미국제조2016 – 진행 중자빌
제조 공정 고장을 예측하는 머신러닝
자빌은 공장 고장 예측을 도입한 뒤 불량품과 재작업 비용을 17% 절감했다고 밝혔다
문제
조립 후반에야 발견되는 제조 결함이 불량품과 재작업을 낳았다. 자빌은 느려지거나 고장 날 공정을 더 일찍 알고 싶어 했다.
접근 방식
자빌은 마이크로소프트 애저 머신러닝으로 예측 시스템을 만들었다. 제조 단계별 설비 데이터를 분석해 고장을 더 일찍 찾아냈다. 이 플랫폼은 말레이시아 페낭과 멕시코 과달라하라 공장에서 가동됐다.
주요 수치
17%자빌이 밝힌 도입 후 불량품·재작업 절감
at least 80%자빌에 따른 느려지거나 고장 날 설비 공정의 예측 정확도
시사점
보고된 절감은 2개 공장에 도입한 뒤의 결과다. 전 세계 확대는 당시 계획 단계였다.
분류
출처
출처 요약
[1]Microsoft2016년 4월 25일
마이크로소프트는 도입된 예측 플랫폼과 제조 데이터 입력을 설명했다. 예측 정확도와 불량품·재작업 절감 수치는 자빌의 품질 담당 임원이 제시했다.
자세한 내용은 원문에서 확인하실 수 있습니다.
등록일 2026년 11월 1일 · 수정일 2026년 11월 1일