제조 분야 생성 AI 활용법과 사례

최근 OpenAI가 개발한 대화형 생성 인공지능(AI) 챗GPT를 비롯한 생성 AI가 비즈니스 세계로 빠르게 확산되고 있다.

과거에 AI 기술이 공장 자동화에 혁신을 이끌어 왔으나, 생성 AI가 제조업 분야에 가져올 가능성을 확신하기에는 아직 검토해야 할 부분이 많이 남아있다.

제조 영역에서의 AI 활용 비즈니스 사례가 많은 것은 아니지만 조금씩 실용화 붐이 형성되고 있다.

아래에 제조업과 생성 AI 조합으로 어떤 혁신이 가능한지 구체적인 활용법과 사례를 소개한다.

생성 AI 비즈니스에서의 역할

생성 AI는 정보 수집과 암묵적 지식의 언어화, 데이터 분석이나 아이디어의 창출 등 다방면으로 그 활용이 기대되고 있다. 

먼저 생성 AI가 업무에서 지원 가능한 역할을 살펴보자.

· 정보의 관리 및 검색

챗 GPT 같은 대화형 생성 AI를 이용하면 궁금한 정보를 자연어 상태로 작성할 수 있다.

특별한 조작이 필요 없고 전문 지식이 없어도 이용하기 쉽다.

예를 들어, 어떤 주제에 대한 정보를 알고 싶을 때 누군가에게 질문을 하는 것과 마찬가지로 챗 GPT에 메시지를 보내는 것만으로 쉽게 답변이 돌아온다.

· 작업이나 업무 수행에 필요한 경험이나 느낌 등 노하우를 언어화

생산공정이나 품질관리 현장에는 개인의 경험이나 느낌이 많이 축적되어 있다. 

이것을 바탕으로 수행하는 기능이나 노하우처럼 문서나 데이터로 체계화되어 있지 않은 「암묵적 지식과 경험」이 현장에 많이 잠재해 있다.

생성 AI로 이러한 현장의 암묵적 정보를 정리하고 언어화할 수 있을 것이다.

· 각종 데이터 분석

데이터 분석은 생성 AI 뿐만 아니라 기존 AI로도 할 수 있다. 

생성 AI의 특징은 분석 결과를 말이나 이미지로 전달할 수 있어 분석 결과를 누구나 이해하기 쉬운 형태로 도출할 수 있다.

· 아이디어 창출

제조 분야의 과거 사례와 노하우를 학습한 AI가 새로운 아이디어나 통찰력을 유발할 것으로 기대된다.

 현시점에서 AI가 사람의 창의성을 추월하고 있다고 판단하기 어려우나 아이디어에 도움이 되는 역할은 충분히 하고 있다. 

AI가 내놓은 답변을 토대로 타이밍이나 여러 다른 정보를 더하여 새로운 아이디어나 통찰력을 얻을 수 있다.

제조 분야 생성 AI 활용 예

· 제조 매뉴얼 활용 지원

제조 현장에서 신입 작업자를 교육할 때 일반적으로 매뉴얼이나 작업 수순서를 사용해 작업관리를 하고 있다. 

종이 기반 매뉴얼이나 전자 파일로 데이터를 관리하고 있어 필요한 데이터를 검색하는 데 시간이 걸리기 때문에 확인 작업이나 수정, 변경할 때마다 적지 않은 부담이 있다.

생성 AI에 각종 매뉴얼을 학습시킴으로써 작업 순서나 트러블 발생시 대응 방법을 즉시 검색하면 트러블 복구를 신속하게 하는 등 공정관리에 큰 도움이 될 수 있다.

· 제조 관련 지식 기반 구축

제조 관련 지식기반 구축에도 생성 AI는 효과적이다. 제조 현장에서는 매뉴얼 뿐만 아니라

개인의 스킬이나 경험에 좌우되어 품질이나 생산성이 변하는 일이 종종 발생한다. 또한 안전관리 관점에서 트러블과 안전사고 사례 공유가 필수적이다.

