부의 미래, 지능형 공장에 있다 : 피지컬 AI와 디지털 트윈으로 완성하는 데이터 기반 제조 혁명

부의 미래, 지능형 공장에 있다 : 피지컬 AI와 디지털 트윈으로 완성하는 데이터 기반 제조 혁명

$33.00
저자

김영석

저자:김영석
현장의실무와이론을아우르는공장관리전문가.자동차부품중견기업에서27년간재직하며생산기술,정보시스템(MES/ERP)구축PI,생산·노무관리를했다.국내외자동차시트조립공장3개소를셋업한현장경험을바탕으로제조혁신을이끌어왔다.
(현)한국공장관리기술사회사무국장,산업경영공학박사,공장관리기술사,PMP,ISO9001/14001/45001심사원보유

목차

책을시작하면서:제조업의미래,도메인전문가와AI의협업에답이있습니다
프롤로그:'기름때'의시대가가고'데이터'의시대가왔습니다

1부.자동화,지능화의역설:열심히자동화했는데왜더복잡해질까?
[자동화의역설]“기계가틀리는데어떻게믿나요?”현장의불신이만든비극
[정보화의역설]레이저용접의품질',한번의학습'으로안심할수없는이유
[정보화의역설]엉망인요리법에최첨단믹서기를들인다면?
[정보화의역설]억소리나는시스템이왜'비싼종이받침대'가되었을까요?
[정보화의역설]성능은좋은데수리하는데일주일
[자동화의역설]비싼로봇을들였는데,왜우리공장은여전히바쁘고힘들까요?
[자동화의역설]신제품이나올때마다새로운설비로?이제는레고처럼뗐다붙였다하세요
[자동화의역설]기계만스마트하게?생산현장을관리하는'사람'도육성하세요
[자동화의역설]고장나지않는기계는없습니다,중요한건'미리아는것'입니다
[정보화의역설]부실한기초위에세운인공지능은모래성일뿐입니다
[자동화의역설]AMR을도입했는데,왜물류는더복잡해졌을까요?
[자동화의역설]기계만들여오면사람이편해질줄알았는데,왜더바빠질까요?

2부.공장의정보시스템:우리공장의정보시스템은어떻게구성되어있나
1.정보시스템계층구조(ISA-95)
기업의경영시스템(ERP,MES등)도입이유(기대효과)
제조기업의정보시스템계층구조:ISA-95
ISA-95계층구조의특징:회사의장기전략과초단위의현장상황이공존하는법
5C아키텍처&소프트웨어정의공장:공장에'지능'이라는생명력을불어넣는방법
한국형스마트제조성숙도모델(KOSMO/KS계열)
AI,로보틱스시대의제조성숙도모델의진화:기계가'연결'되는것을넘어'생각'하기시작했다면?
2.MES(ManufacturingExecutionSystem,제조실행시스템)
보이지않는공장을보이게만드는힘M,ES란무엇일까요?
중소기업의성공적인MES도입단계별로드맵
업종별MES구축방법“공장의M'BTI'를알면실패없는MES가보입니다”
생산전략별MES구축방법차이
생산전략이뭔가요?(CODP에따른생산전략)
3.ERP(EnterpriseResourcePlanning)
ERP의역할과구조:엑셀에서벗어나데이터로소통하는스마트공장
각모듈의기능:ERP로공장의'컨트롤타워'를세우세요!
ERP도입시고려사항“욕심은줄이고기초는탄탄하게!”
4.구축방법론
PI방법론:스마트공장을짓기전'기초공사'를시작하세요
기준정보의표준화:이름이제각각이면배가산으로간다?
SDLC(SoftwareDevelopmentLifeCycle,소프트웨어개발수명)
AI도입방법론(CRISP-DM)과지속관리(MLOps)
엑셀처럼설치하면끝날줄알았던AI,왜자꾸'실험'이필요하다고할까요?
변화관리:시스템만바꾸면끝인가요?진짜변화는'구성원의실행'에서시작됩니다
도메인전문가와AI전문가의협업모델

