Load

Load

  • 교 육 소 개

Home> 교육소개 >교육소개

교육소개

과정명

데이터 분석과 딥러닝 AI를 융합한 용접(심화과정)

추진배경
  • 조선 산업에서 용접은 빼놓을 수 없는 중요한 공정(조선, 해양 플랜트 산업의 제작 공정 중 약 30% 이상 용접 공정이 차지)
  • 용접은 개인의 기능과 기술(WPS/PQR)의 합으로 완벽한 품질을 만들어 내는 생산현장의 기반 기술
  • 열악한 작업환경에서 장시간의 훈련과 경험을 쌓아야 하므로 젊은 종사자들이 계속 감소
  • 산업 현장에서 용접인력 부족과 고비용 문제로 스마트 기술 적용 및 산업용 용접로봇 보급이 빠르게 늘어나는 추세
  • 강재 절단으로부터 대형 선박의 모습을 갖출 때까지 흐름생산 과정에서 다수의 용접작업이 수반되므로 매 단계마다 품질관리는 필수적임
교육목표
  • 시편 시험을 통해 확보한 WPS(Welding Procedure Specification) 상의 용접 변수와 Digital Twin으로 실시간 비교하여 정상 용접이 가능하도록 디지털 환경을 구축
  • 용접데이터 베이스 구축 및 인공지능 알고리즘 개발, 서비스 개발을 통해 실제 용접 현장에 인공지능 기술을 통해 자동으로 생성된 WPS(용접절차서)를 적용하여 현장에서 검증하는 단계까지 수행능력 배양

교육과정 운영

과정명 데이터 분석과 딥러닝 AI를 융합한 용접 (심화과정) 교육기관 거제대학교
교육장비 PC, 스마트 용접기, 파이썬 등 빅데이터 분석 툴 교육시간 45시간 이상
교육대상 조선직군 종사자 중 용접기술/품질검사 기초 과정 수료자 중심 교육인원 15명/차수
구분 교육내용 교육유형 교육
시간
사전교육 - 미래 용접기술/품질검사에 필요한 AI/SW 관련 주요기술 학습
- 현장 데이터 기반의 AI 플랫폼 적용 교육
온라인 13
기초교육 빅데이터 분석에 필요한 프로그램 기초 및 활용교육 오프라인 4
심화교육 빅데이터 분석 교육 및 용접기술 데이터 수집 및 프로젝트 사전교육 오프라인
실습교육
12
프로젝트
기반교육
- 프로젝트 관련 직무 특강
- AI융합 프로젝트 주제 선정
- 프로젝트 제작 및 발표
오프라인
프로젝트교육
16
합계 45

프로젝트 기반(PBL) 교육 내용

교육과정 데이터 분석과 딥러닝 AI를 융합한 용접(심화과정)
교육기간 16시간 (2일) 교육방법 공동프로젝트 교육수준 중급
교육목표 데이터 분석과 AI융합(딥러닝)적용을 위해서 스마트 용접기로부터 데이터를 추출하여 교육생들의 용접 기량 점검 및 딥러닝 알고리즘 기법 적응 능력 향상
주요
교육
내용
실습
교육
디지털 용접 데이터 추출 방법 및 분석 기법 이론 교육
빅데이터 알고리즘 이해 및 관련 프로그램(파이썬 등) 문법적용 실습
1일차 프로젝트 주제 선정을 위한 전문가 특강
조별 디지털 용접기 데이터 추출 및 전처리
2일차 프로젝트 제작 및 분석

조선산업 AI융합 인재양성을 위한 수요조사 결과 또는 교육 환경에 따라 교육내용은 일부 수정 보완될 수 있음.

과정명

사물인터넷(IoT)을 접목한 안전보건환경(HSE) (기초과정)

추진배경
  • 21세기 들어서면서 작업자의 안전과 근로환경에 대한 규제가 급속히 강화되고 있고,수년전부터는 일부 선진국들의 주도로 기후변화에 대한 관심과 우려 속에서 여러 가지 자발적, 비자발적 협약들까지 등장하고 있음
  • 최근에는 우량기업들이 앞다투어 ESG (Environment, Society & Governance) 경영을 선포하면서 건강한 지구환경과 투명한 기업 활동 운동을 전개하고 있음
교육목표
  • 선박 건조 공간에 설치된 수많은 HSE 관련 센서 기능 이해
  • 센서로 부터 데이터 추출 및 분석기법을 배워 HSE 관련 불안전한 요소들을 파악하고 예방적 조치를 할 수 있는 방법 및 대처 능력 학습

