공정 불량 데이터 AI 분석과 AI 솔루션 구축을 통한 품질 개선 및 생산성 향상 사례

AI를 이용해 사출 제조 공정의 품질 예측과 생산성 향상을 실현하는 임픽스의 인공지능 솔루션입니다.



1. Pain Point 

AI 솔루션의 객관성 부족

- 사출 공정의 작업 표준은 정의되어 있으나, 표준 도출 과정이 객관적이지 못하고 구체성이 부족함.

- 문제 발생 시 설비 세팅 값 조정에 대한 객관적인 가이드 없이 작업자의 노하우에 의존해 변경하며, 불량 원인 규명도 주관적 판단으로 이루어짐.



공정 측면의 한계

- 데이터 분석 역량 부족으로 사출 설비의 고질적인 품질 불량 문제 해결이 어려움.

- 작업자의 경험과 노하우의 데이터화가 미흡해 작업 표준화에 한계가 있음.

- 데이터 기반 분석 및 의사결정 체계가 미흡해 효율적인 문제 해결에 어려움이 있음.

- 데이터 수집 및 분석 체계 기반이 부족해 업무 분석 및 문제해결 능력 향상에 한계가 있음.

2. 구축 내용

스마트공장 구축

- 기존 데이터를 대상으로 탐색적 자료 분석(EDA)을 실시하여 데이터 탐색 및 상관 분석 수행. (자동 사출 공정의 속도, 온도, 시간 등 제조 환경 변수와 생산 효율 간 관계 분석)

- 결측치 제거 등 데이터 가공을 거쳐 데이터셋을 구축.

- 적합한 알고리즘 및 모델을 적용해 공정 최적화 모델 산출.

- 솔루션의 시각화 및 시뮬레이션 기능을 활용해 현장에서 손쉽게 적용 가능하도록 지원.

 

3. 스마트공장 구축 효과

생산량 증가

- 월간 생산량 9.4% 증가

- 도입 전: 188,747EA → 도입 후: 206,190EA

예측 정확도 향상 (F-1 Score)

- 0.8 (80% 정확도 개선)