• 한국벤처창업학회:학술대회논문집
• /
• 2020.11a
• /
• pp.47-53
• /
• 2020

빅데이터 기술은 기업의 경쟁력을 높일 수 있는 혁신 기술 중 하나로 급성장하고 있는 가운데 농업 분야 또한 빅데이터를 활용한 경쟁력 제고와 미래 산업으로의 발전이 중요 당면과제로 부상하고 있다. 해외의 경우 농업 빅데이터를 활용한 스타트업이 빠른 속도로 증가하며 성장하는 반면 국내의 경우 생산 분야 일부 농업 벤처 외에는 빅데이터 활용이 미흡한 실정이다. 또한 기업의 빅데이터 활용수준이나 활용의도에 영향을 미치는 요인에 대한 연구가 대기업이나 특정 산업에 국한되어 이루어지고 있으며, 연구마다 영향요인 변수의 검증결과가 상이하게 나타나 산업/기업특성에 따라 연구가 필요하다. 본 연구의 목적은 농업벤처기업에서 새로운 ICT인 빅데이터를 도입하고 사용하는 데 영향을 미치는 요인을 파악하고, 이를 통해 기대하는 편익에 대해 파악함으로써 활용을 촉진할 수 있는 방안을 제시하는 데 있다. 본 연구는 빅데이터가 조직의 프로세스를 변화시키고, 최고경영층의 지원이 필수적이며, 기업이 처한 환경적 압박에 대응할 수 있는 수단으로 보고 기술·조직·환경(TOE: Technology-Organization-Environment) 프레임워크를 기반으로 혁신확산이론(Diffusion of Innovation Theory) 모형을 결합하여 본 연구에 적합한 변수들을 도출한 후 이들 변수간의 인과관계를 설정하여 연구모형을 구성하였다. 이에 따라 TOE모형의 기술적 요인에 관한 변수로는 혁신확산이론 변수인 상대적이점, 호환성, 복잡성을 채택하였고, 조직적 요인에 관한 변수로 최고경영층 지원, 비용부담능력을, 환경적 요인에 관한 변수로는 법적·정책적 지원, 경쟁자 압력을 채택하였다. 이들 3가지 요인에 속한 7가지 변수들과 빅데이터 사용의도와 기대편익 간의 관련성, 그리고 농업벤처 사업분야의 조절효과에 대한 8개의 가설을 설정하였다. 본 연구는 실제 농업벤처기업 종사자 대상 설문을 통한 실증연구를 통해 벤처 현장에서의 빅데이터 활용수준을 높이기 위한 기술적, 조직적, 환경적 관점의 정책 개선방안을 제시하고, 생산/가공/유통 등 사업분야별 비교를 통해 영향요인의 중요도 차이를 규명해 영역별로 차별적이고 효과적인 정책 방향성을 도출하는 데 시사점을 제시하고자 한다.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 1994.10a
• /
• pp.806-811
• /
• 1994

최근의 절삭가공 생산시스템은 무인자동화,고속화,정밀화로 대별되면서 생산성을 극대화시킬려는 방향으로 연구 가 진행되고 있다. 종래의 CNC화된 기계가공시스템에서는 절삭속도,이송속도 그리고 절삭깊이 등과 같은 절삭 조건은 On-line으로 조절되는 장치를 갖지 않고 Off-line으로 프로그래머의 경험이나 절삭가공의 데이터 핸드북을 통하여 결정되어진다. 이러한 절삭조건은 절삭률 즉 생산성의 측면에서 최적의 값이 될 수가 없다. 이는 프로그래머가 측면에서 최적의 값이 될 수가 없다. 이는 프로그래머가 공구의 마모나 표면거칠기, 또는 공작기계의 부하 등을 고려하여 극적으로 NC프로그램을 짜기 때문이다. 이러한 문제점 때문에 현재 개발되어지고 있는 대부분의 적응제어시스템은 실용화가 되지못하고 있는 실정이어서 효휼적인 적응시스템의 개발은 필수적이다. 따라서 본 연구에서는 무인자동화 가공시스템에서 생산성을 최대화하기 위하여 사용하는 ACO 시스템에서 발생하는 상기의 문제를 해결하여 실용화할 수 있는 가공 최적화 시스템을 개발함을 연구의 목적으로 하고 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.102-105
• /
• 2020

AI 분석 과정에서 특징 데이터 추출은 분석 성능에 큰 영향을 미칠 뿐만 아니라 가장 많은 시간을 소요하는 과정 중의 하나이다. 계산과학 데이터는 HPC를 활용하여 생산되므로 데이터가 크고 복잡할 뿐 아니라 데이터의 수도 방대한 경우가 많다. 이 때문에 계산과학 데이터로부터 특징 데이터 추출하는 과정은 복잡성이 크고, 소요 시간도 매우 크다. 본 논문은 먼저 계산과학 데이터로부터 특징 데이터 추출하는 과정에 대한 요구사항과 이슈들을 분석한다. 그리고 확장성을 고려한 계산과학 데이터의 인공지능 분석을 위한 특징 데이터 추출 자동화 시스템을 제안한다.

• Proceedings of the Korean Society for Quality Management Conference
• /
• 2006.11a
• /
• pp.151-154
• /
• 2006

본 연구는 공급사슬관리하에서 부품 및 원재료 공급기업에서 고객기업인 제조기업의 주문 사항과 공급기업내 생산관련 제약사항을 동시에 고려하여 최적의 생산 체제를 구축할 수 있는 방법론을 제시한다. 본 연구에서는 수주 및 비용 데이터베이스로부터 주문 및 생산관련 데이터를 SOM 신경망분석을 통해 그룹핑하고 고객기업군별로 특성분석을 통해 이에 맞는 생산체제를 구축할 것을 제안하였다. 공급사슬관리 환경하에서 원재료/부품 공급기업이 고객기업의 주문 요구와 내부 생산상의 제약을 동시에 고려함으로써 SCM 적용 성과를 극대화할 수 있다는 점에서 본 연구는 의미가 있다.

