국내 연구팀이 공장의 여러 장비에서 나오는 다양한 잡음을 실시간으로 파악해 제조 공정을 모니터링하는 시스템을 개발했다. 이에 따라 기업들이 스마트 팩토리를 구축할 때 비용을 절감하며 효과적으로 생산시설을 관리할 수 있는 길이 열릴 것으로 기대된다.



서울대 공과대학은 2일 안성훈 기계공학부 교수팀이 공장에 1대의 마이크를 설치한 뒤 로그 멜-스펙트로그램 방식으로 소리를 2차원으로 변환하고 인공 신경망의 일종인 합성곱 신경망(Convolutional Neural Network)을 활용해 인지할 수 있는 센싱 시스템을 개발했다고 밝혔다. 연구성과는 저널 오브 매뉴팩처링 시스템즈(Journal of Manufacturing Systems)에 실렸다.



 

이 시스템은 소음이 큰 공장에서 여러대의 장비 소리를 동시에 추적하는 것이 가능하다. 이는 특정 장비의 움직임을 통제해 학습데이터를 얻어내는 기존 방식과 달리 여러 장비의 작동음을 조합해 학습 데이터를 확보했기 때문이다. 제1저자인 김지수 서울대 기계공학부 박사는 “보통 장비 내부에 센서를 설치해 하나의 장비만을 모니터링하는 기존의 방식과 달리 이 시스템은 여러 대의 장비를 외부에서 동시에 모니터링하기 위한 것”이라고 설명했다. 교신저자인 안성훈 교수는 “중소기업들도 저렴하게 여러 제조장비를 모니터링할 수 있는 길이 열릴 것으로 보인다”며 “적정한 비용으로 스마트 팩토리의 요소를 구축하는 새로운 방안이 될 것”이라고 기대했다.