• 한국정보통신학회논문지
• /
• 제23권2호
• /
• pp.173-178
• /
• 2019

최근 스마트 홈, 스마트 보안, 스마트 팩토리 등 IoT 환경에서 생성, 수집, 계측되는 데이터의 종류 및 양이 증가하고 있다. IoT 서비스를 위한 요소기술에는 원하는 정보를 측정하기 위한 센서 장치, 해당 장치를 컨트롤할 수 있는 임베디드 소프트웨어, 측정된 데이터를 송수신할 수 있는 네트워크 프로토콜, 수집된 데이터를 분석/저장할 수 있는 빅데이터 및 인공지능 기술이 필수적이다. 본 논문에서는 다양한 IoT 장치에서 활용되고 있는 다양한 네트워크 프로토콜을 하나의 통합된 장치에서 처리할 수 있는 장치 개발에 초점을 맞추고 있으며, 이를 실현하기 위한 이기종 네트워크 인터페이스 IoT 게이트웨이를 제안한다. OpenWrt 기반의 유무선 공유기를 활용하였으며, 무선 센서 네트워크 프로토콜의 IP기반 통신을 위해 6LoWPAN 스택을 이용하여 BLE와 IEEE 802.15.4 통신 모듈을 연동하였고, 자체 개발한 파이썬 기반 미들웨어를 이용하여 Z-Wave, LoRa 통신 모듈에서 송수신 되는 패킷을 IP 패킷을 변환하여 전송하는 기능을 개발하였다. 개발된 IoT 게이트웨이가 IoT 빅데이터를 효과적으로 수집할 수 있는 장치로 활용될 수 있을 것으로 기대한다.

• 한국인터넷방송통신학회논문지
• /
• 제23권1호
• /
• pp.163-170
• /
• 2023

본 논문은 제조설비의 자율제어와 상태판별 알고리즘을 위한 시멘틱 모델링 기술에 대해 소개한다. 디지털 트윈 기술과 스마트 팩토리의 다양한 ICT 기술의 발전으로 제조업은 새로운 생산 관리모델이 구축되고 있다. 발전된 스마트 제조기술을 바탕으로 상태판별 알고리즘은 자율제어와 공장 내의 설비 문제를 빠르게 파악하고 대처하기 위한 방법론으로 제시되었다. 그러나 기존의 상태판별 알고리즘은 사용자 또는 관리자에게 그리드 맵을 통해 주요 정보를 알려주고, 이에 대처하는 방향으로 제시되었다. 하지만 스마트 제조기술의 고도화와 방향성은 유연 생산과 소비자 니즈에 맞춘 생산등으로 다변화 하고 있다. 이에 따라 본 논문에서는 시멘틱 기반의 Linked List 자료구조를 이용하여 공장을 설계 구축하고 그래프 기반 정보를 통해 사용자 또는 관리자에게 필요한 정보만을 제공하여 관리의 효율성을 높일 수 있는 기술을 소개한다. 이러한 방법론은 유연 생산과 다품종 소량 생산 등에 적합한 구조로 활용될 수 있다.

• 한국정보통신학회논문지
• /
• 제26권2호
• /
• pp.199-206
• /
• 2022

제품을 생산하는 설비의 고장이나 이상 현상은 곧 제품의 결함 및 생산라인 가동 중단으로 이어져 제조 업체의 막대한 경제적 손실의 원인이 된다. 스마트팩토리 서비스의 확산으로 공장에서 많은 양의 데이터가 수집됨에 따라, 이를 활용하여 제조 현장의 효율이나 제조 설비의 고장 예측 및 진단을 위한 인공지능 기반의 연구가 활발히 이어지고 있다. 하지만 정상과 이상을 구분 짓는 레이블 정보가 명확하지 않고 이상에 대한 극심한 클래스 불균형을 가지는 제조 데이터의 특징으로 인하여 분류 모델이나 이상탐지 모델의 개발에는 큰 어려움이 존재한다. 본 논문에서는 딥러닝 모델의 재구성 손실값을 이용하여 제조 설비의 이상탐지를 위한 딥러닝 알고리즘을 제안하고 성능을 분석하였다. 해당 알고리즘은 이상 데이터를 제외한 설비의 제조 데이터, 즉 정상 데이터에만 의존하여 이상을 감지한다.

• 한국정보통신학회논문지
• /
• 제25권11호
• /
• pp.1525-1530
• /
• 2021

스마트 공장의 생산 계획 및 제조 데이터를 이용하여 AI 기반의 효율적인 재고 관리 및 물류 최적화 기술을 적용하면 해당 제조 기업의 생산성 향상과 고객 만족도 향상을 기대할 수 있다. 본 논문에서는 공장의 생산 공정에서부터 데이터를 수집하여 클라우드에 저장하고, 여기에 저장된 제조 데이터를 활용하여 추후 AI 기반의 공급망 최적화 기술을 적용할 수 있는 시스템을 제안하였다. 기존 시스템의 경우는 대략 10종~20종 정도의 데이터 타입을 지원했다면, 제안 시스템은 100종 이상의 데이터 타입을 지원하도록 설계 및 개발된다. 또한 수집 주기의 경우는 매 초당 1~2회의 데이터를 수집할 수 있도록 지원하며, TB 단위의 데이터 수집이 가능하다. 따라서 본 시스템은 자동화된 데이터 수집 체계를 갖추고 있는 스마트 공장 외에 기존의 전통 제조 현장에도 적용할 수 있도록 고안하였다.

