• 한국건축시공학회지
• /
• 제24권4호
• /
• pp.471-482
• /
• 2024

모듈러 건축은 스마트 건설방법 중 하나로 건설산업 혁신을 위한 필수적인 공법이 되고 있다. 모듈러 건축의 스마트 건설 실현에 필요한 가장 기초적인 전제 조건 중 하나가 품질관리이며 이를 위해 3차원 스캐닝을 이용한 품질관리 방안에 대한 관심이 높다. 본 연구는 모듈러 건축 프로세스 단계별(공장제작, 운송, 현장시공) 주요 공사를 대상으로 IPA분석을 통해 3차원 스캐닝을 이용한 모듈러 건축물의 품질관리에 대한 현황을 분석하고 이를 개선하기 위한 방안을 제시하였다. 그 결과, 대부분의 항목에서 3차원 스캐닝 데이터 활용에 대한 필요성과 중요성이 높다는 것을 확인할 수 있었으며, 일부 현장 적용성이 낮은 항목들에 대해서는 추후 기술개발 및 적용성 개선이 필요한 것을 알 수 있었다. 본 연구결과는 향후 모듈러 건축 품질관리를 위한 첨단 시공 기술 적용에 대한 연구에 활용할 수 있다.

• 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.

• 적정기술학회지
• /
• 제6권2호
• /
• pp.126-135
• /
• 2020

4차 산업혁명 시대의 전개와 함께 ICT, 3D 프린터 등의 기술이 대중화됨에 따라 전 세계적으로 메이커 운동의 확산이 활발히 진행되고 있다. 메이커 운동은 아이디어 구현 공간인 메이커 스페이스를 통하여 교육과 창업, 사회문제 해결 등을 목적으로 다양하게 추진되고 있다. 본 논문에서는 개발도상국 중 하나인 아프리카 탄자니아에 메이커 스페이스를 구축하고 운영한 사례를 소개한다. iTEC 테크샵은 한국-탄자니아 에너지-산업연계 적정기술거점센터(iTEC)가 탄자니아 아루샤 지역의 넬슨만델라 아프리카과학기술원(NM-AIST)에 2018년 전반기에 구축하여 2년여 가까이 운영하고 있다. NM-AIST로부터 빈 건물 공간을 할당받아 전기 배선과 출입문 작업으로부터 시작하여, 테크샵 운영을 위한 장비 및 수공구 구매와 설치를 통해 물리적 설비를 구축하였다. 또한, 서울대학교 아이디어팩토리, 팹랩 서울 등의 자문을 바탕으로 테크샵 운영 매뉴얼과 시스템을 구축하였다. iTEC 테크샵은 총 9회의 기술 워크숍을 통해 193명의 현지 인력에 대한 교육을 실시하였으며, 시제품 제작과 함께 다양한 지원활동을 수행하였다. 또한, 테크샵 운영의 지속 가능성 확보와 함께 운영수준을 한 단계 향상시키고자 스마트 테크샵 테스트베드 프로젝트를 추진하였다. 본 논문에서 제시한 iTEC 테크샵의 사례는 개발도상국에 대한 메이커 운동 확산을 추진하는 기관 또는 단체들에게 유용한 예시가 될 수 있을 것이다.

• 적정기술학회지
• /
• 제5권2호
• /
• pp.70-81
• /
• 2019

의류산업은 대표적인 노동집약적인 산업 중 하나로 의류 제조의 기본 공정인 봉제 작업은 인력에 대한 의존도가 매우 높다. 의류 생산비용은 라인의 효율성에서 큰 영향을 받는데, 생산비용의 절감을 위해서는 생산 속도를 조절하여 라인의 균형 유지하는 것이 중요하다. 그러나, 현재 의류 생산라인에서 활용되고 있는 인력에 의한 생산 실적 집계 방식은 이를 위한 부수적인 인력의 소요 등으로 인한 추가 비용이 소요되어 중소기업들이 직접 적용하기 쉽지 않다. 완제품의 인력에 대한 의존도는 집계 시간의 추가 소요와 인적 오류가 크게 잠재되어 생산비용의 증가와 함께 효율성의 저하를 초래할 수 있다. 본 논문에서는 에너지 소비 데이터를 수집하고 이를 CNN (Convolutional Neural Network) 기법을 적용하여 분석함으로써 재봉 작업을 통하여 생산한 제품의 수량을 추적하고 자동으로 집계할 수 있는 봉제 작업 생산 추적 시스템을 제안한다. 개발된 시스템을 통하여 2종의 재봉 작업을 테스트 한 결과, 최대 98.6 %의 정확도를 보이며 재봉 작업을 감지할 수 있었다. 개발도상국에서 의류봉제산업은 매우 중요한 산업이나, 위에 언급한 문제들을 해결하기 위하여 고가의 첨단기술을 적용하는 등 많은 자본을 투입하는 것은 크게 제한된다. 적정 기술을 적용한 본 기술은 이러한 개발도상국의 의류산업에 큰 도움을 줄 수 있을 것으로 판단된다.

