AI · 자동화ML
식품 MES 데이터 품질과 AI 모델 붕괴 — 좋은 알고리즘보다 좋은 원천 데이터가 먼저다
정교한 AI 모델도 MES의 작은 Transaction이 틀리면 무너진다(GIGO). 수기 입력·센서 Drift·BOM 불일치·시간축 어긋남을 Quality at Source로 막고 Lineage로 설명 가능하게 만드는 법.
Tag Archive
#AI자동화
6개의 글이 이 태그와 연결되어 있습니다. 다른 태그는 태그 모음에서 확인할 수 있습니다.
AI · 자동화ML
식품공장 AI 도입의 올바른 순서 — 알고리즘보다 데이터 구조가 먼저다
AI 도입이 실패하는 건 알고리즘이 부족해서가 아니라 데이터 구조 때문이다. Master Data·Lot Context·Time-Series·Data Quality를 먼저 세우는 제조 AI 도입 순서를 정리한다.
AI · 자동화ML
종이 거래명세서 OCR 자동 입력 — 매입채무와 실제원가를 망치지 않는 Document AI 설계
거래명세서 OCR의 목적은 종이를 없애는 게 아니라 이미 발생한 구매·입고 사실을 다시 타이핑하지 않는 것이다. OCR→Mapping→PO/GRN Match→3-Way→승인→AP 구조로 오기를 차단하는 법을 정리한다.
AI · 자동화ML
제조업 AI 자동화 — 어디서부터 시작하나
AI 도입의 시작은 모델 선택이 아니라 "사람이 반복해서 내리는 결정 하나"를 고르는 것이다. Rule/통계/AI를 나누는 법, 데이터 연결의 중요성, 틀렸을 때의 통제까지 정리한다.
AI · 자동화ML
AI 생산계획이란 무엇인가 — 무엇을 언제 얼마나 만들지
생산계획은 주문·재고·설비·납기·Setup을 동시에 맞추는 문제다. 수요예측과의 차이, 제약조건이 먼저인 이유, "최적"이 회사 우선순위 안에서만 성립하는 이유를 월요일 네 주문으로 정리한다.
AI · 자동화ML
제조 데이터로 무엇을 자동화할 수 있나 — 우선순위 정하는 법
무엇을 자동화할 수 있느냐가 아니라 무엇부터 해야 하는가가 어려운 질문이다. 빈도·규칙성·데이터 준비도·오류 영향도·예외 빈도·측정 가능성으로 후보를 비교하고, 순서를 데이터 의존관계로 그리는 법을 정리한다.