• 목록
• 답변
• 글쓰기
• 게시판 리스트 옵션
  • 수정
  • 삭제

제조업이 맞춤형 단축 도메인 선도하는 생성 AI 활용미국의 보안 회사 Zscaler에 따르면, 업무에서 ChatGPT의 활용은 제조업, 금융업, 서비스업에서 진행되고 있다.업계별 ChatGPT 사용자 내역 (출처: 'Analysis of Generative AI Trends and ChatGPT Usage'Zscaler) usage#ai-ml-usage-trends p67​그 중에서도 제조업의 유저가 차지하는 비율이 가장 많고, 제조업은 생성 AI 활용의 견인역이라고 할 수 있습니다.​실제로 세계 제조업계에서 생성된 AI의 시장규모는 2022년에 2억 2500만 달러로 추산되며, 그 시장은 2023년까지 약 69억 6345만 달러에 이를 것으로 예측된다.세계의 제조업에서 생성 AI 시장 예측 Predictive Maintenance, Prototyping, Quality Control, Supply Chain Optimization) – Global Industry Analysis, Size, Share, Growth, Trends, Regional Outlook, and Forecast 2023-2032 manufacturing-market​북미를 중심으로 2022년에는 자동차 업계가 그 대부분을 차지하고 있습니다 .​또한 애플리케이션별로는 제품 디자인 세그먼트가 많았으며 향후 예측 유지보수 부문에서의 대폭적인 성장이 전망되고 있습니다.​생성 AI의 활용은 향후 폭넓은 제조현장에 퍼져 나갈 것입니다.​생성 AI가 제조업에 가져오는 것생성 AI는 제조 공정을 크게 바꿀 가능성을 가지고 있습니다. 고객을 자동화하고 커뮤니케이션을 개선하고 제조 공정에 귀중한 통찰력을 제공함으로써 효율성을 높일 수 있습니다.​향후에는 디자인부터 생산, 판매, 애프터 지원에 이르기까지 제품 수명 주기의 모든 단계에서 ChatGPT를 활용하는 시나리오도 예상됩니다.​효율성 향상​ChatGPT는 자동화된 제조 시스템, 기계와 인간 운영자 사이에서 제조 공정 내의 다른 시스템 간의 커뮤니케이션을 강화하기 위해서 사용할 수 있으므로 최적의 운영 효율성을 달성할 맞춤형 단축 도메인 수 있습니다 ​. 채팅봇의 정밀도도 향상하고, 사내외의 문의에의 대응도 자동화할 수 있습니다.​기계 모니터링 및 유지보수​ChatGPT는 유지 보수 로그를 해석하여 문제를 예측하고 유지 보수를 자동으로 예약하고 합리적인 유지 보수로 이어집니다.​품질관리·검사​ChatGPT는 검사 보고서를 분석하고 거기에서 얻은 패턴을 확인하고 동시에 숨겨진 통찰력을 밝혀 품질 향상에 기여합니다.​Accenture에 따르면 생성 AI의 도입으로 설치, 유지보수, 수리의 총 작업 시간의 25%가 영향을 받는다고 합니다.​수요 예측​ChatGPT는 이전 데이터를 분석하여 수요를 예측하고 효율적인 생산 계획을 세울 수 있습니다.​공급망 시각화​또한 제조현장에서는 지구환경 등을 배려한 윤리성에 대한 의식이 강해져 지속가능한 재료 조달을 실현하는 것이 점점 요구되고 있습니다.​제조업의 경영층을 대상으로 실시한 조사에서는 공급망의 시각화가 지속가능성을 위해 필요하다는 결과를 제시하고 있다 .​Google은 자사가 제공하는 Gen AI를 통해 자연언어 처리를 통해 법률 문서나 계약 문서에서 관련 조항을 추출하고 윤리성 등을 갖춘 최적의 공급자를 검색하는 것도 가능 하다고 합니다 . ​에서는 생성 AI가 전체 근무 시간의 절반 이상에 영향을 줄 수 있다고도 합니다 .​직원 교육​프로세스 자동화뿐만 아니라 ChatGPT는 대화 형 및 맞춤형 학습 경험을 제공하므로 교육 및 개발 시나리오에도 사용할 수 있습니다.