BISTelligence Tech Story/Better Tech trend3 AI를 활용한 제조 설비 이상 감지 및 고장 예측 (#Part.2) 이전 포스팅 Part.1에선 제조 데이터에 AI를 활용하는 방법과 한계점에 대해 포스팅 했었는데요. 이번 Part.2에서는 그럼에도 불구하고 왜 제조 AI를 사용해야 하며, 활용 방안등에 대해 이야기하고, 마무리하려고 합니다. ※ 이 포스팅은 비스텔리젼스 나혁준 부설 연구소장님이 데이터 산업백서에 참여하신 내용 일부를 발췌하여 작성하였습니다. ☞ Part.1 내용이 궁금하다면, Part.1 보고 오기 1. 제조업에서 AI 적용 절차 (적용 사례) 여러 기업들은 IoT 장치들로부터 데이터를 수집하기 시작했고, 이를 활용한 여러 시스템을 도입하고 있지만, 아직까지 많은 회사들이 숙련된 엔지니어들의 경험과 판단에 의존하는 경우가 많습니다. 이러한 경험에 대한 의존도가 높기 때문에 퇴직 시 고도로 숙련된 엔지니.. 2023. 8. 23. AI를 활용한 제조 설비 이상 감지 및 고장 예측 (#Part.1) 많은 기업들이 제조 과정에서 축적된 데이터를 활용해 효율적인 제품 개발 및 생산을 가능케 하는 "Manufacturing AI" 활용을 시작하였지만, 여전히 AI 도입을 시작으로 제조 혁신을 이루고 황금기를 맞이할 수 있을지 많은 기업들이 궁금해하고 있는데요. 이번 포스팅은 '제조AI'를 주제로 Part 1,2에 걸쳐 제조 데이터에 AI를 활용하는 방법부터 한계점, 활용 방안등 제조 AI에 대한 솔직한 이야기들을 포스팅하려고 합니다. ※ 이 포스팅은 비스텔리젼스 나혁준 부설 연구소장님이 데이터 산업백서에 참여하신 내용 일부를 발췌하여 작성하였습니다. 수십 년 동안 기업들은 IoT를 통해 데이터를 수집하고, 응용 시스템을 구축하며, 경우에 따라 자동 제어 시스템 영역으로까지 공장을 "디지털화"해 왔습니다... 2023. 8. 16. Data Mesh : 데이터 중심 기업혁신을 위한 패러다임 전환 🚩 데이터 중심의 기업혁신을 위한 Data Mesh에 대해 소개합니다. #1. 패러다임의 시작 미국의 저명한 분석 철학자이자 물리학자인 토머스 사무엘 쿤(Thomas Samuel Kuhn)은 1962년 그의 저서 『과학혁명의 구조 (The structure of scientific revolutions)』에서 ‘패러다임’을 정의하였습니다. 패러다임 : 한 시대를 지배하는 인식이나 과학적 사고, 관념, 가치관이 결합한 프레임 과학자들은 이 패러다임 안에서 연구를 진행하는데, 패러다임에 안주하지 않고 점차 한계를 깨뜨릴 때 진보를 달성할 수 있게 됩니다. 우리가 짧은 세기 동안 코페르니쿠스 혁명, 산업혁명, 정보 혁명과 같은 엄청난 시대적 혁명을 이룬 것은 기존의 패러다임을 초월하면서 새로운 것을 만들어 냈.. 2023. 8. 4. 이전 1 다음
