AI 스크랩 분류 시스템

아이티브AI의 AI 스크랩 분류 시스템 솔루션은 고품질의 제품 생산을 위한 원자재 분류 기술입니다.​​

기술 개발 배경

[글로벌 시장 상황​]
  • 철스크랩 자원의 전략적 활용으로 자원 무기화의 선제적 대응 강화​​
  • 탄소중립 달성을 위해 고품질 철스크랩의 안정적인 공급 필요​​
  • 탄소 발자국 대응을 위한 철강 제조 공정의 디지털화 필요​
[국내 시장 상황​​]
  • 철스크랩 공급자와 수요자간 신뢰를 구축할 수 있는 시스템 필요​​
  • 철스크랩 등급(KS D 2101)에 의거한 데이터 확보 필요​​
  • 탄소 발자국 대응을 위한 철강 제조 공정의 디지털화 필요​

기술의 필요성

[순환 경제 촉진​​]

철스크랩의 효율적인 분류와 재활용은 자원의 순환을 촉진하며, 이는 탄소중립 목표 달성을 위한 순환 경제 모델 구현에 필수적입니다.
철스크랩의 분류 및 재활용은 철강 산업에서 제품 생산에 발생하는 탄소 배출을 최소화하는 효과를 가지고 있으며, 자원을 지속 가능하게 사용할 수 있도록 합니다.​

[공급사와 수요사간의 갈등 해소​​]

철스크랩에 대한 분류 기준(KS D 2101)은 정해져 있으나 실제로 분류는 공급사와 수요사의 작업자를 통해서 진행됩니다. 철스크랩 분류에 대한 판정 주체(작업자)가 다름으로 인해 공급사와 수요사 간의 품질 판정 결과가 다른 경우가 발생하여 갈등을 초래하게 됩니다.
이와 같은 갈등 해소를 위해 같은 철스크랩에 대한 동일한 판정을 내릴 수 있는 객관화된 시스템 구축이 필요합니다.​

AI 철스크랩 분류 시스템 아키텍처​

아이티브AI의 AI 철스크랩 분류 시스템은 On-Premise 기반으로 설계되었습니다.​

현장에서는 스크랩에 대한 영상만을 획득하고 KS D 2101 분류 기준에 준하는 스크랩 분류는 아이티브AI의 AI 서버에서 수행합니다.​
스크랩 분류 수행 후, 분류 결과에 대한 리포트는 각 고객사에 전달됩니다. 이러한 시스템 아키텍처 설계로 고객사마다 AI 서버를 설치할 필요가 없어 초기 도입 비용을 최소화할 수 있습니다.​

아이티브AI의 AI철스크랩 분류 시스템은 각 고객사에서 수 많은 스크랩 데이터를 획득할 수 있는 구조이기에 Self-Scoring 기능을 기반으로 방대한 양의 이미지를 가지고 성장하는 AI 모델을 경험하실 수 있습니다.​

  • Edge Device
    영상 데이터 획득
  • On-Premise
    영상 데이터 통신
  • AI 서버
    분류 기준에 따른
    철자원 분류
  • On-Premise
    분류 결과 통신
  • 공급사&수요사
    분류 결과 리포트 획득

주요 기능

  • 철스크랩 분류에 특화된 SEGMENTATION AI 모델
  • SELF-SCORING 기능으로 AI 모델 자동 재학습 기능
  • 데이터중앙집중화 아키텍처 기반으로 신규분류 기준의 대응강화​
  • On-Premise 방식으로 초기 비용 최소화, 시장 경쟁력 확보​