AI? 이게 뭐지
AI는 결국 수단입니다.
이제는 추억의 단어처럼 여겨지지만 "전산화"가 열풍을 분 적이 있었다. 지금 AI의 광품을 바라보면서 그때의 분위기를 다시 느끼는 것 같다.
"어떤 도구"가 우리가 가지고 있는 "모든 문제"를 해결해 줄 수 있을 것 같은 환상을 만들어주는 그 느낌...
세상에 모든 문제를 해결해 주는 그런 만능의 "도구"가 있을까? 절대 그렇지 않다고 본다.
따라서, 도구에 대한 명확한 이해를 바탕으로 그 도구를 효과적이고 효율적으로 해결할 수 있는 문제를 정의하는 것이 AI를 활용하기 위한 첫걸음이 아닐까 하는 생각을 부쩍 요즘 많이 하게 되었다.
왜냐하면, 데이터를 활용해서 제조 현장의 다양한 문제를 현장 근무자와 함께 해결해 왔던 나에게 요즘 부쩍 제조에서 효과적인 AI 활용 방안에 대한 문의가 많아지고 있기 때문이다.
○ 제일 큰 오해의 정리
1) AI는 무엇이든 자동으로 내가 원하는 결과를 만들어준다.
아니다, AI는 문제 해결 해결을 도와주는 도구다. 그것도 특정 문제만에 특화되어 있다.
2) AI는 한 번 설치하면 모든 것이 끝난다.
아니다. 사람도 학습을 계속해야 하듯 지속해서 데이터를 쌓고 수정해야 한다.
세상에 손 안 대고 코를 풀 수 있을까? AI를 이런 식으로 대하고 있는 것은 아닌지 모르겠다.
○ 그렇다면 AI를 어떻게 바라봐야 할까? - AI는 맥가이버 칼이다.
맥가이버라는 미국 드라마에서 주인공이 사용했었던 스위스 군용 다목적 칼을 맥가이버 칼이라고 불렀다.
맥가이버 칼은 하나의 칼이 아니라, 드라이버, 칼, 송곳 심지어는 돋보기까지 들어있는 복합 Tool Kit다.
AI도 마치 이와 같다고 할 수 있다. 현장에서 사용할 수 있는 Data의 종류에 따라 AI의 종류를 구분할 수 있고, 각각의 목적에 따라 활용할 수 있다.
○ AI를 구분한다면? - 제조 현장 중심으로...
AI는 결국 데이터에 기반한 도구다. 따라서, 제조 현장에서 발생하는 데이터의 종류에 따라 구분할 수 있다. 과거 전산화 시절에는 말 그대로 숫자형 데이터만 활용할 수 있었지만, 지금은 문자, 사진, 소리 등 현장에서 발생하는 모든 데이터를 활용할 수 있게 되었다.
1) 사진을 활용한 시각형 AI - Vision AI
. 고성능 카메라로 촬영한 이미지를 보고 판단하는 AI --> 불량 관련 업무 절차 변화 --> 회사 이익 증가
2) 소리를 활용한 청각형 AI : Sound AI
. 소리 상태를 진단하여 판단하는 AI --> 제조 설비등의 이상 상황 판단 절차 변화 --> 회사 이익 증가
3) 문자를 활용한 AI : LLM
. 문서에 있는 내용의 이해와 답변을 하는 AI --> 회사 문서 작성 및 활용 절차 변화 --> 회사 이익 증가
4) 숫자를 활용한 수치형 AI
. 센서 등 수치데이터에를 학습하는 AI -> 회사 관리 수준의 향상(이상의 탐지 및 예측) --> 회사 이익 증가
5) 설비등을 제어하는 AI : Physical AI
. 로봇 등 PLC를 제어를 학습 --> 작업 및 경로 최적화 --> 회사 이익 증가
6) 영상+데이터 복합형 : Multimodal AI
. 영상, 센서, 문자 통합 학습 --> 회사 관리 깊이의 향상(최적화 및 가동률 향상) --> 회사 이익 증가
도구가 목적을 선행할 수 없다고 생각한다. 내가 어떤 문제를 인식하고 어떤 결과물을 만들고 싶은 지에 대한 명확한 정의가 먼저 되어야만 AI라는 효율적인 도구를 효과적으로 사용하는 것이 아닐까?