• 식품과학과 산업
• /
• 제55권2호
• /
• pp.188-202
• /
• 2022

최근 곤충산업은 애완곤충, 천적 등 산업에서 사료, 식용, 약용곤충으로 그 활용범위가 확대되면서 곤충 원료의 품질관리에 대한 요구가 커지고 곤충 제품의 안전성 확보에 관심이 높아지고 있다. 전세계 곤충산업 시장은 많은 소규모 농가형 기업과 소수의 대기업으로 구성되어 있으며 전통적인 수작업 사육에서 고도로 자동화되고 기술적으로 진보된 플랜트형 사육 등 다양한 기술 수준의 사육형태가 존재한다. 산업규모가 확대되는 과정에서 사육환경의 설계는 온습도, 공기질 조절과 병원체 및 기타 오염 물질의 전파를 방지하는 것은 중요한 성공 요인이 되며 사육에서 부화, 사육, 가공에 이르기까지 생산의 안전성을 유지하기 위해서 통일된 운영시스템 아래 통제된 환경이 필요하다. 따라서 곤충의 생육과 사육환경의 빅데이터화 된 데이터베이스를 기반으로 외부 환경 변화에도 안정적인 사육환경 유지가 가능하고 곤충성장에 맞추어 사육환경을 제어하며 노동력 감소와 생산성 향상을 이루기 위한 ICT 기반 곤충 스마트팩토리팜의 설계 및 운용알고리즘을 개발하는 것은 곤충산업 발전의 필수 선결조건이 되고 있다. 특히 유럽 상업용 곤충사육시설은 상당한 투자자의 관심을 받아 곤충 회사가 대규모 생산시설로 건설하고 있는데 이는 EU가 2017년 7월 물고기양식 사료원료로 곤충 단백질의 사용을 승인한 후 가능해졌으며 이를 기반으로 곤충산업의 식용, 의료 등 다른 분야도 첨단기술을 접목하는 현상이 가속화되었다. 외국 곤충산업은 주로 전세계 식품 생산량의 30%에 이르는 소비 전 폐기물이라고 불리는 식품회사의 생산과잉 원료 등을 업사이클링을 통해 재활용생태계를 형성하는데 반해 우리나라는 가정 및 가게에서 발생하는 음식물폐기물 또는 농산물 가공부산물을 주로 이용한다는 점에서 사료 수집과 영양성분 유지, 위생 등 지속가능한 산업생태계를 이루는 데 어려움을 겪고 있다. 또한, 각 곤충 종은 고유하고 특정 사육기술을 요구하고 있다는 점을 감안할 때 곤충사육자는 각기 다른 종별 접근 방식을 채택해야 하는데 대부분의 곤충기업은 여전히 소규모로 운영되며 특히 농가형 기업의 경우 지식과 경험이 도제식으로 전승되는 경우가 많아 표준화되고 규격화된 사육기술이 유지되기 어려운 반면, 일부 곤충 기업은 대규모 사육시설에 스마트 통합 제어시스템을 도입하여 먹이주기, 물주기, 취급, 수확, 청소 시스템, 가공, 품질관리, 포장 및 보관과 같은 곤충 생산과 관련된 요소가 최적화된 사육 환경과 사육프로세스로 표준화되어가는 모습을 보이고 있으며 심지어 일부 유럽기업은 AI기술로 구동되는 완전 자율 모듈식 곤충시스템으로 사육 유지관리를 하고 있는 사례도 등장하기 시작하였다. 향후 전세계 곤충산업은 공급업체로부터 알이나 작은 유충을 구입하고 곤충을 성숙시키기까지 애벌레의 비육 즉 생산원료에 중점을 두는 시스템과 알을 낳고 수확하고 유충의 초기 전처리에 이르기까지 전체 생산 과정을 다루는 시스템, 곤충 유충 생산의 모든 단계와 제분, 지방 제거 및 단백질 또는 지방 분획 등 추가 가공 단계를 다루는 대규모 생산시스템 등으로 점점 세분화할 것으로 본다. 우리나라에서도 인공지능 및 ICT 첨단기술을 활용한 곤충스마트팩토리팜 연구 및 개발 등이 가속화되고 있어 곤충이 기존 사료, 식품 뿐만 아니라 천연 플라스틱 또는 천연성형소재 등 2차산업의 탄소제로 소재로 활용할 수 있도록 특정 종 육종과정 단축이나 기능성 강화를 위한 사육제어가 가능하도록 곧 곤충 스마트팩토리팜 한국형 맞춤사육시스템이 등장할 수 있을 것으로 보이며, 특히 곤충 제품의 지속 가능성을 높이기 위해 사료 및 자원 사용에 대한 통합 소프트웨어 접근 방식을 개발하는 것에 중점을 두고 진행되고 있다.

