1. 기술로드맵
□ (총론) 설비 관리를 위해 다양한 방법으로 데이터를 수집하여 처리 및 분석 알고리즘 이슈에 대응하는 설비 운영 및 유지보수, 데이터 분석 및 관리, 스마트제조 고급 기술 및 혁신 등을 위한 중소기업 전략기술로드맵
○ (중소기업 기술개발전략 1) 센서를 통한 장비의 작동 상황 모니터링을 통해 이상징후 감지 기술개발
○ (중소기업 기술개발전략 2) 3D 물체의 표면 형상을 캡처하여 고해상도 3D 이미지를 생성하여 정확한 측정 기술개발
○ (중소기업 기술개발전략 3) ICT 등 첨단 스마트 기술을 적용함으로써, 제조 전 단계의 생산 공정 효율성 향상 기술개발
[ 「스마트 설비 관리시스템」 기술개발 로드맵 ]
2. 개요
가. 정의 및 필요성
(1) 정의
□ 스마트 설비 관리시스템이란 공장 등에 설치된 생산설비에 대해 설비의 내구수명 전 주기에 걸쳐 고장을 예지하여 수리/관리하고 업그레이드 및 새로운 설비교체, 중고 기계 유통 등 설비기능을 유지 보전하는데 필요한 체계화된 토탈 시스템
○ 빅데이터, 인공지능, IoT기술과 융합하여 생산관리, 생산설비 모니터링 등 상태 진단을 통해 설비의 수명을 관리하고 예방 차원에서의 교체나 수리를 가능하게 하여 생산에 차질이 없도록 공장을 최적의 상태로 유지해주는 시스템
○ 생산 모니터링 및 진단 설비, 생산 및 설비 운영지원, 설비관리, 보수 및 교환재료, 안전·방재, 에너지 및 근무환경 개선, 생산시스템 시각화, 인프라 시설 검사 등 다양한 지원 활동 등을 통해 생산 효율성을 높이고 공장 등의 생산기능을 유지 시켜주는 역할
○ 스마트 설비 관리시스템은 스마트제조 분야에서 애플리케이션 기술개발을 위한 전략품목으로, 지능화 강화의 방향으로 스마트제조 분야에 있어서 중소기업의 기술경쟁력 확보가 가능할 것으로 전망됨
[ 스마트제조 품목로드맵 내 스마트 설비 관리 시스템 ]
(2) 기술개발 필요성
□ 생산 공정 고도화로 정밀하고 신속하게 문제를 감지할 수 있는 설비관리 시스템 필요
○ 많은 경험을 쌓은 관리자들은 설비에서 얻은 경험과 데이터를 분석하여 설비의 이상 상태를 발견하고, 결함의 원인을 찾아 심각한 고장이 생기거나 설비의 가동이 갑자기 중단되기 전에 조치를 취함
○ 사물인터넷과 인공지능, 통신 기술 및 빅데이터 분석 등 첨단 기술을 공장과 기계에 융합하여 최고의 성능으로 향상시키고, 동시에 기계가 최상의 상태로 유지/관리 가능
○ 설비에서 고장이 발생하면 다수의 안전에 위험을 초래하고, 파급 효과로 기업에 막대한 경제적 손실이 발생, 안전 경영의 필요성 증가
□ 저출산으로 인한 노동력 감소와 전문인력 부족
○ 저출산 장기화로 전반적인 산업 분야에서 노동력 감소 현상이 뚜렷해짐
○ 설비관리 관련 전문인력 부족으로 자동 관리 시스템 필요성 대두
□ 생산성 향상, 비용 절감을 통한 기업경쟁력 향상
○ 센서를 통해 기계에서 발생하는 모든 데이터를 수집하고 분석 및 평가할 수 있어 설비결함을 고장 전에 알려주어 고장에 따른 비용, 보수비용을 절감하고 생산성을 향상
○ 기업에서 가장 선호하는 보전 방식은 ‘예방 보전 방식(Preventive Maintenance)’으로 사후보전 방식의 문제점을 개선하고, 설비가 고장이 나기 전에 보수를 하는 방식으로 니즈가 큼
○ 이는 다시 ‘시간 기반 보전 방식(Time Based Maintenance)’과 ‘상태 기반 보전 방식(Condition Based Maintenance)’으로 분류되고 이것이 설비관리시스템의 방향이 됨
