초록 ▼

3. 개발결과 요약
□ 최종목표
공장 현장의 데이터 저장소 접속 정보를 등록한 후, 해결하고자 하는 의사 결정 시나리오를 선택하면, 클라우드 상에 존재하는 플랫폼에서 이 데이터를 분석 후 그 결과를 돌려주는 오픈 API 서비스

□ 개발내용 및 결과
개발 기술: 시계열 데이터로부터 이상 탐지, 부하 예측하는 기술
기술 원리: ML/DL 모델링
연구 내용: 공장 현장의 특정 문제에 대하여 어떤 데이터로부터 어떤 분석을 통해 어떤 수치를 뽑아주는 것이 도움이 되는지의 의사 결정 시나리오

3. 개발결과 요약
□ 최종목표
공장 현장의 데이터 저장소 접속 정보를 등록한 후, 해결하고자 하는 의사 결정 시나리오를 선택하면, 클라우드 상에 존재하는 플랫폼에서 이 데이터를 분석 후 그 결과를 돌려주는 오픈 API 서비스

□ 개발내용 및 결과
개발 기술: 시계열 데이터로부터 이상 탐지, 부하 예측하는 기술
기술 원리: ML/DL 모델링
연구 내용: 공장 현장의 특정 문제에 대하여 어떤 데이터로부터 어떤 분석을 통해 어떤 수치를 뽑아주는 것이 도움이 되는지의 의사 결정 시나리오

□ 기술개발 배경
배경1) 이미 제조 현장에서 많은 데이터가 발생하고 모으고 있다.
배경2) 이에 비해 데이터 활용도는 미미하다.
배경3) 그렇다고 각 제조 기업이 이를 분석하는 플랫폼을 직접 만들기에는 IT 기술이나 인력이 부족하고 무엇보다도 RoI가 낮다.
동기1) 기술과 인력이 있는 IT 기업이 플랫폼을 만들어서 여러 제조 기업이 쓰게 하고 싶다.
의의1) 제조 기업마다 직접 플랫폼을 만드는 비용 절감
의의2) 데이터 기반으로 의사 결정을 지원함으로써 제조 생산성 증대
의의3) 외산 스마트 공장 솔루션들의 국내 진출 방어 및 지연

□ 핵심개발 기술의 의의
ML/DL 등의 원천 기술은 이미 존재하는 것으로, 당 과제에서는 이들을 응용하여 제조 현장에 적합한 해법을 일부 찾아냈다. GCP(Google Cloud Platform)에서 제공하는 여러 컴포넌트들로 플랫폼을 구성하였다. 기술 난이도는 높지 않았으며, 오히려 제조 현장을 이해하는 도메인 지식이 관건이었다. 의사 결정 시나리오들을 추가로 발굴하여 지속적으로 탑재한다면, 플랫폼 활용 범위가 넓어질 것으로 본다.

□ 적용 분야
시계열 데이터로부터 이상 탐지, 부하 예측을 하는 분야라면 꼭 제조가 아니라 하더라도 어디에도 적용이 가능하다. 가장 쉽게 적용이 가능한 곳은 데이터 센터(IT 운영)이고, 이 외 물류 산업에도 적용 가능하다.

(출처 : 기술개발사업 최종보고서 초록 4p)

목차 Contents

• 표지 ... 1
• 제 출 문 ... 2
• 최종보고서 초록 ... 3
• 기술개발사업 주요 연구성과 ... 7
• 목차 ... 10
• 제1장 서론 ... 11
• 제1절 과제의 개요 ... 11
• 제2장 과제 수행의 내용 및 결과 ... 15
• 제1절 최종 목표 및 평가 ... 15
• 제2절 연차별 개발 내용 및 개발 범위 ... 19
• 제3절 수행 결과의 보안등급 ... 51
• 제4절 유형적 발생품 구입 및 관리 현황 ... 51
• 제3장 과제 수행 결과 ... 52
• 제1절 연구개발 최종 결과 ... 52
• 제2절 연구개발 추진 체계 ... 175
• 제3절 고용 창출 효과 ... 176
• 제4절 자체보안관리 진단표 ... 177
• 제4장 사업화 계획 ... 178
• 제1절 시장 현황 및 전망 ... 178
• 제2절 사업화 계획 ... 186
• 제3절 향후 추가 기술 개발 계획 (개발 기술 응용 등) ... 187
• 끝페이지 ... 189