한국조선해양기자재공업협동조합(글로벌지원센터)에 오신걸 환영합니다! KOMEA에 오신걸 환영합니다!

조선산업A.I. 교육

2022년 조선산업 산업전문인력 AI역량강화

I. 교육개요

1. 교육 목표 및 특장점

  • 조선산업의 AI 융합 디지털 혁신을 선도하기 위한 실무적용형 교육과정
교육 목표
  • 조선해양산업 분야의 실제 데이터를 활용한 PBL(Project-Based Learning) 진행
  • 리더, 3년차 이상의 실무자, 개발자들을 대상으로 구분하여, 실제 문제상황 시뮬레이션을 통한 실무 역량 강화
  • 울산대, 해양대, 서울대, 부산대 등 우수 교수진을 통한 교육과정 전문성 및 신뢰성 확보

조선산업 AI역량강화 과정 체계와 특징
  • 실제 프로젝트를 통한 AI 활용 산업활용도 제고를 위한 교육프로그램 구성
  • 리더과정 15시간, 3년차 이상 및 AI개발자 과정 48시간 (정원 30명 내외 * 각 2~4회차 예정)

2-1. 조선산업 인공지능 기술과 응용

교육내용

  • 조선산업 분야의 AI 기술융합을 위한 기초 지식 및 타 산업분야의 성공사례를 통한 임원 대상 산업 이해도 증진
  • 선박설계, 자율운항, 스마트야드 등의 분야에서 인공지능 기술 응용 방법을 이해하고 산업 현장에서의 AI 기술 적용 시 발생하는 문제에 대한 해결 능력 함양
강의내용
구분 시간 강의명 강의내용
모듈1 3 디지털화, 데이터,
시뮬레이션 인공지능
  • 제조, 건축, 자동차와 같은 다양한 산업에서 진행되고 있는 디지털화를 데이터,
    시뮬레이션, 인공지능 관점에서 소개
모듈2 3 데이터 기반의 선박 설계
  • 선박 설계 분야에서의 활용 가능한 AI 기술 및 응용 사례 소개
모듈3 3 자율운항 기술 동향 및 요소 기술
  • 자율운항 시스템에서의 AI 기술 및 응용 사례 소개
모듈4 3 스마트야드 기술 동향 및 요소기술
  • 스마트 선박 건조를 위한 AI 기술 및 응용 사례 소개
모듈5 3 현장 AI문제 및 해결책 구상
  • 조선해양 산업 현장에서 AI 기법 응용 시 주로 발생하는 문제 및 해결책 논의

예정강사진

예정강사진
구분 강사명 주요경력
최민주 교수
  • 현 한국해양대학교 교수
  • 노르웨이과학기술대학교(NTNU) 박사
  • 노르웨이 신테프(SINTEF) 최적화 부서 연구원
  • 주요연구분야 : 조선해양 최적화 및 인공지능 활용
우주현 교수
  • 현 한국해양대학교 교수
  • 서울대학교 박사
  • 한국조선해양 자율운항연구실 책임연구원
  • 주요연구분야 : 자율운항, 지능제어, 영상처리
우종훈 교수
  • 현 서울대학교 교수
  • 서울대학교 박사
  • 한국해양대학교 부교수
  • 주요연구분야 : 생산관리, 시뮬레이션, 프로젝트 관리

