공정스케줄링 AI Agent
AI 기반 생산계획 및 공정 스케줄링 통합 Agent강판 제조 산업에서는 고객의 다양한 주문(폭·두께·색상·표면처리 등)이 들어오지만, 현장에서는 여전히 담당자의 경험과 수작업으로 생산계획과 스케줄링을 수립하는 경우가 많습니다. 그 결과 원자재(코일) Loss, 설비 전환 손실, 납기 지연 등의 문제가 반복됩니다.
공정스케줄링 AI Agent는 선형계획법(LP) · 메타휴리스틱 · 딥러닝(DNN)을 결합하여 생산계획 수립 → 코일 최적 절단 → 압연롤 단위 편성 → 공정 스케줄링에 이르는 생산운영 전 과정을 AI가 지원하는 솔루션입니다.
1. AI 기반 생산계획 Agent
기업의 이익을 높이는 최적의 제품 생산 비율(Product Mix)을 AI가 도출합니다.
선형계획법(LP) 기반 최적화
기업 내 가용자원과 시장수요를 반영하여 기업의 이익을 높이는 최적 Product Mix를 자동 도출합니다.
딥러닝(DNN) 기반 담당자 노하우 학습
생산계획 담당자의 실제 수정 이력을 딥러닝(DNN)으로 학습하고, 그 결과를 선형계획법(LP) 최적화에 반영하여 실무자 노하우가 반영된 생산계획을 생성합니다.
전문가 시스템
제약조건이 복잡해 답이 없는 상황에서 원인이 되는 제약조건을 자동으로 찾아내고 완화하여 실행 가능한 대안을 제시합니다.
2. AI 기반 공정 스케줄링 Agent
비엔스틸라 칼라강판 도장라인 대상 Coil Painting Scheduling Optimizer (CPSO) 시스템.
코일 최적 주문 사이즈 결정(Bin Packing), 압연롤 단위 편성, 납기 지연 최소화 스케줄링을 통합 최적화합니다.
코일 최적 주문 사이즈 결정 (Bin Packing)
고객 주문 규격(폭·길이)을 코일 안에 퍼즐처럼 맞춰 배치하는 빈 패킹(Bin Packing) 알고리즘을 통해, 강판 절단 시 발생하는 자재 손실(Trim Loss)을 최소화하여 재료비를 절감합니다.
코일 투입 순서 (롤 편성)
칼라강판 도장라인(PCL/VCL)은 코일을 연속 투입해 도장하는 공정으로, 폭·색상·두께가 바뀔 때마다 셋업 손실이 발생합니다. 광폭→협폭 배치, 동일 컬러 묶음, 납기 제약을 만족하면서 롤당 생산 중량을 극대화하고 전환 손실을 최소화하는 투입 순서를 도출합니다.
설비 할당 및 작업시간 스케줄링
롤 편성 결과를 반영해 여러 설비(M/C)에 작업을 배정하고, 납기 순서에 따라 작업 시간을 결정합니다. Heuristic(메타휴리스틱)과 AI Scheduling(강화학습·DQN) 두 가지 최적화 방식을 제공하여 간트 차트 형태의 최종 생산 계획을 산출합니다.
수작업 생산계획에서 AI 기반 지능형 운영으로
도입전
도입후
도입전
담당자 경험 의존 수작업 Product Mix 결정 · 엑셀 기반
도입후
LP + DNN + 전문가 시스템으로 최적 Product Mix 자동 도출
도입전
작업지시 순서대로 진행, 원자재 Loss · 공정 병목 발생
도입후
메타휴리스틱·강화학습(DQN) 기반 최적화로 Loss 최소화, 납기 준수율 극대화
※ 이미지는 이해를 돕기 위한 개념 예시입니다.
실증성과 (비엔스틸라)
MAPE (오차율)
- DNN 기반 AI 모형 — 61주 실데이터 기반 610개 학습 데이터셋
- 공인기관 입회검사 시험성적서 확보
평균 실수율 (양품 생산 비율)
- 비엔스틸라 8주 주간스케줄링계획 기준 검증
- 메타휴리스틱 기반 스케줄링 모형 적용
언제든지 연락주세요. 문의하기
