• 한국컴퓨터정보학회논문지
• /
• 제26권11호
• /
• pp.217-225
• /
• 2021

이 논문은 데이터 큐잉 알고리즘과 의약품 빅데이터를 통해 약품 성분-성분 간의 정보와 질병-성분 간의 정보를 지원함으로써 의약품 다약제 복용 시 부작용이 발생 가능한 약물 정보를 사용자에게 제공하기 위한 시스템을 제안하고 구현한다. 또한, 의약품 성분에 더하여 복용이 금지된 의약품, 공급업체, 유통업체의 정보 등을 제공함으로써 의료 전문가뿐만 아니라 일반 사용자의 의약품 복용에 대한 불안감을 덜어줄 수 있다. 제공되는 대표적인 정보는 두 가지 약물 사이에서 일어나는 부작용, 특정 의약품의 주성분과 효능, 동일한 제약회사에서 제조된 의약품, 만성 질환 환자가 주의해야 할 약품 성분 정보이다. 앞으로, 희귀병 약이나 신약에 대한 정보를 수집하여 데이터를 업데이트하는 것이 필요하다.

• 대한임베디드공학회논문지
• /
• 제14권4호
• /
• pp.187-195
• /
• 2019

In the fourth industrial revolution era, various commercial smart platforms for smart system implementation are being developed and serviced. However, since most of the smart platforms have been developed for general purposes, they are difficult to apply / utilize because they cannot satisfy the requirements of real-time data management, data visualization and data storage of smart factory system. In this paper, we implemented an open source based smart manufacturing big data platform that can manage highly efficient / reliable data integration for the diagnosis diagnostic system of manufacturing robots.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제61차 동계학술대회논문집 28권1호
• /
• pp.145-146
• /
• 2020

현재 4차 산업 혁명 시대에서 가장 중요한 화두는 빅데이터(Big Data), 인공지능이며, 이를 이용한 분야로 생산, 제조 분야에서도 인공지능 영상 인식 기술을 활용한 생산품을 자동으로 분류하고 나아가 품질검사도 할 수 있도록 개발하고 있다. 또한, 로봇을 공장의 생산라인에 운영하여 노동력 감소에 따른 보완이 되고, 제조과정의 효율성 증가와 생산시간 감소로 생산성을 높일 수 있다. 이를 위해 본 논문에서는 실시간 객체감지 기술인 YOLO-v3 알고리즘을 이용해서 PCB보드 인식, 분류할 수 있는 시스템을 개발하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 추계학술발표대회
• /
• pp.846-848
• /
• 2018

최근 4차 산업혁명이 이슈가 되면서 빅 데이터나 인공지능에 대한 연구가 활발해지고, 이를 통해 자동화 및 자율화가 제조 공정이나 차량 운행 등에서 활용되고 있다. 또한 이를 위해서 데이터를 분석하고 정제하며 시각화를 효과적으로 하는 방법에 대한 관심도 같이 늘어나고 있다. 본 논문에서는 자동화 공장의 제품을 관리함에 있어 데이터를 쉽게 이해할 수 있도록 시각화하는 방법에 대한 연구를 수행했다. 이를 위해 D3 자바스크립트 라이브러리를 통해 웹기반으로 구현한 제품과 장애를 효과적으로 관리할 수 있는 시스템을 개발했다. 제안하는 관리 시스템은 자동화 공장의 제조 공정 중 제품이나 장애 상황에 대한 이해를 빠르게 하도록 하여 의사결정 하는데 기여할 것이다.

