제조 / 완성차
BMW: 설비 고장 진단 지원
- 기업
- BMW
- 국가
- 독일
- 도입 상태
- 제한 운영
- 자료 공개
- 날짜 기준
- 자료 발표 시점. 도입 시작일과 다를 수 있음
- 근거 확인 방법
- 원문 본문 열람
업무 문제
BMW Group 공장에서 차량 생산 설비가 멈추면 매 순간이 아깝다. 정비 팀은 빠르게 원인을 찾아 해결해야 한다. 필요한 정보는 설비 매뉴얼, 품질 데이터, 내부 고장 보고, 계획 문서에 흩어져 있었다. 헝가리 데브레첸의 새 공장처럼 매뉴얼이 현지어로 없는 경우도 있었다.
적용한 기술과 데이터
Factory Genius는 검색 엔진처럼 움직인다. 인터넷이 아니라 미리 학습한 설비 매뉴얼, 품질 데이터, 내부 고장 보고, 계획 문서에서 답을 찾는다. 데이터는 매일 갱신되는 교대 근무 기록으로 계속 채운다. ChatGPT나 Gemini 같은 챗봇에 쓰이는 대규모 언어 모델을 넣어 언어 맥락을 이해한다. 그래서 일반 검색 엔진보다 정확한 결과를 낸다고 BMW는 설명한다. 상위 검색 결과를 출처 링크와 함께 보여주고, 원하면 찾은 정비 지침을 몇 문장으로 요약한다. 번역 기능도 있어 언제든 언어를 바꿀 수 있다. 도구는 해결안을 제안하고 실제 조치는 정비 담당자가 한다.
성과
BMW는 Factory Genius가 특정 설비 문제의 해결안을 수초 안에 제안해 오류 진단에 드는 시간을 최소로 줄인다고 밝혔다. Dingolfing 공장 차체 공장의 시범 과제가 이 사내 개발의 바탕이 됐다. 2024년 봄 Dingolfing에서 만든 도구와 함께 미국 Spartanburg, 남아프리카공화국 Rosslyn 공장도 같은 시기에 비슷한 해법을 만들고 있었다. 뮌헨 본사의 AI 전문가들이 이 경험을 모아 전사 공통 애플리케이션으로 합쳤다. 이 도구는 사내 플랫폼을 통해 초기 개발 단계로 전 세계에서 쓸 수 있다.
한계와 남은 과제
원문은 진단 시간이나 설비 정지 시간이 얼마나 줄었는지 수치를 내놓지 않았다. 전 공장 도입 완료 여부도 초기 개발 단계라고만 적었다.
출처
- “Just ask Factory Genius!”: How AI helps maintain manufacturing equipmentpress.bmwgroup.com, 확인
공개된 자료를 정리한 사례입니다. ATF Works 도입 고객의 결과가 아닙니다.