[한국기술뉴스] 충북대학교 소프트웨어학부 류관희 교수 연구팀은 AI 기반으로 제품 생산의 효율을 향상시키는 제조공정 품질예측장치를 개발했다. 개발된 기술은 충북대학교 산학협력단을 통해 2020년 04월 17일 특허를 출원(출원번호 제1020200046721호)했다. 특허 명칭은 '통계적 분석과 딥러닝을 이용한 제조 공정 품질 분석 및 예측 방법 및 이를 기록한 기록매체’이다. 현재 특허 등록이 완료돼 산업에서 기술을 활용할 수 있도록 기술이전을 추진할 계획이다.

[기자]

불과 몇십 년 전에는 휴대폰이나 컴퓨터, TV 등 일상생활에서 보편적으로 사용되는 기계들이 존재하지 않았습니다. 과학기술이 빠른 속도로 발전하면서 여러 가지 복잡한 기술이 집약된 고품질의 제품을 생산할 수 있게 되었습니다. 그에 따라, 제품의 제조 공정은 매우 복잡하고 세분화되어가고 있습니다. 간단한 공정을 통해 제품을 생산하던 과거에는 사람이 직접 제조 공정을 체크하고 관리함으로써 제품의 생산 속도나 품질을 관리했습니다. 하지만, 인력만으로 생산 공정을 확인하고 분석하는 것은 매우 복잡하고 비효율적입니다. 최근에는 제품을 생산하면서 얻는 정보를 이용해 제조 공정을 효율적으로 관리하는 방법들이 개발되고 있습니다.

충북대학교 류관희 교수 연구팀은 통계적 분석과 딥러닝 기술을 결합해 제조 공정의 품질을 예측하는 방법을 개발했습니다.

제품을 제조하는 과정에서 제품 공정에 관련된 데이터를 실시간으로 수집합니다. 수집한 데이터를 이용해 MCTA(Manufacturing Cycle Time Analysis)나 PTAD(Process Trajectory Abnormal Detection), PCCA(Process Capability Control Analysis) 등 여러 가지 통계적 분석을 수행해 제품의 제조 공정을 분석합니다. 분석한 데이터를 딥러닝 기술을 적용하기 좋은 상태로 분할 및 전처리합니다. LSTM(Long Short-Term Memory)이라는 딥러닝 기술을 이용해 데이터를 학습시킨 후 현재의 가동 조건에 맞는 제조 공정의 품질을 예측합니다.

본 방법은 여러 가지 통계적 분석 기술과 딥러닝 기술을 결합하여 제품을 제조하는 공정의 품질을 높은 정확도로 예측할 수 있습니다.

본 방법을 통해 제조 공정의 품질을 빠르게 예측하고 결과를 분석함으로써 공정에서의 이상을 빠르게 발견할 수 있습니다. 또한, 비효율적으로 가동되는 공정을 조정하여 최적의 가동 조건을 찾아 제품 생산의 효율성을 향상시킬 수 있을 것으로 기대됩니다.