PLM Best Practice Conference


한국산업지능화협회
아이지피넷
캐드앤그래픽스
캐드앤그래픽스블로그
뉴스레터 신청하기
현재위치 : HOME >PLM Community > 공지사항

[PLM 2021_Q&A] 기업에서 진정 필요한 PLM & AI / 서귀현 상무(전 두산중공업)

페이지 정보

댓글 0건 조회 393회 작성일 2021-07-01 16:51

본문

[질문 1] 작곡하는 인공지능(AI) ‘라무스’와 그림 그리는 인공지능 ‘딥드림’이 창작물을 생성하면 AI에게 저작권을 인정해줘야 할까요? 자율주행차가 사고를 내면 민·형사 책임을 물을 수 있을까요?

[답변 1] 이 부분은 아쉽지만 제가 답변할 수 있는 범위를 벗어나는 것 같습니다.
 

[질문 2] 기업은 어떻게 AI를 도입하는가요?

[답변 2] 기업마다 상황이 다르겠지만 일반적으로 다른 기업의 AI도입 사례를 보거나 AI 자체의 기술에 때문에 도입을 시작하는 경우가 많습니다. 중요한 것은 혁신의 대상과 그것을 통한 가치가 먼저 고민이 되어야 합니다. 그런데 대부분 순서가 잘 못 되어 있는 것이고 그러다 보니 실패하는 경우가 많은 것입니다.  
 

[질문 3] 2021년 AI 비즈니스 어떻게 추진할 것인가요?
[답변 3]
저는 지금 제조분야 중소기업에서 COO를 맡고 있으며 AI 자체 비즈니스를 하는 것은 아니며 향후 2~3년 내에 회사에서 공급하는 제품에 AI와 IoT 기술을 접목한 제품을 도입하는 것이 제 바램입니다.
 

[질문 4]관리 인력 없이도 자동 모니터링과 재학습 통한 AI 모델 정확도 업그레이드가 가능한가요? 외부 인공지능 업로드해 운영/관리 가능한지 여부가 궁금합니다.
[답변 4]
AI의 상당 부분은 학습한 모형이 왜 그러한 성능을 보이는지 설명을 못하는 경우가 많습니다. 이 것은 적용할 대상의 상황이 변경될 경우 초기 기대한 성능에 문제가 발생할 수도 있다는 점이기도 합니다. 좋은 방법은 전문 기관과 협업하여 적용 대상 및 적용 환경을 고려하여 결정하는 것이 좋을 것 같습니다.


[질문 5] PDM(Product Data Management) 과 CPC(Collaborative Product Commerce)와 PLM의 비교설명 부탁 드립니다.

[답변 5] 이 부분은 PLM 개념의 성장 과정과도 연관되어 있습니다. 초기엔 데이터(도면, Item/BOM, 변경관리 등) 관리 중심이 PDM 이라면 CPC는 이 과정을 기반으로 기업 외부의 공급 사슬 간에서 관련 정보를 어떻게 효율적으로 공유하여 협업할 것인가에 초점이 맞춰진 것 같습니다. 우리가 기업 내부에서도 여러 부서간 정보 공유 시에 기준과 양식이 존재하듯이 기업 간에는 이보다 훨씬 여기에는 지적 자산 보호 등의 여러 이슈가 고려되어야 합니다. 


[질문 6] 고객과 연결된 디지털 생태계와 기업 운영 역량을 향상시키는 방법에 대해서 질문드립니다 PI 4.0과 IIRA 관련하여 설명해 주세요

[답변 6] 이 부분은 미래 제조 개념을 이해하기 위해서 너무도 중요한 접근입니다. 우선 아래 사이트에 관련 내용의 소개가 있으니 참조하시면 좋을 듯 합니다. 
독일 : https://www.plattform-i40.de/PI40/Navigation/EN/Home/home.html 이곳에서 관련 많은 정보를 보실 수 있으며, 핵심 개념에 대한 소개는 아래 사이트를 우선 참조하시는 것도 좋을 듯 합니다. 

- https://schatten4.tistory.com/104 ( 관련 기사를 모아 놓은 사이트 )

- https://zdnet.co.kr/view/?no=20191227090925 

- https://zdnet.co.kr/view/?no=20191121165618 


[질문 7] 저것이 Thread라면 하나하나의 프로세스는 bead가 되나요?

[답변 7] 그렇게 꼭 구분하기 보다는 모든 것이 연결되어 정보가 공유되고 부가 가치화 된다는 의미로 보시는 것이 좋겠습니다.
 