2-2. 기상 빅데이터 처리를 통한 선박운항경로 최적화

교육내용

  • 스마트선박의 최적 운항경로 설정을 위한 전 해역 기상 데이터의 조사, 수집, 분석할 수 있는 실무 역량 제고 취득
  • 특히 선박 운항의 최적경로계획의 데이터 수집, 분석과 인공지능 및 빅데이터 처리 기술 등을 이해하고 활용할 수 있는 실무적 능력 함양
강의내용
구분 시간 강의명 강의내용
모듈1 6 기상데이터 크롤링
  • 웹 크롤링‧스크래핑을 통한 기상 데이터 조사‧수집 방법
  • 기상 데이터 셋 분석 기법
  • 오픈 소스를 활용한 기상테이터의 크롤링‧스크래핑 ‧처리 실습
모듈2 12 데이터 분석 도구
  • 해상 기상 데이터 군집화 및 가시화
  • 기상 데이터 기반 예측 모델 이론 및 예제 구현
  • 해상 데이터 기반 예측 모델 개발(MLP)
  • 해상 데이터 기반 예측 모델 개발(CNN + LSTM)
모듈3 12 운항 스케줄 최적화
  • 그래프 이론 및 최적경로계획 알고리즘 소개
  • 데이터 불러오기 및 가시화
  • 그래프(Nodes +, Edges) 생성
  • 최적경로계획 알고리즘 개발(다익스트라 알고리즘)
  • 도출된 최적경로 가시화
모듈4 12 실전 프로젝트
  • 해양환경 예측 값 불러오기 및 해양환경 예측 값 기반 그래프 생성
  • 최적경로계획 알고리즘 개발(다익스트라, A star 알고리즘)
  • 그 외 최적경로계획 알고리즘 소개(예: 유전자 알고리즘)
  • 팀 구성 및 팀별 연산속도 개선방안 전략 수립
모듈5 6 구현 결과 발표 및 논의
  • 알고리즘 연산속도 최적화(조별 활동)
  • 조별 활동 결과물 발표 및 알고리즘 개선 방안 토의

예정강사진

예정강사진
구분 강사명 주요경력
최민주 교수
  • 현 한국해양대학교 교수
  • 노르웨이과학기술대학교(NTNU) 박사
  • 노르웨이 신테프(SINTEF) 최적화 부서 연구원
  • 주요연구분야 : 조선해양 최적화 및 인공지능 활용
박호민 교수
  • 현 한국해양대학교 교수
  • 한국해양대학교 박사
  • 주요연구분야 : 자연언어 처리, 정보추출, 기계학습, 딥러닝
우주현 교수
  • 현 한국해양대학교 교수
  • 서울대학교 박사
  • 한국조선해양 자율운항연구실 책임연구원
  • 주요연구분야 : 자율운항, 지능제어, 영상처리

2-3. 인공지능 활용 선박 엔진 데이터 처리와 진단

교육내용

  • 스마트선박의 핵심인 선박운전최적화의 엔진 고장 및 성능 진단, 엔진 최적화에 필요한 다양한 지식 습득
  • 엔진의 고장 탐지를 위해 엔진의 진동 데이터를 이해하고 데이터의 상관관계 분석 등 인공지능 기술 적용을 통해 고장진단, 예지 등에 활용할 수 있는 실무적 능력을 함양
강의내용
구분 시간 강의명 강의내용
모듈1 8 엔진 진동 데이터 이해
  • 진동의 기초, 엔진과 추진축계의 진동 분류 및 고찰
  • 진동센서와 진동계측 Software 운영
  • 스트레인 게이지를 적용한 계측기법
  • ISO규격에 따른 진동 허용치
  • 신호 분석
  • 손상의 유형 및 문제의 처리
  • 진동방지 대책
모듈2 4 데이터 분석 도구
  • 히트맵 등을 통한 센서 데이터들의 상관관계 분석
  • 기계학습 기반의 엔진 작동 및 성능 예측 모델
  • 엔진 이상 탐지 모델 소개(Anomaly Detection)
모듈3 4 운항 스케줄 최적화
  • 엔진 데이터의 시계열 처리
  • 시계열 엔진 데이터의 인공지능 처리 모델
  • 데이터 요소의 분석 방법
모듈4 8 실전 프로젝트
  • 엔진 연소실 모니터링의 방법과 중요성
  • 엔진 고장진단을 위한 기관 출력 측정의 중요성과 측정방법의 차별성
  • 연소실 모니터링과 연소해석을 통한 엔진 부품 수명 판단 방법
  • 연소분석을 통한 엔진 최적화
  • 엔진 고장 진단을 위한 엔진 연소해석 방법과 실측 사례를 통한 검증
  • 인공지능 기반 엔진 고장 진단을 위한 각종 센서의 활용방법과 검교정 방법
모듈5 8 구현 결과 발표 및 논의
  • 기계학습을 위한 엔진 데이터 전처리
  • 기계학습 기반 엔진 데이터의 군집화(Clustering), 분류(Classification) 방법
  • 기계학습 기반 엔진 고장진단 및 고장사전예측 방법
모듈6 10 구현 결과 발표 및 논의
  • 엔진 계측 데이터 상관관계 분석 실습
  • 엔진 실데이터의 기계학습을 통해 고장진단 및 예측 모델의 적용 실습
모듈7 6 구현 결과 발표 및 논의
  • 각 조별 구현결과 발표
  • 인공지능 알고리즘 최적화 방안
  • 각 조별 구현 결과물의 개선방안 토의

