연구자료실
설비 연결, 품질 검사, 생산 분석과 제조 업무에 관련된 외부 논문입니다.
연구자료 검색
논문 목록
T18. AI 품질관리, 모델 모니터링, 감사기록
- T18-1유사문제
Hidden Technical Debt in Machine Learning Systems
한국어 검토 보기
검토 메모
- 푸는 문제. ML 시스템은 만들기는 쉬운데 유지비가 계속 불어난다. 그 숨은 비용이 어디서 생기는지 정리했다.
- 핵심 구조. 기술부채라는 소프트웨어 공학 개념을 ML에 적용했다. 경계 침식, 얽힘(entanglement), 숨은 피드백 루프, 신고되지 않은 소비자, 데이터 의존성, 설정 문제, 바깥 세상의 변화를 위험 요인으로 분류했다.
- 결과. 실험 수치가 아니라 구글 내부 운영 경험을 유형으로 정리한 관점 논문이다. 이후 MLOps 담론의 출발점이 됐다.
- 한계. 정량 평가가 없다. 측정 지표나 자동 도구를 제시하지 않는다.
- 우리와의 관계. QFactory MES의 AI 분석 기능이 설비 데이터 스키마 변경에 조용히 끌려다니는 문제와 유사한 문제를 다룬다.
- T18-7유사문제
A Survey on Concept Drift Adaptation
한국어 검토 보기
검토 메모
- 푸는 문제. 시간이 지나며 데이터 분포가 바뀌면 예측 모델이 낡는다. 이 문제를 다루는 방법이 흩어져 있어 비교가 안 됐다.
- 핵심 구조. 개념 표류 적응 연구를 하나의 틀로 정리한 원조 서베이다. 표류의 유형(갑작스러운 변화, 점진적 변화, 반복되는 변화)을 정의하고, 적응 학습 시스템을 네 모듈(기억, 변화 탐지, 학습, 손실 추정)로 쪼갰다. 평가 방법과 벤치마크도 함께 정리했다.
- 결과. 흩어진 기법들을 한 용어 체계로 묶었다. 이후 드리프트 연구가 이 분류를 공용어로 쓴다.
- 한계. 2014년 기준이라 딥러닝 기반 최신 탐지 기법은 없다. 서베이라 새 기법을 내놓지는 않는다.
- 우리와의 관계. 제조 설비 데이터로 학습한 모델이 공정 조건이 바뀐 뒤 낡아가는 문제와 유사한 문제를 다룬다. 드리프트 관련 논의의 뿌리에 해당한다.
- T18-8유사문제
Learning under Concept Drift: A Review
한국어 검토 보기
검토 메모
- 푸는 문제. 스트리밍 데이터의 분포가 예고 없이 바뀌면 모델이 무너진다. 이 문제의 연구 지형을 정리했다.
- 핵심 구조. 130편이 넘는 논문을 탐지(detection), 이해(understanding), 적응(adaptation) 세 축으로 분류했다. 오차 기반 탐지, 분포 기반 탐지, 다중 가설 검정 계열을 계통으로 묶었다.
- 결과. 합성 데이터 10종과 벤치마크 14종을 정리해 후속 연구의 평가 기준을 제공했다.
- 한계. 서베이라 새 기법을 내놓지는 않는다. 제조 설비 시계열처럼 라벨이 늦게 나오는 상황은 별도로 다루지 않는다.
- 연도 표기 주의. DOI 번호가 2018로 시작해 2018년 논문으로 오해하기 쉽다. 조기공개(early access)가 2018년이고 정식 호수는 2019년 12월이다. 인용할 때는 2019로 쓴다.
- 우리와의 관계. 설비 데이터로 학습한 제조 AI 분석 모델이 공정 조건 변경 후 조용히 틀려지는 문제와 유사한 문제를 다룬다.
- T18-10유사문제
Operationalizing Machine Learning: An Interview Study
한국어 검토 보기
검토 메모
- 푸는 문제. 실무 ML 엔지니어가 실제로 무엇 때문에 고생하는지 학계가 잘 몰랐다.
- 핵심 구조. 여러 분야 ML 엔지니어 18명을 민족지적 인터뷰로 조사했다. 성공을 가르는 변수를 속도(Velocity), 검증(Validation), 버전관리(Versioning) 세 가지로 뽑았다. 데이터 수집과 라벨링, 실험, 다단계 배포 평가, 운영 중 성능 저하 감시가 끊임없이 도는 고리라고 봤다.
- 결과. 실무 관행과 애로를 유형화하고 MLOps 도구가 갖춰야 할 설계 시사점을 냈다.
- 한계. 프리프린트다. 동료 심사를 거치지 않았으므로 근거 강도를 학회 논문과 같게 두면 안 된다. 표본 18명이고 대부분 IT 기업 소속이라 제조 현장 사례가 얇다.
- 우리와의 관계. 업무 실행 에이전트와 AI 보고서 기능을 운영 단계에서 어떻게 감시할지 정할 때 같은 문제를 다룬다.
연구에서 제품 적용까지
운영 중인 기능, 시범 적용과 개발 중인 기술을 구분해 정리했습니다.
보유기술 보기