인공지능 자동차 부품 속속 등장…운전자 마음까지 헤아리는 기술로 진화
-
기사 스크랩
-
공유
-
댓글
-
클린뷰
-
프린트
현대모비스 부품 이야기
세계 최대 전자쇼 ‘CES 2020’의 화두는 ‘업종 간 경계 허물기’였다. 수년 전에는 인공지능(AI)과 사물인터넷(IoT), 5세대(5G) 이동통신, 자율주행 등 4차 산업혁명을 이끄는 각각의 신기술이 소개됐다. 이제는 자율주행에 AI를 5G 통신 기반으로 어떻게 활용하는지 확인할 수 있었다.
AI는 자동차산업은 물론 의료, 스마트팩토리, 영업, 인사·채용 등 국내외 산업 전 분야에서 활발하게 진화하고 있다. 최근 출시된 차에는 음성인식으로 차문을 열거나 내부순환 모드를 자동으로 작동시키는 기술이 적용됐다.
현대모비스는 수년 전부터 데이터사이언스팀을 확대해 AI를 주요 사업 분야에 적용하고 있다. AI를 새 비즈니스 창출의 기회뿐 아니라 업무 프로세스 자체를 혁신하는 방법으로 접근하고 있다. 빅데이터를 기반으로 비효율을 제거하고 불량 검출 정확도를 높이는 한편 업무 혁신과 더불어 일하는 방식의 문화적 변화까지 고려하고 있다.
현대모비스는 AI를 주요 사업 분야에 적용하기로 하면서 가장 먼저 빅데이터 AI 마스터 플랜 수립에 들어갔다. 어떤 목적으로 AI를 활용할지, 경쟁사 대비 어느 정도 수준인지, AI를 도입하면 우려되는 부분은 없는지 꼼꼼하게 파악한 것이다.
효율성 측면에서 가장 먼저 성과가 나오기 시작했다. 대화형 로봇인 업무 지식관리 플랫폼 마이봇을 개발했다. 20개 업무 영역에서 회사가 보유한 사내문서 1000만 건을 검색하고 추천함으로써 업무 효율을 높였다.
생산 부문에선 이미지 처리 딥러닝 기술을 도입했다. 현대모비스 미래차 핵심 부품 공장인 진천과 중국 톈진공장에 전동식 조향장치의 두뇌격인 제어장치(ECU) 라인의 불량 검출 정확도를 98% 이상으로 높였다. 물류 측면에서는 사후서비스(AS) 부품의 수요예측을 통해 재고 부담을 덜거나 배송 시간을 줄였다. 품질 분야에서는 구동모터 소음기반 품질불량 검출, AVN(오디오·비디오·내비게이션)의 품질 검증을 자동으로 생성하는 등 현대모비스의 다양한 업무 분야에 적용해 성과를 내고 있다.
새로운 분야에 AI 도입을 결정하면 가장 먼저 하는 일이 데이터 현황을 파악하는 것이다. 양질의 데이터가 있는지가 가장 중요하다. 양질의 데이터가 충족돼도 AI를 즉시 적용하기는 어렵다. AI 알고리즘을 적용하려면 데이터 가공작업을 거치는데 데이터 특성을 파악하는 것 자체가 힘들기도 하고 수작업도 많이 필요하다. 이 같은 과정은 전체 업무 시간의 70% 이상을 소요하기 때문에 데이터 수집 및 관리 전문가의 수요도 계속 증가하고 있다.
하루에도 수많은 알고리즘과 코드가 쏟아져 나오기 때문에 정답을 찾기 위한 과정도 복잡하다. 무조건 빠르게 해결하는 데 초점을 맞춰선 안 된다. AI 시스템을 사용할 담당자의 마음을 헤아릴 수 있는 기술이 더해졌을 때 가장 좋은 성과로 이어질 수 있다.
현대모비스 기술연구소
AI는 자동차산업은 물론 의료, 스마트팩토리, 영업, 인사·채용 등 국내외 산업 전 분야에서 활발하게 진화하고 있다. 최근 출시된 차에는 음성인식으로 차문을 열거나 내부순환 모드를 자동으로 작동시키는 기술이 적용됐다.
현대모비스는 수년 전부터 데이터사이언스팀을 확대해 AI를 주요 사업 분야에 적용하고 있다. AI를 새 비즈니스 창출의 기회뿐 아니라 업무 프로세스 자체를 혁신하는 방법으로 접근하고 있다. 빅데이터를 기반으로 비효율을 제거하고 불량 검출 정확도를 높이는 한편 업무 혁신과 더불어 일하는 방식의 문화적 변화까지 고려하고 있다.
현대모비스는 AI를 주요 사업 분야에 적용하기로 하면서 가장 먼저 빅데이터 AI 마스터 플랜 수립에 들어갔다. 어떤 목적으로 AI를 활용할지, 경쟁사 대비 어느 정도 수준인지, AI를 도입하면 우려되는 부분은 없는지 꼼꼼하게 파악한 것이다.
효율성 측면에서 가장 먼저 성과가 나오기 시작했다. 대화형 로봇인 업무 지식관리 플랫폼 마이봇을 개발했다. 20개 업무 영역에서 회사가 보유한 사내문서 1000만 건을 검색하고 추천함으로써 업무 효율을 높였다.
생산 부문에선 이미지 처리 딥러닝 기술을 도입했다. 현대모비스 미래차 핵심 부품 공장인 진천과 중국 톈진공장에 전동식 조향장치의 두뇌격인 제어장치(ECU) 라인의 불량 검출 정확도를 98% 이상으로 높였다. 물류 측면에서는 사후서비스(AS) 부품의 수요예측을 통해 재고 부담을 덜거나 배송 시간을 줄였다. 품질 분야에서는 구동모터 소음기반 품질불량 검출, AVN(오디오·비디오·내비게이션)의 품질 검증을 자동으로 생성하는 등 현대모비스의 다양한 업무 분야에 적용해 성과를 내고 있다.
새로운 분야에 AI 도입을 결정하면 가장 먼저 하는 일이 데이터 현황을 파악하는 것이다. 양질의 데이터가 있는지가 가장 중요하다. 양질의 데이터가 충족돼도 AI를 즉시 적용하기는 어렵다. AI 알고리즘을 적용하려면 데이터 가공작업을 거치는데 데이터 특성을 파악하는 것 자체가 힘들기도 하고 수작업도 많이 필요하다. 이 같은 과정은 전체 업무 시간의 70% 이상을 소요하기 때문에 데이터 수집 및 관리 전문가의 수요도 계속 증가하고 있다.
하루에도 수많은 알고리즘과 코드가 쏟아져 나오기 때문에 정답을 찾기 위한 과정도 복잡하다. 무조건 빠르게 해결하는 데 초점을 맞춰선 안 된다. AI 시스템을 사용할 담당자의 마음을 헤아릴 수 있는 기술이 더해졌을 때 가장 좋은 성과로 이어질 수 있다.
현대모비스 기술연구소