| 구분 | 내용 |
|---|---|
| 정의 | 제조 AI는 설비 신호, 생산 실적, 검사 결과, 작업 조건 같은 공장 데이터로 학습해 공장에서 내리는 판단을 돕는 AI다. |
| 설명 | 공장에서 하는 일은 품질 보기, 설비 보기, 생산 순서 정하기, 공정 조건 찾기 4가지로 나뉜다. 무엇부터 시작할지는 지금 공장에 어떤 데이터가 있는지가 정한다. |
| 차이 | 대화형 AI가 사람의 말과 글로 학습한다면, 제조 AI는 숫자·이미지·시간에 따라 바뀌는 신호를 주로 다룬다. |
요즘 AI라고 하면 질문에 답하고 글을 쓰고 요약하는 대화형 AI를 먼저 떠올리기 쉽다. 공장에서 말하는 제조 AI는 사용하는 데이터도, 맡는 일도 상당히 다르다. 이 차이를 모른 채 제안서를 읽으면 무엇을 사는지 파악하기 어렵다.

제조 AI는 설비 신호·생산 실적·검사 결과·작업 조건처럼 공장에서 나온 데이터를 학습해 공장의 판단을 돕는 AI다. 사람의 말과 글을 배운 대화형 AI와 달리 숫자, 이미지, 시간에 따라 변하는 신호를 주로 다룬다.
그래서 성능을 좌우하는 것도 모델보다 데이터 쪽이다. 같은 기술이라도 그 공장의 기록이 얼마나 쌓였고 얼마나 정확한지에 따라 결과가 크게 달라진다.
제조 AI가 실제로 하는 일은 크게 네 가지로 나뉜다.

네 가지 가운데 출발점은 지금 공장에 어떤 데이터가 있는지로 정해진다. 불량 사진이 모여 있으면 품질, 설비 신호를 이미 받고 있으면 설비, 작업지시와 실적 기록이 정확하면 순서부터 시작하는 것이 빠르다. 데이터가 거의 없다면 AI보다 기록을 남기는 일이 먼저다.

제안서를 받으면 아래 세 가지를 물어본다.
결국 제조 AI는 공장에 쌓인 기록을 판단으로 바꾸는 도구다.
귀사의 상황에 맞는 답을 드립니다.