조선소 배관 용접 작업계획 데이터 기반 불량 사전예측을 통한 예방적 품질관리 가능성 평가 = Feasibility Evaluation of Preventive Quality Management Through Preemptive Prediction of Weld Defects Using Shipyard Pipe-Welding Work-Planning Data|RISS 상세보기

국문 초록 (Abstract)

본 연구는 조선소 배관 용접 공정의 작업계획 단계에서 확보 가능한 데이터를 활용하여, 용접 불량 발생 가능성을 사전에 예측하고 사후 검사 중심의 품질관리 체계를사전 예방 활동으로 보완하는 방향을 실증적으로 검토하였다. 최근 조선업의 수주 회복과 함께 신규 및 외국인(E-7) 용접사 투입이 확대되면서 품질 변동성이 커지고 있음에도, 현장의 품질관리는 비파괴검사(NDT)에 의존하는 사후 판정 구조에 머물러 재작업 및 공정 지연 리스크가 상존한다. 이에 본 연구는 용접 이전 단계에서 불량 위험이높은 작업을 선별하여 감독·배치·교육·사전 점검 등 예방 활동에 활용할 수 있는 데이터 기반 예측 체계의 가능성을 실증적으로 평가하였다.
본 연구에는 2021년부터 2025년 6월까지의 실제 조선소 배관 용접 작업 및 검사실적 데이터를 활용하였으며, 데이터 정제·통합·전처리를 통해 약 10만 건 규모의 분석용 데이터셋을 구축하였다. 본 데이터는 조선소 내부 품질관리 시스템에서 추출된 실무 데이터를 기반으로 하며, 개인정보 비식별 조치와 사내 데이터 보안 정책을 준수하여 활용하였다. 탐색적 데이터 분석(Exploratory Data Analysis, EDA)과 도메인 검토를통해 작업계획 단계에서 사전 확보 가능한 핵심 변수를 도출하고, 이를 기반으로 변수선택(Feature Selection)을 수행하였다. 이후 불균형 데이터 환경을 고려하여 Logistic Regression, Random Forest, Gradient Boosting, XGBoost, LightGBM, CatBoost 등의분류 모델을 적용하였다. Optuna 기반 하이퍼파라미터 최적화와 임계값 탐색을 수행하고, 학습 데이터의 시계열 구성을 6:2:2에서 8:1:1로 재조정하여 최신 품질 특성을 반영하였다. 또한 Soft Voting과 Stacking 앙상블을 통해 예측 확률의 일관성과 탐지 효율을 향상시켰다.
평가는 Recall ≥ 0.6을 실무 적용의 최소 기준으로 설정하고, 무작위 대비 탐지 효율을 나타내는 Lift와 불균형 환경에서의 순위 일관성을 반영하는 PR-AUC를 핵심 지표로 삼았으며, Precision과 F1-score는 보조 지표로 활용하였다.
실험 결과, 데이터 재구성과 앙상블을 적용한 LightGBM 및 Gradient Boosting 기반Soft Voting 모델이 Recall 0.66, Lift 1.96, PR-AUC 0.08을 달성하며, 사전 설정한 실무목표 수준(Lift ≈ 2)에 근접한 탐지 효율을 확보하였다. 이로써 제한된 사전 정보만으로도 불량 고위험 작업의 사전 식별이 가능함을 실증적으로 확인하였다. 이는 본 연구의 예측 체계가 사후 검사 중심의 품질관리 프로세스를 예방적 품질관리 활동으로 보완할 수 있는 실질적 가능성을 제시한 결과이다.
본 연구는 복잡한 수작업 중심의 조선소 환경에서도 작업계획 단계에서 확보 가능한 정보만으로 구현 가능한 예측 체계의 실증적 근거를 제시하였으며, 향후 데이터 품질 개선, 변수 확장, 주기적 재학습 체계 구축을 통해 적용성과 신뢰도를 한층 강화할수 있음을 보여준다.

번역하기

본 연구는 조선소 배관 용접 공정의 작업계획 단계에서 확보 가능한 데이터를 활용하여, 용접 불량 발생 가능성을 사전에 예측하고 사후 검사 중심의 품질관리 체계를사전 예방 활동으로 보...

목차 (Table of Contents)