1. 품질관리 기본 개념

   • 품질관리의 목적: 제품의 신뢰성, 기능, 코스트 최적화

   • Deming 사이클(PDCA): 계획(Plan) → 실행(Do) → 점검(Check) → 개선(Action)

   • 품질의 정의: 객관적 특성, 유용적 품질, 심리적 품질 등 다양한 관점에서 평가

2. 산업표준화

   • 표준화의 개념과 목적: 효율성, 안전성, 경제성 확보

   • 표준화의 원리: 단순화, 관련자 합의, 객관성, 보편성

   • 효과: 대량생산 가능, 호환성 향상, 자동화 촉진

   • 인증제도: ISO 9001(품질경영), ISO 14001(환경경영), ISO 45001(안전보건) 등

3. 스마트팩토리와 AI

   • 스마트팩토리 정의: IoT 기반 데이터 수집, 분석, 자동 제어를 통한 지능형 공장

   • 핵심 시스템: ERP, MES, SCM, PLM

   • AI 활용 분야: 품질관리, 공급망 최적화, 예지보전, 로봇 프로세스 자동화

4. AI 기초 및 학습방법

   • 지도학습, 비지도학습, 강화학습의 차이

   • 주요 알고리즘: 로지스틱 회귀, 의사결정트리, 랜덤포레스트, 신경망

   • 산업 데이터 유형: 이미지, 텍스트, 센서 데이터, 영상

5. 품질검사 및 범주화 AI

   • 수입검사의 개념: 원자재 적합성 검사

   • 검사 방법: 전수검사, 샘플링검사, 무검사

   • 범주화 AI: 이진분류, 다중분류, 분류 모델 평가, 결정경계 개념

   • 랜덤포레스트: 부트스트래핑 기반 앙상블 기법

느낀 점:
스마트팩토리와 AI는 단순히 자동화 수준을 높이는 것이 아니라, 데이터 기반의 품질 개선과 예측을 가능하게 하여 제조업 경쟁력을 크게 높일 수 있다는 점이 인상 깊었습니다. 특히, AI 모델이 품질검사에서 인적 의존도를 낮추고 불량률을 줄이는 역할을 할 수 있다는 점에서 산업 현장의 변화 가능성을 실감했습니다.