• 품질경영학회지
• /
• 제50권4호
• /
• pp.647-664
• /
• 2022

Purpose: The purpose of this study is to derive major policies that domestic small and medium-sized manufacturing companies should consider to maximize productivity and quality improvement by utilizing manufacturing data and AI, and to find priorities and implications. Methods: In this study, domestic and international issues and literature review by country were conducted to derive major considerations such as manufacturing AI technology, manufacturing AI talent, manufacturing AI data and manufacturing AI ecosystem. Additionally, the questionnaire survey targeting 46 experts of manufacturing data and AI industry were conducted. Finally, the major considerations and detailed factors importance were derived by applying the Analytic Hierarchy Process (AHP). Results: As a result of the study, it was found that 'manufacturing AI technology', 'manufacturing AI talent', 'manufacturing AI data', and 'manufacturing AI ecosystem' exist as key considerations for domestic manufacturing AI. After empirical analysis, the importance of the four key considerations was found to be 'manufacturing AI ecosystem (0.272)', 'manufacturing AI data (0.265)', 'manufacturing AI technology (0.233)', and 'manufacturing AI talent (0.230)'. The importance of the derived four viewpoints is maintained at a similar level. In addition, looking at the detailed variables with the highest importance for each of the four perspectives, 'Best Practice', 'manufacturing data quality management regime, 'manufacturing data collection infrastructure', and 'manufacturing AI manpower level of solution providers' were found. Conclusion: For the sustainable growth of the domestic manufacturing AI ecosystem, it should be possible to develop and promote manufacturing AI policies in a balanced way by considering all four derived viewpoints. This paper is expected to be used as an effective guideline when developing policies for upgrading manufacturing through domestic manufacturing data and AI in the future.

• 경영정보학연구
• /
• 제20권1호
• /
• pp.81-98
• /
• 2018

ERP는 전사 비즈니스 프로세스의 자동화와 통합을 지원하고, 업무 수행에 관한 방대한 데이터를 기록하고 있다. 최근에 학계와 재계는 ERP 비즈니스 프로세스의 성과 개선과 컴플라이언스 강화를 지원할 수 있는 프로세스 마이닝에 많은 관심을 기울이고 있다. 그러나 이러한 관심은 SAP ERP와 같은 외산 ERP를 채택한 대기업의 비즈니스 프로세스 분석과 개선에 한정되어 있다. 사실, 외산 ERP에 비해 국산 ERP는 이벤트 데이터를 기록하고 관리하는 역량이 부족하다. 그러므로 국산 ERP에 프로세스 마이닝을 적용하는 것은 큰 도전과제이다. 이러한 도전과제를 극복하기 위해 본 연구는 프로세스 마이닝을 활용하여 국산 ERP의 프로세스를 분석하고자 한다. 이와 함께, 본 연구는 국내 화장품 제조기업의 사례에서 배운 교훈을 토론할 것이다. 본 연구의 결과는 국산 ERP를 채택한 국내 중소기업의 경쟁력 강화에 도움을 줄 것으로 기대되며 중소기업 ERP 구축에 투입된 한국 정부의 막대한 투자가 성과를 내는 것에 기여할 수 있을 것이다.

• 한국빅데이터학회지
• /
• 제7권1호
• /
• pp.75-87
• /
• 2022

재작업은 제품의 품질 만족을 위해 요구되는 활동으로 제조 현장에서 필수적인 공정이다. 사전에 수행 여부의 파악이 어려운 재작업은 공정시간의 증가 및 제품의 납기 지연으로 이어질 수 있어 이를 고려한 스케줄링이 중요하다. 본 연구에서는 자동차 배관 생산라인인 재작업이 존재하는 유연흐름라인을 대상으로 Dispatching을 통한 평균 흐름시간과 납기지연의 가중합을 최소화하는 스케줄링 연구를 진행하였다. 본 연구에서는 제품별 납기 등 고객 요구와 재작업 및 가공시간 등의 변동성이 존재하는 제조환경에서 Dispatching을 위한 가중치 기반 Dispatching 규칙(WDR)을 제안한다. WDR은 여러 단일 Dispatching 규칙의 가중합으로 구성되며 본 연구는 가중치 탐색을 위해 시뮬레이션 기반 유전알고리즘을 적용하였다. 시뮬레이션 실험을 통해 WDR이 단일 Dispatching 규칙에 비해 우수한 성능을 보임을 확인하였다.

