# AI 제조 Bootcamp: Predictive Maintenance — 강의자료

## 과정 개요

Computer Vision과 머신러닝으로 설비 예지보전 시스템을 구현하는 부트캠프

스마트팩토리 환경에서 Predictive Maintenance를 구현하기 위한 데이터 수집, 모델링, 배포 전 과정을 실습합니다.

| 항목 | 내용 |
|---|---|
| 난이도 | 고급 |
| 진행 방식 | 부트캠프 |
| 표준 소요시간 | 32시간 (4일) |
| 대상 | 제조업 엔지니어, 스마트팩토리 담당자 |
| 관련 기술 | Machine Learning, Smart Factory, Predictive Maintenance, Computer Vision |

## 학습 목표

- 예지보전 데이터 파이프라인 설계
- Computer Vision 기반 결함탐지 모델 구현

## 모듈별 강의 내용

### Module 1. 예지보전 데이터 파이프라인

- 설비 센서 데이터 수집 구조
- 데이터 파이프라인 설계

설비 예지보전은 데이터 품질이 결과를 좌우합니다. 진동·온도·전류 센서에서 어떤 주기로, 어떤 형식으로 데이터를 모아야 하는지 파이프라인 설계 기준을 다룹니다.

### Module 2. 결함탐지 모델링

- Computer Vision 기반 결함탐지 모델 구현
- 머신러닝 모델 학습·평가

정상 패턴과 결함 패턴을 구분하는 Computer Vision·머신러닝 모델을 직접 학습시켜봅니다. 실제 결함 이미지가 적은 상황에서 어떻게 모델을 학습시킬지도 다룹니다.

### Module 3. 배포와 운영

- 현장 배포 전략
- 모델 성능 모니터링

모델은 만드는 것보다 현장에 붙여 운영하는 게 더 어렵습니다. 실시간 추론 배포 전략과, 시간이 지나며 성능이 떨어지는 것을 모니터링하는 방법을 다룹니다.

## 진행 안내

각 모듈은 개념 설명 후 실습으로 이어지는 순서로 진행합니다. 모듈별 실습 문제는 별도 워크북 문서를 참고하세요.