​안전에 대해서도, 예를 들어, ChatGPT는 안전 대책이나 장비 사용에 관한 문의에 답하도록 훈련될 수 있어 그 결과 보다 안전한 직장 분위기가 조성됩니다.​비용 절감​AI를 도입함으로써 자동화에 의한 인건비의 절감부터 예지보전에 의한 맞춤형 단축 도메인 다운타임의 감소에 이르기까지 여러 과정에서 대폭적인 비용 절감을 실현할 수 있을 것입니다.​해외에서 진행하는 제조업에 생성 AI 도입그럼, 실제의 개발 상황등을 소개해 갑니다.우선 해외에서의 움직임입니다.​해외로부터의 문의에도 신속하게 대응~Siemence​독일 Siemence는 ChatGPT를 이용한 유지 보수 작업 지원 도구를 개발 중이다 [1].​로봇 등의 기기가 고장났을 때, 현장의 직원과 기기의 전문가와의 상호작용을 AI가 건네주는 것이 목적입니다. 예를 들어 동남아 공장에서 로봇이 고장나고 현장 직원이 수리를 위해 미국 로봇 메이커에 연락을 해야 하는 상황이 있었다고 합니다. 그때 사고 상황을 요약하면서 영어로 번역해주기 때문에 커뮤니케이션은 원활하게 되어 신속한 대응이 가능해집니다.Siemence가 개발 중인 보수 작업 지원 툴 (출처: 「신발상의 로봇이나 전지 제조에도 주목고장 상황을 확인한 엔지니어는 수리 방법을 직원에게 지시하거나 소프트웨어 문제라면 원격으로 프로그램을 수정할 수 있으며, 고장 보고서도 생성 AI가 초안을 작성해주는 기능도 있습니다.​공급망 존재지 재해 대응~Microsoft​또, 마이크로소프트의 「Dynamics 365 Copilot」은 ChatGPT를 탑재하고 있어, 공급 체인의 혼란을 미연에 막을 수 있다고 하는 것 입니다 [3].​예를 들어 한 지역에서 기상 재해가 발생했다고 가정합니다. 그러면 AI가 공급자의 피해 상황을 인터넷을 통해 조사하고 직접적인 피해 정보가 없어도 과거의 유사한 사건에서 재료 공급에 영향을 미칠 것 같은 공급자를 씻어내고 보고해줍니다.​동시에 공급자에게 실제로 피해가 나오지 않거나 묻는 메일을 작성하기 때문에 실제 상황을 확인하는 작업도 거의 자동화할 수 있습니다. 맞춤형 단축 도메인 ​​부품 최적화 ~ GM 등​또한 생성 AI에 의해 사용하는 재료, 원하는 제품의 크기와 중량, 사용하는 제조 방법, 비용 등의 파라미터를 입력하는 것만으로, 제네레이티브 디자인 알고리즘이 설계도와 지시를 토해내는 공정도 생각되고 있다 합니다 . ​제너럴 모터스와 같은 자동차 회사는 이미 제네레티브 디자인 알고리즘을 사용하여 부품을 최적화하고 차량 무게를 줄였습니다 .​엘론 마스크도 AI 스타트업 시작에​또한 테슬라의 엘론 마스크 씨도 생성 AI의 가능성에 관심을 가지고 인공지능의 신회사를 설립한 것이 밝혀져, ChatGPT에 대항할 목적으로 여겨지고 있습니다 . 이름은 「X.AI사」로, 3월 9일에 등록되어, 마스크씨가 이사가 되고 있습니다. 앞으로 어떤 전개를 보여줄지 주목받는 곳입니다.​일본 국내 대기업에서도 폭넓은 활용 방법이 등장국내에서도 대기업을 포함한 다양한 시도가 있습니다.​우선 대기업의 움직임을 살펴 보겠습니다.​기존 AI 기술에 생성 Ai를 내장 ~ 미쓰비시 전기​우선 미쓰비시전기는, 동사가 다루는 AI 기술 「Maisart(마이서트)」에 생성 AI를 짜넣어, 2024년도 중에도 서비스 개시를 목표로 하고 있습니다 .​사외 서비스 제공에 앞서 회사와 국내 관계사의 약 12만 명을 대상으로 텍스트 기반으로 생성 AI를 활용할 수 있는 환경을 갖추고 2023년 8월 말부터 사내 업무 활용을 이미 시작하고 있습니다. 개시로부터 약 3주간으로, 1할에 해당하는 1만 2000명이 이용해, 검색이나 프로그램 작성 등에 이용되었습니다.