• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제63차 동계학술대회논문집 29권1호
• /
• pp.101-104
• /
• 2021

본 논문에서는 시뮬레이션을 이용하여 대부분의 공정이 수작업으로 이루어지고 있는 수산가공 공장의 생산성 향상을 위한 제조데이터 활용 시스템을 제안한다. 제안된 내용은 플랜트 시뮬레이션을 이용하여 생산공정 모델링을 제작하고, 이로부터 가상의 제조데이터를 수집하여 생산량, 작업공정 시간 등 최적화된 공정 프로세스를 도출한다. 또한 제조데이터 수집 및 분석을 위하여 공장 내 수기로 작성되는 제조데이터를 정형화하여 제조데이터 플랫폼에 저장하고, 저장된 데이터의 시각화, 실시간 모니터링 등 데이터 시각화 및 시뮬레이션과 연동된 공정 프로세스 예측 등에 활용 가능할 것으로 기대된다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제61차 동계학술대회논문집 28권1호
• /
• pp.255-256
• /
• 2020

생산 현장에서 발생되는 다양한 형태의 데이터는 스마트한 제조관리를 가능하게 하는 원동력으로 이를 효율적으로 저장하고 처리, 분석하는 일련의 과정이 4차 산업혁명 기반의 제조혁신에 능동적으로 대응하기 위한 핵심요소로서, 이와 관련한 다양한 연구들이 활발히 이루어지고 있다. 특히, 제조데이터 분석이라는 영역은 단순하게 기존의 데이터를 통계적인 접근 수단으로만 보는 것이 아니라 다양한 산업별 업종 도메인의 특성에 기반하여 빅데이터 분석과 기계학습 등의 인공지능 모델로 발전하고 있다. 본 논문에서는 다양한 산업별 제조현장을 이해하는 도메인 경험 및 특성을 고려하여 데이터를 효과적으로 저장, 처리, 분석할 수 있는 클라우드 형태의 빅데이터 시스템을 제안한다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권6호
• /
• pp.1301-1311
• /
• 2017

제조 빅데이터 시스템은 제조 전 공정에서 관련된 4M 데이터의 수집, 저장, 관리, 예측적 분석을 통해 선제적 제조 활동 개선이 가능한 의사결정을 지원하고 있다. 이러한 시스템에서 데이터의 효율적인 관리와 운영을 위해 데이터를 효과적으로 시각화하는 것이 무엇보다도 중요하다. 본 논문에서는 제조 빅데이터 시스템에서 데이터 수집, 분석 및 예측 결과를 효과적으로 보여 주기 위해 사용가능한 시각화 기법을 제시한다. 본 논문에서 제시된 시각화 기법을 통해 제조 현장에서 발생하는 문제를 보다 손쉽게 파악할 수 있었을 뿐만 아니라 이들 문제를 효과적으로 대응할 수 있어 매우 유용하게 사용될 수 있음을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권9호
• /
• pp.393-402
• /
• 2015

데이터 시각화 기술은 다양한 데이터와 그 분석 결과를 쉽게 이해할 수 있도록 도와줌으로써 제조현장과 같은 실제 산업현장에서도 그 유용성이 기대되고 있다. 제조현장에서 발생하는 대량의 데이터는 제조 기술의 표준화를 위한 기반 데이터가 될 수 있으며 제조공정의 개선을 위하여 매우 중요한 역할을 수행할 수 있다. 본 논문에서는 실험계획법과 데이터 분석 기반의 제조공정 최적화를 위한 정보 시각화 방법을 제안한다. 데이터 분석 결과의 정보 시각화를 통하여 작업 현장에 이해하기 쉬운 분석 결과를 제공함으로써 다양한 불량원인을 감소시키고 제조공정을 개선시킬 수 있다.

• 한국전자통신학회논문지
• /
• 제16권5호
• /
• pp.783-788
• /
• 2021

스마트제조는 제품기획, 설계, 생산, 품질, 재고, 조달 등 스마트공장 내 제조 프로세스의 정보화, 최적화 및 생산 시스템의 자동화를 ICT기반 스마트 기술로 실현하는 제조 공정으로 정의된다. 본 논문에서는 스마트공장과 스마트제조 시스템의 운영시 발생하는 제조 데이터와 관련된 국내 표준화 동향에 대해 소개한다. 표준화의 범위가 매우 넓기 때문에 스마트공장 및 제조 ICT시스템과 관련된 일반적인 표준화 내용 및 제조 데이터를 거래시 필요한 표준에 관련된 사항을 다룬다. 이를 기반으로 하여 제조 데이터의 활용을 위해 필요한 사항에 대해 논의한다.

• 정보와 통신
• /
• 제29권11호
• /
• pp.30-35
• /
• 2012

빅데이터의 패러다임과 함께 데이터의 활용과 이를 통한 기업 운영 혁신이 새롭게 주목받고 있다. 소셜 미디어 분석이나 고객 마케팅 분석등과 같은 분야에서 빅데이터 분석의 활용 사례가 속속히 소개되고 있다. 하지만 국내 산업에서 제조업이 차지하는 비중과 가치에비해 빅데이터의 제조업에 대한 응용에 관한 연구나 관련 문헌은 타 산업이나 응용분야에 비해 미약한 편이다. 본 글에서는 빅데이터 분석이 제조업에서 어떻게 활용될 수 있는지를 세가지 다른 형태의 데이터 분류 - 제조장비 운영데이터, 운용 통합데이터, 고객 경험 데이터 - 를 통해 소개하고 각 분류별 실제 사례를 통해 제조업체에서 실질적으로 응용할 수 있는 방안을 제공한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.82-84
• /
• 2021

