SK电讯将自主开发的人工智能(AI)基础模型应用于钢铁、汽车零部件制造现场。其构想是解决长期被视为产业现场AI引入障碍的“知识孤岛(Knowledge Silo)”问题,并加快制造业的AI转型速度。
SK电讯25日表示,已分别与钢铁制造企业KG Steel、汽车零部件制造企业Conec签署战略业务协议(MOU),推进基于自主AI基础模型的AI智能体现场验证。
SK电讯自4月以来获取了KG Steel和Conec所拥有的过往工序错误及事故分析报告、设备手册、设备日志等制造现场数据。在此基础上,开发出以自主AI基础模型“A.X K1”为基础的“制造专用AI智能体”演示版本。
A.X K1是拥有5190亿个参数的超大规模语言模型。其优势在于处理复杂指令与任务,在推理过程中仅激活约330亿个参数。据介绍,虽然整体模型规模庞大,但实际使用阶段仅运行所需部分,因此在产业现场也能较为高效地使用。
SK电讯与KG Steel、Conec将在今年下半年把基于A.X K1的制造专用AI智能体演示版本应用于实际工序,开展现场验证。KG Steel计划将AI智能体投入生产镀层钢板的唐津工厂冷轧生产线,Conec则投入铸造、加工工序。KG Steel和Conec将向SK电讯实时提供更多制造工序数据,SK电讯则计划基于这些数据以及验证过程中产生的现场反馈,提升制造专用AI智能体的性能与推理速度,并同步推进功能扩展。
验证过程中获取的制造现场数据也将用于目前正在开发的后续模型A.X K2的训练。SK电讯计划在验证结束后,研究制造专用AI智能体的商用化及实际引入与否。必要时也将考虑把模型更换为SK电讯自主AI基础模型的后续系列。
制造业一直被视为不易引入AI的领域。原因在于现场数据的数字化转型缓慢,积累的数据也多按工序、按部门分别生成与管理,AI难以对其进行整合利用。作业人员的熟练度与经验不同导致业务处理方式各异,也一直被指为制造业引入AI的局限。尤其是核心诀窍只停留在特定熟练工手中的“知识孤岛”现象,被视为制造现场的代表性课题。因为资深作业人员退休或离职时,长期积累的现场经验与解决问题的方法可能随之消失。
SK电讯计划将散落于各工序的数据与熟练工的经验知识转化为数字资产,并把学习了这些内容的AI智能体引入制造现场。由此期待在工序中出现错误时能更快查明原因、缩短处置时间,从而提高生产效率。
另一方面,SK电讯也在拓宽自主AI基础模型的应用领域。上月与国防部签署了“韩国科学技术情报通信部自主AI基础模型在国防领域的应用”业务协议。在将自主AI模型应用于安全与数据主权至关重要的国防领域之后,此次又将应用范围扩大至钢铁、汽车零部件制造现场。
SK电讯AI CIC负责人郑锡根表示:“在安全至关重要的制造现场,能够在数据不外流的情况下加以利用的自主AI基础模型可以成为有效的解决方案”,“以与KG Steel、Conec的合作为起点,我们将加快制造业的AI转型,并持续扩大自主AI基础模型的应用案例。”