예정강사진

예정강사진
구분 강사명 주요경력
벙광다오 교수
  • 현 한국해양대학교 교수
  • 국립목포해양대학교 공학박사
  • 선박추진축계 고장예방진단 모니터링 시스템 개발
  • 주요연구분야 : 소음, 진동, 데이터 분석
김재훈 교수
  • 현 한국해양대학교 교수
  • 한국과학기술원 전산학과 공학박사
  • 한국전자통신연구원 선임연구원
  • 주요연구분야 : 자연언어처리, 정보검색, 정보추출, 기계학습, 웹마이닝
정균식
  • 현 메카텍
  • 선박엔진 모니터링 특허 다수
  • 엔진출력측정 및 연소성능분석장치 개발과 엔진고장예방진단 시스템 구축 등
  • 주요연구분야 : 엔진연소실 모니터링(엔진출력측정, 엔진연소상태 분석, 엔진고장예방진단)
장민국
  • 현 지마린서비스
  • 선박엔진 결함 예측 방법 등 특허
  • 선박 모니터링 시스템(eCBM) 개발, 시스템 구축 중
  • 주요연구분야 : 선박 추진성능 분석 및 기기고장 진단, 친환경 선박, 스마트선박

2-4. AI 활용 구매/자재/재고관리 및 운영 KPI 관리

교육내용

  • 구매/자재/재고관리에 대한 데이터 활용 운영현황 인식, 진단을 통하여 중단기 관리 및 대응업무 지능화
  • 발주 입고 데이터, 일별 재고 현황, 작업지 시 실적, 주문 출고 데이터 등을 데이터 탐색적 분석 과정을 거쳐 AI를 통해 운영 KPI 개발을 위한 모델링 실습
강의내용
구분 시간 강의명 강의내용
모듈1 8 AI 활용 구매/자재/재고관리 및 운영 KPI 관리 기술 이해
  • 조선 산업 분야 중 피팅분야, 철강분야, 조선소 설계 분야의 AI 이해
  • 구매/자재/재고관리 및 운영 KPI 관리를 위한 AI 방법론 이해
모듈2 8 AI 활용 구매/자재/재고관리 및 운영 KPI 관리 방법론 개발
  • 피팅, 철강, 조선소 설계의 AI 적용 프로젝트 분석
  • 조선산업 분야 AI 적용 유스케이스 개발 기획
모듈3 8 구매/자재/재고관리 분야 AI 적용을 위한 핵심과제 설계
  • 실제 프로젝트 세부 분석을 통한 핵심과제 설계 벤치마킹
  • 프로세스별 인공지능 적용을 위한 정규화 기법
모듈4 8 AI 활용 구매/자재/재고관리 프로세스 개선 ROI
  • 인공지능 적용 가능한 구매/자재/재고관리 체계 구축 및 적용
모듈5 8 실제 적용 DB구축 및 학습용 데이터셋 구축 방안
  • 실제 데이터 기반 학습데이터셋 구축 벤치마킹 및 실습
  • 데이터댐 데이터를 이용한 구축 실습
모듈7 8 운영 KPI 부문의 AI 활용 실습
  • 운영 KPI 개발 및 적용 : KPI 지수별 산출 흐름도
  • 생성된 Base-line 기준 지수별 리스크 예보를 위한 범위값 산정 기준 적용 실습

