• 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.

• 경영정보학연구
• /
• 제22권4호
• /
• pp.185-203
• /
• 2020

4차 산업혁명과 함께 ICT(정보통신기술)와 제조업이 융합된 스마트 제조업 시대로 변화하고 있다. 과거의 제조업은 생산효율 증진을 위한 단순 목적으로 공업적인 기술 혁신을 추구했다면, 스마트 제조업에서는 ICT와 융합된 스마트팩토리 구축을 통해 제조 공정과 서비스 형태가 융·복합 플랫폼 형태로 변모하고 있다. 스마트팩토리 구현 기업들은 ICT의 장점을 활용한 이점과 함께, 개방화/융합화/정보화에 따라 발생하게 되는 보안 이슈를 동시에 접하게 된다. 스마트팩토리에서는 ICT를 기반으로 모든 기계와 설비 등이 연결되어 기존에 생각하지 못했던 융·복합적 보안 위협요인에 노출되고 상시적으로 다양한 사이버 위협이 발생할 수 있음으로 보안이 더욱 강화되어야 한다. 보안사고의 위험을 줄이고 스마트팩토리를 성공적으로 도입하기 위해서는, ICT 기술들이 적용되고 있는 스마트팩토리 산업 현장의 특성을 감안하여 우선적으로 적용되어야 할 주요 보안요인들을 도출할 필요가 있다. 본 연구에서는 스마트팩토리 구축 시 적용해야 할 보안요인들의 중요도를 파악하기 위해 단말/네트워크/플랫폼·서비스 범주를 포괄한 '스마트팩토리 보안요인의 계층적 분류 모델'을 제시하고, 스마트팩토리 및 보안 관련 전문가 그룹(기술위원, 사업전문가, 보안전문가)을 대상으로 중요도 평가 분석을 수행하였다. 본 연구에서는 AHP 기법을 활용하여 다양한 보안 위협으로부터 안전한 스마트팩토리 구현에 필요한 보안요인들의 상대적 중요도를 도출하고 이를 기반으로 스마트팩토리 보안요인간의 우선순위를 제시하였다. 본 연구 결과를 통해, 앞으로 더욱 확산될 스마트팩토리가 보다 안전하게 구축·운용될 수 있도록 스마트 제조업 시대에 필요한 정보보안 확보에 기여할 수 있을 것이다.

• 한국산업정보학회논문지
• /
• 제21권2호
• /
• pp.1-10
• /
• 2016

본 논문에서는 스마트팩토리의 대량 제조 산업 중심의 실시간 통합제어 시스템과 리소스 메니지먼트를 위한 알고리즘과 수치 해석을 고려한다. 사이버 물리 시스템(CPS)상에서 전송되어지는 다양한 데이터들이 실시간으로 제어되어야 각각의 주소체계를 가진 단말과 플랫폼, 서비스로 묶여 진정한 스마트제조업이 실현될 것으로 기대하며, 기존의 연구결과로부터 새롭게 제안되어지는 최적화운용 알고리즘을 반영하여 패러미터별 증명과 자코비 연산에 의한 수치해석을 덧붙이게 된다. 최적의 운용 알고리즘을 센싱데이터에 의하여 결정을 하게 되고 이를 통한 CPS상에서 전송되는 현상을 구체적으로 제시한다. 또한 실험을 통해서 기존의 연구결과와 비교 검토함으로서 제시된 실시간 통합제어 시스템의 우수성을 검증하였다.