• Journal of the Korea Society for Simulation
• /
• v.19 no.1
• /
• pp.73-82
• /
• 2010

Productivity improvement is considered as one of hot potato topics in international shipyards by the increasing amount of orders. In order to improve productivity of lines, shipbuilders have been researching and developing new work method, process automation, advanced planning and scheduling and so on. An optimization approach was accomplished on short-term scheduling of subassembly lines in this research. The problem of subassembly line scheduling turned out to be a non-deterministic polynomial time problem with regard to SKID pattern’s sequence and worker assignment to each station. The problem was applied by simulated annealing algorithm, one of meta-heuristic methods. The algorithm was aimed to avoid local minimum value by changing results with probability function. The optimization result was compared with discrete-event simulation's to propose what pros and cons were. This paper will help planners work on scheduling and decision-making to complete their task by evaluation.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.11
• /
• pp.1525-1530
• /
• 2021

By applying AI-based efficient inventory management and logistics optimization technology using the smart factory's production plan and manufacturing data, the company's productivity improvement and customer satisfaction can be expected to increase. In this paper, we proposed a system that collects data from the factory's production process, stores it in the cloud, and uses the manufacturing data stored there to apply AI-based supply chain optimization technology later. While the existing system supported approximately 10 to 20 data types, the proposed system is designed and developed to support more than 100 data types. In addition, in the case of the collection cycle, data can be collected 1-2 times per second, and data collection in TB units is possible. Therefore This system is designed to be applied to the existing factory of past in addition to the smart factory.

• KIPS Transactions on Software and Data Engineering
• /
• v.6 no.2
• /
• pp.67-76
• /
• 2017

In industrial site in various fields it will be generated in combination with large amounts of data have a correlation. It is able to collect a variety of data in types of industry process, but they are unable to integrate each other's association between each process. For the data of the existing industry, the set values of the molding condition table are input by the operator as an arbitrary value When a problem occurs in the work process. In this paper, design the fusion and analysis processing model of data collected for each industrial type, Prediction Case(Automobile Connect), a through for corporate earnings improvement and process manufacturing industries such as master data through standard molding condition table and the production history file comparison collected during the manufacturing process and reduced failure rate with a new molding condition table digitized by arbitrary value for worker, a new pattern analysis and reinterpreted for various malfunction factors and exceptions, increased productivity, process improvement, the cost savings. It can be designed in a variety of data analysis and model validation. In addition, to secure manufacturing process of objectivity, consistency and optimization by standard set values analyzed and verified and may be optimized to support the industry type, fits optimization(standard setting) techniques through various pattern types.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 1999.05a
• /
• pp.3-9
• /
• 1999

Using Information systems to process massive data, quickly and exactly, organizations have chances to enhance their performance. The limitations of IS function to support decision-making, however, have been frequently mentioned. In this context, in addition to traditional mathematical model that is a kernel of DSS, the needs for Data Warehouse which is a system supporting business process analysis are emerging. In this study, for those needs, first, we introduce issues of implementation methodology for D/W, especially various models relating development process. Then, we investigate correlation between these models and key factors for success of D/W.

• Journal of Korea Society of Industrial Information Systems
• /
• v.4 no.2
• /
• pp.23-31
• /
• 1999

Using Information Systems to process massive data, quickly and exactly, organizations have chances to enhance their performance. The limitations of IS function to support decision-making, however, have been frequently mentioned In this context, in addition to traditional mathematical model that is a kernel DSS, the needs for Data Warehouse which is a system supporting business process analysis are emerging. In this study, for those needs first we introduce issues of implementation methodology for D/W, especially various models relating development process. Then we investigate correlation between these models and key factors for success of R/W.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2000.04a
• /
• pp.69-73
• /
• 2000

정보통신기술의 역사는 다른 산업 기술에 비해 매우 일천하다. 그러나 현재 가장 빠르게 진보하고 있는 기술이며, 기업활동과 개인의 일상 생활에 커다란 영향 요소로 대두되고 있다. 특히 인터넷의 영향은 지대하다. 인터넷을 이용하여 기업의 생산성을 증대하거나 전자 상거래와 같은 새로운 형태의 사업 기회 제공의 장이 되고 있다. 또한 개인은 매우 다양하고 방대한 정보를 획득, 이용함으로써 자신의 효용을 극대화할 수 있다. 이는 사회, 경제의 새로운 패러다임의 출현으로까지 표현되고 있다. 따라서 과거의 음성통신 서비스 수요와 현재 및 미래의 데이터 통신 수요의 패턴에는 많은 차이가 존재할 수 있다. 본 논문은 대표적 음성 서비스인 전화 서비스 그리고 데이터 서비스라 할 수 있는 인터넷 서비스를 대상으로 수요 속성별 즉, 업무용과 가정용 수요의 확산 패턴을 Logier 분석을 이용하여 고찰하였다. 분석 결과 전체적으로 음성보다는 데이터 수요 확산 속도가 컸으며, 수요 속성별로는 데이터 서비스에서 업무용보다 가정용확산이 음성의 경우보다 훨씬 빠르게 이루어지고 있었다. 그리고 인터넷 가입에 대한 여러 결과를 얻었으며, 이는 정보통신관련 기업과 정책 당국자에게 매우 중요한 자료로 활용할 수 있을 것으로 기대된다.