생성 AI를 이용한 지식기반을 구축하여 다양한 정보를 수집하고 누구나 활용할 수 있는 형태로 관리체계를 갖추면 생산성 향상과 안전을 위한 중요한 도구로 활용할 수 있다.

· 상품 개발 및 제조 기획 아이디어의 원천으로

제조 분야 관련 새로운 아이디어는 많은 직원의 지식을 공유하는 가운데 창출되는 경우가 많다.

그러나 현실적으로 생산 계획의 목표치를 달성하기 위해 혼신을 다하여 일하고 있기 때문에 아이디어를 낼 시간적 여유가 없다.

이러한 경우 생성 AI 활용을 통해 시간을 절약하며 다양한 아이디어를 도출해 낼 수 있다.

생성 AI 활용 사례

활용 방법에 대해 보다 이해를 높이기 위해 실제로 생성 AI 기술을 활용하여 업무 효율화 및 새로운 서비스 개발을 추진하고 있는 기업의 사례를 살펴보자.

· 지식기반 구축 챗 GPT로 개선 및 효율화 아이디어 도출 (https://prtimes.jp/main/html/rd/p/000000020.000070594.html)

자동차 부품을 생산하고 있는 일본 아사히텟코우 주식회사는 지식기반 현장 정보를 정리하여 새로운 개선 및 효율화 아이디어 도출에 ChatGPT를 활용하고 있다.

이를 통해 업무 프로세스 개선과 업무의 질을 높였다. 예를 들면 과거의 현장 트러블 슈팅 정보를 바탕으로 유사한 문제가 발생했을 때의 대응책을 AI가 제안한다.

· 3D 모델 및 설계 도면의 품질 체크 (https://prtimes.jp/main/html/rd/p/000000020.000070594.html)

플러스제로와 아비스트는 공동으로 생성 AI 기술과 3D-CAD 기술을 결합 제조 품질 및 생산성 향상 서비스를 개발하고 있다.

구체적으로는 3D 모델이나 설계 도면의 품질 체크를 자동화하는 기술을 개발하여, 이를 통해 설계 오류를 감소시켰다.

또한 품질 검사에 이용되는 체크 항목의 문장을 AI로 해석 표준화함으로써 검사오류를 줄이고 품질 향상에 기여하고 있다.

· 기존 레시피와 고객의 '취향'을 조합하여 새로운 레시피 생성

(https://news.cision.com/mackmyra-svensk-whisky/r/microsoft-helps-mackmyra-to-create-the-world-s-first-ai-generated-whisky,c2810670)

스웨덴의 맥밀라 디스틸러리는 마이크로소프트와 공동으로 AI를 이용하여 위스키의 새로운 레시피를 개발하고 있다.

구체적으로는 기존 레시피와 판매 데이터, 고객 선호 정보를 바탕으로 AI가 7000만 개 이상의 새로운 레시피를 생성할 수 있었다. 이를 통해 소비자 취향에 맞는 최적 상품 선택이 가능해졌다.

생성 AI 활용 포인트

생성 AI의 다양한 활용이 기대되고 있지만 도입 시 사내 제도나 시스템 운용면에서 검토해야 할 몇 가지 사항이 있다.

· 경험이나 노하우 정보 수집 체계 정비

대부분의 생성 AI는 일반적인 정보를 바탕으로 결과를 만들어낸다. 따라서 자사의 독자적인 목적과 요구에

맞게 활용하기 위해서는 자사가 보유하고 있는 데이터와 AI를 연결해야 한다.

예를 들면 제품이나 제조 공정 관련 정보는 물론 일상적인 트러블과 관리 지식도 중요하므로 사내 데이터

소스와 정보 관리를 어떻게 하고 있는지 확인하고 작업 일보나 문제 발생

리포트 등 일상 업무 관련 정보를 효율적으로 수집하는 체계를 만들어 AI에 많은 데이터를 학습시켜야 한다.

· 사내 인프라 정비

자사 데이터를 AI에 활용하려면 보안을 확보하면서 외부 시스템 및 서비스와의 연계를 원활하게 할 수 있는 사내 인프라 구축이 필요하다.

