· 기업소개 : 부산도시가스(SK E&S)-2019년 현재 부산광역시 전 지역 약 143만 세대의 도시가스를 공급하고 있으며, 고객만족 경영에 중점을 두어 2003년부터 2018년까지 16년 연속 고객만족도 조사 도시가스 부문 1위 수상
· 산업문제 : 1. 매월 가스 사용량을 검침/청구를 시행하는 가운데 계량기 고장 또는 고객 미검침에 따른 청구오류 등 현재 운영 중인 검침 기반 방법에 대한 고객 불만이 지속적으로 발생
2. 과거 데이터 분석을 통해 검침 오류 및 이상 세대를 판별하고 미래의 사용량을 예측하여 미검침 세대에 대한 신뢰도 높은 추정 값을 얻는 문제를 해결하기 위해 연구소에 의뢰함
[문제해결 결과]
· 제시된 해결방안 : 1. 예측 알고리즘 개발을 위한 데이터 전처리 과정에서 사용값 표준편차가 크거나 결측 값이 존재하는 세대를 제외하고 확률분포의 거리를 계산하여 평균과 유사한 확률 분포를 가진 세대를 추출하여 분석을 진행하였음
2. 세대마다 개별 모델을 만들어 예측하는 것은 거의 불가능하고 또한 1개의 모델로 전체 세대의 12개월을 모두 예측하는 것은 신뢰도가 낮을 것으로 예상되어, 시간과 온도를 고려한 월별 모델을 개발하여 미래 사용량을 예측함
3. 사용량이 급격히 증가하는 세대, 2년동안 사용량이 동일하거나 ±10% 범위 내인 세대, 평균 사용량과 사용량 거리가 먼 세대, 전반적으로 높은 사용량을 유지하는 세대 등 규칙기반 알고리즘 적용을 통한 이상 데이터 분류 모델 개발
· 활용계획 및 기대성과 : 1. 기존 전년 동월 방법 같은 통합적인 사용량 예측 방법이 아닌 각 세대의 과거 데이터 패턴분석을 통해 신뢰도 높은 사용량 예측 알고리즘을 개발하여 고객들의 불만이 감소할 것으로 기대
2. 1D CNN 딥러닝을 활용한 신규 추정검침값 선정 Logic 개발. 기존 전년동월 방법 대비 28% 정확도 향상 및 LSTM 등 타 시계열 딥러닝 모델 대비 빠른 처리 속도를 얻음
3. 이상세대를 분류하는 규칙기반 알고리즘은 기업 관계자가 쉽게 parameter를 조절할 수 있어 상황에 맞는 분류 작업이 가능함
4. 데이터 전처리 과정에서 발견된 이상 데이터의 일부는 실제 이상여부 확인 후 개선 예정
5. 개발된 1D CNN Deep Learning 모델 / 규칙기반 알고리즘은 추후 업무 시스템 반영 예정
· 기업소개 : ㈜스마트소셜- 2012년에 설립된 회사로 빅데이터를 활용하여 사회 문제를 해결하는데 앞장서고 있음
· 산업문제 : 1. 국가직무능력표준(NCS)을 이용한 직무 추천이라는 문제 해결을 요청
2. 주관적인 경험에 의존한 추천이 아닌 국가직무능력표준을 활용해 객관화된 솔루션을 제공하는 것을 목표로 함
[문제해결 결과]
· 제시된 해결방안 :1. NCS 데이터를 수집하고 정제하는 방법 및 통계 기반의 전통적인 머신러닝은 물론 딥러닝을 적용해 웹어플리케이션 환경에 적합한 매칭 알고리즘을 제시함
2. ㈜스마트소셜에서 운영하고 있는 시스템에 바로 탑재할 수 있도록 매칭 알고리즘을 직접 구현한 후 미들웨어 웹서버 형태의 솔루션을 제공함
· 활용계획 및 기대성과 : 1. 향후 과제로 새로운 머신러닝 도입과 함께 알고리즘 구현에 필요한 엔지니어링 기술 연구를 제시함
2. NCS 데이터와 연계된 데이터들을 찾아 활용하는 방안도 제시함
· 기업소개 : ㈜디에이피- 2017년에 설립된 경기도 의왕시 소재의 인공지능 솔루션 전문기업
· 산업문제 : ㈜디에이피는 지하철 역사 내 공기질 악화와 그에 따른 지하철 이용객의 불편을 개선하기위해 미세먼지 측정기를 역사 내에 설치하여 관측되는 미세먼지 농도 데이터를 분석하고 공조설비와 미세먼지 저감장치를 자동으로 제어하는 인공지능 모델을 만들고 있음
[문제해결 결과]
· 제시된 해결방안 : 1.미세먼지 농도예측을 위해 전통적인 시계열데이터 분석방법인 ARIMA모델을 이용하는 것과 시계열데이터를 이차원 이미지데이터로 변환하여 합성곱신경망(CNN)을 이용하는 두 가지 예측방법을 제시