• 융합정보논문지
• /
• 제9권3호
• /
• pp.16-21
• /
• 2019

우리나라 중소기업은 현재 국내 외 다양한 환경 요인(경쟁력 확보 및 우수 제품 개발 등)으로 인하여 산업 구조가 과거에 비해 빠르게 변화하고 있는 상황이다. 특히, 인공지능과 관련된 다양한 장비가 제조현장에 투입되면서 스마트팩토리 환경에서 생산되는 데이터 수집 및 활용의 중요성이 점점 증가하고 있다. 본 논문에서는 최근 중소기업 제조 현장이 스마트팩토리화 되면서 제조 현장에서 생산되는 제품의 프로세스를 향상시키기 위한 인공지능 기반 스마트팩토리 모델을 제안한다. 제안 모델은 갈수록 치열해지는 제조 환경의 경쟁력 확보 및 생산 비용 절감을 최소화시키는 것이 목적이다. 제안 모델은 인공지능 기반의 스마트팩토리 현장에서 생산되는 제품의 정보뿐만 아니라 제품 생산에 소비되는 노동력, 노동 근무 시간 및 가동 공장기계 상태 등을 모두 고려하여 관리한다. 또한, 제안 모델에서 생산되는 데이터는 유사 기업과 시스템 연계 및 정보 공유가 가능하기 때문에 제조 현장 운영의 기업간 전략적 협력이 가능하다.

• 한국산업정보학회논문지
• /
• 제24권2호
• /
• pp.65-80
• /
• 2019

ICT 기반의 제4차 산업혁명의 도래는 제조업과 ICT 융합이 새로운 경쟁력이 되고, 생산 방식의 혁명을 일으키며 제조업 위기의 돌파구로 주목을 받으면서 제조업 부활에 날개를 달아주는 요소로 부상하고 있다. 스마트 팩토리가 구현되면 각 공장에서 수집된 수많은 데이터를 기반으로 분석 및 의사결정을 하는 공장 운영체계(Data Driven Operation)를 갖춤으로써 생산현장에서 발생하는 현상과 문제들의 상관관계를 찾아낼 수 있다. 고객의 니즈가 다양해짐에 따라 다품종 대량생산에서 맞춤형 유연생산 체제로의 전환이 요구되며, 기업은 이를 위해 스마트 팩토리의 도입이 필수적이다. 본 연구는 국내 스마트 팩토리 도입 기업들을 대상으로 스마트 팩토리 지속사용의도와 전환의도에 영향을 미치는 요인들을 기술수용모형( Technology acceptance model: TAM)을 토대로 실증 분석한다. 이를 위해 본 연구는 스마트 팩토리를 운영 중인 기업들을 대상으로 온라인과 오프라인을 통해 설문조사를 실시하였으며, 최종적으로 122개의 표본을 분석에 사용하였다. 본 연구의 결과는 스마트 팩토리에 관심 있는 연구자들과 실무자들에게 많은 시사점을 제공할 것이다.

• 경영정보학연구
• /
• 제19권2호
• /
• pp.95-113
• /
• 2017

최근 국가경제와 기업의 경쟁력이 불안정한 글로벌 환경에서, 정부는 4차 산업혁명이라고 불리는 스마트공장 구축사업을 중소중견 제조기업 대상으로 적극적으로 적용추진을 하고 있다. 스마트공장이란 ICT(Information Communication Technology)와 생산공정의 융합으로 설비와 시스템간의 통합과 지식 기반의 최적화된 판단으로 제품을 자동 생산하는 체계이다. 본 연구는 기업의 경쟁력을 높이기 위해 성공적인 스마트공장의 추진을 위한 최고경영자의 의지, 정부지원, 외부 컨설팅 그리고 조직참여가 미치는 영향에 대해서 살펴보았다. 연구모형을 통한 실증연구를 하기 위해 스마트공장 구축을 완료하였거나 진행 중인 중소기업을 대상으로 설문지를 배포하여 회수된 101부의 설문지를 분석하였다. 실증분석 결과, 기업의 글로벌 경쟁력 확보를 위한 스마트공장 성공적 구현에 있어서 조직의 참여도가 가장 큰 영향을 미치는 것으로 파악되었고, 정부지원, 외부 컨설팅 그리고 최고경영자 의지 순서로 영향을 미치는 것으로 나타났다. 따라서 본 연구에서는, 기업의 경쟁력 제고에 가장 큰 영향을 미치는 스마트공장 구축을 성공적으로 실현하기 위해 여러 가지 관점으로 구분하여 도출하였고 이를 검증하였다.