예정강사진

예정강사진
구분 강사명 주요경력
김정완 대표
  • 현 에이테크 대표이사
  • 현 울산대학교 산업대학원 겸임교수
  • 주요연구분야 : AI, 스마트팩토리, 스마트시티, 복합재난 등
최봉문 본부장
  • 현 에이테크 사업기획 본부장
  • 전 세진중공업 본부장
  • 주요연구분야 : 비전, 음성인식
김병덕 본부장
  • 현 에이테크 기술사업화 본부장
  • 전 현대중공업 본부장
김병건 대표
  • 현 WNP대표이사
  • 주요연구분야 : 비전, 음성인식

2-5. 예지/보전 기반 제조공정 검사 자동화 및 이상탐지

교육내용

  • AI 기반 피팅/유압 호스체결, 오링체결, 토크렌치, 호스조립 공정 등 실무사례 실습 기반으로, 검사 자동화 및 이상탐지 실무적용 방법론 학습
강의내용
구분 시간 강의명 강의내용
모듈1 16 이미지 학습 기반 안전, 불량해결 사례 분석 및 개발체계 구축
  • 객체인식 기반 불량감지 실제 사례 및 AI 기반 산업안전 서비스 유스케이스 학습
  • CNN, RNN 및 AI 융합 모델 기반 인공지능 개발을 위한 기초 환경 셋업 및 AI 개발을 위한 필수 프로그램 셋업
모듈2 8 이상탐지 알고리즘 상세 분석 및 유스케이스 기획
  • 피팅, 철강, 조선소 설계의 AI 적용 알고리즘 상세 분석(불량 및 이상행동 감지, 안전 펜스 등)
  • 개인정보보호 기반 이미지 분석 방법 교육
  • 객체인식 및 이상행동 감지의 핵심과제 이해 기반 유스케이스 기획
모듈3 8 프로젝트 분석 및 실습(1)
(고무패킹 체결 이상탐지)
  • 고무패킹 체결여부 검사 프로젝트 분석과 실습
  • 프로세스별 인공지능 적용을 통한 AI 학습 강화
모듈4 8 프로젝트 분석 및 실습(2)
(피팅 및 유압호스 체결 이상탐지)
  • 공정행동감지 기반 피팅 및 유압호스 체결 이상탐지 모델과 실습
  • 행동인식 알고리즘과 시계열 기반 행동인식 알고리즘 분석
  • 누락행동 알람서비스를 통한 누락 및 중복검사 행위 통지 실습
모듈5 8 학습능률 고도화를 위한 DB 구축 및 학습용 데이터셋 구축
  • 실제 데이터 기반 학습데이터셋 구축 방법론 벤치마킹 및 실습
  • 데이터셋 삽입 및 최적화

예정강사진

예정강사진
구분 강사명 주요경력
김정완 대표
  • 현 에이테크 대표이사
  • 현 울산대학교 산업대학원 겸임교수
  • 주요연구분야 : AI, 스마트팩토리, 스마트시티, 복합재난 등
최봉문 본부장
  • 현 에이테크 사업기획 본부장
  • 전 세진중공업 본부장
  • 주요연구분야 : 비전, 음성인식
김병덕 본부장
  • 현 에이테크 기술사업화 본부장
  • 전 현대중공업 본부장
김병건 대표
  • 현 WNP대표이사
  • 주요연구분야 : 비전, 음성인식