교육과정 운영

과정명 사물인터넷(IoT)을 접목한 안전보건환경(HSE) (기초과정) 교육기관 거제대학교
교육장비 PC, IoT kit, 파이썬 등 빅데이터 분석 툴 교육시간 45시간 이상
교육대상 조선분야 3년 이상 생산기술 인력(퇴직자 포함) 교육인원 15명/차수
구분 교육내용 교육유형 교육
시간
사전교육 HSE 분야에 필요한 사물인터넷(IoT) 및 AI/SW 관련 주요기술 학습 온라인 13
기초교육 사물인터넷(IoT) kit를 사용하여 IoT 기능 및 활용법 이해 오프라인 4
심화교육 사물인터넷(IoT) 활용법 숙달 및 프로젝트 사전교육 오프라인
실습교육
12
프로젝트
기반교육
- 프로젝트 관련 직무 특강
- IoT 활용 프로젝트 주제 선정
- 프로젝트 제작 및 발표
오프라인
프로젝트교육
16
합계 45

프로젝트 기반(PBL) 교육 내용

교육과정 사물인터넷(IoT)을 접목한 안전⋅보건⋅환경(HSE) (기초과정)
교육기간 16시간 (2일) 교육방법 공동프로젝트 교육수준 기초과정
교육목표 선박 건조 공간에 설치된 수많은 HSE 관련 센서로 부터의 빅데이터를 획득하여 분석함으로써 신속하게 불안전한 요소들을 파악하고 예방적 조치를 할 수 있는 방법 습득
주요
교육
내용
실습
교육
HSE 분야에 필요한 사물인터넷(IoT) 및 AI/SW 관련 주요기술 특강
사물인터넷(IoT) 활용법 숙달 및 프로젝트 사전교육
1일차 - 프로젝트 주제 선정을 위한 전문가 특강
- 조별 IoT 활용 기능 실습 및 조별 프로젝트 주제 논의
2일차 프로젝트 제작 및 분석

조선산업 AI융합 인재양성을 위한 수요조사 결과 또는 교육 환경에 따라 교육내용은 일부 수정 보완될 수 있음.

과정명

빅데이터와 기계학습을 활용한 가공, 조립, 탑재 (기초과정)

추진배경
  • 조선소에서의 기계 가공과 조립,탑재 작업은 선박의 골격을 건조하는 가장 기본 공정이면서 또한 선박의 수명을 보장하게 되는 중요한 작업이다.
  • 수많은 작업자가 기계의 도움을 받아가며 일관조업을 하게 되는데 자그마한 강재조각으로부터 수백 톤의 몸통 부위(대블록)가 되는 과정에서 발생할 수 있는 여러 가지 문제점과 비효율성은 조선소의 경쟁력을 좌우하는 주요 변수라 할 수 있다.
  • 선박의 몸통을 구성하는 주요 부품은 판재(Plate)와 배관(Pipe)이다. 판재는 유선형 몸체를 구성하기 위해 3차원 곡면을 가지는 경우가 많고, 수많은 크기와 모양의 배관재는 기계적 가공량이 많다.
교육목표
  • 강재를 이용하여 여러 가지 모양의 철 구조물을 제작하는 공종에 종사하는 작업자들로 하여금 제작 과정에서 필요한 데이터 추출방법을 익히고 머신러닝 알고리즘을 익혀 학습한 AI융합 기술을 작업의 효율과 안전 및 품질에 적용할 수 있는 능력 배양

교육과정 운영

과정명 빅데이터와 기계학습을 활용한 가공·조립·탑재 (기초과정) 교육기관 거제대학교
교육장비 PC, 파이썬 등 빅데이터 분석 툴 교육시간 45시간 이상
교육대상 조선분야 3년 이상 생산기술 인력(퇴직자 포함) 교육인원 15명/차수
구분 교육내용 교육유형 교육
시간
사전교육 빅데이터 분석 및 머신러닝 알고리즘 및 AI/SW 관련 주요기술 교육 온라인 13
기초교육 파이썬 문법 및 빅데이터 분석 기법 이해 오프라인 4
심화교육 머신러닝 알고리즘 이해 및 프로젝트 사전교육 오프라인
실습교육
12
프로젝트
기반교육
- 프로젝트 관련 직무 특강
- 머신러닝 활용 프로젝트 주제 선정
- 프로젝트 제작 및 발표
오프라인
프로젝트교육
16
합계 45

