[지디넷코리아]
인핸스가 제조 현장 숙련자의 경험과 판단 기준을 데이터로 구조화해 인공지능(AI)이 활용할 수 있도록 하는 기술 개발에 나선다.
인핸스는 산업통상부의 2026년도 제조암묵지기반 AI모델개발사업의 일환으로 GS칼텍스와 ‘제조 암묵지 기반 AI 모델 개발’ 과제를 수행한다고 23일 밝혔다.
이번 과제는 인핸스가 주관연구개발기관으로 전체 개발을 총괄하고 GS칼텍스가 수요기업으로 참여한다. 오픈그래프랩스, 전남대학교, GIST도 각각 협력사와 공동연구기관을 맡는다.
제조 현장에서는 숙련 인력의 세대교체와 함께 오랜 기간 축적된 판단 기준과 문제 해결 경험이 단절될 가능성이 있다. 설비 이상이 발생했을 때 무엇을 먼저 확인할지, 같은 현상에서도 설비 상태와 운전 조건에 따라 어떤 원인을 우선적으로 살펴볼지 등은 매뉴얼만으로 담기 어려운 현장 지식이다.
인핸스는 GS칼텍스의 설비 관련 정형 데이터와 비정형 문서, 정비 이력에 현장 엔지니어 인터뷰를 통해 확보한 판단 기준과 예외 처리 경험을 연결한다. GS칼텍스 설비 83만 2996대와 비정형 문서 약 2900건을 기반으로 설비·부품·이상 징후·원인·조치 등의 관계를 구조화할 계획이다.
장치·기계·전기·계기 분야 엔지니어를 대상으로 설비 상태 확인 순서와 원인을 좁혀가는 기준, 예외 상황에서 추가로 고려하는 요소 등을 파악해 온톨로지 설계에 반영한다. 온톨로지는 서로 다른 데이터와 지식 간 관계를 구조화해 필요한 정보와 판단 근거를 연결하는 기술이다.
구축한 지식은 현장 활용을 위한 ‘안내서(가이드) 챗봇’으로 구현한다. 현장 담당자가 설비 이상이나 정비 상황을 자연어로 질문하면 원인 후보와 점검 순서를 제시하고 과거 정비 이력과 기술표준 등 판단에 참고할 수 있는 원문도 확인할 수 있도록 개발한다.
가이드 챗봇은 AI가 현장 담당자를 대신해 결론을 내리는 방식이 아니라 판단에 필요한 정보와 근거를 제시하는 방식으로 설계된다. 현장 담당자가 실제 설비 상황과 관련 자료를 확인해 최종 판단하도록 지원하는 구조다.
모든 개발 환경은 GS칼텍스 온프레미스 기반으로 구성하며 활용 데이터가 GS칼텍스 내부 환경을 벗어나지 않도록 설계한다.
이승현 인핸스 대표는 “숙련자의 경험을 문서로 남기는 것을 넘어 기업이 지속적으로 활용할 수 있는 지식으로 전환하는 것이 중요하다”며 “현장 담당자가 필요한 정보와 판단 근거를 확인하고 효율적으로 문제를 해결할 수 있도록 지원하는 시스템을 구축하겠다”고 말했다.