2-6. AI/IoT 기술을 활용한 실시간 위험감지 및 상황 모니터링

교육내용

  • 중대재해처벌법 등 최근 경영환경 변화에 따른 작업자 안전의 중요성 증가에 따른 AI와 IoT기술을 활용한 실시간 작업자 안전과 작업효율 향상을 위한 실무적 역량 향상
강의내용
구분 시간 강의명 강의내용
모듈1 8 무선네트워크와 센싱 데이터 기반 위험상황 인지 시스템의 이해
  • ICMBA 기반 실시간 위험탐지 시스템 구조 이해
  • 무선네트워크 특징 및 데이터 유실방지 대책
  • 무선데이터 수집을 위한 HW/SW 운영 실습
모듈2 8 센싱데이터 상관관계 분석 및 시계열 데이터 처리방법
  • 센싱데이터(일산화탄소, 이산화탄소, 먼지 데이터)들의 상관관계 분석
  • 위험상황 인지 및 예측 모델 이해
  • 센싱데이터 기반 이상탐지 모델 실습
모듈3 8 이미지 학습기반 위험상황 인지 기술
  • 객체인식 기반 검사서비스, 안전서비스 모델 이해
  • 프로젝트 실습을 위한 핵심모듈 설명
모듈4 8 인공지능 기반 이미지, 시계열 데이터 통합처리
  • 시계열 데이터와 이미지 데이터 상관관계 분석
  • 인공지능을 이용한 위험상황 인지 통합 예측 모델 실습
모듈5 10 프로젝트 분석 및 실습
(위험케이스별 프로토콜 설계)
  • 위험케이스별 전체 시스템 구조 및 요소기술간 프로토콜 설계
  • 시계열 데이터와 이미지 데이터 구현 및 데이터 처리 실습
모듈6 6 프로젝트 발표 및 토의
  • 팀별 구현실습 결과 발표
  • 최적화 및 개선방안 논의

예정강사진

예정강사진
구분 강사명 주요경력
김동현 교수
  • 현 부산대학교 그랜드ICT연구센터 교수
  • 주요연구분야 : 무선통신, 멀티미디어통신 활용 AI를 적용한 스마트야드

2-7. 조선해양산업 AI 융합역량 향상

IT개발자 교육

  • 조선해양산업분야 AI 및 빅데이터 융합을 위한 선진 도입사례 연구 및 실습으로 실무 역량 제고
  • 조선해양산업관련 인공지능 알고리즘 및 빅데이터 분석 방법 활용사례를 분석함으로써, 실무 모델을 개발할 수 있는 능력을 함양
강의내용
구분 시간 강의명 강의내용
모듈1 16 조선해양 도메인 이해
  • 조선해양 산업 현황 및 기술동향
  • 조선해양공학 기초
  • 조선해양공학 설계 및 생산공정 기초
  • 조선해양공학 AI 기반 디지털트윈 적용 사례 및 이슈
모듈2 8 조선해양 설계/모델링 및 데이터셋 구축 및 응용
  • 선박 설계 기초: 초기설계, 기본설계, 생산설계
  • 선박 엔지니어링 기초 : 선박 내부의 전기, 기계, 배관 장비
  • 선박 설계 데이터 수집, 처리, 정규화, 분석
  • 데이터 기반 선박 저항 추정
모듈3 8 자율운항선박을 위한 데이터셋 구축 및 응용
  • 자율운항선박의 개념 및 기술
  • 조선해양 운항분석을 위한 빅데이터 개념 및 모델링
  • 친환경 선박을 위한 해기상 및 연료소모량 데이터 개념 및 모델링
모듈4 8 AI 기반 스마트야드 응용
  • 스마트야드의 크레인 제어를 위한 딥러닝 학습 및 분석
  • 선박의 safety plan 도면 검토를 위한 데이터 분석 및 학습 모델 구축
  • 선박의 safety plan 도면 검토를 위한 딥러닝 모델 학습 및 분석
  • 선박 안정 규정 (CSR) 검토를 위한 문자 및 객체 인식 방법
모듈5 8 AI 기반 스마트선박 응용
  • 스마트선박의 탐지 장비 및 기술
  • 광학 카메라, IR 카메라, LIDAR, LADER의 데이터 특징 및 분석
  • 센싱 데이터를 이용한 장애물 탐지 (Detection)
  • 센싱 데이터를 이용한 장애물 위치 판단 (Localization)
  • 각종 센싱 데이터의 상호보완을 위한 센서 퓨전
모듈6 8 AI 기반 자율운항 응용
  • 자율운항선박을 위한 운항 규정 및 동향
  • 선박의 3자유도 모델링 및 운동 계수 판단
  • 자율운항을 위한 회피 및 제어 기술
  • 딥러닝 및 강화학습을 이용한 회피 알고리즘 생성 및 분석

