현대모비스가 생산·물류 부문 등에도 AI 기술 접목을 확대한다. 품질향상과 비용절감, 고객 만족도 제고 등 경영혁신을 이루기 위한 차원이다. 

현대모비스는 인공지능(AI)으로 품질 불량을 검출해내는 알고리즘을 개발해 생산현장에 적용한다고 5일 밝혔다. 이와 함께 외부 환경 변화를 학습해 AS부품의 수요를 예측하는 인공지능 모델 개발에도 성공해 상반기 적용할 계획이다.

지난해 인공지능 기반의 소프트웨어 검증시스템(마이스트)과 개발문서 검색시스템(마이봇)을 연구개발 분야에 도입한 데 이어, 인공지능 기술을 생산과 물류 분야까지 확장해 접목한 것이다.

현대모비스가 이처럼 전사적인 차원에서 인공지능 기술을 개발해 적용하고 있는 것은 그간 기술의 한계로 발생했던 비효율적인 측면들을 해소할 수 있기 때문이다. 또한 데이터가 쌓이면 스스로 학습해 발전하는 인공지능 기술의 특성 상, 발 빠른 기술의 적용으로 더욱 진화된 모델을 확보할 수 있을 것으로 기대된다.

이를 위해 현대모비스는 지난해 초 사내에 빅데이터팀을 신설하고, 현업부서와의 협업을 통해 이와 같은 데이터 분석 기술을 모두 독자 개발했다. ICT 기업이 아닌 자동차 부품기업이 맞춤형 인공지능 기술을 개발하는 별도 팀을 운영하는 것은 현대모비스가 유일하다.

예컨대 현대모비스는 최근 이미지 데이터를 기반으로 품질 불량을 검출해내는 알고리즘을 자체 개발해 첨단 전장부품 공장인 진천공장 내 전동식 조향장치용 전자제어장치(MDPS ECU) 생산라인에 적용했다.

전자제어장치(ECU)는 전자식 부품의 두뇌 역할을 하는 부품으로 인쇄회로기판(PCB) 위에 수많은 작은 소자들을 삽입해 만든다. ECU가 전자장치인 만큼 엄격한 품질 검사를 진행하는데, 이 때 검사 방법의 한계로 정상적으로 기능하는 제품이 부적합 판정을 받는 경우가 생길 수 있다. 이런 제품들은 다시 숙련된 기술자가 육안으로 검사를 하고 기능 상 이상이 없는지 재확인하는 과정을 거쳐야 한다. 

현대모비스는 이 과정에서 비효율이 발생한다고 보고, 인공지능 컴퓨터로 하여금 제품을 정확하게 판별해 낼 수 있도록 다양한 형태의 샘플들을 학습시켰다. 알고리즘은 현재도 98% 이상의 판별률을 보이고 있지만, 데이터가 누적될수록 완벽하게 제품을 판별해 낼 수 있을 것으로 보고 있다.

또 AS부품 수요에 영향을 끼치는 다양한 외부요인을 학습해 수요량을 예측하는 모델 개발에도 성공해 상반기부터 활용한다는 방침이다. 계절이나 날씨, 운전자의 주행 습관, 차량 운행 대수, 차종 별 점검시기 등이 이러한 외부요인에 속한다.

이를 위해 현대기아차의 AS부품을 책임 공급하고 있는 현대모비스는 단종된 차량을 비롯해 244개 차종의 270만개에 달하는 대단위 AS부품을 공급하고 있다. 

현대모비스는 이들 부품의 수요예측을 더 정확히 하기 위해 과거 데이터는 물론, 향후 예상되는 외부요인들을 인공지능 컴퓨터로 분석해 수요 예측 정확도를 대폭 개선했다. 온도 변화로 인한 제동부품의 마모율 변화를 학습한 머신러닝 모델이 기상청의 기후관측 데이터를 미리 반영해 제동부품 수요를 예측하는 식이다.

이상화 현대모비스 IT기획실장은 “각 사업 부문별로 기술의 한계 때문에 발생했던 비효율적인 부분들은 인공지능 기술의 발전으로 대부분 해결할 수 있게 됐다”면서 “앞으로 각 현업부서별로 개선 사항들을 취합하고, 우선순위에 따라 인공지능 기술을 순차적으로 도입해 전사적인 차원의 경영 혁신을 이뤄나갈 것”이라고 말했다.

/지피코리아 김기홍 기자 gpkorea@gpkorea.com, 사진=현대모비스