인하대학교(총장 조명우)는 이우기 산업경영공학과 교수 연구팀과 학부생들이 장비 고장진단과 인공지능을 적용한 논문을 발표해 국제적으로 인정받았다고 14일 밝혔다.

이번 연구 논문은 인하대 산업경영공학과 학부생인 황인근, 지현빈, 김정훤 학생과 함께 인하대 Voice AI 연구소 객원연구원인 이수안 세명대 교수가 함께 발표했다.

논문의 핵심은 빅데이터 분석과 인공지능을 활용해 제조업체의 설비고장 관리능력을 향상시키는 것이다.

그동안 고장 원인, 고장 처리, 관리 지표 등을 포함한 실제산업 현장의 데이터는 영업기밀이기 때문에 공개적으로 이용하기 어려워 데이터 확보와 인공지능의 적용은 쉽지 않았다.

이를 보완하기 위해 연구팀은 실제 알루미늄 압출 현장에서 수집한 데이터를 사용해 고장의 중요한 지표를 추출하고 정량적 위험 분류 시스템을 개발하는 데 중점을 두고, 특정 조직의 필요에 맞춰 관리 적합성을 극도로 높였다. 구체적으론 평균 고장 간격(Mean Time Between Failures·MFBF), 평균 수리 시간(Mean Time To Repair·MTTR), 고장 발생률, 고장 원인, 고장 처리 등 주요 지표를 포함한 유지보수 데이터를 확보해 실질적인 고장 관리 프로세스 개선을 일반화할 수 있다는 잠재력을 보여줬다.

특히 토픽 모델링(Topic Modeling)을 수행하는 파이썬 기반 라이브러리인 BERTopic을 적용해 조직의 유형이나 설비에 국한되지 않고 다양한 조직적 맥락에서 모델의 유연성을 입증했다.

이같은 내용이 담긴 논문은 빅데이터와 인공지능 분야 Q1(상위 25%) 수준의 학술 저널인 PLOS ONE에 최근 공개됐다. 해당 논문은 최초 심사부터 높은 관심을 받으면서 엄격한 심사 절차를 거쳐 게재 확정됐다. 게재 이후 높은 조회수를 기록하면서 연구자들의 주목을 받고 있다. 이번 연구성과는 IITP와 인하대의 지원을 받아 이뤄졌다.

이번 연구 논문의 성과가 더욱 눈에 띄는 것은 학부생들이 주축이 돼 이뤄낸 결과물이라는 것이다. 학부생들이 이우기 인하대 산업경영공학과 교수의 학부 수업인 '빅데이터 설계', '딥러닝' 등을 수강하면서 과제를 발전시켜 논문으로 발표했다.

이우기 인하대 산업경영공학과 교수는 "이번 연구는 빅데이터를 활용한 고장 관리와 위험 평가를 위한 프레임웍으로 가치 있는 결과"라며 "앞으로 데이터셋을 확장하면 인공지능 모델의 예측 정확성과 일반화 가능성을 높이고, 다가오는 인공지능 기반 스마트 제조 운영 시스템의 효율성과 전략적 유지보수 계획 수립에 중요한 기반기술이 될 수 있다"고 말했다.

한편, 이우기 인하대 산업경영공학과 교수 연구팀은 과학기술정보통신부의 예산으로 2022년도부터 2026년까지 XVoice라는 국가 인공지능 원천기술 연구개발 과제를 수행하고 있다.