• 한국환경농학회지
• /
• 제36권3호
• /
• pp.193-200
• /
• 2017

인공광 스마트온실(식물공장) 조건에서 작물의 생장은 주로 외부 환경조건의 변화와 상관없이 형광등이나 특정 파장역의 발광다이오드와 같은 인공광원에 의해 좌우된다. 본 실험에서는 형광등 및 발광다이오드를 활용한 광질 및 광강도 제어가 케일 실생묘의 생장 및 물질합성에 미치는 영향을 조사하였다. 잎이 3~4매 전개한 케일 실생묘는 광강도를 50 및 $100{\mu}mol/m^2/s$로 제어한 형광등 (FLL 및 FLH구), 적색 LEDs (RL 및 RH 구), 청색+백색 LEDs (BWL 및 BWH구) 및 청색+적색 LEDs (BRL 및 BRH구) 등 단일 및 혼합광질로 제어하였으며 50일간 담액방식으로 수경재배하였다. 케일 지상부 생체중은 광강도 $100{\mu}mol/m^2/s$의 적색, 청색+ 백색 및 청색+적색의 혼합광 조사구에서 유의하게 증가하였으며, 신초신장은 광강도가 높은 처리구에서 억제되었고 잎내 폴리페놀 함량은 증가하였다. 당합성은 광강도 $50{\mu}mol/m^2/s$에 비해 $100{\mu}mol/m^2/s$ 조건의 적색광질에 의해 2배이상 증가하였다. 본 실험을 통하여 인공광 스마트온실 조건에서 특정 파장역의 광질 및 광강도를 제어하면서 작물을 수경재배하는 것은 노지나 온실에서 토경재배하는 관행적 재배방식에 비해 작업효율성을 높이면서 잎의 생장 및 물질합성을 촉진할 수 있다는 것을 알 수 있었다. 금후, 인공광 스마트온실에서 특정 파장역의 LEDs를 인공광원으로 할 때 작물생장을 최대로 유지할 수 있는 적정 광강도에 대한 연구를 수행할 계획이다.

• Journal of Applied Biological Chemistry
• /
• 제64권3호
• /
• pp.253-261
• /
• 2021

본 연구에서는 식물공장을 통해 생산된 새싹인삼을 크기에 따라 분류하고 이를 지상부와 지하부로 나누어 진세노사이드 함량과 항산화 활성을 비교하였다. 지상부의 경우 총 phenolic 함량은 중간 크기인 M에서 5.16 GAE mg/g로 가장 높았으며 가장 큰 크기인 L에서 2.23 GAE mg/g으로 가장 낮은 함량을 보였다. 지하부 역시 M 크기에서 가장 높은 함량을 보였으나, 큰 차이를 보이지 않았다. 한편, 총 flavonoid 함량 역시 지상부(5.16 RE mg/g) 와 지하부(1.28 RE mg/g) 모두 M 크기에서 높은 함량을 보였다. 지상부의 주요 진세노사이드는 Re (20.33-24.15 mg/g) > Rd (11.36-27.42 mg/g) > Rg1 (4.48-5.54 mg/g) 순 있었고 지하부는 Rb1 (5.09-8.61 mg/g) > Re (4.48-5.54 mg/g) > Rc (3.11-4.11 mg/g) 순 있었다. M 크기의 경우 Re와 Rd는 각각 지상부에서 24.15 mg/g과 27.42 mg/g 및 지하부에서 5.20 mg/g과 1.43 mg으로 약 4배와 19배 높은 함량을 보였다. 지상부에는 F3 및 Rh1이 검출되었으나, 지하부에서는 검출되지 않았다. DPPH (74.95%)와 ABTS (94.47%), hydroxyl (70.39%) 라디칼 소거 활성 및 FRAP (2.169) 활성은 다른 크기들보다 M 크기에서 가장 높은 활성을 보였다.

