KITECH 생산기술 전문지

데이터 기반의 인공지능 기술을 개발하고 실제 제조업에 적용하기 위해서는 무엇보다도 데이터 확보가 중요하다. 그럼 데이터란 무엇인가? 데이터는 인공지능이 지능적 판단을 하기 위한 근거가 되는 입력 데이터(예: 이미지, 진동, 온도, 공정 데이터 등)와 인공지능이 어떠한 판단을 내리면 좋겠다는정답 데이터로 이루어진다 (그림 1). 입력 데이터 하나하나에 정답 데이터를 만드는 작업을 레이블링(Labeling) 이라고 한다. 이렇게 입력 데이터와 정답 데이터가 짝을 이루어 학습을 하는 방법을 지도학습(Supervised Learning)이라고 하고, 이와는 다르게 입력 데이터만 있고 정답 데이터가 없는 상황에서 학습하는 방법을 비지도학습(Unsupervised Learning)이라고 한다. 각 방법별로 학습 방법과 얻고자 하는 목표가 다르다. 일반적으로, 정답 데이터가 명확한 상황에서의 지도 학습이 원하는 성능을 얻을수 있는 가능성이 높다. 따라서 제조업에서 인공지능 기술을 성공적으로 적용하기 위해서는 어떤 데이터를 입력으로 하고, 입력 데이터를 어떻게 획득하고 레이블링하며, 각 입력마다 인공지능이 어떠한 출력이 나오도록 하는지에 대한 정의를 명확히 하는 것이 무엇보다도 중요하다.