KITECH 생산기술 전문지

제조공정에 AI 적용이 성공적으로 이루어지기 위해서는 먼저 양질의 데이터를 충분히 확보해야 한다. 데이터가 충분하더라도 데이터에 오류가 존재하면 AI 학습 결과는 만족하지 못하거나 오답을 가져올 수 있다. 예를 들어 같은 품질의 제품을 생산하는 경우에 A 장비는 500℃, 그리고 B 장비는 520℃ 온도 데이터가 취득되어졌다면, 측정된 온도 데이터는 믿을 수 없을 것이다. 즉 제품의 품질이 5℃ 변할 때마다 달라진다면 두 장비의 온도 편차는 5℃보다 더 낮아야 할 것이다. 또한 A 장비는 측정 데이터에 노이즈가 있고 B 장비는 노이즈가 없지만 Offset 오차가 있다면 신뢰할 수 없는 데이터가 취득될 수 있다. 또한 데이터 수집 샘플링 속도가 느리다면 공정의 빠른 변화를 감지할 수 없는 데이터가 취득되어질 것이다. 이렇게 취득된 데이터로 AI 학습을 한다면 신뢰할 수 없는 결과가 될 것이다. 따라서 양질의 데이터를 확보하는 것이 AI를 위한 시작이고, 기본이라고 할 수 있을 것이다.