Enhansは9月23日、GS Caltexと共同で、製造現場の熟練者が持つ経験や判断基準をデータとして構造化する「製造暗黙知基盤AIモデル開発」事業を推進すると発表した。
同事業は、産業通商資源部の「2026年度 製造暗黙知基盤AIモデル開発事業」の一環。Enhansが主幹機関として開発全体を統括し、GS Caltexが需要先企業として参画する。オープングラフラボズが非構造化文書の解析を担い、全南大学とGISTは共同研究機関として参加する。
Enhansは、GS Caltexが保有する設備の構造化データ、非構造化文書、整備履歴に加え、現場エンジニアへのインタビューを通じて収集した判断基準や例外対応の知見を結び付ける。対象は設備83万2996台、非構造化文書約2900件で、設備、部品、異常兆候、原因、対応措置の関係を体系的に構造化する計画だ。
対象となるのは、装置、機械、電気、計装の各分野のエンジニア。設備状態の確認手順や原因を絞り込む際の判断基準、例外発生時に追加で考慮すべき事項を整理し、オントロジー設計に反映させる。
構築した知識基盤は、現場で活用するガイドチャットボットとして実装する。現場担当者が設備異常や整備状況について自然言語で質問すると、原因候補や点検の順序を提示するほか、過去の整備履歴や技術標準など、判断の根拠となる原文も確認できるようにするという。
Enhansのイ・スンヒョン代表は「熟練者の経験は、単に文書として残すだけでなく、企業が継続的に活用できる知識へ転換することが重要だ」とコメント。「現場担当者が必要な情報と判断根拠をすぐに確認でき、より効率的に問題を解決できるシステムを構築していく」と述べた。
著者について
Chi-gyu Hwang
delight@d-today.co.kr