나. 범위 및 분류
(1) 가치사슬
□ 후방산업은 소프트웨어 및 데이터베이스 플랫폼 분야로 다른 산업과 비교해 연구개발 및 지적 노동의 투입 비율이 높은 지식 집약적인 고부가가치산업이 있음
○ 세계 소프트웨어 시장이 반도체 시장의 4배, 자동차 시장의 1.5배 수준의 대규모 시장임에도 불구하고 현 국내 소프트웨어의 글로벌 경쟁력과 성장모델은 아직 미흡한 상태이고 Microsoft, Oracle, IBM 등 글로벌 대기업의 영향 아래 아직 해외 의존도가 높은 산업
○ 소프트웨어 산업은 지식화, 지능화되면서 사회 전반에 걸쳐 영향력 커지며 산업 범위가 지속해서 확대되고 있으며 실시간으로 발생하는 대용량 데이터를 분석하는 빅데이터, 하드웨어와 소프트웨어 자원을 가상화하여 서비스를 제공하는 클라우드, 스스로 학습하고 판단하여 과업을 수행하는 AI, 가상 및 증강현실을 제공한 실감 소프트웨어 등 산업 전반을 혁신할 융합기술들이 지속하여 발전 중
□ 전방산업은 석유화학, 전력, 가스, 자동차, 반도체등 제조업 생산설비를 유지관리할 필요성이 있는 산업이 있음
○ 사물인터넷 및 클라우드 등 IT 기술의 융복합과 스마트제조 육성정책, 설비자산의 효율적 운영에 인식 전환 등에 힘입어 EAM에 대한 수요는 지속 증가할 전망
[ 스마트 설비 관리시스템 품목 산업구조 ]
후방산업 |
지능형 애플리케이션 |
전방산업 |
빅데이터, 클라우드, AI, 가상현실, 증강현실 |
생산설비 모니터링 생애주기 관리 |
석유화학, 전력, 가스, 자동차, 반도체 등 제조 |
* 출처 : 자체작성 |
||
(2) 용도별 분류
□ 스마트 설비 관리시스템은 크게 생산설비 모니터링과 생애주기 관리로 구분 가능
○ 생산·설비 모니터링 시스템은 시간당 생산량 증가, 제조 리드타임 감소, 공정 불량률 감소와 재공제고 및 납기 지연율을 감소하는 등의 정량적 효과가 있음
○ PLM(Product Lifecycle Management)는 제품 개발을 체계적으로 하기 위한 데이터 관리 방법, 변경관리 프로세스, 설계와 생산 간 제품 데이터를 유기적으로 공유하는 기술로 제품 부가가치는 높이고 원가는 줄이는 효율적인 생산 프로세스
[ 용도별 분류 ]
용도 |
내용 |
생산 설비 모니터링 |
■설비·생산 모니터링 시스템은 설비 상태 뿐만 아니라 생산 공정의 데이터를 통합적으로 관리하여 생산/설비/에너지 현황의 수치와 모니터링 대시보드를 볼 수 있는 시스템 |
생애주기 관리 설비 |
■설비의 취득, 건설, 설치, 시운전부터 설비보전(수리, 성능 유지, 보수 점검 등)과 설비 갱신 및 폐기에 이르기까지 전 과정을 포함하는 전사적 설비자산 관리(EAM, Enterprise Asset Management) |
* 출처 : 위존 홈페이지 |
|
3. 환경 분석
가. 시장 현황 및 전망
(1) 개황
□ 빅데이터와 인공지능을 이용한 예방보전
○ 예방 보전은 시간 기반 예방보전(TBM:Time Based Maintenance)와 상태 기반 예방 보전 (CBM:Condition Based Maintenance)으로 구분
○ ERP/PLM과 통합한 실시간 설비 통합관리를 위한 실시간 빅데이터 분석 및 지능적 활용 솔루션 상용화 진행 중
□ CMMS ⇒ EAM 방향으로 진화하는 스마트 설비 관리시스템
