2022년 말 ChatGPT 붐이 일어난 이래 인공 지능(AI)의 가능성은 비즈니스를 포함하여 다방면으로 더욱 명확하게 드러났습니다. 이는 생성형 AI의 적용, 그리고 특히 자유롭게 액세스 가능한 인터넷에 존재하는 무제한에 가까운 학습 데이터에 기반한 대형 언어 모델(LLM) 개발로 인해 실현되고 있습니다. 그러나 전문가들은 생성형 AI가 AI라는 빙산의 일각일 뿐이며, 몇몇 특정 분야에서는 인터넷에 게시된 글만큼 풍부한 학습 데이터가 존재하지 않다는 견해에 동의합니다. 이러한 분야에서는 LLM과 함께 지도형 머신 러닝이 여전히 중요한 접근 방법으로 활용됩니다.
다양한 적용 분야
Bigvand는 "이에 기반하여 말하자면, AI 사용이 크게 도움이 될 만한 생산 플랜트 엔지니어링 사용 사례가 꽤 있습니다."라고 말했습니다. 이러한 사용 사례는 다음을 포함합니다.
- LLM에 의한 데이터 모델 및 다이어그램 자동 생성(구성 요소의 데이터 모델 자동 생성)
- 데이터 모델 및 다이어그램 자동 수정(LLM이 파악한 유사 토큰에 기반한 데이터 모델 수정 제안)
- HAZOP(Hazard and Operability, 위험 및 운용성) 위험 및 리스크 분석(위험한 것으로 분류될 수 있는 집단 식별)
- 이미지 처리 및 ML 모델을 사용한 레거시 문서 마이그레이션
AI는 다양한 작업을 처리할 수 있으나, 인간 전문가를 필요로 합니다
또한 AI는 다이어그램 "이해"를 익힐 수 있습니다. 즉, AI는 PDF 또는 PNG 파일에 묘사된 구성 요소의 분류를 학습할 수 있습니다. AUCOTEC은 이러한 장점을 활용하여 프로젝트의 기존 문서를 데이터 중심적인 Engineering Base 소프트웨어로 전송하는 고유한 지원을 개발하고 있습니다. 이러한 작업의 목표는 공정, MSR, 전기 및 유압 엔지니어링 분야의 모든 다이어그램 유형을 마이그레이션하고, PDF 파일과 병행하여 탐색 가능한 핫스팟이 포함된 데이터 모델을 만드는 것입니다. "단, 점검을 수행하고 AI 모델을 개선하기 위해서는 계속해서 숙련된 전문가가 필요하며, 여러 번의 수정 루프와 각 데이터 세트의 미세 조정이 요구됩니다."라고 Bigvand는 덧붙였습니다. 즉, 교육은 여전히 도움이 됩니다. 이후에는 오래된 플랜트 문서에서도 개체 모델을 효율적으로 만들 수 있게 됩니다. 이를 통해 정비 및 현대화 작업이 훨씬 간편해집니다. "이러한 기능 중 대다수는 Engineering Base의 DWG와 같은 기계 판독이 가능한 형식에는 이미 제공되나, AI는 오랫동안 사장된 것으로 간주된 문서에도 새로운 생명을 불어넣을 수 있을 것입니다."라고 Bigvand는 말했습니다.
대규모의 "정형 데이터"
"오늘날 엔지니어링 도구 제공자가 말하는 도구의 AI 기능은 보통 대량의 텍스트를 처리할 수 있으며 유의미한 답변, 목록 또는 구성 요소를 제공하는 고급 검색 기능을 의미합니다. 그러나 AUCOTEC은 '정형' 데이터가 대규모로 제공되면 AI가 플랜트 및 기계 엔지니어링 분야에서 훨씬 더 큰 역할을 할 수 있다고 생각합니다."라고 Bigvand는 말했습니다. 이어서 Bigvand는 "경쟁력을 유지하려면 반드시 AI의 기능을 활용해야 합니다."라고 덧붙였습니다.
통합에 개방적이고, 여러 업종을 아우르며, 데이터 중심적이고, 매우 일관성이 높고 투명한 Engineering Base는 이러한 AI 활용에 최적화되어 있습니다.