알티엠은 중소벤처기업연수원에서 10월 26~27일 ‘AI 기반 스마트공장 공정설비 이상탐지 실무’ 교육과 11월 3일 ‘AI 비전 검사 솔루션을 활용한 스마트공장 구현’ 교육을 성공적으로 마쳤습니다.
이번 교육은 제조 현장의 데이터를 직접 다루고 AI의 판단 결과를 살펴보며, 각자의 업무에 어떻게 적용할지 함께 고민하는 시간이었습니다. 공정설비의 이상 신호를 읽는 방법부터 제품 이미지로 불량을 판단하는 과정까지, 현장 실무와 연결되는 내용에 집중했습니다.
10월 26~27일 이틀간 진행한 이상탐지 교육에서는 공정설비 데이터의 특성과 AI 활용 방법을 살펴보고, 실습으로 분석 과정을 따라가 보았습니다.
센서와 설비 로그에는 어떤 정보가 담겨 있는지, 분석하기 전에 데이터에서 무엇을 확인해야 하는지부터 짚었습니다. 열처리와 프레스 유압펌프 등의 사례를 바탕으로 이상 신호를 발견하고, 원인을 좁히며, 이후 어떤 조치를 검토할 수 있는지 연결해 보는 데 초점을 맞췄습니다.
AI가 이상이라고 표시한 결과를 그대로 받아들이기보다, 현장 상황과 정비 이력 등을 함께 확인하는 과정도 중요하게 다뤘습니다. 오경보가 잦을 때의 부담과 실제 이상을 놓쳤을 때의 영향을 생각하며, 현장에서 활용할 수 있는 판단 기준을 고민했습니다.
특히 이상탐지 교육에서는 수강생분들이 직접 다가와 각자의 현장에 AI를 어떻게 도입하면 좋을지 문의해 주셨습니다. 현장에서 겪는 어려움과 적용에 대한 생각을 나누며, 강의 내용을 실제 업무와 연결하는 대화가 이어졌습니다.
회사마다 설비와 운영 환경, 확보한 데이터가 다른 만큼 적용의 출발점도 달라질 수 있습니다. 알티엠에게도 현장의 고민을 가까이에서 듣고, 어떤 부분부터 함께 살펴볼 수 있을지 생각해 보는 뜻깊은 시간이었습니다.
11월 3일 비전 교육에서는 제품 이미지를 활용한 AI 품질검사 원리와 현장 적용 방법을 살펴봤습니다. 수강생분들은 알티엠의 AI 비전검사 솔루션 Hubble을 활용해 직접 이미지를 다루며 검사 과정을 익혔습니다.
어떤 상태를 불량으로 볼 것인지, 불량의 종류나 위치를 어떤 방식으로 구분할 것인지 등 검사 목적과 기준을 먼저 정하는 데서 출발했습니다. 이어 데이터를 준비하고 학습 결과를 확인하며, 정상 제품을 불량으로 판단하는 ‘과검’과 불량 제품을 놓치는 ‘미검’을 함께 살펴봤습니다.
촬영 환경과 데이터 구성에 따라 AI의 판단이 달라질 수 있다는 점도 짚었습니다. 우리 제품과 검사 환경에 맞는 데이터를 준비하고 결과를 확인하는 과정이 현장 적용의 중요한 바탕이라는 점을 실습과 사례로 전달했습니다.
이번 두 교육은 제조 AI의 개념을 이해하는 것에서 출발해, 직접 데이터를 다뤄 보고 우리 현장에 적용할 방법을 생각해 보는 시간이었습니다. 적극적으로 실습에 참여하고 현장의 이야기를 나눠 주신 모든 수강생분들께 감사드립니다.
알티엠은 제조에 대한 이해를 바탕으로 현장에 맞는 AI를 구현해 반복적인 확인·분석·업무 처리의 부담을 줄이고 있습니다. 앞으로도 실제 업무와 연결되는 교육과 사례를 통해 제조기업과 장비사가 AI 활용의 첫걸음을 구체화할 수 있도록 돕겠습니다.
START WITH YOUR DATA
완성된 기획서가 없어도 괜찮습니다.
현재의 문제와 보유 데이터를 알려주시면, 검토 가능한 범위부터 함께 정리하겠습니다.
문의 내용을 보내주시면 담당자가 과제 범위를 확인하고 샘플 리포트와 함께 안내드립니다.