• 전자통신동향분석
• /
• 제35권1호
• /
• pp.60-70
• /
• 2020

Artificial intelligence (AI) is expected to bring about a wide range of changes in the industry, based on the assessment that it is the most innovative technology in the last three decades. The manufacturing field is an area in which various artificial intelligence technologies are being applied, and through accumulated data analysis, an optimal operation method can be presented to improve the productivity of manufacturing processes. In addition, AI technologies are being used throughout all areas of manufacturing, including product design, engineering, improvement of working environments, detection of anomalies in facilities, and quality control. This makes it possible to easily design and engineer products with a fast pace and provides an efficient working and training environment for workers. Also, abnormal situations related to quality deterioration can be identified, and autonomous operation of facilities without human intervention is made possible. In this paper, AI technologies used in smart factories, such as the trends in generative product design, smart workbench and real-sense interaction guide technology for work and training, anomaly detection technology for quality control, and intelligent manufacturing facility technology for autonomous production, are analyzed.

• 한국기계가공학회지
• /
• 제20권5호
• /
• pp.121-127
• /
• 2021

Reverse offset printing is considering as an emerging technology for printed electronics owing to its environmentally friendliness and cost-effectiveness. In reverse offset printing, selecting the materials for cliché and blanket is critical because of its minimum resolution, registration errors, aspect ratio of reliefs, pattern area, and reusability. Various materials such as silicon, quartz, glass, electroplated nickel plates, and imprinted polymers on rigid substrates can be used for the reverse offset printing of cliché. However, when new structures are designed for specific applications, new clichés need to re-fabricated each time employing multiple time-consuming and costly processes. Therefore, by modifying the blanket materials containing the printing ink, several new structures can be easily created using the same cliché. In this study, we investigated various elastomeric materials and evaluated their applicability for designing a highly stretchable blanket with controlled elastic deformation to implement tunable reverse offset printing.

• 산업경영시스템학회지
• /
• 제44권4호
• /
• pp.12-22
• /
• 2021

This article suggests the machine learning model, i.e., classifier, for predicting the production quality of free-machining 303-series stainless steel(STS303) small rolling wire rods according to the operating condition of the manufacturing process. For the development of the classifier, manufacturing data for 37 operating variables were collected from the manufacturing execution system(MES) of Company S, and the 12 types of derived variables were generated based on literature review and interviews with field experts. This research was performed with data preprocessing, exploratory data analysis, feature selection, machine learning modeling, and the evaluation of alternative models. In the preprocessing stage, missing values and outliers are removed, and oversampling using SMOTE(Synthetic oversampling technique) to resolve data imbalance. Features are selected by variable importance of LASSO(Least absolute shrinkage and selection operator) regression, extreme gradient boosting(XGBoost), and random forest models. Finally, logistic regression, support vector machine(SVM), random forest, and XGBoost are developed as a classifier to predict the adequate or defective products with new operating conditions. The optimal hyper-parameters for each model are investigated by the grid search and random search methods based on k-fold cross-validation. As a result of the experiment, XGBoost showed relatively high predictive performance compared to other models with an accuracy of 0.9929, specificity of 0.9372, F₁-score of 0.9963, and logarithmic loss of 0.0209. The classifier developed in this study is expected to improve productivity by enabling effective management of the manufacturing process for the STS303 small rolling wire rods.

• 한국멀티미디어학회논문지
• /
• 제22권5호
• /
• pp.601-612
• /
• 2019

As the $4^{th}$ industrial revolution is accelerating, IT convergence application technologies are attracting attention in various fields. In the manufacturing industry, Smart Factory technology, which is blended with IT technology, has been developed to solve the problem casued by the decrease of the labor force, and a monitoring server is required to remotely control the equipment or to inquire about the operation status of the factory. In this paper, we designed and implemented RESTful API for data sharing between factory equipment and monitoring server in Smart Factory. In order to verify the designed API, a testbed was operated for an actual plastics manufacturing plant. As a result, it was confirmed that the testbed can be operated normally in actual operating environment.