프로젝트 기반(PBL) 교육 내용

교육과정 빅데이터와 기계학습을 활용한 가공·조립·탑재 (기초과정)
교육기간 16시간 (2일) 교육방법 공동프로젝트 교육수준 기초과정
교육목표 강재를 이용하여 여러 가지 모양의 철 구조물을 제작하는 공종에 종사하는 작업자들로 하여금 제작 과정에서 필요한 데이터 추출방법을 익히고 머신러닝 알고리즘을 익혀 학습한 AI융합 기술을 작업의 효율과 안전 및 품질에 적용할 수 있는 능력 배양
주요
교육
내용
실습
교육
파이썬 문법 및 빅데이터 분석 기법 이해
머신러닝 알고리즘 기법 학습 및 프로젝트 사전교육
1일차 - 프로젝트 주제 선정을 위한 전문가 특강
- 조별 빅데이터 분석 및 가시화 실습 및 조별 프로젝트 주제 논의
2일차 프로젝트 제작 및 분석

조선산업 AI융합 인재양성을 위한 수요조사 결과 또는 교육 환경에 따라 교육내용은 일부 수정 보완될 수 있음.

과정명

머신러닝이 적용된 OCR 솔루션과 RPA를 융합한 조선해양 단순 반복적인 문서 업무 자동화(심화과정)

추진배경
  • 조선해양에 필요한 문서 작성 및 분석을 위한 업무의 자동화로 데이터 오류를 발생시키는 경우를 최소화하고 고객의 대응을 빠르게 하고자 함
  • 업무 관련 데이터의 규격화로 데이터 분석이 용이해짐
  • RPA 기술과 AI기술의 결합을 통해 숙련자의 경험치를 규격화된 데이터로 변환해야 한다는 요구가 증가함
  • 반복적이면서 보고와 공유가 필요한 업무를 RPA가 대신함으로써 직원들을 창의적인 업무에 투입할 수 있는 여력이 발생하여 Upskill 효과가 있음
교육목표
  • RPA에 대한 개념을 이해하고 조선해양 분야에 적합한 챗봇, OCR, AI 등과 같은 로봇 자동화 도구를 최대한 활용하여 업무의 자동화 설계 및 구현 능력 향상
  • 심화된 RPA의 개념을 이해하여 조선해양 업무의 자동화를 위한 데이터 추출 및 자동화 설계 및 구현을 수행할 수 있는 능력 향상
  • 조선해양의 정형/비정형화 데이터를 규격화할 수 있는 능력 향상

교육과정 운영

과정명 머신러닝이 적용된 OCR 솔루션과 RPA를 융합한 조선해양 단순/반복적인 문서 업무 자동화(심화과정) 교육기관 디에스엠이정보시스템
교육장비 RPA
-Automation Anywhere(PC)
-MS Power Automate(PC)
-OCR(ABBYY, Tesseract)(PC)
-GEN OCR(PC)
교육시간 45시간
교육대상 설계/조달/생산 사무직군 중 RPA 기초과정 수료자 교육인원 15명/차수
구분 교육내용 교육유형 교육
시간
사전교육 조선해양 특화 RPA 이론 및 프로그래밍 기본 소양 교육 (4차산업(조선해양산업)&DX, AI, 빅데이터, IoT, VR/AR, RPA) 온라인 13
기초교육 조선해양 특화 RPA 기초 복습 오프라인 8
심화교육 심화교육 조선해양 특화 RPA 및 심화기술 활용 방법
(데이터 추출 및 처리 업무 자동화)
오프라인
실습교육
8
프로젝트
기반교육
조선해양 현업 업무 RPA 적용 실습 오프라인
프로젝트교육
12
합계 45

프로젝트 기반(PBL) 교육 내용

교육과정 머신러닝이 적용된 OCR 솔루션과 RPA를 융합한 조선해양 문서업무 자동화 (심화과정)
교육기간 16시간 (2일) 교육방법 공동프로젝트 교육수준 중급
교육목표 심화된 RPA의 개념을 이해하여 조선해양 특화된 업무의 자동화를 위한 데이터 추출 및 자동화 설계,구현을 수행할 수 있는 능력 향상
주요
교육
내용
실습
교육
RPA 기초 복습
RPA 및 심화기술 활용 방법 실습
1일차 조선해양 실제 업무에 RPA를 적용하고 테스트하기
2일차 조선해양 실무 문제점 분석하고 개선 방법을 개발하기

조선산업 AI융합 인재양성을 위한 수요조사 결과 또는 교육 환경에 따라 교육내용은 일부 수정 보완될 수 있음.