AI로 '숙련자 감' 넘는다...KAIST, 성형 AI와 LLM 결합한 통합 제조 기술 개발 작성일 12-22 43 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="tlPptGTsDB"> <p contents-hash="281def44bd6b72ba46dcdebefddff3ccb5e8c9c33c8a389657f5167d4b1b20f3" dmcf-pid="FeXrkgiPmq" dmcf-ptype="general">한국과학기술원(KAIST·총장 이광형)이 고숙련자 은퇴와 외국인 인력 증가로 제조 지식이 단절될 수 있다는 우려에 해법을 내놓았다. 인공지능(AI)으로 공정을 스스로 최적화하고 지식을 전수해 '숙련자의 감'을 대체한다.</p> <p contents-hash="6ef2534aa557b3002cbb0fdb932f15285c74fedd363abfe8fbcf07fe8f60fc1f" dmcf-pid="3dZmEanQsz" dmcf-ptype="general">KAIST는 유승화 기계공학과 교수팀(기계공학과·이노코어 PRISM-AI 센터)이 사출 공정을 스스로 최적화하는 생성형 AI 기술과, 현장 지식을 누구나 활용할 수 있는 거대언어모델(LLM) 기반 지식 전이 시스템을 세계 최초로 개발하고, 성과를 국제학술지에 연속 게재했다고 22일 밝혔다.<br></p> <figure class="figure_frm origin_fig" contents-hash="e1c36f2cc656fe3ccf073770636c33b8af61de6a6146342fdaab50376f0855c2" dmcf-pid="0J5sDNLxw7" dmcf-ptype="figure"> <p class="link_figure"><img alt="생성형 AI 기반 공정추론 기술" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202512/22/etimesi/20251222095101931myfe.jpg" data-org-width="700" dmcf-mid="59wcaJMVIK" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202512/22/etimesi/20251222095101931myfe.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 생성형 AI 기반 공정추론 기술 </figcaption> </figure> <p contents-hash="db4067b422bb5394f20decd8db078ab3e15735cfda1f25497757d543cdbcea71" dmcf-pid="pi1OwjoMmu" dmcf-ptype="general">첫 성과는 환경 변화나 품질 조건에 따라 자동으로 최적 공정 조건을 추론하는 생성형 AI 기반 공정추론 기술이다. 기존에는 온도나 습도, 원하는 품질 수준이 바뀔 때마다 숙련자가 시행착오를 거쳐 조건을 다시 맞춰야 했다.</p> <p contents-hash="fdbbb5ae4d5a751c3e58a45001abf1f2eb84fe2e8d1541370ed445c9c30e2f70" dmcf-pid="UntIrAgRwU" dmcf-ptype="general">연구팀은 실제 공장에서 수집한 환경 데이터와 공정 파라미터를 활용해, 확산 모델 기반으로 목표 품질을 만족하는 공정 조건을 역설계하는 기술을 구현했다.</p> <p contents-hash="9572d0ceb4e614f920389a5636aa73877232733a025ecfca8006f530cb69f35b" dmcf-pid="uLFCmcaeIp" dmcf-ptype="general">여기에 실제 생산을 대신하는 대리모델을 함께 구축해 품질을 미리 예측할 수 있도록 했다. 그 결과 기존 공정 예측에 활용되던 모델(23~44%)보다 오류율을 크게 낮춰 1.63%를 달성, 실제 공정 적용 실험에서도 AI 제시 조건대로 양품 생산이 확인됐다.</p> <p contents-hash="040c0ef1d215f309be00d9d9d9e8b2361ee4d174da90c2c4931d69ae4f738612" dmcf-pid="7o3hskNds0" dmcf-ptype="general">두 번째 성과는 고숙련자 은퇴와 다국어 작업 환경에 대응하는 지식 전이 시스템 'IM-Chat'이다. IM-Chat은 LLM과 검색 증강 생성(RAG)을 결합한 멀티에이전트 AI 시스템으로, 초급 작업자 또는 외국인 작업자가 제조 현장에서 겪는 문제에 대해 적절한 해결책을 제공하는 제조 현장용 AI 도우미다.<br></p> <figure class="figure_frm origin_fig" contents-hash="9d8ad7fc1e1ca83bdecc31b3480a88643658bbdec9a11bfc67a3ec6cf715dcf9" dmcf-pid="zg0lOEjJm3" dmcf-ptype="figure"> <p class="link_figure"><img alt="LLM 기반 다국어 지식전이 멀티에이전트 IM-Chat" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202512/22/etimesi/20251222095103190ucjs.png" data-org-width="616" dmcf-mid="1iuThrkLsb" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202512/22/etimesi/20251222095103190ucjs.png" width="658"></p> <figcaption class="txt_caption default_figure"> LLM 기반 다국어 지식전이 멀티에이전트 IM-Chat </figcaption> </figure> <p contents-hash="f0f4920d2b1f3f7427dcaa16c0aed61da80391288aef370e7787162ecb072a6f" dmcf-pid="qapSIDAirF" dmcf-ptype="general">AI가 작업자의 자연어 질문을 이해해 생성형 공정추론 AI를 자동 호출하고, 최적 공정 조건 계산과 함께 관련 기준과 배경 설명까지 동시에 제공한다.</p> <p contents-hash="341dd165a669faae595376444901c0b6d0e101f8b6a29fc95f6c5f2b857c83e3" dmcf-pid="BNUvCwcnIt" dmcf-ptype="general">이번 연구는 사출 공정을 넘어 금형, 프레스, 압출, 3D 프린팅, 배터리, 바이오 제조 등 다양한 산업으로 확장 가능한 제조 AI 전환(AX) 핵심 기술로 평가된다.</p> <p contents-hash="a16372a6d97bed00329d2f9a8efdcf94e513d3b792229635031252c015ed8c44" dmcf-pid="bjuThrkLI1" dmcf-ptype="general">유승화 교수는 “공정을 스스로 최적화하는 AI와, 현장 지식을 누구나 활용할 수 있는 LLM을 결합해 제조업의 본질적 문제를 데이터 기반으로 해결한 사례”라며 “앞으로 다양한 제조 공정으로 확장해 산업 전반의 지능화와 자율화를 가속하겠다”고 말했다.</p> <p contents-hash="5d33db9d7924f5cd6751903a354ce85d4c7a2d5f05512bf9af3507b2de6e1713" dmcf-pid="KntIrAgRI5" dmcf-ptype="general">이번 연구는 기계공학과 김준영·김희규·이준형 박사과정이 공동 제1저자로 참여하고, 유승화 교수가 교신저자로 참여했으며, '저널 오브 매뉴팩처링 시스템즈' 4월, 12월호에 연속 게재됐다.</p> <p contents-hash="ce3ca4163f3c33b2ac48e80529fe111f0f14592fac9f4a1931d7ec8e4ff5e758" dmcf-pid="9LFCmcaeDZ" dmcf-ptype="general">김영준 기자 kyj85@etnews.com</p> </section> </div> <p class="" data-translation="true">Copyright © 전자신문. 무단전재 및 재배포 금지.</p> 관련자료 이전 발리우드 명작 '세 얼간이', 속편 제작…'네 얼간이', 시나리오 작업 中 12-22 다음 린지 본, 알파인 스키 월드컵 이틀 연속 동메달 획득 12-22 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
