최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기기계저널 : 大韓機械學會誌, v.57 no.8, 2017년, pp.49 - 53
이동윤 (한국생산기술연구원 IT융합공정그룹) , 윤주성 (한국생산기술연구원 스마트제조기술그룹) , 이성근 ((주)브릭)
이 글에서는 스마트 팩토리 구현을 위해 고려되어야 하는 다양한 속성들 중에서 '데이터'에 대해서 논하고자 한다. 특히, 제조업의 관점에서 데이터의 가치를 평가하는 방법과 도메인 지식의 중요성에 대해 설명하였고, 중소기업에서 데이터를 활용하기 위한 방안을 함께 고민해보았다.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
스마트 팩토리의 구성 흐름은 어떻게 되는가? | RAMI 4.0(그림 4)의 구조에서 보듯이 스마트 팩토리의 구성 흐름은 설비에서 발생하는 데이터에서 시작해 정보의 추출과 분석, 그리고 비지니스적 판단에까지 이르게 된다. 즉, 스마트 팩토리에서의 정보화는 설비와 기기들을 연결 하여 데이터를 수집, 저장하고 이 데이터를 목적에 맞게끔 분석하여 의미 있는 결과를 도출하고, 도출한 결과를 비즈니스 환경과 결부하여 최종적인 비즈니스 인사이트를 얻는 과정이다. | |
데이터 분석에서 설명은 무엇인가? | 설명(Descriptive), 진단(Diagnostic), 예측 (Predictive), 마지막으로 전망(Perspective)이다. 설명은 가장 기본적인 것으로서 다양한 수학적 방법을 이용하여 과거를 분석하고 시각화하는 것이다. 어제 ‘무슨 일’이 일어났는지? 혹은 불량률이 ‘얼마나’ 높은 지? 와 같은 질문에 대해 일반적으로 평균, 군집화 (clustering) 및 경향분석(trend analysis)을 통해 답을 찾는 것으로 이해하면 될 것이다. | |
데이터분석은 어떻게 나뉠 수 있는가? | 데이터분석은 네 가지로 나누어서 생각해 볼 수 있다. 설명(Descriptive), 진단(Diagnostic), 예측 (Predictive), 마지막으로 전망(Perspective)이다. 설명은 가장 기본적인 것으로서 다양한 수학적 방법을 이용하여 과거를 분석하고 시각화하는 것이다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.