​대화력을 상품에 반영~샤프​샤프는 일반 가정용 커뮤니케이션 로봇 「로보폰」으로, ChatGPT에 의한 대화 어플리케이션을 개발, 유저로부터 모니터를 선택해 대화 능력을 맞춤형 단축 도메인 검증하고 있습니다.샤프의 커뮤니케이션 「로보폰」(출처：「RoBoHoN at CAFE」샤프) 또, ChatGPT를 베이스로 이야기를 생성하는 「말하기」라고 하는 기능을 릴리스 하고 있습니다 .로보폰 의「말하기」 기능 (출처：「말하기」샤프)이야기 작성 기능에서는 할아버지와 할머니가 있습니다. 강 근처에 살고 있고 (약) 마지막은 해피 엔드로하고 싶다라는 설정을 로보폰에게 말하면 이야기를 생성하고 읽어줍니다 . 있습니다 .​샤프는 생성 AI의 대화 기능을 '말하는 가전'에도 응용할 준비를 시작하고 있습니다 .​예를 들어 오늘 저녁의 요리는 무엇을 하자고 헤매었을 때 냉장고에서 메뉴를 제안해주는 기능입니다. 오늘 저녁 밥 메뉴는 연어 무니엘은 어떻습니까. 연어에는 최근 섭취하지 못한 비타민류와 항산화 성분이 많이 포함되어 있어요.&quot라고 대답하면 요리 레시피가 표시되고 오븐과 요리 냄비가 대기를 시작하는 그런 미래를 그립니다.​독자적인 일본어 대규모 언어 모델 구축 ~ NEC​또한 NEC는 독자적으로 수집·가공한 다언어 데이터를 바탕으로 일본어 대규모 언어 모델을 개발했습니다 .​성능면에서는, 일본어의 지식량이나 문서 독해력을 계측하는 일본어의 일반적인 벤치마크로, 세계 톱 클래스의 일본어 능력을 실현하고 있다고 하고 있습니다.​벌써 사내 업무로 활용을 시작하고 있어 문서 작성이나 사내 시스템 개발에 있어서의 소스 코드 작성 업무 등, 다양한 작업의 효율화에도 응용하고 있습니다.일본어 언어 이해 벤치마크 JGLUE에 의한 성능 평가 결과 /20230706_02.html파라미터 수를 무진장하게 늘리는 것이 아니라, 「학습 데이터량」을 종래 모델과 비교해 압도적으로 늘린다는 어프로치를 취하는 것으로, CPU 소비량이나 운용에 걸리는 전기세를 억제하는 방향성으로의 개발 입니다. 맞춤형 단축 도메인 모델 사이즈를 억제하는 것으로, 온프레미스에서의 운용도 가능하게 될 것입니다. 기밀 정보를 보호하기 위해 클라우드가 아닌 온프레에서의 운영을 원하는 고객에 대한 수요도 있을 것 같습니다.3D 데이터로부터 1분으로 가격・납기를 회답~미스미 그룹​또, 미스미 그룹이 개발한 「meviy(메비)」는, 고객으로부터 받은 3D데이터를 기초로 1분으로 가격·납기를 회답해, 동시에 제조 프로그램을 자동 생성하는 것으로, 최단으로 1일로 제품을 발송할 수 있는 시스템입니다.「mevly」에 의한 제조 지원 기능 (출처：「meviy(메비) 소개 자 」미스미 그룹 본사)이 과정을 통해 부품 수 1500점의 설비의 부품 조달을 하는 경우, 약 1000시간 걸렸던 작업을 약 80시간으로 단축할 수 있다고 합니다 . 차례로 92% 감소되었습니다.​사용자 수는 극적으로 증가하고 있으며 2022년에는 10만 명에 달합니다.「mevly」유저수의 추이 (출처：「meviy(메비)소개자」미스미그룹 본사 )노동 인구의 감소에 대한 대응, 또한 제조업의 DX 가속 수단으로서 앞으로도 성장을 보여줄 것입니다.​스타트업이 시도하는 자율주행 기술에 LLM 적응현재 자동차 업계가 도전하고 있는 「동사는 완전 자동 운전 EV」의 양산을 목표로 하고 있는 것이, 지바현의 스타트업 Turing 입니다.​Turing은 2030년에 완전 자동 운전 EV를 10,000대량 생산해 완성차 메이커가 된다는 목표를 내걸고 있어, Tesla를 넘는다는 야심을 안고 있습니다.