Predictive maintenance / Digital twin 관련 전망 문의 (부제: 재직 중 AI 관련 파트 박사 진학 vs. 와이프의 희생과 인내)

이 게시판에 맞는 글인지 몇 번 고민하였습니다만, 고민만 많이 하느니

읽어주시는 분들께서 객관적으로 판단해 주실 거라 믿고,

그것을 냉철히 받아들일 준비를 하고 글을 씁니다.



많은 AI 관련 연구가 Image, NLP, text 등에만 초점을 맞추고 있는 거 같은데,

Predictive maintenance with AI / digital twin 쪽 관련 전망/비전이 어떨까요?

국내에서는 논문도 몇몇 Outlier를 제외하고는 2019년도 정도부터 하나씩 하나씩 나오는 것으로 파악되며,

그마저도 많지 않습니다.

아직 연구가 많이 되는 분야는 아닌 거 같은데, Smart factory에 대한 수요는 급작스레 커져서 수요는 많습니다.

국내에서 제대로 된 서비스를 제공하는 업체도 몇 개 없는 것으로 봅니다.

Smart factory의 구성 중에 ERP, MES 등에만 초점을 맞추는 곳도 있지만, 가장 Technical 한 분야는 Condition based

monitoring이라고 생각합니다.

저는 데이터 기반이 아닌 모델 기반의 Digital twin을 이용한 Synthetic data generation에 관심이 있습니다.

실제 데이터를 수집하는 기간 동안, AI 도입을 위해사용하게 될 데이터 말입니다.

MATLAB의 Simscape, ANSYS의 Modelica 등을 사용한 Multi physics로 Digital twin을 구성해야 할 거 같고,

늦은 나이에 시작하는 만큼 Predictive maintenance에 가장 중요한 Domain knowledge가 조금 있다는 것이

어린 나이가 무기인 친구들과의 차이점이라 할 수 있습니다.

FMEA도 제대로해봐야 겠지만, Fatigue, fracture mechanics, stress analysis 같은 문제 발생에 대한 물리적인, 수학적인

이해도와 업무 경험을 바탕으로 수학적 모델링을 하는데 주력할 예정입니다.

현업에 있다보니 학계에서 가장 구하기 어려운, 장비의 실제 Data를 직접 회사로 부터 구할 수 있다는 것도

큰 장점이 되겠지요... 앞서 언급한 Failure mode 들 하나씩만 연구해도 논문은 쏟아질 거 같습니다....

(물론 저의 얕은 생각일 수 있기 때문에, 글을 올려서 냉청히 판단받고자 합니다)