[한국기술뉴스] 세종대학교 유성준 교수 연구팀이 장비의 품목 특징, 수요, 외부환경 변수 등의 데이터를 유사 데이터끼리 군집화하고, 통합한 데이터를 인공지능으로 학습해 수요를 예측하는 시스템을 개발했다. 개발된 기술은 군장비 수요예측 시스템에 적용돼 수리 부속 예산 129억원 절감효과를 이뤄냈다. 개발된 기술은 세종대학교 산학협력단을 통해 2018년 11월 15일 특허를 출원(출원번호 제1020180140551호)했다. 특허 명칭은 '군장비 수리부속 품목 수요예측을 위한 수요패턴 별 클러스터링 시스템 및 방법’이다. 특허 등록이 완료돼 산업에서 기술을 활용할 수 있도록 기술이전을 추진할 계획이다.

[기자]
항공기는 30만 개 이상의 부속으로 이루어져 있습니다. 작은 부속의 결함만으로 장비에 문제가 발생할 수 있습니다. 이를 예방하기 위해 예방 정비를 진행합니다. 하지만 주기적으로 이루어지는 정비는 멀쩡한 부품도 교체돼 부품 낭비가 발생할 수 있습니다.

세종대학교 연구팀이 장비의 운용 이력과 외부환경요인을 기계학습으로 분석해 수요를 예측하는 시스템을 개발했습니다. 장비와 관련된 모든 변수를 추출해 수요를 예측합니다. 우선 부속품의 수요 데이터를 군집화해 수요패턴을 파악합니다. 수요패턴에 파생변수와 외부환경변수를 통합하고 기계학습으로 수요를 예측합니다. 군 장비 수리 부속 예측 시스템에 적용한 결과 정확도가 목표 수치보다 향상돼 성능이 우수한 것을 확인했습니다. 개발된 시스템은 커스터마이징이 가능해 다양한 산업 분야에 적용할 수 있습니다. 

수요 예측으로 수요의 변동성을 줄여 재고 운영비 절감에 기여할 것으로 기대됩니다.