일본 Mitsubishi Chemical Holdings(MCH)가 AI(인공지능)의 핵심기술인 기계학습을 사업에 활용할 수 있는 시스템을 개발했다.
기계학습을 이용한 프로젝트 추진에 필수적인 요소를 포함시킨 것으로 프로젝트 관계자들이 과제 및 정보를 정리하고 공유할 수 있는 시스템으로 파악되고 있다.
MCH는 화학기업 가운데 선도적으로 디지털 전환(DX)을 시작해 수십개에 달하는 디지털 프로젝트를 진행했으며 결과를 토대로 프레임워크를 개발했다.
기계학습 프로젝트는 세계적으로 확대되고 있으나 데이터 및 기술에 편중된 도구(Tool)가 많고 이용자의 관점이 부족해 실패로 끝나는 사례가 적지 않은 것으로 알려졌다.
이에 따라 MCH는 개발성과를 일반적으로 널리 공개함으로써 기계학습 및 AI 보급, 데이터 구동형 사회의 진전에 기여할 방침이다.
MCH가 개발한 프레임워크는 기계학습 프로젝트 캔버스로, 기계학습을 이용한 프로젝트를 진행할 때 필수적인 12개 항목을 설정해 관계자 전원의 커뮤니케이션으로 종합적인 공유가 가능한 것으로 파악되고 있다.
12개 항목은 목적·목표, 데이터, 검토할 때의 계산방법·인프라, 데이터 보강, 이용자, 예측 이용법, 성공지표, 최종 시스템 형식, 전개성 및 부차적인 효과, 오픈전략, 과거 지식 및 어드바이저, 모델 교체 및 유지보수가 포함된다.
기계학습은 디지털 데이터를 활용한 비즈니스가 확대됨과 동시에 세계적으로 보급이 가속화되고 있다.
그러나 기계학습을 활용하는 기존 도구는 데이터 및 기술에 치우친 경향이 있으며 성공지표, 예측 이용법이 애매하게 정립돼 있는 등 이용자의 관점이 부족한 사례가 많다는 문제점이 제기되고 있다.
이에 따라 다양한 분야의 전문가가 참가하는 프로젝트에서는 과제 및 정보 공유가 제대로 이루어지지 않음으로써 개념검증(PoC) 단계에서 막혀 기계학습을 제대로 활용하지 못하는 사례가 적지 않은 것으로 알려졌다.
MCH는 최근 2년간 기계학습을 활용한 디지털 프로젝트를 100건 가까이 실시했다.
구체적으로 석유화학 플랜트에서 연평균 1-2회 발생하는 특정 문제를 72시간 전에 일정수준 정확히 예측하는 프로젝트, 화상진단으로 화학공장 배관 열화를 검출해 안전을 확보함과 동시에 트러블을 피하는 프로젝트 등을 추진해 노하우를 축적하고 있다.
현재도 수십건의 디지털 프로젝트를 진행하고 있으며 공장 배관 열화와 관련해서는 AR(증강현실) 기기를 이용해 현장에서 즉시 진단할 수 있는 모델을 검토하고 있다.
MCH는 기계학습 프로젝트 캔버스를 홈페이지에 공개할 예정이다.
데이터 해석에 필수적인 툴로 해외를 포함한 그룹기업에 적용할 뿐만 아니라 기계학습을 이용해 비즈니스 과제를 해결하는 경쟁기업도 활용할 수 있도록 널리 공개하기로 결정했다.
MCH는 2017년 4월 DX 그룹을 발족한 이후 전사적으로 데이터과학자 네트워크를 구축해 약 100명의 데이터과학자가 교류하고 있는 것으로 알려졌다.
앞으로는 최고간부, 실무능력이 우수한 데이터과학자를 확충함과 동시에 데이터 구동체제를 전사적으로 적용해갈 방침이다.