국가수리과학연구소(소장 정순영,이하 수리연)는 스마트 팩토리에 사용할 수 있는 이상 감지 알고리즘을 개발했다고 17일 밝혔다. 이에 따라 실시간으로 불량품을 확인할 수 있을 것으로 기대된다.

수리연은 RCF(Random Cut Forest) 알고리즘 최적화를 통해 문제를 해결했다고 밝혔다. 수학적 분석을 통해 이상 스코어링에 필요한 연산 과정을 최적화함으로써 기존 RCF 알고리즘이 갖는 문제를 해결했다. 기존 RCF 알고리즘은 구동 속도가 느리고, 모델 사이즈가 공정별 기가 단위 이상으로 큰 문제가 있었다. 그로 인해 다양한 공정에 적용하기 어려운 한계가 있다.

수리연에 의하면 이번에 개발된 모델은 기존 대비 크기가 줄었으며 7배 이상의 속도 향상이 이뤄졌다고 한다. 데이터 특징에 대한 임의적 샘플링을 통해 데이터 사이즈를 줄이고 랜덤 트리를 만드는 방식을 이용했기 때문이다. 또한, 가상 데이터 적용 테스트를 통해 정확도가 높다는 것도 확인했다.

김민중 수리연 산업수학혁신센터장은 "이번에 연구개발한 알고리즘은 생산 공정뿐만 아니라 다양한 산업분야의 이상 감지 문제에도 적용 가능한 기술로서 향후 범용적으로 활용될 수 있을 것으로 기대된다"고 밝혔다.

수리연은 지난 1월  한 기업의 산업 문제를 의뢰받아 이번 최적화 알고리즘을 개발하게 됐다고 밝혔다. 해당 기업은 기계 상태를 실시간 모니터링하는 솔루션을 개발·운영 중에 있으나 많은 양의 불량 데이터 확보에 어려움을 겪었다. 이에 따라 제조 공정 센터 데이터의 정상 샌산품 데이터만을 활용해 이상을 감지하는 OCC(One Class Classificaion) 문제를 수리연에 의뢰했었다.

한편 해당 의뢰 기업은 중소벤처기업부가 구축 중인 AI 중소벤처 제조 플랫폼(KAMP) 시스템에 AI 빅데이터 분석 알고리즘 탑재 추진을 목표 한다. 수리연이 제공한 알고리즘을 21년 상반기 내 이상 감지 솔루션에 도입 완료할 계획이다.