생산공정·재고관리 지능화, AI가 해결사

디엘정보기술 ‘공정 지능화 및 수요 예측 솔루션’ 개발, 현장 적용
에스앤씨, 작업 시간 70% 감소…광진기계, 수요 예측 오차율 좁혀

< 디엘정보기술에서 에스앤씨(수요기업)를 대상으로 개발한 ‘데이터 모델링 및 분석을 통한 공정 지능화 플랫폼’ 구현 화면 / 제공 : 디엘정보기술 >

제조업 전문 IT 솔루션 기업 ㈜디엘정보기술(대표 박수철)이 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 주관하는 ‘충남 친환경 모빌리티 AI 융합 지역특화산업 지원사업’ 중 ‘데이터 모델링 및 분석을 통한 공정 지능화 플랫폼 구현’ 및 ‘AI 기반 수요예측 시스템’ 솔루션을 제공하는 공급기업으로 참여해 관련 기술을 개발하고 실제 현장에 적용하는 검증 절차를 마쳤다고 밝혔다.

충청남도는 소·부·장(소재·부품·장비) 산업 중심의 친환경 모빌리티 허브 구축과 모빌리티 부품 산업을 위한 강소 연구개발 특구 지정 등 지역특화산업 육성을 위한 환경 조성에 역량을 집중하고 있다. 이번에 추진하는 지원 사업은 충남 7개 친환경 모빌리티 수요기업을 대상으로 AI 융합 기술 5종 분야의 12개 AI 융합 솔루션을 개발하고 실증하는 것이다. 이번에 디엘정보기술에서 개발한 솔루션은 AI 융합 기술 5가지 중 ‘공정 지능화’ 및 ‘공급망 관리 지능화’에 해당하는 것이다.

먼저 ‘데이터 모델링 및 분석을 통한 공정 지능화 플랫폼 구현’ 프로젝트의 도입 배경부터 살펴본다. 이번 사업의 수요기업으로 함께한 ㈜에스앤씨(대표 김성익)는 초음파 유량계 등 반도체 정밀부품을 개발, 제조하는 기업이다. 에스앤씨는 초음파 유량계 생산 공정과 관련해 두 가지 문제를 안고 있었다. 해당 공정의 연구 분석 데이터를 작업자가 직접 통계를 내서 이상치를 추출하다 보니 작업 시간이 오래 걸렸고, 명확한 검사 기준이 없다 보니 이상치 추출에 대한 신뢰성도 하락했다. 또한 작업자가 검사 결과에 따른 공정 등급을 수기로 수정해야만 했다.

이에 디엘정보기술은 연구 분석 데이터를 토대로 이상치 분석 알고리즘 모델을 통해 AI 기반의 이상치 확인 시스템을 구축해 명확한 검사 기준을 확립했다. 또한 AI 시스템을 통해 자동으로 공정 등급을 확정하는 기능도 추가했다. 그 결과, 데이터 분석 작업 시간(1개월 기준)이 184시간에서 48시간으로 무려 70% 이상 줄어들었다. 특히 공정 등급 정확도가 40%에서 80%로 두 배 높아졌다.

< AI 기반 수요예측 시스템 솔루션 도입을 주제로 광진기계 실무자들의 회의 모습 / 제공 : 디엘정보기술 >

다음으로 ‘AI 기반 수요예측 시스템’ 솔루션의 도입 배경을 살펴본다. 이번 사업의 수요기업으로 함께한 ㈜광진기계(대표 권영직·정기범)는 1974년 설립 이래 자동차 부품, 특히 도어 시스템(윈도 레귤레이터) 부문에 주력해온 국내 선두 기업이다. 광진기계에는 자동차 부품 재고관리와 관련해 애로사항이 있었다. 고객사의 잦은 발주 변경으로 인한 자재 수급 문제와 업무 혼선이 발생하는 것이다.

이에 디엘정보기술은 AI 기반 수요 예측 모형을 통해 원부자재 및 완제품 재고관리를 위한 최적의 시스템을 구현해냈다. 그 결과, 예측 판매량 대비 실제 판매량의 오차 비율을 300%에서 250%로 50% 줄일 수 있었다. 재고 물량이 줄어든 만큼 창고 비용(4일 기준)도 9천만 원 이상 감소했다. 특히 생산 계획 변경에 따라 잔업이나 특근 증가로 인한 연간 생산 비용(2023년 예상 기준)도 연간 7억원 정도 절감될 것으로 내다보고 있다.

디엘정보기술 박수철 대표는 “제조업 현장별로 생산 공정이든 재고 수요 예측 부문이든 AI 기반 시스템을 적용할 경우 정량적 차원에서 확실한 개선 효과를 거두고 있음을 이번 수요기업 두 곳의 사례를 통해 확인할 수 있었다”라고 강조했다.

한편, 2000년에 설립된 디엘정보기술은 제조업 전반에 특화된 IT 솔루션을 개발하고 컨설팅을 공급해 왔다. 핵심 기술은 클라우드, 빅데이터, 인공지능, 사물인터넷(IoT), 블록체인, 증강현실/가상현실 등이다. 솔루션은 AI, SI/디지털 트윈, IT 아웃소싱, 스마트 팩토리 등 크게 4가지 영역으로 이루어져 있다. 특히 AI 분야는 제조업 부문별(설계, 공정, 공급망, 예측 유지 보수, 검사)로 특화된 AI 모델 개발 및 서비스 제공에 대한 기술력을 갖추고 있다. 스마트 팩토리 개발 분야 역시 산업 특성에 맞는 스마트 팩토리 시스템(ERP, MES)을 구축하고, 통합 지원과 유지 보수에 대한 노하우를 보유하고 있다.