제조 데이터의 지형도

"데이터가 없다"고 말하는 공장에도 데이터는 있습니다. 흩어져 있고 연결되지 않았을 뿐입니다.

계층별 데이터 원천

계층	시스템	담는 것	주기
현장 제어	PLC · DCS	설비 동작 신호, 인터록	ms~초
감시	SCADA · HMI	운전 상태, 알람	초
계측	센서 · DAQ	진동·온도·전류·압력	ms~초
생산 실행	MES	작업지시, 실적, 설비 가동	분~시간
품질	LIMS · 검사기	측정값, 판정, 불량 코드	로트 단위
경영	ERP	수주, 자재, 원가	일~월

이 표가 알려주는 것

주기가 다르면 결합이 어렵습니다. 초 단위 진동 데이터와 로트 단위 품질 판정을 이으려면 "이 로트를 만들 때 그 설비는 어떤 상태였나" 를 시간으로 맞춰야 합니다. 이 타임스탬프 정합이 제조 데이터 통합의 첫 번째 관문입니다.

자주 하는 실수

"MES에 다 있으니 MES만 보면 된다"

MES는 결과를 담습니다. 왜 그렇게 됐는지(설비 상태, 공정 변수)는 하위 계층에 있습니다. 원인 분석을 하려면 계층을 가로질러야 합니다.

---

데이터가 있어도 어려운 이유

데이터를 모았다고 곧바로 모델이 되지는 않습니다. 제조 데이터에는 다른 분야에서는 잘 나타나지 않는 성질이 있고, 이것이 제조 AI 프로젝트를 되풀이해 막아섭니다. 현장에서 자주 거론되는 여섯 가지를 미리 지도로 펼쳐 둡니다. 지금 다 이해하지 않아도 됩니다. 어디서 막힐지 미리 알아 두는 것이 목적입니다.

난제	무엇이 문제인가	어디서 다루는가
복합 데이터형	센서 파형·이미지·표가 뒤섞여 한 모델로 다루기 어렵다	이 코스, 비전 코스
고차원 소표본	변수는 수백 개인데 학습할 표본은 수십 개	이 코스 — 바로 아래
클래스 불균형	양품 수만 개에 불량 수십 개	비전 코스, 예지보전 코스
미지 불량 출현	학습에 없던 종류가 실제로 나타난다	비전 코스
라벨 오류	사람이 매긴 판정 자체가 틀려 있다	비전 코스
공정 변화	설비가 닳고 조건이 바뀌어 모델이 서서히 낡는다	이 코스, 예지보전 코스

고차원 소표본 — 이 코스가 다루는 난제

위 표의 계층별 원천을 모두 끌어오면 변수는 금세 수백 개가 됩니다. 설비 하나에 붙은 태그가 200개면, 공정 다섯 단계를 거친 제품에는 1,000개의 변수가 따라붙습니다.

그런데 학습에 쓸 수 있는 표본은 그만큼 늘지 않습니다. 품질 판정이 로트 단위로 나오면 한 달에 쌓이는 표본은 수백 건이고, 그중 불량은 수십 건입니다. 변수가 표본보다 많은 이 상태를 고차원 소표본이라고 부릅니다.

무엇이 잘못되는가

변수가 표본보다 많으면 학습 데이터를 완벽하게 설명하는 조합이 무수히 많이 생깁니다. 모델은 그중 하나를 고를 뿐이고, 그것이 진짜 인과일 가능성은 낮습니다. 학습 정확도는 100퍼센트인데 새 데이터에서 무너지는 전형적인 상황이 여기서 나옵니다. 우연히 불량과 함께 움직인 무관한 태그를 원인으로 지목하는 일도 흔합니다.

어떻게 다루는가

먼저 변수를 줄입니다. 도메인 지식으로 공정에 실제로 관여하는 태그만 남기는 것이 통계적 선택보다 대체로 낫습니다. 어떤 태그가 왜 필요한지 설명할 수 없다면 빼는 편이 안전합니다.

다음으로 표본을 늘립니다. 로트 단위 판정을 제품 단위로 내릴 수 있는지, 과거 데이터를 어디까지 소급할 수 있는지 확인합니다. 뒤에서 다룰 데이터 자산화가 여기에 직결됩니다.

그리고 검증을 엄격하게 합니다. 표본이 적을수록 한 번의 분할 결과는 운에 좌우되므로, 분할을 바꿔 가며 여러 번 평가한 값을 봐야 합니다.

고차원 소표본에서 가장 위험한 것은 성능이 나쁜 모델이 아니라 성능이 좋아 보이는 모델입니다. 표본이 적을 때의 높은 정확도는 의심부터 하는 것이 맞습니다.