고숙련자 '감'에 의존하는 사출 공정, AI가 최적화해 지식 전수까지

(대전=뉴스1) 김종서 기자 = 한국과학기술원(KAIST)은 기계공학과 유승화 교수 연구팀이 사출 공정을 스스로 최적화하는 생성형 인공지능(AI) 기술과 현장 지식을 누구나 활용할 수 있는 거대언어모델(LLM) 기반 지식 전이 시스템을 세계 최초로 개발했다고 22일 밝혔다.

우리가 쓰는 플라스틱 제품 대부분은 녹인 플라스틱을 틀에 넣어 같은 제품을 대량으로 찍어내는 '사출성형' 공정으로 만든다. 하지만 조건이 조금만 달라도 불량이 생겨, 그동안은 숙련자의 감에 의존해 왔다.

연구팀은 실제 사출 공장에서 수개월간 수집한 환경 데이터와 공정 파라미터를 활용해 확산 모델 기반으로 목표 품질을 만족하는 공정 조건을 역설계하는 기술을 구현했다.

여기에 실제 생산을 대신하는 대리모델을 함께 구축해 공정을 돌리지 않고도 품질을 예측할 수 있도록 했다. 그 결과 기존 공정 예측에 활용되던 기존 대표기술인 생성적 적대 신경망(GAN)·변분 오토인코더(VAE) 기반 모델의 오류율(23~44%)을 크게 낮춘 1.63%의 오류율을 달성했다. 실제 공정 적용 실험에서도 AI가 제시한 조건대로 양품 생산이 확인돼 현장 활용 가능성을 입증했다.

연구팀은 또 고숙련자 은퇴와 다국어 작업 환경에 대응하는 LLM 기반 지식 전이 시스템 '아이엠 챗(IM-Chat)'을 구축했다. IM-Chat은 거대언어모델(LLM)과 검색 증강 생성(RAG)을 결합한 멀티에이전트 AI 시스템이다.

제조 현장용 AI 도우미로서 초급 작업자 또는 외국인 작업자가 제조 현장에서 겪는 문제에 대해 적절한 해결책을 제시한다.

작업자가 자연어로 질문하면 AI가 이를 이해해 필요에 따라 생성형 공정추론 AI를 자동으로 호출, 최적 공정 조건 계산과 함께 관련 기준과 배경 설명까지 동시에 제공한다. 다국어 인터페이스를 지원해 외국인 작업자도 동일한 수준의 의사결정 지원을 받을 수 있다.

이번 연구는 사출 공정을 넘어 금형, 프레스, 압출, 3D 프린팅, 배터리, 바이오 제조 등 다양한 산업으로 확장 가능한 제조 AI 전환(AX) 핵심 기술로 평가된다.

특히 생성형 AI와 LLM 에이전트를 툴 콜링 방식으로 통합해 AI가 스스로 판단하고 필요한 기능을 호출하는 자율 제조 AI 패러다임을 제시했다는 점에서 의미가 크다고 연구팀은 설명했다.

유 교수는 "공정을 스스로 최적화하는 AI와 현장 지식을 누구나 활용할 수 있는 LLM을 결합해 제조업의 본질적 문제를 데이터 기반으로 해결한 사례"라며 "앞으로 다양한 제조 공정으로 확장해 산업 전반의 지능화와 자율화를 가속하겠다"고 말했다.

기계공학과 김준영·김희규·이준형 박사과정이 공동 제1저자로, 유 교수가 교신저자로 참여한 이번 연구 성과는 공학·산업 분야 국제학술지 '저널 오브 매뉴팩처링 시스템즈(Journal of Manufacturing Systems)' 4월호와 12월호에 각각 게재됐다.

jongseo12@news1.kr