2. 저감장치의 효과를 알아보기 위해 외부대기 미세먼지 농도와의 비교분석을 통해 저감장치의 실제 효과를 통계적으로 수치화하는 방법을 제시함
· 활용계획 및 기대성과 : 향후 과제로 미세먼지 측정기 내부의 데이터를 직접 이용해 미세먼지 농도 수치의 정확도를 높이는 방법과 측정기에서 관측된 미세먼지 농도 데이터와 외부대기 미세먼지 농도 데이터를 동시에 이용하는 새로운 기계학습 방법을 도입하는 것을 제시
· 기업소개 : 서울교통공사- 서울시 산하 공기업으로 서울 지하철 1~8호선을 운영하는 지하철 운영 전문기관으로, 기계처는 승객의 안전과 편의 제공을 위한 지하철 내 필수 기계설비인 환기, 냉방, 배수, 소방, 위생, 승강, 자동제어 설비 등을 유지 관리하는 부서
· 산업문제 : 1. 승객의 안전을 위해 각 역사에 설치하고 운영되고 있는 공조기 설비의 이상 상태 및 주요 부품 상태 모니터링 알고리즘 개발 및 고도화
2. 고장 및 부품 상태의 특징을 추출할 수 있는 데이터 특성 파악
3. 24시간 동안 실시간으로 수집되는 센싱 데이터를 작동 시점 단위로 분할하는 방법 개발
4. 7천 여 대의 다양한 규격의 공조기에 개발한 알고리즘을 효율적으로 적용하는 방법 및 데이터 분석 결과 해석 방법
[문제해결 결과]
· 제시된 해결방안 : 1. 시계열 동기화 기법 등 데이터 전처리 방법을 개발하여 공조기 모터의 전류 데이터를 작동 시점 단위로 분할
2. 전류 데이터와 진동 데이터의 비교 분석으로 장비의 특성과 고장 유형에 맞는 데이터 분석 방법 제시
3. 전류 데이터를 활용하여 공조기 V벨트 탈락 감지 모델과 주요 부품(V벨트, 베어링)의 교체 시기를 예측하여 알려주는 상태 모니터링 알고리즘 개발
4. 주요 부품 상태 모니터링 알고리즘을 개별 공조기에 통합 적용 가능한 방법론 개발
5. 추가로 교체시기가 없는 주요 부품에 대해서 교체 시점을 찾는 비지도 클러스터링 기법 적용 결과 공유
· 활용계획 및 기대성과 : 1. 공동 개발한 통합 모델을 다양한 지하철 역사에 테스트 진행하여 공조기 V벨트(7대), 베어링(5대)에 95%이상 정확도로 부품 이상 상태 감지
2. 다른 역사 및 규격의 공조기에 적용하여 테스트를 진행할 예정
3. 서울교통공사 기계처는 연구소와 공동 개발한 모델을 서버에 탑재하여 공조기 가동 데이터를 분석하여 이상 여부를 판단하고 알려주는 시스템을 구축할 예정
4. 주요 부품에 대한 수명 예측이나 교체 시기를 적시에 알려주어 공조기 가동률 증대 기대
5. 고장 예지 경보에 의해 보수 준비가 가능하게 하여 조치 시간(Mean Time to repair)감소 효과를 기대
6. 지하철 환기 설비의 안정적인 운용으로 쾌적한 공기질을 유지하여 고객 만족도 향상을 기대
· 기업소개 : ㈜엠투브- 자동차 관련 영역에서 다양한 미션을 수행하며, 스마트 드라이빙을 혁신하는 기업
· 산업문제 : 1. 경제 운전이나 자율 주행 활용 등을 위해 정확한 연료 소모량과 연비를 측정하는 것이 중요
2. 주행 거리와 연료계 잔여 연료량을 이용한 연비 측정 방식은 비교적 긴 구간의 평균 연비만을 구할 수 있고, 차량의 기울기 등 상태에 따라 잔여 연료량 측정 센서에도 오차가 있어 정확한 측정이 어려움
3. 기존의 연비 측정 모델을 확인하여 정확한 연비 측정 방식을 도출하거나, OBD 데이터를 이용한 새로운 측정 방식 모델링을 목표로 함
[문제해결 결과]
· 제시된 해결방안 :1. OBD 데이터를 이용한 탐색적 데이터 분석, 통계 분석, 시각화 등 기본적인 데이터 분석 결과 제공
2. OBD에서 제공하는 잔여 연료량은 최소단위가 세밀하지 않고 상태에 따른 오차가 커 잔여 연료량을 이동 평균 등의 방법을 이용하여도 짧은 구간의 연비는 측정하기 어려움을 확인
3. 엔진 유입 공기 질량(Mass air flow, MAF), 공기 연료 혼합비(Air/fuel ratio) 등의 OBD 항목을 이용한 순간 연비 측정 방식 프로그램 구현
