조선해양산업의 딥러닝 기반 자재 마스터 데이터 관리 사례 연구
A Case Study on the Material Master Data Management Based on Deep Learning in the Shipbuilding and Marine Industry
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
조선해양산업은 전형적인 주문생산방식으로, 선주의 발주가 확정되면 설계, 자재구매·조달, 생산 등 다양한 공정이 병행된다. 이 과정에서 대량의 마스터데이터가 생성되며, 관리 효율성은 기업의 규모와 역량에 크게 좌우된다. 본 연구에서는 대형 조선소의 체결재 마스터데이터를 대상으로 딥러닝 기반 통합관리 프로그램을 적용하여 관리 효율성을 검증하였다. 분석 결과, 데이터 품질과 업무 효율성이 유의하게 향상되었으며, 이는 인공지능 기반 통합관리시스템이 조선해양산업의 디지털 혁신을 촉진하고 산업 전반의 경쟁력 강화에 기여할 것으로 기대된다.
Abstract
The shipbuilding and marine industry is characterized by a build-to-order production system, where processes such as design, material procurement, and manufacturing are carried out simultaneously once an order is confirmed by the shipowner. In this process, a large volume of master data is generated, and management efficiency is largely influenced by the scale and capability of each company. This study applies a deep learning-based integrated management program to fastening-material master data in a large shipyard to evaluate management efficiency. The analysis results demonstrate significant improvements in data quality and operational efficiency, suggesting that an AI-based integrated management system can promote digital innovation and enhance overall competitiveness in the shipbuilding and marine industry.