○ EAM은 산업생산시설 및 사회기반시설을 ‘비용에 기반을 두고 최고의 투자 수익률을 얻도록 자산의 취득·운전·정비 및 폐기 등 생애주기 전 과정에서 엔지니어링과 경제적 관점의 의사결정 및 경영전략을 지원하는 모든 절차’로 자산관리 최적화를 구현하는 종합적 자산경영 활동
○ ERP는 사실상 정체 단계에 진입한 상태로 기업이 보유하고 있는 설비나 자산 등 물적자원과 인적자원을 비즈니스 관점에서 효율적으로 관리하기 위한 전사적 자산/자원 통합관리솔루션을 제공 중
○ 국내 EAM/ERP 기업들은 소속 그룹 내 제조계열사 시스템 구축이나 중소기업을 대상으로 한 중저가형 솔루션 제공을 머물러 있는 실정
○ 북미는 EAM 솔루션 채택 및 개발 측면에서 주요 지역이 될 것으로 예상
□ CMMS도 계속 발전 중
○ CMMS는 기술 의존도가 높고 제품의 수명주기가 길며 구매자의 교섭력이 높은 특성이 있어 새로운 부가가치를 제공하는 차별화된 기술개발과 시장접근이 필요한 산업으로 클라우드 서비스와 사물인터넷 및 RFID 기술들이 접목되며 실시간 자산 정보를 파악, 관리할 수 있는 형태로 진화하는 추세
(2) 관련 시장 규모 및 전망
① 세계 시장
□ 스마트 설비 관리시스템 세계 시장 규모는 2021년 1조 2,284억 달러에서 연평균 2.4%의 성장률을 보이며 2027년 1조 4,180억 달러로 성장 전망
[ 스마트 설비 관리시스템 세계 시장 규모 및 전망 ]
(단위 : 십억 달러, %)
구분 |
‘21년 |
‘22년 |
‘23년 |
‘24년 |
‘25년 |
‘26년 |
‘27년 |
CAGR (‘21∼’27) |
세계 시장 |
1,228.4 |
1,260 |
1,291.6 |
1,323.2 |
1,354.8 |
1,386.4 |
1,418 |
2.4 |
* 출처 : Facility Management Market Size, Share, Trends & Covid-19 Impact Analysis, By Service Type, By Industry Vertical, and Regional Forecast, 2023-2030_Fortune Business Insights(`23.06) |
||||||||
② 국내 시장
□ 국내 스마트 설비 관리시스템 시장 규모는 2021년 420억 2,200만 달러에서 연평균 9.9%의 성장률을 보이며 2027년 740억 9,600만 달러로 성장 전망
[ 국내 시장 규모 및 전망 ]
(단위 : 백만 달러, %)
구분 |
‘21년 |
‘22년 |
‘23년 |
‘24년 |
‘25년 |
‘26년 |
‘27년 |
CAGR (‘21∼’27) |
국내 시장 |
42,022 |
45,831 |
51,656 |
58,057 |
63,515 |
67,770 |
74,096 |
9.9 |
* 출처 : Facility Management Market Size, Share, Trends & Covid-19 Impact Analysis, By Service Type, By Industry Vertical, and Regional Forecast, 2023-2030_Fortune Business Insights(`23.06) |
||||||||
나. 기술개발 동향
(1) 개황
□ 기술에 따라 생산설비 모니터링 기술과 생산설비 생애주기 관리 기술로 크게 구분, 기술 요소에 따라 세분화하여 다양한 기술로 분류