• 한국융합학회논문지
• /
• 제9권7호
• /
• pp.41-46
• /
• 2018

본 연구는 대한민국 정부가 운영하는 의견수렴 및 고충처리 전산망인 국민신문고(http://www.people.go.kr)'의 고용노동부 민원 정책 게시판의 의견을 통해 고용노동부에서 시행하는 직업훈련, 노사관계, 산업안전, 임금정책, 근로기준법 등의 민원 정책에 대한 국민적 의견을 수렴하여 분석하였다. 본 연구는 R프로그램 빅데이터 기법을 이용하여 데이터 시각화, 빈도 분석, 연관분석 등을 실시하였으며, 연구결과는 다음과 같다. 첫째, 한국의 복잡한 임금구조와 노사 간에 인식부족 등으로 임금개념의 불일치, 노사갈등 이 많은 민원요소로 발견되었다. 둘째, 최근 최저임금의 파격적 인상으로 인한 자영업자 및 근로자의 경제적 공황상태 등으로 기인한 각종 민원이 발생하고 있다. 셋째, 생산직 등 제조 분야 등의 영세한 사업장의 안전의식의 부재로 인한 산업재해가 끊임없이 발생하고 있으며, 일 가정 병립을 위한 제도적 뒷받침이 많이 부족한 것으로 나타났다.

• 한국빅데이터학회지
• /
• 제5권2호
• /
• pp.111-120
• /
• 2020

최근 코로나 19 사태로 인한 경기 위축에도 불구하고, 재택근무 증가로 집에 거주하는 시간이 늘어나면서 주거환경에 관한 관심이 커지고 있으며, 이에 따라 리모델링에 대한 수요가 증가하고 있다. 또한, 정부의 부동산 정책 또한 규제 정책에서 주택공급 확대 방향으로 전환하면서 이에 따른 인테리어, 가구업계의 매출에도 가시적인 영향이 있을 것으로 예상한다. 정확한 수요예측은 재고 관리와 직결되는 문제로 정확한 수요예측은 불필요한 재고를 보유할 필요가 없어 과잉생산으로 인한 물류, 재고 비용을 줄여줄 수 있다. 하지만 정확한 수요를 예측하기 위해서는 지속적으로 변화하는 경제동향, 시장동향, 사회적 이슈등 외부요인을 모두 고려하여 분석해야 하기 때문에 어려운 문제이다. 본연구에서는 가구 부자재를 생산하고 있는 제조업체에 대하여 신뢰성 있는 결과 도출을 위해 인공지능기반 시계열 분석 방법으로, LSTM 모형, 1D-CNN 모형을 비교 분석하였다.

• 한국정보통신학회논문지
• /
• 제25권3호
• /
• pp.471-477
• /
• 2021

디스플레이 분야에 스마트 팩토리란 작업 자동화 뿐만 아니라 기존의 공정관리, 이동설비, 공정이상, 결함 분류 등에 AI/BIG DATA 기술을 이용한 보다 효율적인 디스플레이 제조를 의미한다. 과거 디스플레이 제조 과정에서 불량이 나오면 결함 분류, 공정 이상에 대한 대처가 시시각각 달랐기 때문에 이에 대한 많은 시간 소모가 발생했었다. 하지만 디스플레이 제조 분야는 고도화된 공정 장비를 이용해야 하고 불량 원인을 신속하게 파악해 수율을 올리는 것이 디스플레이 제조 산업의 경쟁력이다. 본 논문에는 스마트 팩토리 AI/BIG DATA 기술을 디스플레이 제조에 접목한 사례들에 대해 정리해 보고 기존 방법 대비 어떤 장점이 도출 되어질 수 있는지에 대해 처음으로 분석해 보고자 한다. 이를 통해 향후 AI/BIG DATA를 이용한 디스플레이 제조 분야에 보다 향상된 스마트 팩토리 개발을 위한 사전지식으로 활용하고자 한다.