KAIST, 스마트팩토리 제조 공정 변해도 알아서 불량 잡는 AI 개발

연구팀에서 개발한 'TA4LS'기술 개념도. KAIST 제공

한국과학기술원(KAIST)는 전산학부 이재길 교수 연구팀이 제조 공정이나 설비가 바뀌어도 기존 AI 모델을 추가적인 불량 레이블링 없이 활용할 수 있는 새로운 '시계열 도메인 적응'기술을 개발했다고 26일 밝혔다.

'시계열 도메인 적응(Time-series Domain Adaptation)'기술은 시간에 따라 변하는 데이터를 다루는 AI 모델이 훈련받은 환경과 실제 적용 환경이 달라져도 추가 학습 없이 안정적으로 성능을 유지하도록 돕는 기술이다.

연구팀은 환경 변화에 혼란을 일으키는 AI 모델이 가지는 문제의 핵심이 단순히 데이터 분포 차이뿐만 아니라 불량 발생 패턴(레이블 분포) 자체가 바뀌는 현상에 있다는 점에 주목했다.

연구팀은 기존 모델이 예측한 결과를 새로운 공정의 데이터 군집 정보와 비교해 자동으로 예측값을 보정하는 방식을 적용한 'TA4LS(Time-series domain Adaptation for mitigating Label Shifts)' 기술을 개발했다. 이를 통해 기존 공정의 불량 발생 패턴에 편향된 예측을 새로운 공정에 맞게 정확히 조정할 수 있다.

이 기술은 별도의 복잡한 개발 없이도 기존의 AI에 끼워 넣는 추가 부품처럼 쉽게 결합할 수 있어 실용성이 높다. 현재 사용하고 있는 AI 기술에 구애받지 않고 간단한 추가 절차만 거치면 바로 적용할 수 있다.

연구팀은 시계열 도메인 적응 4개의 벤치마크 데이터셋을 사용한 실험에서 기존 방법 대비 최대 9.42% 정확도 향상을 달성했다.

특히 공정이 바뀌어 레이블 분포 차이가 큰 경우에서도 AI가 이를 스스로 보정해 판별하는 성능 개선 효과가 두드러짐을 보였다. 이런 결과는 스마트팩토리의 주요 장점인 여러 종류 제품을 소량 생산하는 환경에서 불량 없이 더욱 효과적으로 사용될 수 있음을 입증했다.

KAIST 이재길 교수는 "제조업에서 인공지능 도입의 가장 큰 걸림돌이던 공정 변경 시 재훈련 문제를 해결한 기술이며, 실용화되면 유지 비용 감소와 불량 탐지율 개선을 통해서 스마트팩토리 확산에 큰 기여를 할 것"이라고 말했다.

※CBS노컷뉴스는 여러분의 제보로 함께 세상을 바꿉니다. 각종 비리와 부당대우, 사건사고와 미담 등 모든 얘깃거리를 알려주세요.

• 이메일 :jebo@cbs.co.kr
• 카카오톡 :@노컷뉴스
• 사이트 :https://url.kr/b71afn

대전CBS 인상준 기자 sky0705in@cbs.co.kr

진실엔 컷이 없다