프로젝트 소개
본 과제는 공장 장비에서 발생하는 고장이나 이상 상태의 원인을 인공지능(AI)이 스스로 학습하고 분석하여 미래의 문제를 예측하는 기술을 개발하는 연구임. 기계 내부의 작동 방식(블랙박스)을 AI가 이해하고 설명함으로써, 전문가가 아니더라도 장비 문제를 쉽게 파악하고 해결책을 찾을 수 있도록 돕는 것이 목표임.
연구 목표는 이상 발생 시 원인 탐색 및 대응책을 제시하는 X-AI(eXplainable AI) 기술 개발과 'What-If 시뮬레이션'을 통한 이상 상태 사전 예측을 포함함. 또한, GNN(Graph Neural Network) 기반으로 설비 운영 데이터를 그래프 형태로 변환하여 실시간 이상 탐지를 수행하고, 과거의 제어 과정을 재현, 해석, 설명 가능한 기술을 확보하는 데 있음. 핵심 연구 내용은 X-AI를 통해 분석 결과를 설명 가능한 형태로 출력하여 전문가의 이해를 돕고, GNN 모델링으로 공정 데이터를 실시간으로 분석하며, 과거 제어 과정을 재현하고 이미지 분류 알고리즘을 활용함. 개발된 시스템은 현장 실증을 통해 검증됨. 기대 효과는 제어 특성과 연동된 블랙박스 기술을 통해 기계 언어의 정적 정보와 동적 의미를 함께 고려하여 새로운 산업 창출에 기여함. 이는 라인 시운전 검증 시 제어 프로그램 오류 감소로 조기 안정화를 가능하게 하고, 공정 실시간 모니터링을 통해 운영 문제의 정확한 원인 파악에 활용될 것으로 전망됨.