품질이야기 (26) 썸네일형 리스트형 KAMP 사례(조선내화) 인공지능 플랫폼 KAMP로 스마트한 혁신을 이룬 업체가 있습니다. 내화물 생산 기업 '조선내화'인데요. '조선내화'의 스마트 신화를 함께 확인해볼까요? 내화물 생산 기업 조선내화 조선내화는 출고 전 제품 검사를 숙련된 검사원의 육안 검사 방법에 의존하였는데요. 그 결과 작업자의 피로도가 증가하고 불량 판별 정확도가 저하되었습니다. Human Error로 인한 출하 지연, 제품 불량 등의 문제 발생으로 이미지 분석 기반의 자동 불량 탐지 기술이 필요해졌습니다. 캠프 지원으로 합성곱 신경망 도입 조선내화는 X-ray로 제품을 검사하는 AI기술을 적용하여 정상·불량 이미지를 학습시켰습니다. 불량품의 특징을 파악, 응용하고 제품 품질 가판정 후 검사원의 의사결정 과정을 거쳤습니다. 주요 불량인.. KAMP 사례(프레스 고장) 인공지능 플랫폼 KAMP로 코로나 위기를 극복한 업체가 있습니다. 부품 제조 기업 (주)고원금속인데요. 고원금속의 혁신을 함께 확인해볼까요? 자동차 부품 기업 고원금속 유압 및 기계식 단조프레스 등 기계 작동 중이상 소음 및 진동이 감지된 후에 고장이 발생하는데요. 현장의 기계 소음 탓에 사람의 청각으로는 설비 이상 징후에 대한 판단이 어려웠습니다. 고원금속은 설비 고장으로 발생하는 시간과 비용을 절약하기 위해 AI를 도입하기로 결정합니다. 캠프 지원으로 생산현장 디지털화 중소벤처기업부가 운영하는 AI 제조 플랫폼 지원 사업인 캠프(KAMP)에서 '고원금속'은 AI 컨설팅 및 솔루션 실증, 생산현장디지털화를 지원받습니다. 컨설팅 결과를 바탕으로 소음 발생 진원지인 설비 진동데이터를 loT 진동 센.. 인공지능과 머신러닝 인공지능이란? 인지, 학습 등 인간의 지적능력의 일부 또는 전체를 컴퓨터를 이요해 구현하는 지능 기계학습(machine learning)이란? 데이터를 기반으로 인지, 이해 모델을 형성하거나 최적의 해답을 찾기 위한 학습 지능 머신러닝은 데이터를 사용해서 인공지능을 만들 수 있다. 기계가 공부하는 것 -> 사람이 직접 프로그램을 만들어서 기계에 넣어주는 것이 아니라 문을 언제 어떻게 열 것인지 등 기계가 스스로 문제를 해결하는 방법을 학습하는 것 전통적인 프로그래밍 vs 기계학습 전통적인 프로그래밍 머신러닝 데이터를 넣으면 그 데이터를 어떠한 식으로 처리하는지 프로그래머가 프로그램을 작성 데이터로 인해 나타나는 결과를 사용해 학습하기 때문에 스스로 프로그램을 만들 수 있다. 특정 데이터와 함께 그 데이터.. Big data... 빅데이터(Big Data)는 원래 수십에서 수천 테라바이트에 달하는 거대한 데이터 집합 자체만을 지칭하던 양적 개념이었지만 데이터가 급증하면서 대용량 데이터를 활용하고 분석해 가치 있는 정보를 추출하고, 생성된 지식을 바탕으로 능동적으로 대응하거나 변화를 예측하기 위한 정보 기술 용어로 변화했다.설명대상1) 미국 『와이어드(Wired)』 편집장 크리스 앤더슨(Chris Anderson, 1961~)은 빅데이터가 ‘이론의 종언’을 가져올 것이라고 주장하지만, 빅데이터의 가능성이 과장되었다는 비판도 만만치 않다. 예컨대, 미국 휴스턴대학 라이언 케네디(Ryan Kennedy) 정치학 교수 연구팀은 2014년 3월 세계 최대 인터넷 기업인 구글의 대표적인 빅데이터 서비스인 구글독감트렌드(Google Flu T.. "이건희 회장 말 듣다가 우리 망하는 거 아닌가" ● 바꿔야할 것은 삼성이 아니라 삼성인 ● 같은 값이면 소니를 사지 삼성을 사겠나 ● 회장 말 듣다가 회사 망할 수 있다 1993년 3월 22일 서울 올림픽공원 체조경기장에 들어서는 이건희 회장. 이 회장은 3개월 뒤 독일 프랑크푸르트에서 신경영을 선언했다. [동아DB] 손욱 삼성전자 종합기술원장은 삼성전자가 막 걸음마를 떼기 시작한 1970년대 초반을 이렇게 기억하고 있었다. "삼성전자가 얼마나 가난하고 열악한 환경이었는지를 알면 믿어지지 않을 겁니다. 초기 공장 건물을 보면 벽돌로 쌓은 본부 동(棟) 단층짜리 하나에 냉장고 공장이 있었고, 오디오나 전자제품 쪽은 미군 부대에서 나오는 양철을 동그랗게 말은 퀀셋(Quonset)을 불하 받아 공장을 지었습니다." 당시 삼성전자는 지금으로 따지면 '벤처기업.. 계측기 ndc에 대해 연속형 데이터에 대해 MSA(측정시스템분석)을 수행할 때, 일반적으로 Gage R&R 연구를 사용합니다. Gage R&R 분석결과로써, %연구변동(%SV)과 구별 범주의 수(Number of Distinct Categories, ndc)를 확인합니다. 혹시 이런 생각을 해 보신적이 있을 수 있습니다. "이 두 가지 결과를 모두 보아야 할까?, 이 둘은 어떤 관련성이 있을까?" 예, 그렇습니다. 이 두 가지 결과를 모두 보셔야 하고 관련성이 있습니다. 그 이유를 수식으로 살펴 보겠습니다. 우리가 Gage R&R을 얘기 할 때 여러가지 변동을 감안해야 합니다. 1. total 변동 = part 변동 + gage 변동 2. gage 변동 = EV + AV 이중에서 ndc는 part 변동을 gage 변동으로 나.. 가성불량 양품을 불량으로 판단한 것... 검사기의 문제.. 시스템 표준화팀의 활동에 바람 지금 우리는 얼마남지 않은 new product 출시와 함께 새롭게 다가올 Global화된 모습을 그리면서 매일 매일을 전쟁을 치르는 듯한 힘든 시간들을 보내고 있습니다. 현재의 힘든 노력이 우리의 품질이라고 하는 거대한 flywheel에 회전의 관성을 붙이는 것과 같은 방법으로 진행될 수 있을 때 그동안의 축적된 힘으로 과거의 문제로부터 새로운 모습으로 돌파가 가능 할 수 있을 것입니다. 꼭 현재 우리가 하는 일 들이 일회성의 이벤트가 아니라 일을 하는 습관을 사고하는 습관을 변경 시킬 수 있는 그런 노력들로 지금의 귀중한 시간들이 사용되면 하는 기원을 해봅니다. 앞서 flywheel이라고 했는 데 이는 축적과 돌파를 의미합니다. 그리고 축적된 힘은 관성을 가지고 스스로 회전하려고 합니다. 그리고 여기.. 이전 1 2 3 4 다음