[질문 8] Horizontal Integration, collaboration is key 라는 문장이 지니는 의미에 대해서 설명해 주세요 수평적 통합과 협업을 효율적으로 할 수 있는 방법에 대해서 설명해 주세요

[답변 8] 기업 내에서 관련 업무를 위해서 부서간 정보가 공유되고 여기서 나아가 공급사슬 (원자재 공급사, 외부 제조업체, 기업 내부, 판매 채널, 고객) 간에 정보를 공유하기 위해선 기존 방식은 가장 큰 대기업이 나서서 구매 포털 같은 것을 사용했는데 그러다 보면 중소기업 입장에선 거래하는 대 기업마다 특정한 시스템을 사용해야 합니다. 마치 우리가 거래하는 은행마다 포털을 별도로 사용하듯 그러나 미래 제조에는 그러한 개별 시스템을 활용하는 것이 아니라는 개념으로 앞으로 이러한 부분이 중요하다는 것이고 관련 연구와 개별 기술들이 한창 개발 중이거나 테스트 중 입니다. 


[질문 9] pbs 업무관리시스템은 자체개발하신 건가요? 아니면 솔루션인가요? 솔루션이라면 제품사 명을 알 수 있을까요?

[답변 9] 설명한 내용 중에서 D사 사례인 통합된 동시설계 프로그램을 의미하는 것이라면 이것은  자이오넥스의 Innovator 라는 PLM 솔루션을 기반으로 개발된 것입니다. 


[질문 10] 기업의 필수 PLM과 AI를 구성하기 위해 사전에 준비해야 할 중요 작업은 무엇인지요?

[답변 10] 협업 직원들이 우선 AI에 대한 기초적인 지식을 가지고 있어야 하며 관련 사례들을 많이 보는 것도 도움이 됩니다.

그런 후에 현장의 여러 문제나 개선/혁신해야 할 부분을 가지고 AI를 활용할 경우의 개념을 스케치 해 보는 것입니다.

이 단계 후에는 해당 스케치된 개념으로 AI 관련 업체들이 무수히 많으니 그들과 신속하게 Pilot을 해 보시면 결과를 통한 가치와 그것을 위해 필요한 입력 데이터, 비용 및 노력을 감안 의사결정하시면 될 듯 합니다. 

여기서 PLM을 강조하는 이유는 회사의 제품관련 중요한 정보가 담긴 곳이 PLM이며 여기엔 설계 데이터 뿐만 아니라 이미지 데이터도 있기에 정말 데이터의 보고라고 할 수 있습니다.


[질문 11] PLM 총 예산에서 IIOT와 게이트웨이에 투자되는 비용은 몇 퍼센트로 잡아야 적합할까요?

[답변 11] 하시고자 하는 개념에 따라 워낙 다양하며, 어느 수준으로 활용할 것인지이와 상황에 따라 다르겠지만 이 부분은 그리 크지 않을 듯 합니다. 

PLM을 통한 설계 및 개발 영역의 업무 통합을 하고 이 데이터를 활용 생산 엔지니어링 데이터 (M-BOM, CAE, CAM)로 연결되고 실제 현장의 기계와 연결할 경우라면 워낙 상황이 다양할 것 같습니다. 현장에서 발생한 데이터를 수집하여 실시간 분석하고 분석된 내용을 PLM, ERP에 반영하거나 이 자체로 MES를 통제하는 입력 데이터로 사용할 수도 있습니다.


[질문 12] 기업에서 표준/기준 데이터 관리를 효율적으로 하는 방법에 대해서 질문드립니다 이 경우 MRP를 효율적으로 활용하는 방법에 대해서 질문드립니다

[답변 12] 데이터 관리는 이전엔 기준 데이터라고 하여 표준화 작업을 선행하고 이 것들을 통합하여 관리하는 MDM 라는 개념을 사용했는데 이젠 AI를 적극 활용할 시대가 되었습니다. 

MRP는 제대로 사용하기 위해선 필요한 데이터를 관리할 수 있는 역량인지를 먼저 살펴보시기 바랍니다. 자재 재고가 관리되고, 구매에선 구매품목별 구매 Lead tie, 최소구매 수량 및 입고 예정 수량이 관리되어야 하며 영업에선 확정 미확정으로 생산할 품목별 소요량이 관리되어야 합니다. 물론 일부는 부족해도 상관은 없습니다. 그러나 상황에 따라 품목별로 구매 업체가 여럿 존재할 수도 있고 여러 고려할 요소가 많을 수도 있습니다. 수준을 감안 관리하시면 될 것 입니다.


[질문 13] MRP에서 M-BOM의 사용 부분은 생략하신 건가요? 보통의 경우 M-BOM에서 material list내고 ERP에서 재고와 Sale 정보를 바탕으로 Production planning 모율에서 MRP를 돌리는데요.

[답변 13] 예, 맞습니다. 시간 관계상 자세한 내용은 생략한 것입니다.


[질문 14] 중소기업은 인원이 많지 않은데 R같은 무료 빅데이터 분석 프로그램을 그럼 배워서 활용해야 하는 직무를 가진 사람은 누구여야 하는지요? 생산자인가요 ? 아님 오너인가요? 또는 it 전문가를 고용해야 하는 것인지요?

[답변 14] 역할에 따라 정해지는 것 보다 얼마나 이러한 툴에 관심이 있는가에 달려있는 것 같습니다. 품질업무나 생산관리 하시는 분이라면 한번 들여다 보는 것도 좋을 것 같습니다. 전혀 어렵지 않고 관련 자료들이 인터넷에 무지 많습니다.


