최근 저출산 고령화가 진행됨에 따라 노동 인구의 감소가 과제가 되고 있다. 특히, 실무 부족은 심각하며, 제조업에서는 숙련자에 의존하는 업무가 많기 때문에 기술 계승과 새로운 업무의 효율화를 목적으로 인공지능(AI)의 활용을 통한 업무 자동화가 기대되고 있는 가운데 제조 현장의 생산 계획의 입안에서도 경험자만의 노하우와 감각, 재치와 같은 언어화 할 수 없는 암묵치(暗默値, default value)를 추출하여 숙련자 기술의 디지털화가 요구되는 반면, 모든 조건을 사전에 망라하는 것에는 한계가 있으며, 숙련자의 효율성과 품질을 양립한 생산 계획을 재현하는 것은 매우 어려운 실정이다.

참고)인공지능(AI) 분야에서는 단순한 변수치가 아니고 상황의 모델도 시스템이 미리 준비하여 그것을 이용하여 추론하는 적이 있는데 그 상황 모델도 암묵치라 부르고 그 추론을 암묵적 추론이라 한다.

히타치는 지난 몇 년 동안, 제한된 시간 내에 순식간에 많은 제약 조건을 충족해야 하는 수학적 최적화 기술을 응용하여 생산 현장에서 최적의 생산 계획을 자동으로 생성하기 위한 제약 프로그래밍을 연구하고 있다. 이번 서비스 출시에 있어서는 수학적 최적화 기술에 머신러닝을 이용한 인공지능을 융합하여 새로운 제약 프로그래밍 "Hitachi AI Technology / MLCP (Machine Learning Constraint Programming)'을 개발하고 서비스의 핵심 기술로 적용하고 있다.

히타치 제작소(CEO 히가시 토시아키/이하, 히타치)는 이번에 생산 라인의 데이터와 숙련자의 작업 이력 등 AI(인공지능)를 활용하여 분석하고 자동으로 최적의 생산 계획을 수립한다는 ‘Hitachi AI Technology·계획 최적화 서비스’(이하, 서비스)를 24일부터 제공한다고 23일 밝혔다.

서비스는 철도 운행 관리 등으로 입증된 주어진 제약 조건을 충족 가운데 가장 좋은 결과를 도출 계산 기술. 현실 문제의 포인트를 정리하여 수식으로 나타낸 수식에 있던 알고리즘 최적의 솔루션을 구하는 수학적 최적화 기술과 인공지능을 연계한 최적화 기술의 일종이며, 제약 조건을 만족하는 답을 찾기 위해 프로그래밍 기법인 히타치 독자적인 제약 프로그래밍을 적용하여 최적의 솔루션의 빠른 추출뿐만 아니라 숙련자에 의한 생산 계획을 재현 가능하게 하는 것이다.

이는 시설이나 납기, 비용 등 복잡한 제약 조건 외에도 엄청난 숙련자 계획 내역에서 머싱러닝을 통해 숙련자 자신의 계획 패턴을 추출·조합하여 분석하고 다품종·다 공정의 제품을 어떤 순서 에서 생산해야 할지 최적의 생산 계획을 이끌어낸다. 따라서 수요 변동 등 일상적인 환경 변화에도 유연하게 생산 계획의 재조합이 가능하게 되는 등 계획이나 검토에 소요되는 부하를 크게 줄일 수 있으며, 생산 계획의 수립에 관한 기술 상속을 지원한다.

또한 본 서비스는 신일본제철 스미토모금속(CEO 신도 타카오)와 공동 실증 적용되어 있다. 본 실증에서 숙련자의 생산 계획의 일부에 대한 재현성을 확인할 수 있었기 때문에 오는 2018년 2월부터 본격적인 실증 환경을 정비할 예정이다. 또한 앞으로 매일 숙련자의 생산 계획 및 서비스에 의해 산출한 생산 계획을 비교·검증하는 단계로 이동한다.

한편 히타치는 신일본제철 스미토모금속과 공동으로 히타치의 IoT 플랫폼인 루마다(Lumada) 유스 케이스로 제조업의 생산 계획 외에 소매·유통의 배차 계획, 여객·화물 등 교통·운수의 배송 계획 등 업무에 폭넓게 적용, 전개해 나가고 있다. 또한 "Hitachi AI Technology"를 구성하는 다양한 인공지능 기술의 연구 개발 및 PoC 다양한 솔루션의 전개를 가속해 나가고 있다.