brunch

You can make anything
by writing

C.S.Lewis

by Master Seo Jul 20. 2021

12탄-스마트 팩토리, AWS , 한화 토털

산업 분야에서 사용 가능한  AWS  AI/ML  서비스를 알아보자

한화 토털의 석유 화학 산업 관련 데이터 분석 


<1>  산업 분야의 혁신을 위한 고려 사항

<2>  장벽

<3>  현장  문제점

<4>  개선 방향 -  AWS AI/ML 기술 활용

<5>  개인 정리



<1>  산업 분야의 혁신을 위한 고려 사항


1

엔지니어링과 설계 - 시장 출시 시기 앞당김. 인프라 비용 절감


2

생성과 자산 최적화 - 낮은 비용, 기계 설비 생산성 홍콩


3

품질 관리


4

작업자의 안전, 생산성


5

공금 망 관리 - 예측 정확도 향상, 제고 비용 절감


6

스마트 제조와 설비 - 신규 매출, 품질 향상




<2>   장벽


1

데이터 접근 - 서로 다른 데이터


2

데이터 관리 - 산재된 대규모 데이터 정리 필요


3

확장 - 현장의 자산, 설비 , 데이터 관리 필요


4

실시간 - 지연 시간 최소 필요


5

보안 - 자산, 데이터 안정 관리 필요



<3>  현장  문제점


1

품질 제어?

인력 기반 점검으로 인한 많은 제약

결함을 줄이기 위해 초기 투자 비용 발생


2

유지보수?

복잡하고 비싼 센서


3

웨어하우스와 공급망?

수작업 프로세스로 실시간 처리 어려움

인력 변동




<4> 개선 방향 -  AWS AI/ML 기술 활용


1

자동 기반 품질 제어?

생산 라인에 카메라 설치

Profrssional Service - ML

Lookoutfor vision

Professional Service - vision & ML 


2

실시간 현장 상태 모니터링?

공장  환경 설비 이상 탐지

Amazon  Monitron

Lookout for Equipment

Virtual Andon


3

워어하우스 , 공급망 관리 자동화?

기존 CCTV 사용 화물 트럭 인식

AWS Panorama

Sagemaker

textract

Forecast



<5> 산업용 데이터 플랫폼 


AI/ML 참조 아키텍처




<5> 개인 정리


산업 분야에서 AWS들이 참 많다.

시범으로 구축해볼 만한 과제이다.

산업 부분에 대해 AWS적용에 대해 이해하는데 큰 도움이 되었다.



https://brunch.co.kr/@topasvga/1716


감사합니다.


매거진의 이전글 12탄-데이터 기반의 스마트 팩토리,OCI 정보 통신
브런치는 최신 브라우저에 최적화 되어있습니다. IE chrome safari