brunch

라이킷 13 댓글

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by 데이터 스포일러 Oct 08. 2024

생성형 AI, 이렇게 활용된다(3편)

제조 산업 편

안녕하세요.

데이터 스포일러입니다.

기술 트렌드를 이해하실 수 있도록 정보를 요약해서 공유해 드리겠습니다. 많은 관심 부탁 드립니다.^^

지난번 금융 산업 편에 이어 제조업에 대해 정리해 보겠습니다.

<출처: 마켓앤마켓, 한국산업기술진흥협회-제조업 AI 활용 전망>

마켓앤마켓의 '2028년까지 제조 분야의 인공지능 시장 전망'에 따르면, 제조업 내 AI 시장 규모는 2023년 32억 달러에서 2028년에는 208억 달러로 확대될 것으로 예상되며, 연평균 성장률은 45.6%에 이를 것으로 전망됩니다.

제조 분야에서 AI 활용이 가장 활발한 산업은 자동차, 에너지 및 전력, 제약, 반도체 및 전자제품, 금속 및 중기계, 식품 및 음료 등의 순으로 나타나고 있습니다.

자동차 산업에서 활용되는 한 가지 사례를 살펴보겠습니다.

제조업에 특화된 생성형 AI 기술을 제공하는 "NARNIA LABS(나니아랩스)"라는 기업이 있는데요.

'AslanX'라는 플랫폼을 통해 제조 공정의 반복적인 설계, 시뮬레이션, 테스트 과정을 자동화하고 최적화하는 솔루션을 제공하고 있고, 이를 통해 설계에서 최종 제품까지의 개발 시간을 대폭 줄이고, 비용 절감 및 성능 보장하는 다양한 디자인을 생성할 수 있다고 합니다.

특히 자동차, 전자 제품, 항공 우주 등 다양한 산업에 걸쳐 3D 데이터 생성 및 최적화를 통해 효율적인 설계 안을 제공하고 있으며, 현대모비스, LG이노텍 등의 주요 기업들과 협력하고 있습니다.

<출처: Narnia Labs 인공지능 기반 설계 추천, https://www.narnia.ai/ko/solution/recommendation>

제조업의 AI 적용 영역을 알아볼까요?

위 이미지에는 제조업에서 AI가 적용될 수 있는 8가지 영역이 포함되어 있는데요.

각 영역별로 주요 사례를 정리해 보겠습니다.

1. 품질 관리 데이터

제조 라인에서 생산되는 제품을 실시간으로 모니터링하여 제품의 표면 결함을 탐지. 예를 들어, 자동차 부품 제조사들이 품질 검사를 위해 AI 기반 카메라를 활용하여 제품의 미세한 결함을 찾아냄.

2. 머신 지표

생산 공정에서 각 기계의 작업 효율을 AI로 분석해 최적의 기계 가동 조건을 설정함.

3. 공급망 데이터

과거 주문 데이터, 재고 현황, 물류 데이터 등을 분석하여 최적의 재고 수준을 유지하고, 공급망의 병목현상을 방지함.

4. 소비자 피드백

챗봇으로 고객의 피드백을 실시간으로 수집하여 문제를 즉각적으로 해결하거나 품질 개선에 활용함.

5. 예지보전

제조 공정에서 발생하는 다양한 센서 데이터를 수집하고 AI를 통해 분석하여 장비의 이상 상태를 조기 탐지. 항공기 엔진, 철도 차량 등과 같은 대형 설비에서 주로 활용함.

6. 성능 최적화

최적의 공정 조건을 찾아내어 생산 속도를 높이고 에너지 소비를 줄이는 사례. 예를 들어, 철강 생산 공정에서 온도와 압력 등의 변수를 AI로 제어하여 최적의 생산 조건을 설정함.

7. 수요 예측

과거 판매 데이터와 시장 동향을 분석하여 향후 제품의 수요를 예측하고, 이를 기반으로 생산 및 재고 계획을 수립함.

8. 신제품 개발

소비자 피드백과 시장 데이터를 AI로 분석하여 새로운 제품 컨셉을 도출하는 사례. 예를 들어, 화장품 제조업체가 소셜 미디어 데이터를 분석해 트렌드에 맞는 신제품을 기획하는 데 활용함.

위 내용을 종합해 보면,

지난번에 다뤘던 "금융 산업 편"에서 언급한 내용과 유사한 점이 있습니다.

고객 서비스 개선 및 신규 비즈니스 모델 개발

업무 생산성 향상 및 비용 절감

신속한 의사결정 지원

제조업에서는 AI 센서를 통한 실시간 분석과 상태 모니터링, 그리고 예지보전 기능은 설비 고장을 사전에 예측하여 유지보수 및 관리 효율성을 크게 개선합니다. 이를 통해 예상치 못한 문제 발생을 줄이고, 설비의 수명을 연장하며 유지보수 비용을 절감할 수 있습니다.

또한, 시장 데이터를 기반으로 한 수요 예측은 신제품 개발과 생산 계획 수립에 필수적인 역할을 하며, 챗봇을 활용한 소비자 피드백의 실시간 반영은 고객 서비스 개선에 기여합니다.

결국, 금융과 제조 모두 동일한 목표를 갖고 AI를 활용하고자 하는 것으로 보입니다.

생산 설비 외 적용되는 사례가 또 어떤 것이 있을까요?

구글의 자율주행 기업인 웨이모는 미국에서 무인 택시 서비스를 운영하는 대표적인 사례로 꼽을 수 있습니다.

웨이모는 샌프란시스코 당국으로부터 무인 택시 운행에 대한 최종 승인을 받은 이후, 초기에는 일부 제한된 사용자에게만 서비스를 제공해 왔습니다. 하지만, 2024년에는 자율주행 기술이 더욱 발전하여 도심의 다양한 도로 환경에서 무인 차량을 안전하게 운행할 수 있는 수준에 도달했다고 판단하여, 모든 사용자에게 서비스를 전면 개방할 계획이라고 합니다.

웨이모 자율주행 무인 택시가 운행될 때는 아래 2개 이미지와 같이 카메라와 레이더가 인식하게 됩니다.

[카메라]

높은 동적 범위와 열 안정성을 갖추고 있어 낮과 어두운 조건에서 모두 볼 수 있으며, 더 복잡한 환경을 처리할 수 있습니다. 수백 미터 떨어진 곳에서도 신호등, 공사 구역 및 기타 장면 객체를 발견할 수 있습니다.