국내외 자동차 분야 고객사에 효율적인 업무 지원을 전개할 조직 구성 독일 뒤셀도르프 및 미국 미시간 법인에 글로벌 전문 인력 보강 AI 기반 영상 인식 소프트웨어 전문 스타트업 스트라드비젼이 조직 개편을 단행했다. 글로벌 자동차 분야 고객사에 더욱 효율적인 업무 지원을 하기 위함이다. 스트라드비젼은 현지 고객사들과 더 많은 서비스와 기술지원을 제공할 수 있도록 고객 관리 및 영업 엔지니어링 팀을 도입했다. 스트라드비젼의 글로벌 고객사들은 전담 어카운트 매니저 및 솔루션 엔지니어를 통해 장기적인 사업 계획 수립과 개별 요구사항이 반영된 스트라드비젼 제품 로드맵을 제공받을 수 있다. 이번 조직개편의 일환으로 스트라드비젼 글로벌 세일즈 엔지니어링 팀 총괄로 게르만 에틀랜더(German Etlender)를 임명했다. 또한 스트라드비젼 서울 본사의 시니어 솔루션 엔지니어로 좌의화(Yihe Zuo)도 합류했다. 이 밖에도 최근 스트라드비젼은 미국 미시간 법인에 바푸 키라나기(Bapu Kiranagi) 솔루션 엔지니어링 이사와 딘 백맨(Dean Beckman) 영업 이사를 영입하는 등 자율주행 분야의 글로벌 전문인력을 꾸준하게 채용하면서 내실을 다져가고 있다. 게르만 에
헬로티 이동재 기자 | 철강·에너지소재대학원 홍대근 교수와 임창희 교수 공동연구팀이 인공지능을 활용한 출강 자동화 시스템을 개발했다. 이 시스템은 현재 포스코 광양제철소 2제강 2전로에 적용되고 있다. 컵 안에 있는 불순물을 제거하기 위해 컵을 천천히 기울여 불순물만 걸러내듯이, 출강은 전로 안에 떠 있는 슬래그(불순물)를 천천히 걸러내는 작업이다. 지금까지 출강 방식은 작업자가 고온, 고열의 작업 환경에서 육안으로 확인하면서 이 작업을 매일 수십 차례 수동으로 작업해야 했다. 그렇다 보니 작업자의 숙련도에 따라 제품 성분이나 미세한 품질의 편차가 발생하고, 데이터를 정량화하기 어려움이 있었다. 또한, 고열 작업 특성상 안전사고에 노출될 수밖에 없었다. 연구팀은 전로 출강자동화를 위해 포스코 기술연구원, 광양제철소 제강부와 협업해 영상분석 연구를 수행했다. CCTV를 통해 실시간으로 수집되는 다트(내화물) 투입 영상과 SDS(Slag Detection System) 영상을 이용해 딥러닝 기반 다트 투입 적중 여부 자동 판정 기술을 각각 개발했다. 먼저, 작업을 단계별로 세분화하고 조건별 데이터를 수집, 표준화한 다음 출강 패턴을 도출했다. 이렇게 도출된 출강