최근 산업동향, 설비진단 및 예지보전 분야에서도 주인공이 되고 있는 인공지능(AI)은 많은 데이터와 그 학습의 결과를 기반으로 하고 있다. 정답과 오답을 구분하는 정도가 아닌 정답/오답이 없이 스스로 결과를 예측하는 학습인 딥러닝(Deep learning)기법도 폭발적으로 연구되고 있다. 그런데 신호(signal)를 데이터로 분리해 내는 과정에서 너무나도 많은 이들이 신호자체를 마치 데이터인량 착각하고 있다. 다음은 인공지능으로 파악할 수 있는 현실적 수준의 신호 또는 데이터를 각 단계에서 구분하여 자칫 혼동하기 쉬운 본인의 전문분야를 명확히 하는데 도움이 되고자 정리된 자료이다.

Big signal & big data & AI & Robot

우선 ‘빅시그널’이라는 말은 여기서 처음 사용하며 정의되지 않았으나 빅데이타를 포함한 위의 네 가지 단어를 예로 표현하여 이해해보도록 다음의 실사례로 구분하였다.

1.     로봇에 센서를 장착하여 구조를 이동이나 정지작업을 수행한다.

2.     센서는 아날로그 신호를 측정하고 전문가 특성화 알고리즘이 장착된 DAQ를 통해서 디지털데이타로 거듭난다.

3.     여기서 DAQ는 적절한 샘플링을 통해서 신호를 디지탈화한다. 이 때 각종 특성화 파라미터를 추출할 알고리즘을 초당 데이터로 만든다.

4.     나노~초당 데이터~는 한 화면에 연산이 가능한 블록사이즈와 평균화를 통해서 보통의 waveform을 만든다.

5.     Waveform에서 초~수초~수시간이상의 자료를 다시 평균화하는데 이 것이 Trend이며 예측수준의 그래프가 된다. 이 것을 빅데이타로 보고 그 이전은 ‘빅시그널’로 보는 것이 옳다.

6.     인공지능은 센서에서 들어오는 실시간 신호를 직접 데이터화하여 분석할 능력이 없으므로 위의 5번 단계에서 데이터를 만들어 놓고 학습해야 한다.

7.     즉 인공지능은 다음의 두 가지에서 활약할 수 있는데 위의 5번단계에서의 빅데이타의 추이를 통한 ‘고장예측’과 3번 단계에서 빅시그널에서 이상패턴을 분류화하는 ‘특성화 알고리즘’을 찾는 것이다.

8.     그리고 이 AI가 장착된 시스템을 로봇에 탑재할 수 있다.

정리하면 실시간 데이터를 통해서 많은 결과를 유추해 낼 수 있으려면 다음의 전제조건을 갖추어야 한다.

첫째, 수많은 시그널(Raw date) 중에서 빅데이터로 패턴을 정리하는 능력이 가능해야 한다.

둘째, 빅데이터(Trend, Scattering)를 통해서 고장시점을 분류해 내는 능력이 있어야 한다.

주제에서 약간 벗어난 이야기이지만, 그 다음에 이루어지는 것이 인공지능의 판단에 대한 권리 부여이다. 이제까지 좋은 결과나 최종적인 판단을 위한 결정적 조치는 수행할 수 있으나 과연 최종판단도 인공지능에 맡겨야 할지는 모든 사람들이 생각하고 있어야 할 것이다. 왜냐하면 그 때는 사람이 필요 없기 때문이다.

TEL: 02-6480-9991,  sales@astint.co.kr Copyright, 에이에스티(AST) , www.ASTint.co.kr