인공지능으로 불량 잡아낸다…현대모비스, 생산현장에 AI 접목
품질불량 검출 알고리즘 공장에 적용…AS 수요예측 모델도 개발
(서울=연합뉴스) 윤보람 기자 = 현대모비스[012330]가 연구개발(R&D) 부문에 이어 생산, 물류 등 전 사업 부문으로 인공지능(AI) 기술 접목을 확대한다.
현대모비스는 이미지 데이터를 기반으로 품질 불량을 검출해내는 AI 활용 알고리즘을 개발해 생산현장에 적용한다고 5일 밝혔다.
현대모비스에 따르면 전자제어장치(ECU)는 전자식 부품의 두뇌 역할을 하는 부품으로 인쇄회로기판(PCB) 위에 수많은 작은 소자들을 삽입해 만든다.
ECU에 대해선 엄격한 품질 검사가 진행되는데, 이때 검사 방법의 한계로 정상적으로 기능하는 제품이 부적합 판정을 받는 경우가 생길 수 있다.
이런 제품은 다시 숙련된 기술자가 육안으로 검사하고 기능상 이상이 없는지 재확인하는 과정을 거쳐야 한다.
현대모비스는 이 과정에서 비효율이 발생한다고 보고 AI 컴퓨터가 제품을 정확하게 판별해내도록 다양한 형태의 표본을 학습시켰다.
AI 컴퓨터의 알고리즘은 현재 98% 이상의 판별률을 나타내며, 데이터가 누적될수록 정확도가 더욱 높아질 것으로 기대된다.
이를 통해 제품의 품질이 높아질 뿐 아니라 육안으로 검사하던 숙련공들의 업무 효율성도 향상될 전망이라고 회사 측은 전했다.
현대모비스는 현재 AI 알고리즘을 첨단 전장부품 공장인 진천공장 내 전동식 조향장치용 전자제어장치(MDPS ECU) 생산라인에 적용했으며, 올해 안에 5개 라인으로 확대 도입할 방침이다.
같은 전자장치를 생산하는 중국 톈진(天津) 공장 등 글로벌 생산 거점에도 적용하기로 했다.
아울러 현대모비스는 계절이나 날씨, 운전자의 주행 습관, 차량 운행 대수 등 다양한 외부 요인을 학습해 AS부품의 수요를 예측하는 AI 모델 개발에도 성공했다.
현대모비스는 단종된 차량을 비롯해 현대·기아차 244개 차종의 270만개에 달하는 대단위 AS부품을 공급하고 있다.
품목의 수가 워낙 방대해 재고 운영에 어려움이 있는 만큼 회사 측은 과거 데이터를 바탕으로 향후 1년간 소요될 AS부품 수를 예측해 미리 부품을 확보한다.
해당 통계 모델은 평균 90% 이상의 정확도를 보이지만, 외부 영향에 민감한 일부 부품의 경우 수많은 변수로 인해 정확도가 떨어지는 한계가 있었다.
현대모비스가 이번에 개발한 AI 모델은 과거 데이터는 물론 향후 예상되는 외부 요인들까지 AI 컴퓨터로 분석해 수요 예측 정확도를 대폭 개선한 것이 특징이다.
온도 변화로 인한 제동부품의 마모율 변화를 학습한 머신러닝 모델이 기상청의 기후관측 데이터를 미리 반영해 제동부품 수요를 예측하는 식이다.
현대모비스는 이 같은 AI 모델을 상반기 중 적용해 물류비용을 절감하고 AS부품의 적기 공급을 통해 고객 만족도를 극대화할 계획이다.
이상화 현대모비스 IT기획실장은 "사업 부문별로 기술의 한계 때문에 발생했던 비효율적인 부분들을 AI 기술의 발전으로 대부분 해결할 수 있게 됐다"며 "우선순위에 따라 AI 기술을 차례로 도입해 전사적 차원의 경영 혁신을 이뤄나갈 것"이라고 말했다.
bryoon@yna.co.kr
(끝)
<저작권자(c) 연합뉴스, 무단 전재-재배포 금지>
품질불량 검출 알고리즘 공장에 적용…AS 수요예측 모델도 개발
(서울=연합뉴스) 윤보람 기자 = 현대모비스[012330]가 연구개발(R&D) 부문에 이어 생산, 물류 등 전 사업 부문으로 인공지능(AI) 기술 접목을 확대한다.