4. 차종이나 연식, 차량 상태 등에 따라 OBD 데이터에 결손이 있는 경우, 다른 데이터를 가지고 MAF 등 연비 산출과 크게 관련 있는 항목을 예측하는 방법을 제시하고 구현함
· 활용계획 및 기대성과 : 1. 실제 자동차 연비를 보다 정확히 계산하여 운전자에게 정확한 지표를 알려 줄 수 있을 것으로 기대
2. 기업의 추가적, 지속적인 데이터 수집이 진행된 후 결과를 적용하여 알고리즘 개선 진행 가능
· 기업소개 : ㈜GH건설 - 건축 시공 및 계획, 부동산 정보 서비스를 제공하는 부동산 분야 스타트업 기업
· 산업문제 : 미국 부동산 회사 Zillow는 자신이 소유하고 있는 주택 가격이 1년 후에 어떻게 변할지 예측할 수 있는 서비스를 제공, (주)GH건설은 Zillow를 벤치마킹하여 “수학적 알고리즘 기반 주택 가치 예측 모델 개발”이 목표, Zillow가 공개한 방법론 분석, 한국형 주택 가치 예측 모델에 맞도록 Zillow 방법론 변형, 모델에서 필요로 하는 주택 현황 분석, 지역 가치에 영향을 주는 요소 제안
[문제해결 결과]
· 제시된 해결방안 : 1.한국은 부동산 정책에 따라 가격에 영향을 많이 받기 때문에 주택 가치 예측 모델에서 민감도를 측정할 때 과거 1년(Zillow 방법론)이 아니라 3년간 평균을 넣어 부동산 호재나 악재에 대한 영향에 크게 요동치지 않도록 Zillow 방법론 변형
2.강남구를 대상으로 주택 가격에 영향을 주는 요인이 무엇인지 상관관계를 분석
3.주택 현황에 적용할만한 요소를 국토교통부 실거래가 공개시스템과 이강·최근희의 논문 “헤도닉 가격모형을 활용한 주택가격 결정요인에 관한 연구 : 서울 이촌동 지역을 중심으로”를 참고하여 제안
4.지역 가치에 영향을 주는 요소를 김중표·홍성진의 논문 “대도시 중심부 주택가격결정요인 연구 : 대구시 중구를 대상으로”에서 조사하고, 더불어 주택과 가장 가까운 소방서, 경찰서, 유치원, 어린이집, 병원 등 구글 API로 얻을 수 있는 데이터 요소를 제안
· 활용계획 및 기대성과 : 1. 주택 현황과 지역 가치를 측정할 수 있도록 제안한 요소에 대한 데이터를 체계적으로 수집할 경우 한국형 모델에 대한 방법론을 검증할 수 있을 것으로 기대
2. 모델 검증을 통해 제시한 방법론은 수정·보완이 필요
3. 제안한 모델을 이용하여 (주)GH건설이 우선적으로 주택 가치 예측 서비스를 제공한다면 기업 가치가 상승할 것으로 기대
· 기관소개 : 서울교통공사는 서울시 산하 공기업으로 서울 지하철 1-8호선, 9호선 2단계 구간을 운영하는 도시철도 운영기관. 기계처는 승객의 안전과 편의 제공을 위해 지하철 내 필수 기계설비(환기, 냉방, 배수, 소방, 위생, 승강, 자동제어)를 유지관리하는 부서임
· 산업문제 : 1. 서울교통공사에서 구축한 기계설비 자동제어 빅데이터 분석 시스템(Smart Automatic Mechanincal Big data Analysis-system, SAMBA)을 개선하는 것이 산업문제
2. 수학적 접근을 통해 기계설비 고장 상황을 자동으로 인지하거나 고장을 예측하는 알고리즘을 고도화 하는 것이 목표
3. 빅데이터 서버에 실시간으로 저장되는 데이터를 효율적으로 활용할 수 있는 방안 도출
4. V-belt 및 모터 베이스 등 설비의 이상을 감지하고 고장을 예측하는 수학적 알고리즘 개발
[문제해결 결과]
· 제시된 해결방안 : V-belt 슬립 및 이탈 등 공조기의 이상을 감지하기 위한 데이터 수집 방법 제시, 시계열 데이터 동기화 기법을 활용한 센싱 데이터 시각화 및 해석
· 활용계획 및 기대성과 : 1. 서울교통공사의 자동제어 빅데이터 분석 시스템에 적용될 경우 시민들의 지하철 이용에 실질적인 편의를 제공할 것으로 기대
2. 개별 공조기에만 적용 가능한 알고리즘이 아닌 공통으로 다양한 공조기에 적용 가능한 이상 감지 알고리즘 개발 예정
3. 전류 센싱 데이터와 진동 데이터의 비교 분석을 포함한 진동 데이터를 활용한 이상 감지 모델 개발 예정