3부.제조AI(인공지능,ArtificialIntelligence):제조에특화된AI(인공지능)의등장
1.산업데이터의인프라
IoT:기계들이서로대화하며공장을지키는마법
산업IOT아키텍처3계층구조:현장의'손발'과엣지의'반사신경',클라우드의'지혜'가만날때
먼곳의전문가보다가까운'현장대리님'이필요한이유
엣지컴퓨팅제조업활용사례:'현장밀착형'인공지능
클라우드와온프레미스:우리공장의데이터,'빌려쓰는구름'에둘까요,'우리집안방'에둘까요?
2.품질검사적용방법
AI비전검사:단순히보는것을넘어,스스로판단하고진화하는똑똑한검사시스템
이음검사의기본원리
이음검사수행순서(ProcessFlow)
베테랑작업자의노하우,이제AI의'눈'과'귀'로담아내세요
6시그마:100만개중3.4개의기적을만드는'정밀한파수꾼'
관리도와이상탐지:규칙을지키는경비병과맥락을읽는탐정
3.설비관리(예지보전)
공정이상탐지관리방법론:공정이보내는이상신호
공정이상관리의진화:우리공장에'미리알려주는건강검진시스템'이생긴다면?
예지보전:기계와소통하는스마트한방법
AI예지보전원리부터도입까지:데이터로스스로진화하는똑똑한설비
PHM(PrognosticsandHealthManagement):기계가아프다고말하기전에,우리는이미알고있습니다
4.생산및운영최적화
생산관리의변화:'데이터내비게이션'을장착하다
수요예측:내일얼마나팔릴지안다면,제조의모든것이달라집니다
AI도'전공'이있습니다:문제에맞춰선택하는4가지핵심모델
생산스케줄링을최적화하는방법:디지털트윈
다품종소량생산(HighMix,LowVolume)에대응하는AI혁신방법
[사례]BMW는어떻게단1초의오차없이차를만들까요?
[사례]지멘스암베르크전자공장의디지털트윈기반최적화
5.에너지효율화(FEMS)
전통적방법과FEMS비교:무작정아끼는시대→똑똑하게사용하는시대
AI기반에너지효율화패러다임변화:스스로최적화하는지능화시대로

4부.피지컬AI:뇌를가진기계의등장,소프트웨어를넘어물리적실체로
1.피지컬AI의이해
피지컬AI:‘근육’을가진AI의탄생
피지컬AI(PhysicalAI)와엠바디드AI(EmbodiedAI)
피지컬AI기반스마트제조공정의진화:손끝의감각을데이터로,공장에‘두뇌’를심는피지컬AI
2.로봇
로봇기술의진화:로봇이내말을이해하기시작했습니다
협동로봇의확산이더딘이유?시티폰의실패사례를따라갈것인가?
AI와로봇의융합,데이터중심에서행동중심으로
글로벌휴머노이드로봇
로봇이단순한기계를넘어‘동료’가되는4가지비밀
휴머노이드로봇의활용사례:차가운기계에서따뜻한동료로
지능형로봇의강화학습:로봇에게‘방법’대신‘목표’를가르치는원리
인간-로봇협업(HRC,Human-RobotCollaboration)
3.물류로봇,AMR(AutonomousMobileRobot,자율주행물류로봇)
물류자동화도입필요성
공장내물류자동화시스템
SLAM비교(카메라VS라이다)
AMR원리:로봇은어떻게복잡한공장안에서일할까요?
AMR이성장하기위한과제:“자율주행로봇,현실의허들을넘어라”
[자동화의역설]스마트팩토리보다3정5S부터
4.디지털트윈(DigitalTwin)
디지털트윈개념:현실의문제를가상에서먼저풀어보는‘마법의거울'
디지털트윈원리:우리공장에도‘전지전능한아바타’가생긴다면?
디지털트윈적용사례:가상세계에서미리겪어보는‘완벽한하루’
디지털트윈도입절차:공장에‘똑똑한쌍둥이’를들여놓는가장확실한방법
[사례]공작기계
[사례]모터의예지보전사례
[사례]스마트공구:수천개의공구,일일이찾으러다니느라지치셨나요?
[사례]“조금더쓸까,지금바꿀까?”그치명적인고민을끝내다
[사례]툴에이식된신경:툴에서느껴지는진동과열을감지