• Journal of Applied Biological Chemistry
• /
• 제65권3호
• /
• pp.129-142
• /
• 2022

새싹인삼은 잎부터 뿌리까지 섭취가 가능하며 스마트 팜 또는 식물공장에서 재배 시 계절에 영향을 받지 않으며 농약을 사용하지 않아도 되는 이점이 있다. 본 연구에서는 새싹인삼의 최적 재배 시기를 확인하고 영양성분과 항산화 활성을 비교 분석하였다. 생육 시기에 따른 지방산과 무기질 함량은 큰 차이를 보이지 않았다. 총 아미노산 함량은 45일까지 약간 감소하였고 이후에는 증가하였으며 생육 65일 arginine 함량은 3309.11 mg/100 g으로 가장 높게 확인되었다. 총 ginsenoside 함량은 생육기간 동안 큰 변화가 없었다(25일 29.83 mg/g→45일 32.77 mg/g→65일 26.02 mg/g). Ginsenoside Rg2 (0.62 mg/g), Re (8.69 mg/g), Rb1 (4.75 mg/g) 및 Rd (3.47 mg/g)의 함량은 생육기간 중 45일에 가장 높았다. Phenolic acids와 flavonols 함량은 생육 45일 (338.6 및 1277.14 ㎍/g)까지 증가 후 65일까지 감소하였다. Phenolic acids와 flavonols의 주요 화합물은 각각 benzoic acid (99.03-142.33 ㎍/g)와 epigallocatechin (416.03-554.64 ㎍/g)로 확인되었다. DPPH (44.27%), ABTS (75.16%)와 hydroxyl (63.29%) 라디칼 소거활성 및 FRAP 환원력(1.573 OD_573nm) 또한 총 phenolics 및 총 flavonolids 함량과 마찬가지로 생육 45일에 가장 높은 활성을 보였다.

• 한국강구조학회 논문집
• /
• 제27권6호
• /
• pp.503-511
• /
• 2015

강구조물에서 장스팬의 경우, 일반적으로 스티프너로 보강된 플레이트거더를 많이 사용하는데, 보(girder)의 춤이 크고 웨브의 폭이 좁은 단면을 선택하는 경우는, 웨브가 세장해져서 면외좌굴이 문제가 된다. 이를 해결하기 위한 방안으로, 이 연구에서는 국내에서도 공장, 창고건물을 중심으로 많이 사용되고 있는, 춤이 큰 주름 웨브 보를 휨재로 사용했을 때, 그 적용가능성을 판단하기 위하여, 그 선행작업으로, 주름 웨브(파형, Sinusoidal)를 가진 H형 단면보의 재하실험을 실시하였다. 평판웨브 P-4.5실험체에 비해서 주름웨브 CP-2.3실험체는 최대 휨내력은 12% 부족했지만, CP-3.2 실험체는 약 24% 내력상승이 나타났다. 이는 주름웨브 보는 평판보보다 불리한 판폭두께비를 가진 경우에도 충분한 내력확보가 가능함을 의미한다. 그리고 유로코드(EN 1993-1-5)에 의하여 산정된 휨 내력 및 전단내력을, 재하실험에 의한 휨내력과 KBC2009에 의한 전단내력을 비교하였다. 유로코드에서는 주름웨브의 판두께 증가는 휨성능 향상에 도움이 안 되며, 전단성능은 웨브 판두께와 주름 웨브의 형상에 민감함을 알았다.

• Korean Chemical Engineering Research
• /
• 제58권4호
• /
• pp.565-572
• /
• 2020

본 연구는 증류탑 분리공정 시스템 최적화를 위하여 인공지능 머신러닝이 적용된 소프트웨어 플랫폼을 개발하였다. 증류탑 분리공정은 석유화학 산업의 대표적이고 핵심적인 공정이다. 하지만 다양한 운전조건과 연속식공정 특성으로 인하여 안정적인 운전이 어려우며 운전자 숙련도에 의하여 공정효율에 차이가 발생된다. 이를 해결하기 위하여 이론적 시뮬레이션을 활용한 제어방법이 개발되어 사용되고 있지만 특수하거나 복잡한 반응이 포함된 공정에는 적용이 어려우며, 거대한 시스템에 대하여 분석이 이루어질 경우 계산비용 증대로 인하여 실시간 제어와 연동이 어려운 한계점을 지니고 있다. 따라서 본 연구에서는 이러한 문제점을 해결하기 위하여 머신러닝을 기반으로 한 경험적 시뮬레이션 모델을 개발하고 이를 통하여 최적의 공정운영방법을 제시하고자 한다. 경험적 시뮬레이션 개발은 실제 공정에서 수집된 빅 데이터, 데이터마이닝을 통한 특성추출, 공정을 대표하는 데이터 선별, 화학공정 특성에 맞는 모델 선정으로 이루어졌으며, 현장검증 및 테스트를 통하여 증류탑 분리공정 플랫폼이 개발되었다. 최종적으로 개발된 플랫폼을 통하여 운전 조작변수의 예측이 가능하며, 최적화된 운전조건을 제공하여 효율적인 공정운영을 달성할 수 있다. 본 논문은 머신러닝 기법을 화학공정에 적용한 기초연구로서 이후 다양한 공정에 적용하여 4차 산업의 스마트 팩토리의 초석이 되어 널리 활용될 수 있을 것이라 판단된다.