파라미터 튜닝 자동화: 시간 52% 단축∙정확도 20% 상승

현장 엔지니어 의존적 파라미터 튜닝의 비효율성

소프트웨어 기반 모션 컨트롤 솔루션은 제조 현장의 다양한 장비와 설비의 동작을 제어합니다. 장비 및 설비의 파라미터가 제대로 튜닝되지 않을 경우, 모션 컨트롤 솔루션이 명령한 제어값(command)과 장비 드라이버의 실제 제어값의 차이가 발생합니다. 이러한 차이를 줄이기 위한 튜닝 작업은 전통적으로 현장 엔지니어가 수행합니다. 그러나 작업자의 숙련도에 따라 튜닝의 품질과 시간이 달라져 기업의 표준화 된 기술 자산으로 축적되기 어렵습니다.

머신러닝 시뮬레이터와 강화학습 기반 파라미터 튜닝 기법

마키나락스의 AI 강화학습 기반 제어최적화 솔루션을 통해 문제를 개선할 수 있습니다. 모션 컨트롤 솔루션이 명령한 제어값과 파라미터 튜닝값에 따라 장비 드라이버의 실제 동작 결과를 예측하는 머신러닝 기반 시뮬레이터(dynamics model)를 구현합니다. 시뮬레이터와 연계하여 다량의 시행착오(trial-error) 기반 실험이 가능한 강화학습 기법을 활용해 무수한 튜닝 실험을 가상으로 수행하며 최적의 튜닝값을 도출해 적용했습니다.

AI 기반 파라미터 튜닝으로 시간 단축과 정확도 향상

전문가 작업 시 소요되는 튜닝 시간을 최대 52% 단축하고, 모션 컨트롤 솔루션이 명령한 제어값과 장비 드라이버 실제 제어값의 오차를 전문가 대비 최대 20% 감축합니다. AI를 적용하면 작업자의 숙련도와 상관없이 더 빠르고 정확한 파라미터 튜닝 자동화가 가능합니다.