• 인터넷정보학회논문지
• /
• 제19권6호
• /
• pp.21-29
• /
• 2018

4차 산업혁명 시대의 도래와 함께 스마트 팩토리의 개념이 대두되면서 설비가동률과 생산성에 악영향을 미치는 설비 오류의 발생을 데이터 분석 기법을 통해 예측하고자 하는 노력이 이루어지고 있다. 데이터 분석 기법을 활용하여 설비 오류를 예측하기 위해서는 설비 오류가 발생한 상황과 설비 오류 유형을 명시한 데이터인 설비 오류 이력이 필요하다. 하지만 많은 제조 현장에서는 설비 오류 유형이 정확하게 정의/분류가 되지 않아 설비를 운영하는 작업자가 자신의 경험적 판단에 의거하여 정형화되지 않은 텍스트의 형태로 설비 오류 유형을 작성하고, 이에 따라 데이터 분석 기법의 적용이 어렵다. 따라서 본 논문에서는 수기로 작성된 설비 오류 이력을 활용하여 설비 오류 유형을 파악하고 구조화하기 위한 구절 네트워크 구축 방법을 제안하고자 한다. 구체적으로, 단어를 쓰임새에 따라 분류한 용도 딕셔너리를 활용하여 비정형의 텍스트 데이터로부터 설비 오류 유형을 의미하는 구절을 추출하고, 추출된 구절 간의 유사도를 계산하여 네트워크를 구축한다. 제안하는 방법의 성능을 실제 제조 기업의 설비 오류 이력 데이터를 활용하여 검증하였으며, 본 연구의 결과는 텍스트 데이터에 기반한 설비 오류 유형 구조화와 나아가서는 설비 오류 발생 예측에 이용할 수 있을 것을 기대한다.

• 한국빅데이터학회지
• /
• 제6권1호
• /
• pp.23-35
• /
• 2021

제4차 산업혁명 선언 이후 생산 제조 기술과 정보통신기술(ICT)이 융합된 스마트 팩토리가 큰 주목을 받고 사물인터넷(IoT) 기술 및 빅데이터 기술 등이 발전하면서 생산 시스템의 자동화가 가능해졌다. 고도화된 제조 산업에서 생산 시스템에는 예정되지 않은 성능 저하 및 가동 중지 발생 가능성이 존재하며, 가능한 한 빨리 잠재적인 오류를 감지하여 이를 복구해 안전 위험을 줄여나가야 한다는 요구가 있다. 본 연구는 유압 시스템에 부착된 다중 센서 데이터를 기반으로 장비의 고장 예측과 이상 발생 시점 예측을 결합하여 제조 설비 이상탐지를 위한 지도학습 및 비지도학습 모델을 설계한다. 지도학습 분석 방법으로 XGBoost, LightGBM, CNN 모델의 정확도를 비교하였다. 혼동행렬 기반의 평가지표를 통해 LightGBM의 예측력이 97%로 가장 우수한 것을 확인하였다. 또한 비지도 학습 분석 방법으로 MD, AE, LSTM-AE 모델을 구축하여 각 모델을 비교 분석한 결과 LSTM-AE 모델이 이상패턴을 75% 감지하여 가장 우수한 성능을 보였다. 본 연구는 지도학습과 비지도학습 기법을 종합하여 설비의 고장여부를 정확하게 진단하고 이상상황이 발생하는 시점을 예측함으로써 이상상황에 대한 선제대응을 할 수 있는 기반을 마련하여 스마트 팩토리 고도화에 기여하고자 한다.

• 한국인터넷방송통신학회논문지
• /
• 제21권1호
• /
• pp.7-18
• /
• 2021

최근 한국에서는 클라우드 컴퓨팅, CPS, 빅데이터, 5G, IIoT, VR/AR, 복화 운송 AI 알고리즘 등의 신기술을 활용한 다양한 CIPs(Connected Industrial Parks) 아키텍쳐가 제안되고 있다. 한국의 중소기업들은 미국, 유럽, 일본 등의 해외 선진국 기업들 보다 기술 경쟁력에서 앞서 있지 않은 면들이 많다. 이러한 이유로 한국의 중소기업들은 기술연구 개발에 많은 비용을 투자해야 하는 필요성이 있다. 후발 주자로서 한국의 중소기업들이 지속 가능한 성장을 위해서 수익성을 개선할 필요가 있다. 재무적으로 한국의 중소기업들이 수익성을 증대시키기 위해서는 비용을 절감하는 것이 매출을 증대시키는 것 보다 레버리지 효과성이 높다. 본 논문은 한국 CIPs에 위치한 중소기업들의 비용 절감을 통한 수익성 개선을 주요 과제로 하였다. 한국 CIPs에 위치한 중소기업들의 비용 절감을 위한 방안으로서 VJP(Vehicle Junction Problem)를 주목하였다. 한국형 CIPs 결제 시스템을 통한 중소기업의 최소 물류 비용 달성 방법을 분석하였다. 새로운 한국형 CIPs결제 시스템의 세부 항목을 크게 4가지 "업무(Business)", "데이터(Data)", "기술(Technology)", "자금(Finance)"로 구분하여 정리한다. CIPs 결제 시스템의 성과 분석 방법으로 CBA(Cost Benefit Analysis)을 사용한다.

