[더테크 이지영 기자]  플라스틱 제품 생산의 핵심인 사출성형 공정이 인공지능을 통해 스스로 최적화되는 단계로 진화하고 있다. KAIST 연구진이 숙련자의 경험에 의존해온 제조 공정을 AI로 자동 추론하고, 현장 지식을 누구나 활용할 수 있도록 전수하는 기술을 세계 최초로 제시했다.

KAIST는 기계공학과 유승화 교수 연구팀이 사출 공정을 자율적으로 최적화하는 생성형 AI 기술과 거대언어모델(LLM) 기반 지식 전이 시스템을 개발하고, 관련 성과를 국제 최고 수준의 학술지에 연속 게재했다고 22일 밝혔다. 고숙련자 은퇴와 외국인 인력 증가로 인한 제조 지식 단절 문제를 AI로 해결한 것이 핵심이다.

연구팀의 첫 번째 성과는 환경 변화와 목표 품질에 따라 최적 공정 조건을 자동으로 추론하는 생성형 AI 기반 공정추론 기술이다. 실제 사출 공장에서 수개월간 수집한 환경 데이터와 공정 파라미터를 활용해 확산 모델 기반으로 목표 품질을 만족하는 조건을 역설계했다. 여기에 실제 생산을 대체하는 대리모델을 결합해, 공정을 실행하지 않고도 품질을 사전에 예측할 수 있도록 했다.

그 결과 기존 GAN·VAE 기반 공정 예측 모델의 오류율(23~44%)을 크게 낮춘 1.63%의 오류율을 달성했으며, 실제 생산 실험에서도 AI가 제안한 조건으로 양품 생산이 확인돼 현장 적용 가능성을 입증했다.

두 번째 성과는 LLM과 검색 증강 생성(RAG)을 결합한 제조 현장용 AI 도우미 ‘IM-Chat’이다. 작업자가 자연어로 질문하면 AI가 이를 이해해 공정추론 모델을 자동 호출하고, 최적 조건 계산과 함께 관련 기준과 배경 설명까지 제공한다. 다국어 인터페이스를 지원해 외국인 작업자도 동일한 수준의 의사결정 지원을 받을 수 있다.

이번 기술은 사출 공정을 넘어 금형, 프레스, 압출, 3D 프린팅, 배터리, 바이오 제조 등으로 확장 가능한 제조 AI 전환(AX) 핵심 기술로 평가된다. 생성형 AI와 LLM 에이전트를 툴 콜링 방식으로 통합해 AI가 스스로 판단하고 필요한 기능을 호출하는 자율 제조 패러다임을 제시했다는 점에서 의미가 크다.

유승화 교수는 “제조업의 본질적 문제를 데이터와 AI로 해결한 사례”라며 “다양한 공정으로 확장해 산업 전반의 지능화와 자율화를 가속하겠다”고 말했다.