I. 서론

우리나라는 전통적인 제조업 강국으로서 유엔산업개발기구(UNIDO)에 의하면, 2022년 기준 제조업 경쟁력 순위는 세계 4위이다[1].

국내 대기업들이 글로벌 최고 수준의 경쟁력을 가지고 있으며 인공지능(Artificial Intelligence: AI)ㆍ로봇 등 첨단 생산 기술의
적용도 활발히 이루어지고 있다. 그러나 중소벤처기업부의 통계에 의하면 우리나라 제조업은 기업 수 기준으로 97.4%가 중소기업이 차지하고 있으며[2], 정부 주도의 지원사업을 통해 중소 제조업의 스마트화를 적극 추진하여 일정 수준의 성과가 있음에도 불구하고
산업 현장에서는 체감할 수 있는 수준의 실적용 사례가 목표한 만큼 빠르게 늘어나지 않고 있는 것이 현실이다.

소규모 기업들이 제조 과정에서 문제 원인 파악과 대책 수립에 개인적 경험 및 주관적 노하우에 의지하는 경우가 있다.

경험이 많은 고경력 인력이 점차 고령화되어 가고 그를 대체할 신규 기술 인력 확보가 어려운 현실에서 이를 보완할 과학적 분석 및

자동화 도구의 필요성은 지속적으로 증가하고 있다. 제조업의 품질 관리와 비용 절감이 숙련된 현장 인력의 유무에 따라 결정되는 시대는 오래전에 끝났으며, 전산화와 자동화를 통해 얼마나 스마트한 제조 프로세스를 구축하는지가 경쟁력의 주요 요소가 되었다.

II. 스마트 제조의 개념 및 AI 기반 데이터 분석 적용 분야

스마트 제조의 개념을 생각할 때 단순히 공정 라인에 자동화 장비들이 적용되어 있고 센서를 통해 제조 환경의 정보를 획득한 후

컴퓨터로 후처리하여 필요한 정보들을 모니터링한다 하여 그것을 스마트 제조라고 할 수 없다.

스마트 제조에 대한 정의와 설명은 다양하게 존재하며 주로 스마트공장에서 이루어지는 제조 활동을 칭한다고 할 수 있다.
한국산업표준(KS X 9001)에 의하면 스마트공장은 다음과 같이 정의되어 있다[3].

---------------------------------------------------------------------------------------------------------------------------------------------------------