[뉴스비전e 박준상 기자] 인공지능 기술이 발달되면서 금융과 자동차 분야에까지 도입이 확대되고 있다.

인간의 사고능력을 컴퓨터로 구현한 인공지능(Artificial Intelligence)과 빅데이터, IoT 등의 기술은 이미 4차 산업혁명의 핵심 경쟁력으로 자리잡고 있는 것이다.

기술의 발달과 함께 특히 머신러닝(Machine Learning)의 성능 개선으로 빅데이터 처리능력이 획기적으로 향상되면서 이미지 인식, 맥락 이해, 패턴 인식, 감정 이해 등의 분야에서 인간과 유사하거나 더 뛰어난 성능을 보이고 있다.

글로벌 시장조사 업체 ‘그랜드뷰리서치’에 따르면 "머신러닝 시장 규모가 오는 2022년 120억달러를 넘어설 것"으로 예상되고 있다.

모든 산업에 응용되며 새로운 혁명을 이끌어내고 있는 AI와 머신러닝의 산업별 적용현황에 대해 짚어본다 [편집자 주]

[③ 랜드로버·BMW 등 자동차 제조사 이어 글락소미스 등 제약사도 도입 확산]

제조업계에서 센서 데이터를 분석하는 작업은 이미 오래전부터 도입됐다. 

하지만 최근 IoT시대에 들어서면서 클라우드 인프라를 통해 초기 투자 비용 부담이 줄어들면서 제조업의 머신러닝 활용을 통한 고도화 사례가 더욱 늘어나고 있다. 이같은 추세는 랜드로버, BMW, 롤스로이스 등 자동차 제조사에 이어 글락소미스 등 제약사 및 화학사들의 도입으로 더욱 확산중이다. 

머신러닝을 도입해 의미있는 데이터를 더 많이 확보함으로써, 생산효율 향상과 불량 발생률 축소 효과를 달성할 수 있다는 평가다. 

클라우드에서 제공하는 머신러닝 기술은 공장에서 수집된 데이터 속에서 의미 있는 데이터만을 추출해 줌으로써 경영 결정에 있어 효율성을 높이고 있다. 

공장 주변 환경이나 근무자의 휴식 일자에 따라 제품 불량률이 어떻게 변하는지, 가동 시간에 따라 기계 고장률이 얼마나 변하는지 등을 분석함으로써 공장 시스템이 멈추지 않고 돌아가려면 어떻게 해야 하는지, 불량률을 줄이려면 어떤 시스템을 도입해야 하는지 등을 파악할 수 있는 것이다.

실제로, 제규어 랜드로버의 신형 차량에는 60개의 온보드 컴퓨터가 탑재되며 이 컴퓨터는 2만 개 이상의 매트릭스를 기준으로 매일 1.5GB의 데이터를 생성하는데, 엔지니어들은 머신러닝을 이용해 이 데이터에서 고객이 차량을 실제로 어떻게 다루는지를 파악해내고 있다.

이렇게 얻은 정보를 설계 과정에서부터 부품 고장과 잠재적 안전 위험을 예측에 사용해 생산성을 향상시키고 있다.

롤스로이스(Rolls Royce)와 BMW, 제약회사인 글락소스미스클라인 등은 머신러닝과 AI(인공지능)를 통해 제조시스템에서의 시간과 비용을 대폭 줄이는 등 비용 절감을 이끌어내고 있다.

우리나라의 경우 제조업은 경제 전체의 근간을 이루고 있다.  반도체, 휴대폰, 디스플레이 기술, 가전제품, 자동차, 철도, 발전소 등 제조업은 한국을 전세계의 경쟁력 있는 생산 국가로 만들어 주고 있다.

LG화학은 LG CNS와 함께 머신러닝을 이용한 스마트 팩토리 고도화 사업에 나섰다.

LG화학은 에너지 저장 장치(Energy Storage System)가 실제 운영되는 상황에서 ESS의 상태를 실시간으로 파악하고, 장애를 미리 예측해 대처할 수 있는 시스템을 개발해 공장 내의 효율성 관리뿐만 아니라 실시간 제품 모니터링 및 장애 예측 서비스까지 제공하고 있다.

국내 자동차 부품 제조업체 A사 관계자는 "머신러닝을 통해 고질적인 제고 부담을 대폭 줄였다"며 "업종 특성상 현재 생산부품 외에도 단종된 자동차의 부품을 항시 구비하고 있어야 했는데, 고객과 시장 데이터를 분석해 부품 수요 예측의 정확성을 높여 제고 처리에 드는 비용을 15% 가까이 절감했다"고 전했다. 

이 회사처럼 머신러닝을 도입한 효과에 대해 비공개로 하는 중소기업들은 상당수 있을 것이라는 추정이다. 삼성전자, LG디스플레이, 현대차 등 부품 협력사 중심으로 형성된 국내 중소기업 생태계 환경상, 원가절감은 곧 납품 단가 인하에 대한 압박으로 이어질 가능성이 높기 때문이다.  

그러나 분명한 것은 중소 제조업종에서도 머신러닝을 통해 개별 장비의 운영 및 성능 정보를 분석함으로써 고장 예방과 유지 보수를 효과적으로 펼칠 수 있어 비용 절감 효과를 이끌어내는 움직임이 확산되고 있다는 점이다.

생산 프로세스 고도화를 검토중인 삼성전자의 협력사 관계자는 "머신러닝 기술 도입을 통해 방대한 데이터 자료를 활용해 설계단계에서부터 제품 품질을 예측하게 되면,  불량률을 낮추고 수율을 높여, 납품 단가 경쟁력도 높아질 것"이라고 내다봤다.