현대모비스는 이미지 데이터를 기반으로 품질 불량을 검출해내는 AI 활용 알고리즘을 개발해 생산현장에 적용한다고 5일 밝혔다.
현대모비스에 따르면 전자제어장치(ECU)는 전자식 부품의 두뇌 역할을 하는 부품으로 인쇄회로기판(PCB) 위에 수많은 작은 소자들을 삽입해 만든다.
ECU에 대해선 엄격한 품질 검사가 진행되는데, 이때 검사 방법의 한계로 정상적으로 기능하는 제품이 부적합 판정을 받는 경우가 생길 수 있다.
이런 제품은 다시 숙련된 기술자가 육안으로 검사하고 기능상 이상이 없는지 재확인하는 과정을 거쳐야 한다.
현대모비스는 이 과정에서 비효율이 발생한다고 보고 AI 컴퓨터가 제품을 정확하게 판별해내도록 다양한 형태의 표본을 학습시켰다.
AI 컴퓨터의 알고리즘은 현재 98% 이상의 판별률을 나타내며, 데이터가 누적될수록 정확도가 더욱 높아질 것으로 기대된다.
이를 통해 제품의 품질이 높아질 뿐 아니라 육안으로 검사하던 숙련공들의 업무 효율성도 향상될 전망이라고 회사 측은 전했다.
현대모비스는 현재 AI 알고리즘을 첨단 전장부품 공장인 진천공장 내 전동식 조향장치용 전자제어장치(MDPS ECU) 생산라인에 적용했으며, 올해 안에 5개 라인으로 확대 도입할 방침이다.
같은 전자장치를 생산하는 중국 톈진(天津) 공장 등 글로벌 생산 거점에도 적용하기로 했다.
아울러 현대모비스는 계절이나 날씨, 운전자의 주행 습관, 차량 운행 대수 등 다양한 외부 요인을 학습해 AS부품의 수요를 예측하는 AI 모델 개발에도 성공했다.
현대모비스는 단종된 차량을 비롯해 현대·기아차 244개 차종의 270만개에 달하는 대단위 AS부품을 공급하고 있다.
품목의 수가 워낙 방대해 재고 운영에 어려움이 있는 만큼 회사 측은 과거 데이터를 바탕으로 향후 1년간 소요될 AS부품 수를 예측해 미리 부품을 확보한다.
해당 통계 모델은 평균 90% 이상의 정확도를 보이지만, 외부 영향에 민감한 일부 부품의 경우 수많은 변수로 인해 정확도가 떨어지는 한계가 있었다.
현대모비스가 이번에 개발한 AI 모델은 과거 데이터는 물론 향후 예상되는 외부 요인들까지 AI 컴퓨터로 분석해 수요 예측 정확도를 대폭 개선한 것이 특징이다.
온도 변화로 인한 제동부품의 마모율 변화를 학습한 머신러닝 모델이 기상청의 기후관측 데이터를 미리 반영해 제동부품 수요를 예측하는 식이다.
현대모비스는 이 같은 AI 모델을 상반기 중 적용해 물류비용을 절감하고 AS부품의 적기 공급을 통해 고객 만족도를 극대화할 계획이다.
이상화 현대모비스 IT기획실장은 "사업 부문별로 기술의 한계 때문에 발생했던 비효율적인 부분들을 AI 기술의 발전으로 대부분 해결할 수 있게 됐다"며 "우선순위에 따라 AI 기술을 차례로 도입해 전사적 차원의 경영 혁신을 이뤄나갈 것"이라고 말했다.
bryoon@yna.co.kr
(끝)
<저작권자(c) 연합뉴스, 무단 전재-재배포 금지>
관련뉴스