○ 생산설비 모니터링 기술은 센싱시스템 설계 구축기술, 설비상태 측정기술, 설비정보 인터페이스 기술, 원격모니터링 감시기술, 실시간 데이터 처리기술로 분류
□ 제조운영 기술과 IT의 통합
○ 독립적인 시스템 및 네트워크 환경으로 구축된 생산설비 정보를 전사적 협업 시스템에 연결하여 조직적인 생산제조 관리
○ 물리적 통합이 아닌 데이터의 통합으로 스마트팩토리 구현
○ 데이터 및 정보의 연결 → 프로세스의 연결 → S/W의 연걸 → H/W의 연결(CPS)
○ 스마트 팩토리 구현을 위한 설비/센서 빅데이터 및 이벤트 관리, 산업용 IoT
□ 실시간 설비 모니터링을 위한 센서 기술 진화
○ 센서는 센서와 회로, 시스템 기술로 구분할 수 있고, 센서는 감지 방식과 감지구조가 핵심으로, 주요 이슈로는 고성능화(기계/전기식, 광/전자 센서), 소형화(MEMS 센서), 다기능화(복합 센서), 저전력화(나노 센서) 등이 존재
(2) 주요 기술개발 동향
① 해외 기업
○ (GE, 미국) 항공기 엔진에 센서를 달고 데이터를 수집해 정비, 보수의 최적 시기나 연료비 절감 방법을 제시하는 등 서비스업체로 전환 중
○ (SAS, 미국) 세계적인 통계 솔루션 업체로 장비의 신뢰성 보장, 유지보수비용 절감, 고장 방지, 다운타임 최소화 및 생산성 제고 등의 과제를 달성을 목표로 PAM(Pluggable Authentication Modules)을 출시
○ (Rockwell Automation, 미국) 글로벌 자동화 전문기업으로 Dynamix 1444를 출시하여 설비를 모니터링할 수 있는 솔루션을 제공 중
○ (Fanuc, 일본) FS(Field System) 플랫폼을 이용하여 공장의 생산기기를 연결하는 IoT 플랫폼을 출시
② 국내 기업
○ (포스코) 설비통합관리시스템 프리즘 개발
○ (BNF테크놀로지) 설비 빅데이터와 ERP, MES, PLM 등 타 시스템을 연계해 통합한 솔루션인 ‘HanPrism’을 출시
○ (SKT) 비스텔과 함께 클라우드 기반 설비관리 솔루션 ‘메타트론 그래드뷰’ 출시
○ (엠아이큐브솔루션) 진동/소음/전류/CCTV 기반 제조 설비 예지보전 기술을 개발하여 대한민국 ICT 대상에서 수상
○ (원텍에스에이) 기업 내 생산 관련된 모든 설비와 제원을 효율적이고 최적화된 시스템을 구축하여 실시간 수집된 데이터를 분석, 설비진단과 이상 분석을 통해 사전에 발생한 문제를 예측하고, 예방 보전을 통해 설비 노화의 감소와 생산성 향상으로 더 효과적인 Cost 관리 실현
○ (이메인텍) 설비관리솔루션 M.Wave는 Web 기반의 설비관리시스템으로 설비정보관리, 예방정비·점검 일정 및 정비 요청에 따른 Work Order 발행 및 정비 이력 관리, 예방점검 및 정비, 자재관리 및 정비통계 등의 기능을 통해 기업 설비 전체의 운용 및 유지보수 상태를 파악과 안전한 운전과 합리적인 예방정비 활동을 지원하도록 구성
○ (한컴MDS) 국내 1위 임베디드 솔루션 전문기업으로 산업용 IoT 서비스를 구축하기 위한 플랫폼(ThingSPIN)을 자체 개발하여 데이터의 실시간 수집, 저장, 가시화 서비스를 제공하고 설비 예지보전, 환경 모니터링 등 다양한 IoT 시나리오 구현 사례를 구축
○ (아이티공간) 기존 설비에 전류 기반의 최소한의 센서만을 활용하여 예지보전, 인공신경망, 빅데이터 기능을 갖춘 ‘유예지 솔루션’을 개발하고 현대·기아자동차 국내외 공장 등에 4,000대를 납품하고 표준기술로 등록
