과제: 효율성을 높이면서 지속 가능성에도 기여할 수 있는 품질 수준 예측

해결 방안: 실시간 대시보드를 갖춘 지능형 품질 수준 예측 알고리즘 도입

주요 성과:

• 운영 효율성 향상
• 생산성 증대
• 작업자 역량 강화
• 인프라 비용 절감
• 환경에 미치는 부정적 영향 감소

이 제조업체에게는 생산 공정이 완료되기 전에 품질 문제를 사전에 파악하는 것이 특히 중요했습니다. ALTEN은 머신러닝 모델을 도입하여 이 과제를 해결했습니다. 해당 모델은 생산 사이클 종료 한 시간 전까지 볼 베어링의 품질을 예측할 수 있으며, 이를 통해 작업자들은 실시간으로 조정을 수행할 수 있어 불량률을 크게 줄이고 생산 중 발생하는 스크랩도 최소화할 수 있습니다. 그 결과, 비용 절감은 물론 지속 가능성 측면에서도 긍정적인 효과를 얻을 수 있었습니다.

ALTEN은 실시간 대시보드를 도입해 AI 시스템의 효과를 더욱 강화했습니다. 이를 통해 작업자들은 생산 매개변수, 설비 상태, 제품 품질에 대한 실시간 정보를 지속적으로 확인할 수 있습니다. 대시보드는 명확하고 실용적인 데이터를 제공하여, 생산 공정 중 발생할 수 있는 이상 상황에 빠르게 대응하고, 문제가 확대되기 전에 즉각적인 결정을 내릴 수 있도록 돕습니다. 이는 전체 생산 흐름의 효율성을 높이고, 생산성과 품질 관리를 강화하는 데 기여합니다.

ALTEN의 AI 기반 솔루션은 즉각적인 효과를 보여주었으며, 제품 스크랩이 2% 감소했습니다. 또한, AI 기반 예측 유지보수 체계로의 전환을 통해 설비 수명이 최적화되고 에너지 소비가 감소하면서 지속 가능성 측면에서도 의미 있는 성과를 달성했습니다.

ALTEN은 Microsoft Azure의 클라우드 기반 서비스를 활용하여 확장 가능한 솔루션을 구현함으로써, 고객이 대규모 온프레미스 인프라에 대한 투자 없이도 미래에 대비할 수 있도록 했습니다. 명확한 인과관계 분석을 통해 품질 편차의 근본 원인을 파악할 수 있으며, 이를 바탕으로 공정을 지속적으로 개선하고 생산성을 높일 수 있습니다. Azure Machine Learning, Data Factory 등의 클라우드 서비스는 저비용으로 손쉽게 머신러닝 운영(MLOps)을 지속할 수 있는 환경을 제공하여, 유지보수 또한 간편하게 이루어집니다.