AI 도입에 필요한 데이터의 양은 문제 유형에 따라 다릅니다. 불확실성이 낮은 이미지 검사라면 불량 유형별 2~3천 장으로도 97~99% 정확도의 모델이 가능하지만, 변수가 많은 정밀 공정의 시계열 분석에는 최소 수만 건이 필요합니다.

"어떤 데이터가 얼마나 있어야 하나요?"는 AI 도입을 검토하는 제조 기업이 가장 많이 묻는 질문입니다. 교과서적 답은 "케이스마다 다르다"이지만, 이 글에서는 실제 프로젝트 사례 3가지로 더 구체적인 기준을 제시합니다.

핵심 요약

• 제조 AI의 데이터는 크게 시계열 데이터와 이미지 데이터로 나뉘며, 필요량의 기준이 다릅니다.
• 이미지 검사: 정상 + 불량 유형별 2~3천 장 수준으로 97~99% 정확도 사례 확인
• 정밀 공정 시계열: 파라미터와 불확실성이 많아 최소 수만 건 필요
• 데이터가 적어도 신뢰도 높은 데이터를 지속 학습시키면 성능을 끌어올릴 수 있습니다.

‍

실제 사례로 보는 필요 데이터

사례 1. 반도체 장비사 A — 시계열 데이터로 공정 결함 탐지

플라즈마 공정 설비의 결함 탐지를 위해 20여 종의 시계열 센서 데이터를 분석하는 모델을 개발했습니다. 공정 파라미터가 많고 변수 간 상호작용이 복잡해, 충분한 양의 데이터 확보가 성능의 전제 조건이었습니다.

‍

사례 2. 반도체 제조사 B — X-ray 이미지 불량 검출

육안 검사를 대체하는 X-ray 이미지 기반 불량 검출 모델입니다. 문제가 명확히 정의된 이미지 검사여서 상대적으로 적은 데이터로도 높은 정확도에 도달했습니다.

사례 3. 반도체 제조사 C — 외관 검사(AOI) 자동화

제품 외관 불량 검사를 AI로 전환한 사례로, 정상 데이터와 불량 유형별 데이터를 갖춘 뒤 빠르게 실용 수준의 정확도를 확보했습니다.

‍

‍

사례가 말해주는 4가지 기준

• 데이터 양은 모델 품질과 직결됩니다 — 다만 "얼마나"는 문제의 불확실성에 비례합니다. 이미지 검사는 유형별 2~3천 장, 고차원 정밀 공정은 수만 건이 출발선입니다.
• 데이터가 많아도 신뢰성은 별개 문제입니다 — 수천만 건을 보유한 기업도 정확한 라벨링은 어렵습니다. 공정 전문가와의 협업이 라벨 품질을 결정합니다.
• 적은 데이터로도 시작할 수 있습니다 — 초기 모델에 신뢰도 높은 데이터를 지속 공급하면 성능 향상과 개발 기간 단축이 가능합니다.
• 시계열 데이터는 처리 방법이 성능을 가릅니다 — 원시 데이터를 그대로 학습시키는 일반적 방식 대비, 알티엠의 시계열 특화 처리 기법으로 10% 이상 높은 성능을 확인했습니다.

자주 묻는 질문

데이터가 거의 없는데 AI 도입이 가능한가요?

가능합니다. 데이터 수집 체계 설계부터 시작해 초기 모델 → 지속 학습으로 확장하는 경로가 일반적입니다. 중요한 건 수집 전에 문제와 판정 기준을 정의하는 것입니다.

불량 데이터가 부족하면 어떻게 하나요?

데이터 증강 기법이나 정상 데이터 기반 이상탐지 접근으로 보완할 수 있습니다. 불량 유형별로 최소한의 대표 샘플을 확보하는 것이 우선입니다.

데이터의 양보다 문제의 정의가 먼저입니다

같은 데이터라도 어떤 문제를 풀 것인가에 따라 충분할 수도, 부족할 수도 있습니다. 알티엠(RTM)은 보유 데이터 진단부터 필요 데이터 설계까지 도입 전 컨설팅을 제공합니다. 우리 데이터로 무엇이 가능한지 궁금하다면 알티엠에 문의해 보세요.