③ 국내 연구개발 기관
[ 스마트 설비 관리시스템 주요 연구조직 현황 ]
기관 |
연구 분야 |
한국건설기술연구원 |
■공조설비 성능진단 및 통합형 제어관리 ■3D 객체 역설계 기반 MEP 설비 유지관리 시스템 ■공조시스템의 통합형 온라인 유지관리시스템 ■건물용 모듈형 에너지관리 시스템 저가화 기술 |
한국생산기술연구원 |
■부품 제조업을 위한 스마트공장 지능형 생산관리 시스템 ■지능형 통합관리 시스템 ■AI/ICT 기반 가변형 유체기기 기반 플랫폼 기술 및 운영관리 시스템 |
4. 특허 분석
□ 전략품목에 대한 특허동향 분석, 기술동향 분석, 주요 출원인 분석을 통해 아래와 같이 결과 확인
[ 특허 분석 결과 ]
구분 |
분석 내용 |
|
특허동향 분석 |
특허증가율 분석 |
주요 국가별로 살펴보면 미국이 가장 활발한 출원활동을 보이는 것으로 조사되었으며, 다음으로 유럽, 한국, 일본 순으로 분석됨 |
기술주기 분석 |
스마트 설비 관리시스템 기술 분야의 기술 위치를 살펴본 결과, 전체적인 동향은 기술혁신의 주체인 특허출원인수와 기술혁신의 결과인 특허출원건수가 감소 후 증가하는 동향이 나타나고 있어서 성장기 단계로 분석됨 |
|
특허영향력 분석 |
스마트 설비 관리시스템 품목에 대한 주요 출원인들의 경쟁력 분석 결과, 전체국가에서는 METROLOGIC INSTRUMENTS 특허가 상업적 가치가 높은 것으로 평가됨 한국에서는 한국전력공사의 특허가 질적 수준이 가장 높으며, 한국전자통신연구원의 기술영향력 및 시장확보력이 상대적으로 모두 높은 것으로 분석됨 |
|
기술동향 분석 |
기술개발동향 변화분석 |
스마트 설비 관리시스템 품목에 대한 지난 20년간의 특허 주요 기술 키워드 분석 결과, 스마트 설비 관리를 위한 ‘Real Time’ 및 ‘Machine Learning’ 키워드가 도출된 것으로 조사됨 |
기술현황 분석 |
스마트 설비 관리시스템 품목은 섹션 G 물리학 (65%) 기술분야의 비중이 높은 것으로 나타났으며, 그중에서도 전기에 의한 디지털 데이터처리(G06F) 분야에서 집중 연구가 진행되고 있는 것으로 분석됨 |
|
기술집중력 분석 |
스마트 설비 관리시스템 품목은 기술 집중화 정도가 낮은 상태이므로 시장 진입이 어렵지 않은 것으로 분석됨 |
|
주요 출원인 분석 |
출원인 동향 분석 |
스마트 설비 관리시스템 품목의 주요 출원인을 살펴보면 미국, 유럽, 일본 출원인이 고르게 포함되어 있는 것으로 나타났으며 제1 출원인은 미국의 IBM인 것으로 조사됨 |
주요 출원인 기술 키워드 및 주요 특허 분석 |
IBM은 Computer Program Product, Virtual Machine, Automatic Recovery 등의 키워드가 도출되었으며, 자동화된 장치 및 공장의 오류 복구 시스템 및 방법에 관련된 기술력이 높은 것으로 조사됨 METROLOGIC INSTRUMENTS는 Detection Module, Working Range, Coplanar Relationship 등의 키워드가 도출되었으며, 이미지 생성 방법 및 시스템에 관련된 기술력이 높은 것으로 조사됨 BAIDU USA는 Autonomous Driving Vehicle, Control Commend 등의 키워드가 도출되었으며, 자율주행차의 제어 방법 및 시스템에 관련된 기술력이 높은 것으로 조사됨 |
|
