USE CASE
USE CASE
임픽스가 수행한 제조 AI 도입 사례입니다. 각 사례는 문제 정의, 수집한 데이터, 적용한 모듈, 결과 순서로 정리했습니다.
- 자동차
사출 공정 AI 머신비전 기반 비전검사 난검 불량 탐지 실증 사례
룰베이스 비전 카메라가 탐지하지 못하던 스크래치·가스·얼룩을 딥러닝으로 검출하고, 사출 생산·설비 데이터로 품질을 예측해 공정 조건을 최적화한 사례입니다. 공정 불량률이 8%에서 4%로 낮아졌습니다.
자세히 보기 → - 자동차
지능형 사출 공정·검사 자동화 시스템 구축
설비 1대당 8명이 붙던 노동 집약적 수직 사출 공정에 검사 자동화와 품질예측을 도입한 사례입니다. 분당 생산량이 121% 늘고 품질 불량률은 11%에서 2%로 낮아졌습니다.
자세히 보기 → - 기타
설비 데이터 기반 AI 품질 예측 — 사출·열처리·용접 3개 공정
숙련공의 경험에 의존하던 생산 방식을 LOT 단위 데이터셋과 AI 품질예측으로 옮긴 사례입니다. 3개 공정 기준으로 불량 손실액이 560만 원 줄고 정품 생산량이 13% 늘었습니다.
자세히 보기 → - 자동차
자동차 부품 조립 공정 딥러닝 기반 설비예지보전 시스템 구축
고장 난 뒤 고치던 사후 정비를 예지보전으로 바꾼 사례입니다. 체결설비에는 Auto-encoder, 검사설비에는 심층신경망(CNN) 모델을 적용해 설비 이상과 교체 주기를 미리 예측합니다.
자세히 보기 → - 자동차
페이스트 도포 공정 품질예측 기반 AI 자율제어
비전 센서의 비정형 데이터와 PLC의 정형 데이터를 결합해 최적 도포량을 도출하고, 그 값을 설비 설정값으로 되돌려 보내는 자율제어를 구현한 사례입니다.
자세히 보기 → - 제약·바이오
AI 기반 이상징후 감지를 통한 제약 공정 설비예지보전
주사제 제조 공정의 핵심 설비에서 대용량으로 발생하는 공정 데이터를 실시간으로 수집·활용하는 데이터 관리 시스템을 구축하고, 설비 이상을 조기에 감지한 사례입니다.
자세히 보기 →