평소 데이터 분석에 관심이 많아서 관련 공부를 이어가던 중, 제조·생산 분야와 AI를 접목한 실무 흐름을 좀 더 이해해보고 싶어서 이번 스터디에 참여하게 됐다.

3일 커리큘럼은 1강 품질관리란? 생산관리와의 상호보완성, 2강 스마트팩토리와 데이터분석, 3강 수입검사 시 품질관리 방법으로 구성되어 있었다.

1강에서는 품질관리가 단순히 불량품을 걸러내는 개념이 아니라, 신제품 관리·수입 자재 관리·제품 관리·특별 공정 조사 등 생산 전반에 걸쳐 유기적으로 작동한다는 점이 인상적이었다. Deming 사이클(Plan-Do-Check-Action)을 통해 품질이 끊임없이 개선되는 구조로 운영된다는 것도 새롭게 알게 됐다.

2강에서는 스마트팩토리 환경에서 ERP, MES, SCM이 어떻게 연결되는지, 그리고 AI가 품질관리·예지보전·공급망 최적화 등에 어떻게 활용되는지를 배울 수 있었다. 지도학습·비지도학습·강화학습의 차이, 분류·회귀·군집화 같은 AI 태스크 개념도 제조 맥락에서 설명해주니 훨씬 와닿았다.

3강에서는 전수검사·샘플링 검사·무검사의 차이와 각각의 장단점, 그리고 로지스틱 회귀·결정 트리·랜덤 포레스트 같은 분류 AI 모델이 수입검사에 어떻게 적용될 수 있는지를 다뤄서 이론과 실무의 연결고리를 느낄 수 있었다.

하루 30분씩 3일이라는 짧은 시간이었지만, 처음 접하는 분야를 체계적으로 훑기에는 충분했다. 앞으로 데이터 분석과 제조 도메인을 함께 공부해나가는 데 좋은 출발점이 된 것 같아 만족스럽다!
#스마트팩토리 #AI #품질관리