□ 4개 평가지표(활동도, 부상도, 시장력, 영향력)에 따른 정량적 분석 결과는 아래와 같이 도출
[ 평가지표/ 정량적 분석 ]
평가지표 |
한국 |
미국 |
유럽 |
일본 |
|
전체 |
중소기업 |
||||
특허 활동도 |
35.7 |
30.0 |
100.0 |
57.3 |
14.5 |
특허 부상도 |
96.6 |
100.0 |
71.8 |
68.6 |
90.2 |
특허 시장력 |
25.0 |
22.5 |
78.7 |
100.0 |
44.7 |
특허 영향력 |
16.8 |
17.1 |
100.0 |
27.2 |
21.0 |
상대적 기술경쟁력 |
49.7 |
48.4 |
100.0 |
72.2 |
48.6 |
*각 평가지표 값은 원 계산 값에 상대적 비교의 편의성을 위해 최고점 100점으로 환산한 값이며, 상대적 기술경쟁력은 각 평가지표의 가중치를 1:1로 반영하여 평균값을 도출
[ 주요 특허 선별지표 ]
선별지표 |
가중치 |
패밀리 특허 수(A) |
2 |
피인용 횟수(B) |
2 |
발명자 수(C) |
2 |
청구항 수(D) |
1.5 |
등록 여부(E) |
1.5 |
IPC 수(F) |
1 |
선별지표 최종 계산식 |
(A+B+C)X2 + (D+E)X1.5 + (F)X1 |
5. 기술개발 로드맵
□ 전략품목에 대한 핵심기술 및 개발목표 등을 토대로 기술개발 로드맵 구축
[ 「스마트 설비 관리시스템」 기술개발 로드맵 ]
중분류 |
핵심기술 |
기술 요구사항 |
개발목표 |
최종목표 |
||
1차년도 |
2차년도 |
3차년도 |
||||
설비 운영 및 유지보수 |
AI 기반 부품 수명 예측 기술 |
- 장비의 작동 상태를 모니터링할 수 있는 센서를 통한 데이터 수집 |
- 센서 설치 및 데이터 수집 시스템 구축, 데이터 전처리 및 특징 추출 방법론 개발 - 데이터 분석을 위한 기초적인 인공지능 모델 개발 |
- 다양한 인공지능 알고리즘을 활용한 예측 모델 개발, 모델 학습 및 검증 - 최적의 모델 선택 및 튜닝. 학습된 모델을 사용하여 장비의 고장을 85% 이상의 정확도로 예측가능할 것 |
- 예측 모델을 스마트 설비 관리 시스템에 통합, 시스템의 성능 최적화 및 안정화하며, 시스템의 실제 작동 환경에서의 성능 검증 |
- 장비의 고장을 사전에 예측하는 정확도를 90% 이상으로 향상 - 장비의 수명 관리를 통해 생산 효율성을 20% 이상 향상 - 장비의 고장을 예측하고 대응함으로써 유지보수 비용을 30% 이상 절감 |
- 수집된 데이터를 분석하여 장비의 현재 상태를 이해하여, 이상 징후를 감지, 분석된 데이터를 바탕으로 장비의 고장을 예측하는 모델을 학습하고 적용할 수 있는 예측 모델링 필요 |
||||||
스마트 공장 설비 자동화 기술 |
- 상위단에서 필요한 설비정보가 실시간 수집되고, Application과 설비간 양방향 통신이 가능한 실시간 데이터 수집 및 분석 기술 |
- 설비의 95% 이상의 데이터를 실시간으로 수집할 수 있는 센서 및 데이터 수집 시스템을 구축 |
- 수집된 데이터의 95% 이상을 정확하게 처리하고 분석하며, 설비의 고장을 90% 이상의 정확도로 예측하는 빅데이터 처리 및 분석 알고리즘을 개발 |
- 실시간으로 설비의 상태를 모니터링하고, 설비의 운영을 최적화할 수 있는 99.9%의 가용성이 보장된 시스템 개발 |