​이 회사는 자율주행 EV에 적용하기 위한 대규모 언어 모델 개발에 착수하고 있습니다 .LLM 을 이용한 운전 중 정보 인식 html/rd/p/098132.htmlLLM의 본질은 언어를 통해 지극히 높은 수준으로 이 세계를 인지·이해하고 있다는 것에 있어, 자동 운전 맞춤형 단축 도메인 AI에 인간과 동등 이상으로 이 세계를 이해하게 하기&quot위해서는 LLM의 어프로치가 유효하다 하고 있습니다. 인간과 동등 이상으로 3차원의 세계를 이해시킬 필요도 있다고 합니다.그리고 회사의 아오키 슌스케 CTO는 자율주행 분야에서 기존 LLM의 한계를 지적하고 있습니다.​ChatGPT 등 기존의 LLM의 과제의 하나로서, 예를 들면 LLM에 고양이의 영상을 보여줬을 때, 그것이 「고양이다」라고 판단하는 것은 자랑이었습니다. 그러나 고양이가 얼마나 속도로 달려, 얼마나 높게 뛰어올릴지 등 행동 예측을 할 수 없거나, 타이어의 회전수와 속도의 관계가 끈이 없거나 하는 과제가 부각되었다고 합니다 .​또한 ChatGPT를 비롯한 기존 LLM에서는 운전에 필요한 응답 속도에 도달하지 못했다는 것입니다.​제조업에서의 생성 AI 도입에 있어서의 과제와 대응책물론 인식해야 할 과제도 있습니다.​데이터 양​AI는 데이터에 의해 구동되며, 이 데이터의 품질과 양은 성능에 큰 영향을 미칩니다. 시스템에 특정 용도에 충분한 관련 데이터가 제공되지 않거나 데이터 품질이 낮으면 시스템 처리량이 제한되어 결과에 부정적인 영향을 미칠 수 있습니다.​이 점에 관해서는, 대형 메이커나 타사의 노하우를 지장 없는 범위에서 공유하는 방법이 생각됩니다.​도입 비용​제조업에 AI를 도입하려면 상당한 선행 투자가 필요합니다.​적절한 인프라 구축, AI 교육, 데이터 보안 확보 등 모두 비용이 많이 들고 중소기업에게는 엄청난 부담이 될 수 있습니다.​이것에 대해, 선행 투자라고 생각할지 어떨지로 대응은 나뉘어질 것입니다.​올바른 이해와 의식 개혁​그리고 제조 프로세스의 복잡하고 기술적인 성질과 채팅봇의 지속적인 교육과 업데이트의 필요성을 맞춤형 단축 도메인 포함하기 때문에 데이터 과학자와 도메인 전문가의 공동 작업이 필요합니다.​디지털 변혁에 대한 조직의 준비와 의식 개혁도 필요합니다.​특히 일본에서는 DX의 과제로 '디지털에 대한 비전과 전략의 부족'에 있다고 하는 기업의 비율은 61%에 달하고 있습니다 .​여기까지 소개해 온 것처럼, AI의 이용은 DX의 일환으로서 피할 수 없는 것이라고 인식을 바꿀 필요가 있습니다.​덧붙여 전통 산업에 AI를 도입하고 있는 사례도 있습니다.​이와테현의 전통 공예품인 남부 철기를 건설하는 타야마 스튜디오는 베테랑 장인의 사고를 재현하는 AI의 개발을 진행하고 있다 [4]. 언어 해석 모델에 의해, 숙련자에게 1부터 10까지 의지하지 않고 자주적으로 배울 수 있는 환경을 만드는 것을 목적으로 하고 있습니다. ​단순한 정보 처리 도구가 아니라 AI는 대량의 지식 아카이브를 만들 수 있다고 말할 수 있습니다.​IoT 시대를 극복하지 않기 위해또, 제조업에 한정한 이야기는 아니지만, 최근에는 IoT(사물의 인터넷)의 도입은 드문 것이 아니게 되었습니다.​카메라에서 얻은 이미지, 생산을 합리화하기 위한 대처를 데이터화한 것, 직원의 근무 시간에서 본 생산성, 혹은 CO2 배출량 등 다양한 데이터가 축적되어 가는 가운데, 이들을 분석 하지 않은 채로 남아 있는 것은 물론 없는 것입니다.​물론 100%의 정답률이라고 하는 것은 아니지만, 생성 AI는 이러한 데이터를 입력하는 것만으로 다양한 제안을 해 주는 존재입니다.​데이터 사이언티스트 등 전문가의 부족, 또 순수하게 노동력이 부족해 가는 가운데, AI 도입에 가능성을 발견해 보는 것이 중요해질 맞춤형 단축 도메인 것입니다.