[질문 15] 요즘 많이 얘기되는 Citizen Data Scientist 육성에 도움이 될 수 있는 적용 사례나 관련 솔루션을 소개해 주실 수 있으신지요?

[답변 15] 이 부분은 아쉽지만 저도 크게 알지 못하는 부분이나 이전에 Data Scientist 관련 어떤 역량이 필요한가 하는 주제로 외국 저널이나 관련 내용이 인터넷이 많이 소개되어 있습니다. 

제 생각으로 기본적인 통계는 이해하시면서 고객 입장에서 새로운 기술로 혁신할 수 있는 창의적인 생각이 훨씬 중요할 것 같은데 2년 전에 오라클 사용자 기업 직원들 대상으로 이와 유사한 부분에 대하여 제 생각을 발표한 것이 있는데 필요하시면 해당 개요을 별도로 공유해 드리겠습니다. ( 기업에서 AI 및 신기술 도입으로 신속한 혁신을 위한 직원 육성 방법 제안 )


[질문 16] 회귀 분석에서 저런 선형모델모다 nonlinear regression을 사용했다면 훨썬 더 (DL보다) 정확한 모델이 나왓을 것이라 확신이 드는데, 아닌가요?

[답변 16] 딥러닝의 모델 중에도 비선형 분석 모델을 만들 수 있으며, 제가 설명한 부분은 비선형 모델을 의미합니다. 시간 관계상 이 부분을 자세히 설명하지 않았고 자료에 선형회귀 부분만 보여서 그런 것 같습니다. 비선형 모델을 시연하여 보여줄려고 했는데 당일 기계 사정으로 중간에 끊기는 바람에 시연하지 못했습니다.


[질문 17] 미래제조를 위한 디지털 기술 관련 성공과 실패의 차이에 대해서 설명해 주세요 디지털 기술이 성공하려면 구비해야 할 요건들에 대해서 설명해 주세요

[질문 17] 우선은 미래 제조는 독일에서 얘기하는 그런 방향으로 진화를 하겠지만 진정 그러한 모습 (디지털 트윈/CPS, AAS 등)이 언제 실현될지는 아직은 먼 얘기인 것 같습니다. 현재 기업 입장에서는 기업의 당장의 생존과 가시적인 혁신을 신속하게 실행해야 하므로 외부에서 단지 개념으로 얘기되는 기술이나 사례에 현혹되기 보다는 해당 기업의 역량으로 실행될 수 있으며 그로인한 가치에 집중하여 시도하는 것이 중요할 것 같습니다.


[질문 18] 오픈소스 개발툴로 개발환경을 구축할 때 기업내 보안정책 때문에 불편한 점이 많습니다. 이를 극복할만한 방법이 있을까요?

[답변 18] 이 부분이 기업에서 근무하시는 분들의 제약사항인 것을 이해 합니다. 기업 내 보안 관계자와 협의하여 미래 기술을 연구하는 소그룹 모임이라도 그러한 환경이 되도록 요청해 보시지요. 저의 경우엔 개념을 생각해 두었다가 개인 PC를 활용 시도를 하고 관련 자료를 찾다보니 생각지 못한 역량들을 얻게 되더군요. 이 부분에 대하여 바로 생각나는 것이 없어서 참고로 말씀드렸습니다.


[질문 19] 미래제조 데이터혁신 생산기술센터의 역할에 대해서 질문드립니다 기업에 필요한 PLM과 인공지능기술을 어떻게 제공하시는 지 질문드립니다

[답변 19] 저는 지금 제조 중소기업에서 COO를 맡고 있으며 이러한 솔루션을 공급하는 것은 아니며 이전에 경험한 내용과 제가 생각하는 바를 유사한 고민을 하고계실 분들에게 공유차 이번 과정에 참여하게 되었습니다. 지금은 시간이 나지않아 제 개인 웹사이트나 블러그를 쉬고 있는데 혹시라도 도움이 될 만한 프로그램이나 내용이 있으면 언제든 공유해 드리겠습니다. 

댓글목록

등록된 댓글이 없습니다.

Total 196건 1 페이지
공지사항 목록
번호 제목 조회 날짜
공지 238 07-30
공지 231 07-25
공지 529 07-05
공지 371 07-01
공지 3960 05-21
열람중 394 07-01
190 248 07-01
189 219 07-01
188 177 07-01
187 141 07-01
186 142 07-01
185 199 07-01
184 258 07-01
183 617 06-16
182 468 06-09
게시물 검색
PLM 홈페이지 관리캐드앤그래픽스 : 전화: 02-333-6900, 팩스: 02-774-6911 / 메일: plm@cadgraphics.co.kr
사업자번호: 237-88-00798   서울 종로구 세종대로 23길 47 미도파광화문빌딩 607호 (주)이엔지미디어 우)03182

Copyright CAD&Graphics ENGMEDIA CO., LTD.   All rights reserved. ADMIN 모바일버전