- 설비의 95% 이상의 데이터를 실시간으로 수집할 수 있는 센서 및 데이터 수집 시스템구축. 수집된 데이터의 95% 이상을 정확하게 처리하고 분석하며, 설비의 고장을 90% 이상의 정확도로 예측하는 알고리즘을 개발 |
|
- 필요한 기능만을 자동화하고 간단한 원리를 적용하여 스스로 장치를 설계, 개발하는 기술 - 기존 장비를 활용한 단계별로 자동화가 필요 |
||||||
데이터 분석 및 관리 |
실시간 설비 빅데이터 분석 및 운영 기술 |
- 설비에서 발생하는 다양한 데이터를 실시간으로 수집할 수 있는 센서 및 데이터 수집 시스템 및 데이터 처리 및 분석 |
- 설비의 95% 이상의 데이터를 실시간으로 수집할 수 있는 센서 및 데이터 수집 시스템을 구축 |
- 수집된 데이터의 95% 이상을 정확하게 처리하고 분석하며, 설비의 고장을 90% 이상의 정확도로 예측하는 예측 모델을 개발 |
- 실시간으로 설비의 상태를 모니터링하고, 설비의 운영을 최적화할 수 있는 99.9%의 가용성을 보장하는 시스템 개발 |
- 설비에서 발생하는 다양한 데이터를 실시간으로 95% 이상 수집하여 설비의 상태를 실시간으로 모니터링하고, 이상 징후를 감지. 수집된 데이터를 실시간으로 처리하고 95% 이상을 정확하게 처리하고 분석할 수 있는 빅데이터 처리 및 분석 알고리즘을 개발 |
- 수집된 데이터를 실시간으로 처리하고 분석할 수 있는 빅데이터 처리 및 분석 알고리즘 필요 |
||||||
스마트제조 고급 기술 및 혁신 |
고해상도 3D 이미지 생성 기술 |
- 3D 물체의 표면 형상을 캡처하기 위해 고해상도 센서를 사용한 데이터 수집 |
- 설비의 95% 이상의 데이터를 실시간으로 수집할 수 있는 센서 및 데이터 수집 시스템을 구축 |
- 수집된 데이터의 95% 이상을 정확하게 처리하고 분석하며, 설비의 고장을 90% 이상의 정확도로 예측하는 빅데이터 처리 및 분석 알고리즘을 개발 |
- 실시간으로 3D 물체의 상태를 모니터링하고, 3D 이미지 생성을 최적화할 수 있는 99.9%의 가용성이 보장된 시스템을 개발 |
- 설비에서 발생하는 다양한 데이터를 95% 이상 실시간으로 수집할 수 있는 센서 및 데이터 수집 시스템을 구축 - 설비의 상태를 실시간으로 모니터링하고, 이상 징후를 감지가능. 설비의 현재 상태를 정확하게 이해하고, 이상 징후를 신속하게 감지할 수 있도록 수집된 데이터를 실시간으로 95% 이상을 정확하게 처리하고 분석할 수 있는 빅데이터 처리 및 분석 알고리즘을 개발 |
- 물체의 형상, 위치, 크기 등을 파악하기 위한 3D 스캐닝 기술과 포토그래메트리 기술 |
||||||
- 3D 데이터를 처리하고 분석하여 물체의 3D 형상을 정확하게 이해하고, 이상 징후를 신속하게 감지 |
||||||
- GAN (Generative Adversarial Network) 등의 기계 학습 방법을 사용하여 현실적인 이미지를 생성 |
||||||
스마트 오브젝트 기술 |
- 센서와 설비에 대한 웹 인터페이스를 통해 다양한 지능형 서비스 공급 및.스마트제조 웹 오브젝트 아키텍처 표준 기술 개발 |
- 웹 인터페이스를 통해 다양한 지능형 서비스를 공급 |
- 웹 인터페이스를 통해 다양한 지능형 서비스의 다양성을 높임 - 스마트제조 웹 오브젝트 아키텍처 표준 개발 |
- 스마트제조 웹 오브젝트 아키텍처 표준 기술 개발 완료 |
- 센서와 설비에 대한 웹 인터페이스를 통해 다양한 지능형 서비스 공급 및.스마트제조 웹 오브젝트 아키텍처 표준 기술 개발 |
|