연구자료실
설비 연결, 품질 검사, 생산 분석과 제조 업무에 관련된 외부 논문입니다.
연구자료 검색
논문 목록
T16. 제조 지식그래프와 시맨틱 레이어
- T16-8후보2025년 이후
Intent-Driven Smart Manufacturing Integrating Knowledge Graphs and Large Language Models
한국어 검토 보기
해결 문제
- 현장 사람이 하고 싶은 말을 그대로 하면 제조 시스템이 못 알아듣는다. 요구사항을 시스템이 쓰는 형식으로 바꿔야 한다.
핵심 구조
- Mistral-7B-Instruct-V02를 제조 도메인 데이터로 미세조정했다. 사람의 자연어 의도를 구조화된 JSON 요구 모델로 번역한다. 그 모델을 ISA-95 표준에 맞춘 Neo4j 지식그래프에 의미로 연결한다.
주요 결과
- 완전 일치 정확도 89.33%, 전체 정확도 97.27%를 보고했다. 제조 서비스화 환경에서 사람과 기계가 대화하는 기반으로 제시했다.
한계
- 프리프린트다. 정식 심사를 거치지 않았다. 평가가 자체 구축 데이터셋 기반이다. 실제 공장 운영 투입 결과는 없다.
우리 기능과의 연결
- 업무 실행 에이전트가 현장 지시를 받아 MES 작업 지시로 바꾸는 일에 향후 적용 후보다.
- T16-4후보
Literal-Aware Knowledge Graph Embedding for Welding Quality Monitoring: A Bosch Case
한국어 검토 보기
해결 문제
- 용접 품질을 확인하려면 차체를 부수는 파괴 검사를 해야 한다. 비용이 크다.
핵심 구조
- 용접 데이터를 지식그래프로 만든다. 그다음 지식그래프 임베딩(그래프의 점과 선을 숫자 벡터로 바꾸는 기법)을 쓴다. 특히 숫자 값 같은 리터럴을 살리는 임베딩을 적용했다. 용접점 지름 예측과 해당 차체 식별을 링크 예측 문제로 바꿔 푼다.
주요 결과
- 실제 보쉬 산업 데이터로 평가했다. 적용한 임베딩 기법의 가능성과 한계를 동시에 보고했다.
한계
- 성능이 압도적이지 않다. 용접이라는 한 공정에 특화됐다. 숫자 값을 다루는 임베딩 자체가 아직 미성숙하다.
우리 기능과의 연결
- 제조 AI 분석에서 품질 예측을 표 형태 학습이 아니라 그래프 위 예측으로 푸는 향후 적용 후보다.
연구에서 제품 적용까지
운영 중인 기능, 시범 적용과 개발 중인 기술을 구분해 정리했습니다.
보유기술 보기