예정강사진

예정강사진
구분 강사명 주요경력
오민재 교수
  • 현 울산대학교 교수
  • 서울대학교 박사
  • ABS 근무
  • 주요연구분야 : 선형 설계, 조선해양 딥러닝 및 빅데이터
김기수 교수
  • 현 울산대학교 교수
  • 서울대학교 박사(해양시스템공학연구소 연구조교수)
  • 주요연구분야 : 친환경 스마트선박, 조선해양 딥러닝 및 빅데이터
멘토 이혜원
  • 서울대학교 박사(해양시스템공학연구소 연수연구원)
  • 주요연구분야 : 동역학, 객체인식 및 센서퓨전
멘토 전도현
  • 서울대학교 박사과정
  • 주요연구분야 : 크레인 제어, 자율운항 선박의 충돌회피

II. 교육일정 및 신청안내

1. 연간 교육일정

교육일정
교육과정 강의형태 7월 8월 9월 10월 11월 12월
[리더] 조선산업 인공지능 기술과 응용 실시간비대면 07.14-07.21
(매주 목)
08.17-08.24
(매주 수)
09.22-09.29
(매주 목)
  11.10-11.17
(매주 목)
 
[AI역량강화]
AI 활용 구매/자재/재고관리 및 운영 KPI 관리
온앤오프   08.08-08.16
(월-금, 화)
(울산)
09.26-10.04
(월-금, 화)
(부산)
  11.21-11.28
(월-금, 월)
(부산)
 
[AI역량강화]
예지/보전 기반 제조공정 검사 자동화 및 이상탐지
온앤오프   08.22-08-29
(월-금, 화)
(울산)
  10.17-10.24
(월-금, 화)
(부산)
  12.05-12.12
(월-금, 월)
(부산)
[AI역량강화]
AI/IoT 기술을 활용한 실시간 위험감지 및 상황 모니터링
실시간비대면   08.16-09.01
(매주 화/목)
  10.04-10.20
(매주 화/목)
11.01-11.17
(매주 화/목)
 
[AI역량강화]
기상 빅데이터 처리를 통한 선박운항경로 최적화
실시간비대면   08.17-09.21
(매주 수)
09.16-10.21
(매주 금)
  11.04-12.09
(매주 금)
 
[AI역량강화]
인공지능 활용 선박 엔진 데이터 처리와 진단
실시간비대면   08.18-09.02
(매주 목/금)
  10.13-10.28
(매주 목/금,
5~6일차 매주 금)
11.10-11.25
(매주 목/금,
5~6일차 매주 금)
 
[AI융합전문가]
조선해양산업 AI 융합역량 향상
실시간비대면   08.11-08.23
(1,2주차 목/금,
3주차 월/화)
09.15-09.30
(매주 목/금)
  11.10-11.25
(매주 목/금)
 

2. 교육신청 방법

  • 1단계 한국생산성본부 홈페이지 회원가입 및 로그인 (https://www.kpc.or.kr/)
  • 2단계 희망교육 과정 및 일자를 선택 후 교육신청
    - 과정 리스트 : https://www.kpc.or.kr/PTWED003_dtil_view.do?ecno=40373
  • 3단계 교육생 대상 자격 서류 제출
    - 제출 링크 : https://forms.gle/2XGbo2s2F1Zqya1z8
    - 제출서류 : ① 사업자등록증, ② 재직증명서 혹은 건강보험자격득실확인서
    - * AI융합전문가 교육의 경우 ② SW경력증명서 제출 바랍니다.
  • 4단계 자부담금 입금(1인당 5만원) / 입금시 “회사명_교육생명”으로 적요 작성바랍니다.
    - 대표계좌 입금시 : 기업은행 024-098540-01-984 / 예금주 한국생산성본부

III. 신청문의

1. 신청문의

단체신청 문의
  • 03170
  • 서울시 종로구 새문안로 5가길 32,
    한국생산성본부
  • 최동덕 위원 (ddchoi@kpc.or.kr)
  • Tel. 02-724-1093 / Fax. 02-724-1867
개인신청 문의
  • 48821
  • 부산시 동구 중앙대로 180번길 13, 15층 한국생산성본부
    부산울산경남지역본부
  • 김민서 위원 (mskim@kpc.or.kr)
  • Tel. 051-442-5866 / Fax. 051-466-5877