​산업 인공지능

인공지능 기술은 이미 음성 및 영상 인식 등에서 의미있는 발전을 이뤄 이미 일반 가전제품과 같은 상용 제품에 적용되고 있다. 하지만 이러한 기술들이 산업현장 운영에서 활용되기 위해서는 일반 가전제품 보다 월등한 신뢰도와 강건성 (robustness)를 요구하고 있다. 또한 산업 자체의 도메인 기술이 인공지능 기술과 결합하여야 현장에 활용 가능하다.

본 연구는 제조와 물류 시스템의 특성을 이해하고 최근 개발된 인공지능 기술과 융합하여 기존 방법론으로 불가능했던 새로운 솔류션을 개발을 목적으로 한다.

산업 인공지능 연구와 일반적인 인공지능 연구의 차이점은 다음과 같다.

  • 제조 및 물류 시스템의 도메인 지식 기반 

  • 범용적인 인공지식 개발이 아닌 산업현장의 문제 해결을 위한 목적중심 연구

  • 이론이 아닌 실제 현장에 가용 가능한 실질적인 시스템 개발

산업 인공지능의 제조 활용 분야는 다음과 같다.

  • 제품의 품질 관리

    • 기존 수치에만 의존한 방식이 아닌 이미지와 소리 감지 등 인공지능의 인식기반 기술 활용

  • 설비 관리

    • 설비 유지보수 및 설비 최적 파라메터 값 도출을 위한 인공지능 기술 활용

  • 자율 운영

    • 기존 자동화(Automation) 개념의 작업 스케줄이나 물류 방송에서 한 걸음 더 나아가 이상 상황을 스스로 파악하여 최적의 자율적 작업 스케줄링과 물류 반송을 수행하는 자율운영(Autonomous) 시스템


장영재 교수 연구실에서는 글로벌 반도체 자동화 기업인 (주)신성 FA와 <인공지능 자동화 시스템 연구센터>를 설립하여 인공지능 기법 중에 하나인 강화학습 및 심층 강화학습 활용 기존 자동화에서 불가능했던 1000대 이상의 반송 시스템 개발을 진행하고 있다.

  • ​인공지능 기반 OHT 시스템 개발

  • 본 연구에서는 인공지능 기법인 강화학습을 활용하여 자율적 (Autonomous) 으로 경로를 정하고 이상 상황에서도 스스로 판단하여 정체없이 물류를 반송하는 시스템을 개발하였다.

  • 현재 신성 FA의 음성공장에서 테스트 베드를 구축하여 2020년까지 제품 상용화를 목표로 개발 하고 있다.

​<참고문헌>

  • 황일회, et al. "데이터 기반 지능형 자동 반송 시스템 알고리즘 개발." ie 매거진 25.2 (2018): 26-30.

  • 문인호, and 장영재. "신성 E&G 최적화 및 인공지능 기반 반송 시스템 개발과 혼합현실 기반 유지보수 연구." ie 매거진 24.3 (2017): 26-32.

  • Illhoe Hwang and Young Jae Jang*, “Overhead Hoist Transport (OHT) Route Guidance Algorithm using Q-Learning Method in Automated Material Handling System,” International Journal of Production Research (Invited for Publication by Editor's Pick from ICPR 2018)

<언론 기사>

Copyright (c) 2020 KAIST SDM Lab.  All rights reaserved

Tel : +82-(042)-350-3170    |    E-Mail : yjang@kaist.ac.kr    | 

  • @sdm.kaist