【 청년일보 】 제조 현장에서 AI 기반 품질검사가 빠르게 확산되고 있다. 이제는 카메라와 딥러닝 모델이 결함을 선별하고 작업자가 결과를 확인하는 구조가 흔해졌다. 다만 현장 성과를 가르는 핵심은 모델 정확도 자체가 아니라 '사람과 AI가 어떻게 함께 일하도록 설계됐는가'에 있다. 조명·소재·설비 상태가 바뀌며 데이터 분포가 흔들리는 제조 환경에서 품질검사는 단순 분류 문제가 아니라 불확실성을 관리하는 운영 문제로 바뀌기 때문이다. ◆ AI 품질검사의 핵심: 모델이 아니라 운영 설계 많은 라인에서 '사람이 마지막에 확인만 하면 된다'는 방식으로 설계를 끝내지만, 이 접근은 쉽게 흔들린다. AI가 'OK·NG'만 던져주면 작업자는 근거 없이 승인·반려를 반복하게 되고, 결국 사람마다 판정 기준이 달라져 품질 편차가 커진다. 반대로 AI 결과를 그대로 따라가면 과의존이 생기고, 불신이 커지면 재검이 남발돼 병목이 생긴다. 그래서 최근 제조 현장에서는 휴먼-인-더-루프(HITL), 즉 사람-알고리즘 협업 구조를 운영 관점에서 다시 짜는 흐름이 힘을 얻고 있다. ◆ 작업지시·검수: '전수 vs 샘플링'이 아니라 '우선순위' 우선 작업지시는 '결과 전달'이 아니라 '
【 청년일보 】 LG CNS와 대한산업공학회가 공동 주최한 'Optimization Grand Challenge 2025(이하 OGC)'의 최종 행사인 'OGC Tech Day'가 지난 9월 성황리에 막을 내렸다. 국내외 최적화 전문가와 미래 인재들이 한자리에 모인 이번 행사는 결선 진출자들의 혁신적인 알고리즘 발표와 업계 리더들의 최신 기술 동향 세션이 어우러지며 명실상부한 산학 교류의 허브로 주목받았다. 올해 대회의 주제는 현대글로비스의 'Ro-Ro 선박 차량 배치 최적화'였다. Ro-Ro 선박은 완성차를 해외로 수출할 때 사용되며, 여러 항구를 거치며 선적과 하역을 반복한다. 이 과정에서 차량 배치가 비효율적이면, 특정 차량을 내리기 위해 다른 차량들을 임시로 옮겼다 다시 실어야 하는 '재배치(Rehandling)'가 발생한다. 참가자들에게는 이러한 불필요한 작업을 최소화하는 최적의 배치 알고리즘을 찾는 고난도의 미션이 주어졌다. 행사 당일 오전, 결선 진출자들은 각자 설계한 알고리즘의 독창성과 효율성을 발표하며 심사위원 및 참가자들과 열띤 질의응답을 주고받았다. 오후에 이어진 기업 세션에서는 수학적 최적화 분야의 미래를 조망하는 발표가 이어졌다. 세계