※ 다음과 같이 교육을 운영합니다. 참조하여 주십시오.
1) 집체교육으로 진행 (단, 방역 강화시 실시간 온라인 교육으로 전환 실시)
2) 30명의 교육생만 선착순으로 모집
※ 전문 교재 및 점심 제공
일정 |
분야 |
과목명 |
주요 교육 내용 |
|
날짜 |
시간 |
|||
4/11 (1일차) |
09:00 ~ 17:00 |
분석 기법 및 성능 지표 |
제조 Big Data 및 AI 개요 |
◾ 제조 Big Data의 개요 - 제조 Big Data의 개요 및 특징 - 제조 Big Data와 Digital Transformation 관계 및 활용 - 제조 Big Data 및 데이터 셋 - 제조 Big Data 활용 전략 수립 ◾ 인공지능 기술의 이해 - 인공지능, 머신러닝, 딥러닝의 개념 - 머신러닝 기술의 이해 : 지도/비지도/준지도 학습, 강화학습 등 - AI 성능을 판별하기 위한 지표 : Accuracy, Precision, F1 score 등
|
4/12 (2일차) |
09:00 ~ 17:00 |
제조 데이터 수집 및 인프라 구성 |
제조 데이터 분석 및 제조 AI 활용을 위한 사전 준비 |
◾ 제조 데이터의 범위 및 수집 방안 - IIoT, OPC UA 등 수집 방법 - 제조 Big Data의 연계(Data Source) 및 수집/저장 ◾ 빅 데이터 플랫폼 인프라 구성 Data Mart, Mata Lake, 통합 DB
|
4/18 (3일차) |
09:00 ~ 17:00 | 문제 정의/개선점 도출/분석 주제 선정 | 제조 데이터의 현황 분석 및 AI 활용 전략 수립 |
◾ 제조 데이터의 개요 및 제조 현장 분석 - 제조 현황 및 이슈 제시, 시스템 및 주요 공정 등 현황 파악, 현업 요구사항 반영 - 문제 정의 및 문제 해결을 위한 개선 방향 도출 - AI를 통한 분석 주제 선정 : 대상 공정 및 설비 기준, AI 도입 목적 명확화 ◾ AI를 활용한 데이터 분석 방법의 Case Study 1 - 시계열 센서 및 영상 데이터 활용 방안 - 공정간 데이터의 상관관계 분석 - 설비(프레스, CNC 등) 데이터 분석 - 외관검사 및 품질 검사 데이터 분석
|
4/19 (4일차) |
09:00 ~ 17:00 | AI 적용 모델/목표 시스템 제시 | 제조 데이터 분석을 위한 AI 목표 시스템의 설계 |
[노트북 지참] ◾ 적용 AI 솔루션 검토 및 선정 - AI 솔루션 구축 프로세스의 이해 - 프로젝트 기획(공정 분석, 시스템 알고리즘 설계/AI 모델 설계) → 데이터 수집 (데이터 셋 구축) → 시스템 구축(알고리즘, AI 모델링, 학습/테스트) - 목표 시스템 전체 구조 설계 : AI 솔루션 S/W 및 알고리즘, 분석 흐름 제시(Input-Process-Output), H/W 구성, 솔루션 기능 구성 - 목표 및 성과지표(KPI) 설정 (정량적/정성적)
|
4/25 (5일차) |
09:00 ~ 17:00 |
PoC 수행 계획 및 실행 |
문제 해결을 위한 AI 솔루션 실증 1 |
[노트북 지참] ◾ AI 솔루션 적용을 PoC(Proof of Case) 수행 계획 수립 - PoC 수행 계획서 작성 - 단계별 수행 계획 수립 : 분석/설계-구축(현장 적용)-결과 도출 ◾ AI 솔루션 PoC 적용 - AI 솔루션 적용 : 알고리즘 적용 및 AI 모델링, 학습/테스트 ◾ AI를 활용한 데이터 분석 방법의 Case Study 2 - 설비 이상 조기 감지 및 운영 최적화, 품질 이상 탐지/진단, 실시간 품질 공정 제어
|
4/26 (6일차) |
09:00 ~ 17:00 | 가시화, 성과분석, 솔루션 도입 검토 | 문제 해결을 위한 AI 솔루션 실증 2 |
[노트북 지참] ◾ AI 분석 데이터 가시화 - 데이터 분포 확인 및 전처리 - POC 결과 도출 및 성과 분석 : AI 모델링, 성능 확인 ◾ 향후 AI 솔루션 확대 적용 방안 - AI 적용의 한계와 솔루션 적용 방안 - 적용 범위, 수행 일정, 구축 비용 등
|
※ 상기 일정은 사정에 따라 일부 변경될 수도 있습니다.