[오재근의 감각지능] DX와 디지털리트로핏(하), AI가 배워야 할 찰나의 감각

AI 요약

기사에서는 제조 현장의 미세한 신호와 찰나의 시간이 AI 학습에 결정적이라며, 설비 가까이의 '작용점'에서 충분한 해상도와 적절한 위치로 신호를 확보해야 한다고 설명합니다. 독일 프라운호퍼의 smartTOOL은 고속 회전 공구홀더에 센서를 통합해 공구와 접촉 지점에서 신호를 취득했고, 이 데이터를 학습한 딥러닝 모델은 97.3% 이상의 공구마모 예측 정확도를 보인 반면 기존 간접 계측 방식(모터 전력·전류·기계 프레임 진동)은 약 80% 수준에 그쳤습니다. 노후 용접 설비의 사례에서는 열화상만으로 약 85%였던 불량 판별 정확도가 전류의 미분값을 측정하는 센서와 압력·열화상 데이터를 결합한 멀티모달 AI 적용 후 98.1%로 향상되었다고 전합니다.