지난 글에서는 제조 AI를 구축하기 전에 먼저 확인해야 할 조건을 살펴봤습니다. 이번 글에서는 그 확인이 실제로 어떤 순서로 진행되는지 설명합니다.
고객이 각 단계에서 준비해야 할 것은 무엇인지, 알티엠은 어떤 내용을 검토하는지, 검증이 끝난 뒤에는 무엇을 받을 수 있는지 차례대로 정리했습니다.
제조 AI PoC라고 하면 흔히 모델을 만들고 정확도를 확인하는 과정을 떠올립니다. 하지만 도입 전 검증의 목적은 단순히 높은 성능 수치를 만드는 것이 아닙니다.
핵심은 다음 세 가지를 확인하는 것입니다.
이 세 가지가 확인되어야 본 구축을 진행할지, 데이터를 보완할지, 과제를 조정할지를 판단할 수 있습니다.
따라서 제조 AI 도입점검 프로그램은 작은 규모의 시스템을 미리 구축하는 과정이라기보다, 본격적인 투자에 앞서 의사결정의 근거를 확보하는 과정에 가깝습니다.
첫 단계에서는 공정에서 해결하려는 문제를 구체화합니다.
예를 들어 ‘설비 데이터를 활용하고 싶다’는 아직 검증 가능한 과제가 아닙니다. 반면 ‘프레스 설비가 멈추기 전에 이상 징후를 발견하고 싶다’는 확인해야 할 질문이 분명합니다. 정상 운전 데이터와 이상 발생 전 데이터 사이에 구분 가능한 차이가 있는지를 살펴볼 수 있기 때문입니다.
과제가 여러 개라면 우선순위가 가장 높은 한 가지를 선택합니다. 범위를 좁혀야 필요한 데이터와 판단 기준이 명확해지고, 결과를 다음 과제로 확장할 때도 기준으로 활용할 수 있습니다.
이 단계에서 완성된 기획서는 필요하지 않습니다. 다음 내용만 정리돼 있어도 상담을 시작할 수 있습니다.
과제가 아직 명확하지 않다면 문의 과정에서 함께 범위를 정리합니다.
과제가 정리되면 소량의 샘플 데이터와 과제 내용을 알티엠 AI팀이 검토합니다. 이 단계에서는 모델을 본격적으로 개발하기보다, 현재 조건에서 검증을 시작할 수 있는지를 확인합니다.
주요 검토 항목은 다음과 같습니다.
검토 결과는 크게 세 가지로 나뉩니다.
현재 데이터로 검증이 어렵거나 프로그램 범위에 적합하지 않다면 계약을 권하지 않습니다. 대신 필요한 데이터나 과제 조정 방향 등 가능한 대안을 안내합니다.
보안상 데이터를 외부로 전달하기 어려운 경우에는 데이터 파일 없이 항목·기간·수집 주기 등의 명세로 1차 상담을 진행할 수 있습니다. 실제 데이터 검토 방식은 고객사의 보안 정책에 맞춰 협의합니다.
샘플 검토를 통해 착수 가능성이 확인되면 계약을 진행합니다.
제조 AI 도입점검 프로그램은 한 개 공정 또는 장비의 한 가지 과제를 대상으로 하며, 비용은 900만 원(VAT 별도)입니다.
계약 후에는 본 분석에 사용할 데이터의 범위를 확정합니다. 계약 전에는 소량의 샘플로 시작 가능성을 확인했다면, 이 단계에서는 실제 분석에 사용할 데이터를 기준으로 다음 사항을 최종 점검합니다.
수행 기간 20영업일은 계약일이 아니라 본 분석에 필요한 데이터 준비가 완료된 시점부터 계산합니다. 데이터 준비가 끝나지 않은 상태에서 검증 기간이 소진되는 일을 막기 위한 기준입니다.
데이터가 확정되면 본 분석을 시작합니다.
알티엠 AI팀은 데이터에서 과제와 관련된 패턴을 찾고, 적용 가능한 분석 방법을 비교합니다. 이후 현재 데이터로 판별이나 예측이 어느 수준까지 가능한지 검증합니다.
이 과정에서는 성능 수치뿐 아니라 결과에 영향을 주는 조건도 함께 확인합니다. 예를 들면 다음과 같습니다.
이러한 조건은 본 구축의 데이터 수집 방식과 시스템 사양을 정할 때 중요한 근거가 됩니다.
검증 기간에 고객이 별도의 개발 업무를 수행할 필요는 없습니다. 다만 데이터의 의미나 현장 판정 기준에 관한 확인이 필요할 때 담당자의 답변을 요청할 수 있습니다. 데이터만으로 알 수 없는 현장 정보를 함께 확인해야 결과를 정확하게 해석할 수 있기 때문입니다.
검증이 끝나면 결과 리포트를 제공합니다. 리포트에는 다음 내용이 담깁니다.
결과 리포트는 기술 결과를 확인하는 자료이자 내부 의사결정을 위한 근거로 활용할 수 있습니다. 단순히 ‘AI를 도입해보자’고 제안하는 것과, 실제 데이터를 바탕으로 적용 가능한 범위와 제약 조건을 설명하는 것은 내부 검토 과정에서 차이가 큽니다.
결과에 따라 다음 네 가지 방향 중 하나를 선택할 수 있습니다.
적용 가능성이 확인되고 제약 조건을 관리할 수 있다면 본 구축 범위와 예산을 구체화합니다. 리포트에 정리된 조건은 요구사항을 수립하는 기초 자료가 됩니다.
과제의 방향은 유효하지만 현재 데이터만으로 판단하기 어렵다면 필요한 데이터를 추가로 수집합니다. 무엇을 얼마나 보완해야 하는지가 정리돼 있으므로 목적에 맞는 데이터 준비가 가능합니다.
처음 설정한 목표는 어렵지만 더 좁은 범위에서 가능성이 확인될 수도 있습니다. 예를 들어 불량 원인 진단은 어렵지만 불량 발생 감지는 가능하다면, 감지 과제부터 시작하는 방식입니다.
데이터와 운영 환경이 아직 준비되지 않았다면 도입을 보류할 수 있습니다. 이 역시 중요한 검증 결과입니다. 대규모 구축을 시작하기 전에 현재의 한계와 준비 조건을 확인했기 때문입니다.
제조 AI는 구축을 시작한 뒤에야 가능성을 확인하기에는 투자 부담이 큽니다.
도입 전 검증의 목적은 반드시 긍정적인 결과를 만드는 것이 아닙니다. 지금 가진 데이터로 가능한 범위와 어려운 이유를 확인하고, 다음 투자를 결정할 근거를 확보하는 것입니다.
처음부터 큰 시스템을 구축하기보다 한 개 공정 또는 장비의 한 가지 과제부터 확인해보세요. 계약 전 과제와 샘플 데이터 검토는 무료로 진행됩니다.
문제와 보유 데이터만 알려주세요.
담당자가 영업일 1일 내에 적합한 적용 방식을 안내해드립니다.
