austin-distel-rxpThOwuVgE-unsplash.jpg

AI연구회

경남ICT협회 AI 연구 모임

오픈토크

AI와 MES, ERP의 통합. 공장 생산성과 품질 향상을 위한 효과적인 접근 방법

· 1,749 ·

ERP, MES의 AI 접목을 위한  데이터 표준화 및  적용 방안 연구

AI를 활용하여 공장의 생산성을 향상시키는 노력은 많이 이루어지고 있습니다. 그러나 생산 현장에서 수집되는 Vision 및 센서 데이터만으로는 원하는 결과를 얻기 어려울 수 있습니다. 제품 품질은 생산 환경 외에도 원자재의 품질에 영향을 받기 때문입니다. 따라서 MES와 ERP의 데이터를 AI와 결합하여 높은 성과를 얻는 것이 중요합니다.

AI를 사용하여 자재 입고, 생산 과정, 제품 생산 결과를 종합적으로 분석함으로써 우리는 보다 효과적인 AI 도입을 이룰 수 있습니다. 이렇게 함께 활용되는 데이터는 생산성과 품질 개선을 위한 통찰력을 제공할 수 있습니다. 예를 들어, AI는 생산 과정에서 발생하는 비정상적인 상황을 감지하고 조치를 취하거나, 원자재 품질과 생산 조건 간의 상관 관계를 파악하여 제품의 결함을 사전에 예측할 수 있습니다.

따라서, MES와 ERP의 데이터를 AI와 통합하여 사용함으로써 우리는 생산성과 품질을 향상시킬 수 있습니다. 이를 통해 공장의 운영을 더욱 효율적으로 관리하고, 경쟁력을 강화할 수 있습니다.

하지만, MES, ERP 데이터의 표준화가 되어 있지 않은 상황에서는 AI 개발 업체에서 데이터를 충분히 활용하지 못하게 됩니다. 다행히, 산업부, 국가기술표준원에서 표준화 작업을 진행하고 있고, 이에 대한 실무적인 및 문제점을 연구하면 경남 스마트공장 사업에 큰 활력이 있을거라 기대합니다.

답글  총 2

데이터 측면으로 봐도 엄청난 데이터가 있는 DB에서 insight를 찾는 것으로도 효과가 엄청 날것으로 여겨집니다. AI까지 사용한다면 새로운 BM이 될 것 같습니다. 

이 분야에 관심 있는 회원 사는 AI연구회로 연락 주시면 별도 클러스터링하여 개발 추진 가능할 것 같습니다.      

·
님의 답글에 대한 답글

데이터 측면으로 봐도 엄청난 데이터가 있는 DB에서 insight를 찾는 것으로도 효과가 엄청 날것으로 여겨집니다. AI까지 사용한다면 새로운 BM이 될 것 같습니다. 이 분...

원문보기

네, ERP, MES 데이터가 AI와 접목된다면 생산 라인의 센서만으로는 알 수 없는 불량의 원인을 파악할 수 있고, 원자재 공급처의 선별에도 큰 도움이 될 것이라 기대합니다.

기업 홍보를 위한 확실한 방법
협회 홈페이지에 회사정보를 보강해 보세요.