-부품 품질 검수 및 수요공급 예측부터 업무 시스템까지 다양한 분야서 인공지능 활용 범위 늘려 현대모비스가 자율주행과 커넥티비티 연구개발 분야에 이어 생산·물류 등 다양한 사업 영역에도 AI기술을 확대·적용한다. 품질향상과 비용절감, 고객 만족도 제고 등 경영혁신을 이루기 위한 차원이다.
이를 위해 현대모비스는 지난해 초 사내에 빅데이터 전담부서를 신설하고, 현업팀과의 협업을 통해 필요한 인공지능 기술을 모두 독자 개발하고 있다. ICT 기업이 아닌 자동차 부품기업이 맞춤형 인공지능 기술을 독자 개발하기 위해 전담부서를 운영하는 것도 업계에서 유일하다.
현대모비스는 올해 초 이미지 데이터를 기반으로 품질 불량을 검출해내는 알고리즘을 자체 개발해 첨단 전장부품 공장인 진천공장의 전동식 조향장치용 전자제어장치(MDPS ECU) 생산라인에 적용했다. ECU가 전자장치인 만큼 엄격한 품질 검사를 진행하는데, 이 때 검사 방법의 한계로 정상적으로 기능하는 제품이 부적합 판정을 받는 경우가 생길 수 있다. 회사는 이 과정에서 비효율을 해결하기 위해 인공지능 컴퓨터로 하여금 제품의 불량여부를 정확하게 판별해 낼 수 있도록 다양한 형태의 샘플을 학습시켰다. 알고리즘은 현재 98% 이상의 판별률을 보이고 있지만, 데이터가 누적될수록 완벽하게 제품을 판별해 낼 수 있을 것으로 전망된다.
국내외 현대·기아차의 AS부품 공급을 책임지는 현대모비스는 AS부품 수요에 영향을 끼치는 다양한 외부요인을 학습해 수요량을 예측하는 모델 개발에도 성공했다. 계절이나 날씨, 운전자의 주행 습관, 운행 대수, 차종 별 점검시기 등이 이러한 외부요인에 속한다.
지금까지는 과거의 데이터를 바탕으로 향후 1년간 소요될 AS부품 수를 예측해 부품을 확보했다. 현재도 90% 이상의 정확도를 보이고 있지만, 일부 부품의 경우 계절적 요인 등 수많은 변수들로 인해 정확도가 떨어지는 경향이 있었다. 회사는 수요예측을 더 정확히 하기 위해 과거 데이터는 물론, 향후 예상되는 외부요인들을 분석해 정확도를 대폭 개선했다. 온도 변화로 인한 제동부품의 마모율 변화를 학습한 머신러닝 모델이 기상청의 기후관측 데이터를 반영해 제동부품 수요를 예측하는 식이다.
한편, 회사는 인공지능을 활용한 업무시스템을 구축해 구성원들의 일하는 방식도 바꾸고 있다. 최근 직원들이 일상 언어로 대화할 수 있는 인공지능 채팅로봇(챗봇), 마이봇(MAIBOT; Mobis AI Robot)을 도입한 것이 대표적이다. 딥러닝 기반의 자연어 처리와 추론 능력을 바탕으로 사용자 의도를 분석해 맞춤형 답변을 제공해주는 시스템이다. 마이봇에는 직원들이 검색하고 공유할 수 있는 1,000만 건의 사내 문서가 등록돼 있어 기존 여러 단계에 걸친 사내 자료 검색을 수월하게 하고 업무 효율을 높인다.
오아름 기자
or@autotimes.co.kr▶ [하이빔]경차 감소와 한국지엠 창원공장▶ 리막, 1,900마력 전기 하이퍼카 양산▶ 링컨, 소형 전기 SUV 2022년 출시▶ 도이치, 12월부터 재규어랜드로버 판매 나선다▶ [시승]장점만 담은 종합선물세트, 미니 클럽맨