• 한국인터넷방송통신학회논문지
• /
• 제21권3호
• /
• pp.59-66
• /
• 2021

인간은 오감 (시각, 청각, 후각, 촉각, 미각) 중 시각 및 청각 정보를 위주로 사용하여 주변 물체를 인식한다. 최신의 객체 인식과 관련한 주요 연구에서는 주로 이미지센서 정보를 이용한 분석에 초점이 맞추어져 있다. 본 논문에서는 다양한 chirp 오디오 신호를 관측공간에 방출하고 2채널 수신센서를 통해 echo를 수집하여 스펙트럼 이미지로 변화시킨 후 딥러닝을 기반으로 이미지 학습 알고리즘을 이용하여 3D 공간상의 객체 인식 실험을 진행하였다. 본 실험은 무향실의 이상적 조건이 아닌 일반적인 실내 환경에서 발생하는 잡음 및 echo가 있는 환경에서 실험을 진행하였고 echo를 통해 객체 인식률을 83% 정확도로 물체의 위치 추정할 수 있었다. 또 한 추론 결과를 관측공간과 3D Sound 공간 신호로 mapping 하여 소리로 출력하여 3D 사운드의 학습을 통해 소리를 통한 시각 정보를 얻을 수 있었다. 이는 객체 인식 연구를 위해서 이미지 정보와 함께 다양한 echo 정보의 활용이 요구된다는 의미이며 이런 기술을 3D 사운드를 통한 증강현실 등에 활용 가능할 것이다.

• 디지털융복합연구
• /
• 제18권6호
• /
• pp.109-120
• /
• 2020

디지털화가 수반되지 않는 공급망은 마케팅, 상품개발, 제조, 물류 및 고객에의 상품 인도라는 여러 단계가 서로 독립적으로 수행되는 과정에 불과하다. 디지털화는 이런 여러 단계 간의 벽을 허물고, 모든 이해관계자 집단에게 투명하고 통합된 네트워크로의 변신을 가능하게 한다. 디지털 공급망관리의 최종 목표는 속도와 가시성이다. 이를 목표 달성을 위해서는 다양한 공급망 테크놀러지가 요구되는데, 여기에는 통합계획수립 및 운영체계, 공급망 애널리틱스, 자율적 물류관리, 스마트 물류센터와 스마트 팩토리 등이 포함된다. 이런 기술들은 예상치 못한 운영조건의 변동사항에 대한 가상 시나리오를 구축하고 이에 대한 솔루션을 제공함으로써 공급망 상의 변동에 대응할 수 있는 역량과 예측력을 강화시킨다. 본 연구에서는 공급망의 디지털화에 대한 여러 연구결과를 제시하고 현실적으로 기술도입 과정에서 제기되는 여러 이슈에 대한 논의를 시도해 보고자 한다. 연구결과에 대한 시사점도 함께 제시한다.

• Journal of Information Technology Applications and Management
• /
• 제27권1호
• /
• pp.75-95
• /
• 2020

Smart Factory is the decisive factor of the Fourth Industrial Revolution and is a key field for national competitiveness. Until now, most smart factory research has focused on policy and technology. In order to spread more technology, it is necessary to study what factors influence the adoption of smart factory technology in the enterprise. Nevertheless, little research has been done. In this study, based on the UTAUT (Unified Theory of Acceptance and Use of Technology), which has been proved through many years of research, I have studied the factors that influence the acceptance of smart factory technology. As a result of research, performance expectancy, social influence, and facilitating conditions of UTAUT model had a positive(+) effect on behavior intention. Their relationship of influence was in the order of performance expectancy (β = .459)> facilitating conditions (β = .212)> social influence (β = .210). However, it was found that the effort expectancy did not affect the behavior intention, and the impact of the newly perceived risk on the behavior intention to use was not confirmed. The main reason is that the acceptance of smart factory technology is not a matter of personal interest but a matter of organizational choice. Trust, on the other hand, was found to be partially mediated between performance expectancy, facilitating conditions, social influence and behavior intention. For many years, many researchers have validated the UTAUT, which has been validated through various empirical studies. It is academically meaningful to begin the study of factors affecting the acceptance of smart factory technology in terms of the UTAUT. In practice, it is necessary to provide SME employees with more information related to the introduction of smart factories, to provide advanced services related to the establishment of smart factories, and to establish a standardized model for each industry.