스위스화학·소재2022 – 진행 중클라리언트
화학 공장의 트렌드마이너 공정 분석과 머신러닝
클라리언트는 공장 이상의 근본 원인을 약 85%는 기초 분석으로 찾았고 나머지에는 머신러닝을 썼다
문제
클라리언트는 원료 사용량을 줄이고 배치 사이클 시간을 단축하려 했다. 통계 전문가가 아닌 공정 엔지니어가 공장의 시계열 데이터를 분석해야 했다.
접근 방식
클라리언트는 셀프서비스 분석 도구 트렌드마이너를 독일 공장에 먼저 도입한 뒤 전 세계 사업장으로 넓혔다. 클라우드 데이터 레이크를 구축하고 사업장마다 교육했으며, 사업장별로 핵심 팀원을 지정했다. 적정 온도 범위 설정, 배치 이상 추적처럼 까다로운 사례에는 파이썬 노트북으로 머신러닝을 더했다.
주요 수치
about 85%단순 통계 분석으로 근본 원인을 찾은 공정 이상의 비율, 클라리언트 필자 설명
시사점
대부분의 문제는 단순한 통계로 풀렸다. 머신러닝은 더 어려운 나머지에만 필요했다.
분류
출처
출처 요약
[1]Control Global2022년 5월 12일
클라리언트의 한 필자는 트렌드마이너를 독일 공장에서 전 세계 사업장으로 확대한 과정과 머신러닝용 파이썬 노트북 활용을 설명했다. 통계 분석이 이상의 근본 원인을 찾은 비율은 약 85%였고, 나머지 15%는 머신러닝이 맡았다고 밝혔다. 글에는 절감 수치가 없었다.
자세한 내용은 원문에서 확인하실 수 있습니다.
등록일 2026년 11월 1일 · 수정일 2026년 11월 1일