5부.AI기술:거대한흐름의본질(이모든것을가능하게하는기술적뿌리
1.인공지능의정의와역사
인공지능의역사
인공지능(ArtificialIntelligence)패러다임의진화
AI의정의,도메인,범위
2.인공지능의분류체계
약인공지능과강인공지능의개념및비교
AI기술기반분류체계:딱딱한기술용어뒤에숨겨진‘똑똑한공장’의비밀
산업용AI분류체계:뼈대부터두뇌까지
인공지능의적용단계별분류:계산기를넘어‘나’를인식하는존재로
3.알고리즘
알고리즘:막연한데이터를가치로바꾸는마법의레시피
인공지능체계:머신러닝,딥러닝...도대체뭐가다른가요?
머신러닝:“가르치지않아도깨우칩니다”-경험으로똑똑해지는기계
머신러닝의3가지학습방식:정답을알려줄까,스스로찾게할까?아니면몸으로부딪쳐볼까?
지도학습과비지도학습(SupervisedvsUnsupervisedLearning)
강화학습의원리:“잘하면상을,못하면벌을!”
인공신경망(ANN)원리
딥러닝원리:“이게고양이야”라고말해주지않아도,스스로알아내는마법
합성곱신경망(CNN):숨은그림찾기의고수C,NN이불량을잡아내는방법
순환신경망(RNN,RecurrentNeuralNetwork):“앞뒤사정을알아야진짜불량을찾아냅니다”
어텐션(Attention):한줄씩읽는독서에서‘전체지도를펼치는눈’으로의진화
AgenticAI프레임워크
4.데이터
데이터파이프라인:데이터자동배송시스템
ETL프로세스:아무리뛰어난요리사도상한재료로는최고의요리를만들수없습니다
데이터전처리:투박한원석데이터를보석으로깎아내는7단계공정
결측치처리와스케일링:AI의눈을뜨게하는‘데이터안경’닦기
데이터처리패러다임변화:이제AI는‘얼마나똑똑한가’보다‘얼마나믿을만한가’를묻습니다
데이터처리의패러다임변화:자기주도학습S(SL,Self-supervisedLearning)
엣지AI의데이터처리4단계:클라우드보다‘엣지’가더똑똑해야하는이유
데이터드리프트와MLOps:어제의‘정답’이오늘의‘오답’이되는이유
MLOps논리체계:AI모델은‘완성’되는것이아니라‘살아가는’것입니다

6부.미래공장“공장의종말,제조의부활”,새로운제조의패러다임
기계가스스로판단하는시대,공장은하나의거대한‘생명체’가됩니다
제조패러다임의혁명적전환:SDF(소프트웨어정의공장)
SDF사례:생산기술의혁명,TESLAGIGAFACTORY
SDF사례:HMGICS의셀기반생산
이제공장은‘자아’를갖기시작합니다
[정보화의역설]사용자편의보다중요한보안내재화
ISO/IEC42001:인공지능경영시스템
DecisionOS:‘스스로판단하는지능형기업으로’
차세대신경망KAN(Kolmogorov-ArnoldNetworks):AI의미래
젠슨황&래리핑크대담:미래의공장,‘코딩’대신‘원칙’
성과관리의진화:산업의발전에따른성과의기준이어떻게바뀌었나?
지능화시대의성과관리:자율주행차의운전실력을굳이평가할필요가있을까요?
AI디바이드중소기업을위한‘기회의사다리’가옵니다
도메인지식과AI의융합:지능형공장을완성하는마지막퍼즐,현장의통찰력
중소기업정보화의역설,‘기술’이아니라‘사람’이성패를가른다

독자에게전하는메시지:AI라는거대한기회의창,아웃라이어는어떻게탄생하는가
에필로그:지능형공장을완성하는마지막퍼즐,여러분의‘통찰력’입니다

출판사 서평

왜스마트팩토리는기대만큼성과를내지못하는가?

AI와스마트팩토리가제조업의미래를바꾼다는이야기는이제낯설지않다.그러나정작현장에서필요한것은화려한기술소개와포트폴리오가아니라,왜많은디지털전환프로젝트가기대한성과를내지못하는지,그리고무엇부터시작해야하는지에대한현실적인답변이다.《부의미래,지능형공장에있다》는이러한질문에서출발한다.

자동화의역설,현장의언어로풀다

이책은스마트팩토리와제조AI를단순한기술트렌드로다루지않는다.자동화의역설,정보화의실패,현장의저항,데이터품질문제등실제제조현장에서반복적으로발생하는문제를분석하며,기술도입이전에해결해야할조직과프로세스의중요성을강조한다.특히제조업의경쟁력이더이상설비자체가아니라데이터를활용하는능력에서결정된다는점을다양한사례와함께설명한다.또한MES와ERP,산업IoT,AI비전검사,예지보전,디지털트윈,피지컬AI,휴머노이드로봇,자율제조에이르기까지제조혁신의핵심기술을하나의흐름속에서이해할수있도록구성되어있다.특히각각의기술을개별적으로설명하는데그치지않고,그것이실제공장에서어떻게연결되고어떤가치를창출하는지를보여준다.

AI시대의주인공은현장을아는사람이다

저자는AI시대의주인공이반드시IT전문가일필요는없다고말한다.오히려현장을가장잘이해하는사람의경험과통찰이AI와결합할때가장큰혁신이가능하다는점을강조한다.제조업의미래를고민하는경영자와실무자,그리고제조현장을이해하고자하는학생들에게변화의방향을보여주는유용한길잡이가될것이다.