인공지능과 산업공학

한 학기 동안 기계학습과 인공지능 관련 수업 6학점을 수강하였다.

초반에 내용이 겹치다가도 기계학습은 원리 중심적으로,

인공지능론은 보다 사례 이해 중심적으로 내용이 전개되다 보니

어느 한 쪽으로 치우치지 않고 넓은 시각으로 이쪽 분야를 공부할 기회를 가진 것 같다.

사실 얕디 얕은 범위에서 여러 번 읽어본 수준.

 

3개월만에 모든 딥러닝 모형을 이해할 수는 없다.

딥러닝 모형 자체를 설명하는 것보단 스마트에너지 / 스마트팩토리와 같은 산업공학에서 진출할 수 있는 핵심적인 산업군에서, 우리가 배우고 있는 인공지능 기술이 어떻게 활용되는지 확인한 것만으로, 앞으로 어떤 식으로 공부할지 방향을 잡아가기엔 충분히 의미 있는 시간들이었다.

 

우리가 일상에서 접하는 인공지능 기술은 사람들을 돕기 위한 서비스, 장치, 기술 등이고, 대개 제품 기술이다.

ex) 스마트폰 음성인식 기능 / 카메라 (소다 - 자동으로 얼굴 윤곽 인식) / 빅스비 (IPA: 인텔리전스 퍼스널 어시스턴스) 

산업경영공학에서 다루는 아래와 같은 일련의 산업 활동들은 

수요 예측  |  생산 계획 수립  |  제조 수행  |  제품 품질  |  설비 관리  |  작업자 관리  |

물류 계획  |  배송  |

고객에 대한 서비스 만족도 분석  |  앱 서비스

모두 딥러닝이나 머신러닝을 통해 지원이 가능하다.

 

품질관리  |  생산계획  |  SCM  |  물류  |  서비스공학  |  생산공학  |  금융공학 같은 전공 과목에서

최적화  |  경영과학(OR)  |  품질 |   통계  |  정보시스템  |  RT 등

산업공학의 진수와 같은 전통적인 방식들을 활용하여 문제를 해결하고 운영을 해왔었지만,

그중에 상당수가 머신러닝이나 빅데이터 인공지능을 통해서 보완되거나 대체될 가능성도 있기 때문에

산업공학에서 빅데이터와 인공지능을 보는 관점은,

기존에 어떤 시스템을 운영하는 관점에서 훌륭한 도구가 하나 추가가 된 것이다.

인공지능으로 회귀도 가능하고, 진단이나 검사나, 분류도 가능하고, 생산 모델도 만들 수 있으니

 

이번 학기는 실제 사례들을 살펴보며 어떤 방향으로 스스로 학습할 수 있을지 계획할 수 있는 정도의 소양을 쌓았다.