ONGOING

1. Smart Thinking Factory: 제조 데이터 사이언스를 활용한 지능형 생산관리 기술

직책: 연구 책임자 / 재단: 재단법인 한국연구재단 / 기간: 2016.06.01~2019.05.31

연구 필요성

미래형 제조 공장인 smart factory는 최신 ICT 기술과 제조업의 융합을 통해 거대한 정보 흐름 속에서 공정의 문맥을 파악하여 설비나 근로자의 작업에 도움을 주는 환경을 구축한다. 주요 선진국들은 제조업의 국가 경쟁력 강화를 위해 smart factory 연구를 활발히 진행해왔고, 국내도 이러한 흐름에 발맞추어 제조 데이터 사이언스 기반의 국산 요소 기술을 개발하고자 한다.

연구 목적 및 내용

본 연구에서 제안하는 smart factory는 물리적 공간에 연결되는 사이버 공간을 구축하여 현장 상태를 온라인으로 반영한 생산 관리를 구현한다. 이를 공장 지능화, 설비 지능화, 제품 지능화로 크게 3가지 방식으로 나누어 구성 요소 간 유기적으로 협업하는 지능형 생산 관리 체계를 구축하고자 한다.

기대 효과
본 연구는 지능형 생산 관리 기술의 새로운 패러다임을 선도할 수 있고, 이를 오픈소스로 중소 제조기업에 배포하여 제조업의 데이터 분석 역량 강화를 이뤄내 세계 시장에서의 경쟁력을 확보할 것으로 기대한다.

smart factory에 대한 구조도 및 관련 기술에 대한 그림은 아래와 같다.


2. 데이터 마이닝을 이용한 분석기 계측 값 모델링

직책: 연구 책임자  / 기간: 2017.06.01~2018.05.31

연구 필요성

최근 고도로 정밀해진 센서가 등장하고, 저장 장치가 저렴해지면서 제조 공정 중 양질의 데이터를 측정하고 저장하는 것이 손쉬워졌지만 이를 가치 있는 정보로 전환하는 분석 기술은 비교적 고도화되어 있지 못하다. 특히 반도체와 같이 초미세 공정에서 발생되는 데이터는 관리해야 할 변수의 양이 너무 많고 공정 상황이 생산되는 제품에 따라 변하기 때문에 분석에 어려움이 있다. 따라서 관리할 변수의 양을 줄이고, 공정 상황을 반영할 수 있는 분석 기술의 개발이 필요하다.

연구 목적 및 내용

본 연구는 분석기에서 발생되는 데이터를 이용하여 공정 중 미처 계측하지 못하는 중요한 정보를 예측하는 모델을 개발하는 것을 목표로 한다. 문제에 대한 접근은 아래와 같이 두가지로 나뉜다.

(1) 관리해야 하는 변수의 양이 많지만 이 중 중요한 정보를 가지고 있는 변수는 그리 많지 않기 때문에 이를 추출해내는 과정

(2) 공정 중 설비의 노후화, 유지보수 등을 이유로 심각한 drift가 발생하기 때문에 이를 보정하여 모델을 만드는 과정

과제의 전반적인 내용에 대한 그림은 아래와 같다.

기대 효과

반도체 공정에서 발생하는 방대한 양의 데이터를 분석할 수 있는 프로세스를 확립하여 데이터 수집부터 분석 결과 도출까지 일련의 과정을 내재화할 수 있다. 데이터의 정보를 잃지 않으면서 데이터 기반으로 모델 수립에 도움을 주는 변수만을 추출하여 데이터를 가공하는데 소요되던 인력과 시간을 줄일 수 있다. 개별 제품에 대한 계측 값을 얻어 보다 정밀한 제품 상태를 진단할 수 있고, drift로 인해 계측 값을 잘못 예측해 발생하던 설비 유지 비용 또한 획기적으로 줄일 수 있다.


3. 최적화 overlay modeling tool 개발

직책: 연구 책임자  / 기간: 2017.08.01~2018.03.31

연구 필요성

반도체 공정 중 핵심 공정인 photo 공정은 제품 별 목표 수율 및 이윤 창출에 있어 결정적인 역할을 하고 있다. 오버레이 보정 기술은 수십 층으로 이루어진 고집적 반도체의 상하층이 정확하게 정렬되는 기술을 뜻한다. photo 공정의 미세 회로의 집적도가 높아지고, 이러한 상황에서 수율에 대한 기준이 더욱 엄격해지고 있다. 따라서 더 정확하고 정밀한 오버레이 제어를 위해 오버레이 보정 기술(overlay modeling)을 개선하여 미래 요소 기술을 확보해야 한다.