스마트 공장 구축사업을 통해 생산 설비로부터 전력, 진동, 압력, 온도 등의 센서 데이터가 수집되고 있으며 데이터 분석을 통해 예지보전, 불량예측, 이상탐지 등의 서비스 개발이 진행되고 있다. 일반적으로 제조데이터의 경우 정상과 비정상 데이터의 불균형이 극심하여 이상탐지 서비스가 선호되고 있다. 본 논문에서는 이상탐지 서비스 개발의 전단계로 제조데이터의 특징 데이터 추출을 위해 FFT 방법을 사용하였으며, 이를 통해 생산되는 제품을 분류해보고 그 결과를 확인하였다. 즉, 제품별 대표 패턴을 FFT 변환 후 상관계수를 계산하여 제품분류가 가능한지 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.741-743
• /
• 2015

오늘날 BI(Business Intelligence)시스템 다차원 데이터를 다루는 많은 방법들이 제안되어 TB 이상의 데이터를 다룰 수 있다. 하지만 IT 전문가 및 IT에 대한 투자여력이 충분하지 않은 중소 제조 기업들은 발 맞춰가기 힘들다. 또한 생산관리시스템(MES)을 미 도입한 기업이 대다수이고, 존재하는 현장데이터의 대부분도 수기데이터 또는 Excel 데이터로 보관 되어 있어, 수작업에 의한 데이터 분석과 의사결정을 수행한다. 이로 인해, 불량 요인 파악이나 이상 현상 파악이 불분명하기 때문에 데이터 분석에 어려움을 겪는다. 이에 본 연구에서는 중소제조기업의 경쟁력 강화를 위하여 제조 기업현장에서 사용되는 데이터를 자동으로 수집하여 정제 및 처리하여 저장이 가능하도록 하는 빅 데이터 분석 시스템 모델을 개발하였다. 이 분석 시스템 모델은 ERP, MIS 등에 존재하는 데이터들이 각 시스템의 DB 기능을 활용하여 데이터를 추출하고 정제하여 수집하는 ETL(Extract Transform Loading)과정을 통한다. 현장에서 비정형으로 기록되고 있는 정보들(ex. Excel)은 ODE(Office Data Excavation)모듈을 통해 문서의 패턴을 자동으로 인식하고 정형화된 정보로서 추출, 정제되어 수집된다. 저장된 데이터는 오픈소스 데이터 시각화 라이브러리인 D3.js를 이용하여 다양한 chart들을 통한 강력한 시각효과를 제공함으로써, 정보간의 연관 관계 및 다차원 분석의 기반을 마련하여 의사결정체계를 효과적으로 지원한다. 또한, 높은 가격에 형성되어 있는 빅데이터 솔루션을 대신해 오픈소스 Spago BI를 이용하여 경제적인 빅 데이터 솔루션을 제공한다. 본 연구의 기대효과로는 첫째, 현장 데이터 중심의 효과적인 의사결정 기반을 마련할 수 있다. 둘째, 통합 데이터 기반의 연관/다차원 분석으로 경영 효율성이 향상된다. 마지막으로, 중소 제조기업 환경에 적합한 분석 시스템을 구축함으로써 경쟁력과 생산력을 강화한다.

• 한국빅데이터학회지
• /
• 제1권1호
• /
• pp.41-51
• /
• 2016

정보통신 기술의 발달로 과거에는 다룰 수 없었던 대용량의 데이터 처리가 가능해지면서 빅데이터의 관심이 고조되고 있다. 제조 산업은 축적된 데이터가 풍부하여 빅데이터의 적용 및 활용이 가장 기대되는 분야이다. 제조 기업의 공정은 생산설계, 생산, 판매 등의 프로세스가 복잡하게 얽혀있기 때문에 품질 관리와 생산효율성의 증대를 위해 제조 공정 프로세스의 효율화가 중요하다. 본 연구에서는 빅데이터 기술과 프로세스 마이닝 기법을 제조 공정 분석에 접목시킨 빅데이터 클라우드 서비스를 제안한다. 제조 기업은 클라우드 서비스를 활용하여 공정 프로세스의 개선 및 비용절감 등의 효과를 거둘 수 있다. 빅데이터 클라우드 서비스는 공정 프로세스 분석, 공정 시간 분석 등의 다양한 분석 서비스를 제공하며 구현 완료하였다. 사례 연구를 통해 클라우드 서비스의 유효성을 검증하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권5호
• /
• pp.1117-1128
• /
• 2015

오늘날 ICT기술의 눈부신 발전으로 많은 부분에 정보화와 자동화가 이루어져 있으며, 제조업에서도 경쟁우위를 확보하기 위해 설계, 생산 공정의 자동화와 정보시스템을 도입하고 있다. 그러나 정보화 투자 여력이 없는 영세 중소제조 기업의 경우 생산현장에서 정보화의 힘이 미치지 못하고 있으며, 작업자의 경험과 수기데이터에 의존하여 생산 공정을 관리하고 있는 실정이다. 수기데이터로 관리되고 있는 제조공정에서는 불량 발생 시 불량원인을 명확히 밝혀내는데 한계가 있다. 본 연구에서는 수기데이터로 관리되고 있는 중소제조 자동차 부품 가공공정에 대하여, 수기데이터를 수집, 향후 센서데이터를 활용할 수 있도록 중소 제조 맞춤형 분석시스템을 구축하고, 중요도가 큰 일부 공정에 대하여 품질에 영향을 미치는 핵심요인을 4M관점에서 분석하였다. 분석결과, 호기별 불량수량에는 유의한 차이가 없었으며, 원자재, 생산수량, 작업자간 유의한 차이가 있는 것으로 분석되었다.