Festo는 W&B를 통해 스마트 공장을 현실로 만듭니다.
“W&B 이전에는 새로운 실험을 설정하고 새로운 데이터로 매개변수를 조정하는 데 평균 8시간이 걸렸습니다. W&B를 사용하면 Keras 콜백 및 플롯 로깅을 포함하여 이 시간이 20~30분으로 대폭 단축되었습니다."
Daniel Spies
머신러닝 엔지니어
다운타임의 실제 비용
기계는 예상치 못하게 고장나는 경우가 있습니다. 이는 피할 수 없는 일입니다.
하지만 그렇다고 해서 계획되지 않은 고장이 덜 짜증나는 것은 아닙니다. 거의 모든 산업 분야의 대형 제조업체의 경우 비용은 시간당 10만 달러를 훌쩍 넘을 수 있습니다.
산업 자동화 분야의 글로벌 리더인 Festo는 이를 바꾸는 데 앞장서 있습니다. 하드웨어 전문 지식과 머신 러닝을 결합하여 이 회사는 고객이 생산 안정성을 개선하고, 유지 관리 프로세스를 최적화하고, 비용이 많이 드는 가동 중지 시간을 줄이는 데 도움을 주고 있습니다.
예방에서 예측으로
전통적인 공장 모니터링은 사용이나 시간에 따른 정기적인 검사에 의존합니다. 이 접근 방식은 문제를 포착하는 데 도움이 되지만 리소스와 시간이 많이 소요될 수 있습니다. 게다가, 문제가 너무 늦게 진단되어 손상을 방지할 수 없는 경우가 많습니다.
장비 고장을 발생하기 전에 예측하려면 Festo가 필요합니다.
예를 들어 공압 실린더를 살펴보겠습니다. 이는 여러 산업의 생산 라인에서 사용되는 장치입니다. 기계에서 부품을 옮기고, 물건을 누르고, 문을 열고 닫는 등 다양한 작업을 처리합니다. 이러한 실린더에서 공기가 새어 나가서는 안 되며, 새어 나가면 미묘한 쉿쉿거리는 소리가 납니다.
Festo의 ML 팀은 오디오 신호에 의존하여 실린더에서 나는 소리가 누출 관련 사운드 패턴과 일치하는지 여부를 식별할 수 있는 견고하고 확장 가능한 알고리즘을 개발하고 있습니다. 누출이 감지되면 사용자에게 누출 위치와 누출 크기를 알려주는 알림이 표시되어 생산 중단을 방지하고 유지 관리를 신속하게 수행할 수 있습니다. 언급할 가치가 있는 점은 이 사용 사례가 독일 BMBF의 공적 자금 지원 프로젝트인 KI-MUSIK4.0의 일부라는 것입니다.
“우리가 작업하고 있는 것은 고객에게 큰 편의성을 제공합니다. 매우 복잡한 시스템을 파헤칠 필요가 없습니다.” Festo의 머신 러닝 엔지니어인 다니엘 스파이스가 말했습니다.
Festo 실린더 위에 있는 AI 장치의 렌더링입니다.
Festo 실린더 위에 있는 AI 장치의 렌더링입니다.
새로운 수준의 효율성을 잠금 해제
고객이 최대 가동 시간을 달성하도록 돕기 위해 Festo는 타의 추종을 불허하는 수준의 자동화와 생산성을 제공할 수 있는 강력한 MLOps 플랫폼이 필요합니다. W&B를 사용하면 플랫폼이 모든 하이퍼파라미터와 메트릭을 자동으로 기록하여 정보를 중앙 위치에 저장합니다. 이를 통해 팀은 반복과 튜닝에 집중할 수 있는 시간을 확보하여 모델 성능을 개선하는 데 필요한 만큼 많은 것을 시도할 수 있습니다.
Daniel은 “W&B는 워크플로를 간소화하고 실험을 나란히 비교하고 결과에 대한 다양한 접근 방식의 영향을 확인하기 쉽게 만들어 많은 시간과 노력을 절약해 주었습니다.”라고 말했습니다.
또한, 고성능 모델을 개발하기 위해 Festo는 W&B Sweeps를 광범위하게 사용하지만 항상 그런 것은 아니었습니다. 이 팀은 이전에 하이퍼파라미터 최적화를 위해 오픈 소스 도구에 의존했습니다. 솔루션이 번거롭고 설정하기 힘들다는 것이 판명되자 Sweeps로 전환하는 것이 당연한 선택이 되었습니다.
“W&B를 사용하기 전에는 새로운 실험을 설정하고 새로운 데이터로 매개변수를 조정하는 데 평균 8시간이 걸렸습니다.”라고 Daniel은 말했습니다. “W&B를 사용하면 Keras 콜백과 플롯 로깅을 포함하여 이 시간이 20~30분으로 크게 단축되었습니다.”
원활하고 효율적이며 확장 가능한 ML 워크플로를 유지하는 데 있어 Festo는 W&B Launch에 의존합니다. 복잡한 학습 및 하이퍼파라미터 튜닝 작업을 단 하나의 로컬 머신에서 실행하는 대신 Launch를 활용하면 팀은 추가 컴퓨팅 리소스로 모든 대상 환경에서 작업을 쉽게 실행하여 모델 학습을 가속화할 수 있습니다. 그리고 이 모든 작업은 익숙하고 사용하기 쉬운 W&B 인터페이스에서 수행됩니다.
“Launch와 같은 도구를 사용하여 W&B를 배포 파이프라인에 통합했습니다.”라고 Daniel이 말했습니다. “이를 통해 GPU 머신에서 다양한 트레이닝을 빠르게 시작하고 실험을 확장할 수 있습니다.
미래의 공장
생산 오류 감소와 기계 가동 중단 감소는 제조업체가 AI를 통해 작업장을 간소화하는 몇 가지 이유에 불과합니다. 광범위한 산업 지식과 강력한 머신 러닝 활용을 통해 Festo는 모든 공장이 스마트 팩토리로 전환될 수 있도록 하고 있습니다.
Festo가 제조의 미래를 계속 형성함에 따라 W&B는 규모에 맞게 ML 워크플로를 간소화, 조정 및 자동화하는 데 중요합니다. Festo는 W&B를 활용하여 ML 운영과 관련된 모든 것을 최적화하고, 빌드 및 실험에 집중할 시간을 확보하고, 모델 교육을 손쉽게 획기적으로 확장할 수 있습니다.
“제가 W&B에 대해 가장 감사하게 생각하는 점은 그것이 진정한 올인원 솔루션이라는 것입니다.”라고 다니엘은 말했습니다. “그것은 바로 사용할 수 있고 우리에게 엄청난 생산성 향상을 가져다주었습니다.”