자체적으로 사내 인프라 정비가 어려우면 개발사의 지원을 받으며 추진할 수 있다.

·  AI를 활용하는 방법과 명령문(프롬프트)의 정형화

챗 GPT 등 대화형 AI는 사람과 자연어를 통해 대화하는 것이 강점이지만 결과물의 정확도는 아직 충분하지 않다.

같은 내용이라도 질문이나 지시하는 방법에 따라 다른 결과를 내놓는다. 

따라서 AI에 대한 명령문이나 질문 방법을 정형화하고 공유하여야 생성 AI 응답의 정확도를 높이고 안정화할 수 있다.

활용 시 주의점

활용 가능성이 많은 생성 AI이지만 정보보안이나 법적 위험이 있다는 점도 알고 있어야 한다. 

· 팩트 확인에는 적합하지 않다.

생성 AI는 잘못된 정보나 거짓 정보를 생성할 수 있기 때문에 일반적인 사실 확인에는 부적절하다.

사실에 대한 정보를 얻고자 할 때는 기존 검색엔진이나 인쇄물을 참고로 확인하여야 한다.

생성 AI는 정보 검색 및 요약, 아이디어 창출에는 도움이 되지만 생성한 정보의 사실 확인이 필요하다.

· 타사의 권리 침해 방지

최근 이미지 생성 AI가 저작권을 침해하는 문제가 발생하고 있다. 

제조분야에서도 생성 AI가 제안하는 아이디어가 타사의 지적 재산권 피해 가능성이 있다.

특히 특허나 지적 재산권 관련 법적 문제에 저촉될 수 있기 때문에 생성 AI가 내놓은 제안을 실행할 때는 사전에 법적 문제를 철저히 검토해야 한다.

· 정보보안 강화

데이터를 생성 AI에게 학습시키는 일은 회사의 기술과 비밀 정보를 AI에게 제공하는 것과 같다. 

보안이 취약한 상태에서의 이용은 정보 유출 위험성이 높다. 

데이터 보안을 강화하고 사용하는 직원들에게도 보안 관련 지식을 교육해야 한다.

생성 AI 기반 모델을 제공하고 있는 벤더들의 보안 대책과 학습 또는 입력한 정보 이용에 대한 대책도 확인해야 한다.

제조업 분야에서 활용이 기대되는 생성 AI 관련 툴 

· ChatGPT/GPT-4（OpenAI）

ChatGPT와 GPT-4는 OpenAI사가 개발한 문답형 AI다.

GPT-4는 대량의 텍스트 정보를 학습하여 이를 바탕으로 자연스러운 문장을 생성하는 기술이다.

질문에 대답하거나 스토리 작성에 사용된다. 제조업에서 제품 설명이나 고객 지원 업무 분야에서 활용이 기대된다.

· Copilot（Microsoft）

Copilot은 Microsoft가 제공하는 AI 툴로 Microsoft 사의 소프트웨어 제품과 연계되어 있다.

예를 들면 워드 파일로 문장 초안을 자동 생성하거나 Teams 회의에서 회의록을 자동으로 작성하는 데 도움이 된다.

이를 통해 문서 작성 업무의 효율화와 시간 절약을 기대할 수 있다.

제조업 생성 AI로 큰 변화 물결

생성 AI를 정보 취득, 암묵적 지식의 언어화, 데이터 분석, 아이디어 창출 등에 활용하고 있다.

이러한 기능은 제조업에도 활용할 수 있어 실제로 생성 AI를 실용화하고 있는 기업도 나타나기 시작했다.

그러나 일상 업무에 생성 AI를 누구나 사용할 수 있는 것은 아니다.

· 제조 운영을 비롯한 많은 데이터를 수집하여 AI에게 학습시켜야 원하는 가치가 창출된다.

· AI 도입 시 사내 인프라의 정비나 사이버 보안 강화, 법적인 체크 체제도 갖추어져야 한다. 

· 제조업을 잘 아는 AI 벤더의 자문과 필요시 연계하여 진행한다.​