Smart Factory LAB

산업경영공학과 유우식

스마트 팩토리 연구실은 산업경영공학과에 소속되어 있으며, AI 스케줄러와 관련된 연구를 중심으로 활동하고 있습니다. 주요 연구 분야로는 AI 스케줄러의 일반화, 강화학습을 활용한 일정계획 알고리즘 개발, 제조 시스템의 최적 변수 조합 탐색 등이 있습니다. 최근 3년간의 주요 프로젝트로는 AI 스케줄러의 고도화 기술 개발, 산업인공지능인력양성사업, 스마트제조 고급인력양성사업 등이 있으며, LCD 제조시스템 및 TFT-LCD 공정 스케줄링에 대한 연구를 통해 다수의 논문을 발표하였습니다. 연구실은 특히 AI 스케줄러와 강화학습을 통한 제조 시스템 최적화에 강점을 가지고 있으며, 관련 연구 성과는 기업과의 협업을 통해 실질적인 산업적 응용으로 이어지고 있습니다.

Reinforcement Learning

Feature Selection

AI Scheduler

대표 연구 분야

연구 영역 전체보기

AI 강화학습 기반의 제조시스템 일정계획 최적화

AI 강화학습을 활용하여 제조시스템의 일정계획을 최적화하는 연구를 수행합니다. 이 연구는 다양한 제조현장에서 발생하는 복잡한 일정계획 문제를 해결하기 위해 심층강화학습 알고리즘을 적용하며, 생산량, 셋업 시간, 작업타입의 균형을 종합적으로 고려합니다. 이를 통해 제조 공정의 효율성을 극대화하고 총 납기 지연을 최소화하는 것을 목표로 합니다. 또한, 실험계획법과 메타모델을 활용해 최적의 상태 변수 조합을 찾아냄으로써 AI 스케줄러의 성능을 향상시킵니다. 이러한 기술은 스마트 공장 환경에서의 일정계획 문제를 해결하는 데 큰 기여를 할 것입니다.

주요 논문

발행물 전체보기

LCD 제조시스템에서 생산량, 셋업, 작업타입 균형의 종합적 고려를 위한 A3C 기반의 일정계획 모델

한국전자거래학회지, 2024

실험계획법과 메타모델을 활용한 상태 변수 조합 효과 탐색 프레임워크: 심층강화학습 기반 TFT-LCD 공정 스케줄링을 중심으로

한국전자거래학회지, 2024

이종 병렬설비에서 총납기지연 최소화를 위한 강화학습 기반 일정계획 알고리즘

대한안전경영과학회지, 2023

완료된 프로젝트

프로젝트 전체보기

AI 스케줄러를 위한 최적 변수 조합 탐색 기법 / A study on intelligent feature selection methods for developing an AI Scheduler

AI 스케줄러의 일반화를 위한 제조시스템 모델과 상황에 따른 설명변수 및 필터 성능검증

(주)브이엠에스솔루션스

2023년 06월 ~ 2024년 01월

Dispatching KPI 향상을 위한 AI Scheduler 고도화 기술 개발(5차)

(주)브이엠에스솔루션스

2022년 04월 ~ 2023년 01월