일본산업뉴스요약

공장 감시 AI, 몇 분이면 학습 가능
게이오대학, 전용 칩의 실용화 목표

게이오대학의 마쓰타니(松谷) 교수 연구팀은 공장의 제조 장치 등의 동작 데이터를 인공지능(AI)이 그 자리에서 학습해 이상을 감지하는 기술을 개발했다. 적은 계산처리로 학습하는 AI를 고안해 시판 중인 소형 칩이나 센서와 조합해 사용할 수 있도록 했다. 진동 등의 정상 데이터를 몇 분 동안 학습하기만 하면 되기 때문에 환경에 따라 적합한 AI를 만들 수 있다. 기술의 일부는 기업과 연계해 실용화하고 있으며 앞으로는 AI의 칩화(化)와 용도 검증을 추진한다.

최근에 공장의 제조 장치 등의 진동이나 변형을 센서로 측정해 얻어진 데이터를 AI가 감시해 이상을 감지하는 기술을 개발하고 있다. 일반적으로 이러한 AI를 만들기 위해서는 계산 성능이 뛰어난 컴퓨터를 사용해 대량의 데이터를 사전에 학습시킬 필요가 있다.

그러나 환경에 따라 무엇이 정상적인 데이터인지를 판단하는 것은 어렵고, 대량의 데이터를 쉽게 수집할 수 없기 때문에 AI가 일괄적으로 정상 데이터를 학습하는 것은 어렵다. 공장에 사용하는 소형 기기용 AI는 데이터에 이상이 있는지 여부를 판단만 할 뿐 학습기능이 없는 경우도 많다.

마쓰타니 교수 연구팀이 개발한 AI는 센서 등으로 수집한 데이터를 소형 기기로도 그 자리에서 학습할 수 있다. 적은 계산처리로 학습이 가능하다. AI는 인간의 뇌에 있는 신경세포나 신경 시냅스 등으로 구성되는 신경네트워크를 모방해 3개 층의 네트워크로 구성했다.

네트워크의 연결 방식의 강약의 최적해를 간단한 계산으로 산출하는 방법을 고안. 외부에서 입력된 데이터의 값과 출력하는 값이 동일하게 되도록 연결 방식을 조정한다. 이들 값이 일치하면 데이터는 정상이라고 판단하고, 일치하지 않으면 뭔가 이상이 있다고 그 자리에서 판단한다.

우선 최초 몇 분 동안에 정상 데이터를 학습시키면 그 후에는 AI가 정상인지 여부를 판단하면서 동시에 실시간으로 학습해 나간다. 오래된 학습기억을 지울 수도 있다.

회전기계에 진동 센서를 장착해 개발한 AI가 이상을 감지할 수 있는지 여부를 실험했다. 우선 센서로 수집한 진동데이터를 AI를 탑재한 소형기기로 1~2분간 학습시켰다. 학습이 끝난 AI가 감시하는 가운데 외부에서 기계에 진동을 가한 결과, 이상이 발생한 사실을 AI가 감지할 수 있었다.

드론의 프로펠러가 작동할 때의 정상적인 진동을 AI에게 학습시킨 후에 손상된 프로펠러로 교체해 작동시키자 진동에 이상이 있다는 것을 감지했다.

앞으로는 개발한 AI를 반도체 칩으로서 실용화할 구상이다. 센서의 기능도 일체화함으로써 데이터의 처리 속도 향상과 소비전력의 삭감으로 이어질 것으로 기대한다.

 -- 끝 --