연구 목적 및 내용

본 과제는 오버레이 최적 배치 방안과, 고도화된 오버레이 보정 기술을 제안하는 것을 목표로 한다. 각 목표의 접근 방식은 아래 그림과 같다.

(1) 오버레이 최적 측정 point 도출, 배치안 설계, simulation

(2) 오버레이 보정 기술 개선, 알고리즘 개발

 

기대 효과

제품 별 최적 오버레이 배치 방안을 제시하여 다양해지는 제품 생산 라인에서 유연하게 대처할 수 있고, 보정 기술을 개선하여 공정 내 변동성을 줄여 모델링의 강건성을 높일 수 있다. 더 나아가 photo 공정에서의 수율을 높이고 불량 제품에 대한 비용 또한 줄일 수 있다.


4. 유도탄 비행간 표적 실시간 재지정 기술 연구

(A Study on the Real-time Target Re-designation Technology in Missile Flight)

직책: 연구 책임자 / 재단: 국방과학연구소(ADD) /  기간: 2016.06.29 ~ 2018.02.15

연구 필요성

대한민국은 대륙과 해양 세력 간 교량적 위치에 있는 전략적으로 중요한 요충지이기 때문에 방공 전력 증강과 무기 자원의 국산화를 위한 지속적인 연구 개발이 필요한 상황이다. 특히 공중 위협은 다른 작전에 비해 빠른 속도로 이루어지는 작전이기 때문에 위험성이 매우 높다. 따라서 다양한 전장 정보로부터 보다 신속하고 유동적인 대응을 위해서는 현 상황 인식을 통해 발사한 유도탄의 표적 재지정을 위한 알고리즘이 반드시 필요하다.

연구 목적 및 내용

본 연구는 방공시스템의 복잡한 공중위협 상황에서 보다 효과적이며 정확한 요격이 이루어지도록 표적 재지정 기술 및 유연한 교전체인 모델을 개발하고자 한다. 세부적으로는 (1)표적 재지정 과정에서의 요구 조건을 도출하고, 도출된 요구조건을 기반으로 (2)유도탄 수준의 표적 재지정 알고리즘을 설계한다. 이를 확장하여 (3)작전통제소 수준의 표적 재지정 알고리즘을 설계하여 교전계획을 동적으로 수립하여 (4)교전체인을 모델링한 후, (5)모형의 신뢰성 및 효과성 검증을 수행한다.

과제에 대한 구체적인 내용은 보안상 생략한다. 과제에 대한 전반적인 내용은 아래 그림과 같다.

123


5. 미래 전장에서 인공지능 기반의 무인 전투기 편대의 자율 운용 체계

(Autonomous Operation of Multi-Unmanned Combat Aerial Vehicles Based on Artificial Intelligence in Future Battlefield)

직책: 연구 책임자 / 재단: 국방과학연구소(ADD) / 기간: 2017.05.01 ~ 2019.12.31

연구 필요성

강대국들을 중심으로 진행중인 군사기술 개발로 인해 미래전 양상은 무인무기, 인공지능 등의 신무기, 첨단기술 중심의 전쟁으로 바뀌고 있으며, 한반도 주변의 복잡한 군사적 역학관계 속에서 주변 국가들은 선도적인 군사기술을 기반으로 한반도의 패권을 주도하고자 한다. 이와 같이 급변하는 한반도 정세 속에서 미래 전장에 대응하기 위하여 현재 한국형 무인전투기 개발이 이뤄지고 있으며 본 연구는 기 개발중인 한국형 무인전투기 개발의 연장선상에서 인공지능 기반 무인전투기 편대 자율 운용 기술을 선제적으로 확보하고자 한다.

연구 목적 및 내용

본 연구는 무인전투기 편대가 능동적으로 사고하는 자율 운용 체계를 갖출 수 있도록 인공 지능을 활용하는 것을 목표로 한다. 이를 위해 미래전장의 양질의 데이터 획득을 위해 시뮬레이터를 구현한다. 이후 지대공미사일에 대응하는 단일 무인전투기의 생존확률을 극대화하는 위협대응 알고리즘과 무인전투기 편대의 임무 달성률을 최대화하는 결합감내 방식의 임무완수 알고리즘을 개발한다. 최종적으로 무인전투기 편대의 자율 운용 체계를 개발하고자 한다. 구현된 시뮬레이터 상에서 무인전투기 편대 운용 체계를 유한상태기계(finite state machine)로 정의하고 인공지능(기계학습) 방법을 통해 무인전투기 편대 단위의 위협 대응, 대형 재구성 등을 학습한다.

기대 효과

군의 데이터 기반 다중 운용 기술을 확보하고, 시뮬레이션을 통한 무인 전투기 실전 배치 기간을 축소할 수 있다.

과제의 전반적인 내용은 아래 그림과 같다.