2023년 지식광장네트워크 주요 사업실적
1. 혁신 바우처 사업 (우수사례 선정)
- 수요기업: 국도화학 주식회사
- 사업내용: 국도화학의 디지털혁신기회 발굴 컨설팅, 인공지능 전사교육 및 핵심인력양성 교육
검증프로젝트 1: 판매 DATA 분석을 통한 완제품 수요 예측 모델 구축
- 판매 데이터('16년 1월~'23년 6월) 및 세계 산업 동향, 경제 지표 데이터 사용, 다양한 기계학습 알고리즘 활용 후 예측 모델의 성능 향상
- 설명력 89%, 정확도 93% 수요예측 모델 구축
검증 프로젝트 2: 구매 Data 분석을 통한 원자재 가격 예측 Model 구축
- 석유화학 제품의 국제적인 수급 동향과 환율, 유가 지표 등을 활용하여 가격 동향 예측
- 구매(내자/외자) Data를 활용하여 모델 훈련, 해당 기간의 추이 및 변수를 분석하고 미래 Data를 예측
- 설명력 89%, 정확도 90% 가격예측 모델 구축
검증프로젝트 3: 에너지 사용량 최소화를 위한 최적 생산계획 수립 모델 구축
- 계절 및 가동률별 Utility 비용을 예측하는 최적 생산 모델 개발
- 생산량 (배치 사이즈별), 계절별 가열(예열)을 위한 에너지 사용량 데이터 수집
- 계절별로 비용을 최소화하는 최적의 생산 배치 사이즈 도출
검증프로젝트 4: 고객 수요 및 원재료비 Data를 분석하여 최적 생산 플랜트 할당 모델 개발
- 4개의 거점 생산공장 중에서 비용을 최소화하면서 수요를 충족시킬 수 있는 최적 생산공장 및 생산량 할당 계획 수립 모델 구축
2. 대구디지털혁신진흥원(DIP) 찾아가는 컨설팅 지원 사업
- 수요기업: 섬유 원단 가공 업체
- 검증 프로젝트: 원단불량 검출 모델 개발 (이미지처리 및 분류)
- 다양한 소재와 조직구조를 갖는 원단에서 카메라로 원단 이미지를 촬영하여 촬영된 원단에 불량 (결점)이 있는지 판단하는 인공지능 모델 개발
3. 제품 이미지 기반 불량제품 판별 모델 개발
- 수요기업: 센트랄 (자동차 부품 생산 중견기업)
모델 개발 프로젝트 1: 2개 공장 생산 제품에 대한 제품 이미지 기반 불량제품 판별 모델 개발
- 다양한 각도에서 촬영한 제품 이미지를 판별하여 정상제품과 불량제품 판별
- 다양한 불량 종류에 대하여 전이학습을 통한 모델 개발
- 불량 종류별로 검출율 85% ~99%, 정밀도 88%~96% 달성하는 모델 개발
모델 개발 프로젝트 2: 제품 생산 과정의 다양한 공정조건(거리, 압력, 온도) 데이터 기반 제품 불량 발생 가능성 예측 및 불량 발생 원인 분석 모델 개발
- 여러 공정 단계에서 측정되는 거리, 온도, 압력 등 공정조건 데이터를 수집하여 1시간 후 불량 발생 가능을 예측하고 불량 발생 원인을 분석하여 불량 발생을 예방할 수 있는 예측 모델 개발
- 115,100개의 데이터를 사용, 불량 발생 예측 검출률 91%, 정밀도 91% 달성
4. 서울시 데이터펠로우십 기술자문
- 수요기업: 서울시 데이터펠로우십 참여 펠로우
- 기술자문과제 내용: 지리정보데이터, 이미지데이터를 분석하여 모델 개발
i. 최소비용거리 기반 공간분석을 활용한 서울시 소방, 구급서비스 최적화 방안 탐색
ii. 서울시 생활도로 보행밀도 관리를 위한 빅데이터 기반 보행과밀 시공간 예측분석
iii. 딥러닝 기반의 의미론적 이미지 분할기법을 활용한 생활도로의 안전취약성 평가 및 유형화에 관한 연구
iv. 서울시 소방차량 출동 경로 분석을 통한 소방력 최적화 방안 탐색
v. 서울시 어린이 교통사고 위험지역 예측을 통한 신규 스쿨존 지정, 운영 방안
기타 수행한 과제들
A. 기계학습 기반의 HR데이터 분석을 통한 퇴직자 예측 모델 개발
- 수요기업: 국내 금융IT기업
- 과제내용:
- 채용 전형 과정에서 활용되는 인성평가 데이터 및 재직 중 기록되는 인사평가, HR데이터 등 객관적 데이터를 기반으로 퇴직에 영향을 미치는 요인을 분석
- 변수 선택 및 초모수 최적화 과정을 거쳐 다양한 기계학습 모델들의 성능을 비교 후 예측 성능이 우수한 최적의 퇴직자 예측 모델을 개발
- 특성 중요도 분석을 통하여 조기 퇴직에 영향을 미치는 주요 요인 파악
B. 창업성장기술개발 지원 (디딤돌 사업)
- 수요기업: ㈜클라이온
- 과제: 기계 독해와 데이터 증강기법을 활용한 다목적 차세대 인공지능 챗봇 개발
- 챗봇 시스템 아키텍처 개발
- 챗봇 시스템 개발을 위한 언어모형 전이학습 모델 개발
- 데이터 증강 방법, 질문 분류 방법 등 개발