예를 들어 내가 자동차 생산 공장에서 일을 한다고 해보자. 만약에 자동차 생산 계획이 있다면 아마 그것은 모든 노동자에 맞추어 계획했을 것이다.
하지만 그 계획이 나에게는 잘 맞지 않을수가 있다. 그러면 모두에게 똑같은 스케줄을 맞추어야 하는가 아니면 개개인에게 맞추어햐 하는가?

AI가 스케줄링을 한다면 인간이 직접 고려하지 않아도 되어서 편할 것으로 예상됩니다. 하지만 일에도 우선순위가 있기에 이런 우선순위를 설정하는 것이 중요하다고 생각되는 부분입니다. 인간과 AI의 판단 기준이 달라서 우선순위 설정을 못할 수 있을 것 같은데 이를 방지하기 위해서 공동의 우선순위를 만들어야 할까요 아니면 인간이 AI에게 판단기준을 제공해서 우선순위를 생산하라 해야할까요? 

스케줄을 짤때는 고려해야하는 것들이 수없이 많다. 주변 상황 변화부터, 이벤트성 일정은 어떻게 할 것인지, 그리고 불필요한 시간소비를 줄이는것도 중요하고, 일의 우선순위를 두는 것도 중요하다. 그리고 결정적으로 자신이 수행할 수 있는 수준을 짜는 것도 중요한데, 이런 여러가지 기준들 사이에서 효율성을 극대화하기 위해서는 어떻게 해야 할까?

스케줄을 짜고 행동할 때는 스케줄을 만들때 보다 그 후 변화하는 상황에 대처와 관리와 피드백이 더 중요하다. 이러한 점을 인공지능이 어느 정도까지 도움을 줄 수 있을까? 아니면 다 관리를 해줄 수는 없을까?

아무리 많은 변수를 고려해 스케쥴을 짜더라도 예상치 못한 부분에 있어 변수가 생길 수 있다. 
이때 어떻게 하면 내가 짠 스케쥴이 영향을 덜 받을 수 있을지 궁금하다.

스케줄을 짤때 가장 중요한것이 일에 우선순위를 두는것이다. 사람마다 중요한것이 다르고 먼저해야할 것이 있기때문에 우선순위는 같은 일이라도 사람마다 다를 수 있다. AI 스케줄이 알아서 이 부분을 해결 할 수 있을지 궁금했다.
 

해야할 일을 정리해서 계획을 짜는 것은 분명 반복적인 행동이기 때문에 AI가 대체해 줄 수 있다고 생각한다. 점점 많은 사람들이 이 프로그램을 사용하게 되면 시간도 절약할 수 있고 더 효율적으로 돌아가는 세상이 될 것 같다. 하지만 이와 동시에 사람들이 스마트폰처럼 의존하게 되는 프로그램이 하나 더 느는 것이기 때문에 후에 발생할 문제점을 예측한 후 해결방안을 찾을 수 있었으면 좋겠다. 

이 질문은 ai가 얼만큼 시간이 지나야 완전히 믿을 수 있을까와 비슷한 맥락입니다. ai스케줄링은 ai 판단의 정확도가 완전하진 않더라도 적어도 98~100% 정도의 정확도를 가져야 온전히 신뢰할 수 있다고 생각합니다. 그러면 이러한 것이 실현되기 위해서는 얼마나 많은 시간이 지나야 하는 것일까요?

ai 스케줄링의 오류가 생겼을 시 어떻게 해결해야 하는지 궁금하다.  기존의 시스템과 잘 통합되지 못하거나, 윤리적 문제를 만들고, 손실을 낸다면 어떠한 방식으로 해결할 수 있을까.

  AI가 개입한 스케줄링 프로세스에서 예측 불확실성이나 환경 변화에 대처하는 방법은 무엇인가요? 이를 위해 사용되는 다양한 예측 모델 및 대응 전략에 대해 더 자세히 알려주세요. 예를 들어, 시계열 예측 모델, 확률적 그래프 모델, 혹은 심층 강화 학습 기반의 방법들이 어떻게 예측 불확실성을 모델링하고 환경 변화를 감지하여 스케줄을 동적으로 조정하는 데 활용되는지 궁금합니다. 또한, 이러한 예측 모델과 대응 전략이 실제 시나리오에서 어떻게 적용되는지에 대한 구체적인 사례가 있을까요?

AI의 스케줄링 과정에서 다양한 오류가 발생할 수 있습니다.
AI가 계획한 일정이 실제 실행되는 일정과 일치하지 않는 경우가 있습니다. 이는 예쌍치 못한 지연이나 자원 부족 등의 문제로 인해 발생할 수 있습니다. AI가 작업을 우선순위에 따라 할당하는 과정에서 오류가 발생할 수 있습니다. 이는 중요한 작업에 대한 우선순위를 부여하지 않거나, 잘못된 우선순위를 부여하는 경우에 발생할 수 있습니다. 또한 AI 모델이 작업의 예측을 부정확하게 하거나, 실제 상황을 제대로 반영하지 못하는 경우가 있습니다. 이는 데이터의 부족 또는 모델의 한계로 인해 발생할 수 있습니다.
이와 같이 다양한 오류가 발생했을 때의 대처방안이나 이를 해결하기 위한 기술적인 접근 방식이 궁금합니다.

여러변수를 고려할 방법이 궁급합니다.

AI가 만들어진 스케줄을 다 수행하지 못해서 스케줄에 오류가 발생한다면 어떻게 대처할 수 있나요

 AI를 활용한 핵심은 필요한 정확한 정보를 어떻게 제공하냐에 달려있는것 같다.

시간내에 처리되는 단순한 스케줄링은 시작시간과 끝나는 시간 이동시간 등의 데이터로 비교적 적은 양의 데이터가 필요하나

학습이나 시험대비 스케줄링을 위해서는 나의 학습양, 어떻게 하면 시험에 효과적인지 기출에 대한 분석으로 학습할 자료 선정, 나의 학습능력 등까지 고려하야할
정보 데이터는 정말 많다.

또한 스케줄링을 위한 도움 서비스는 이런것을 하면 더 좋다는 제안까지!

이런 정밀한 스케줄링을 위해서 우린 어떤 데이터를 축척해야 하는지도 고민하게 된다.

모든 AI의 특성상 크고 작은 확률로 오류가 발생한다. 스케줄링과 관련된 AI도 마찬가지일 것인데 스케줄링 시스템에 대흔 오류가 발생시 적절한 대처가 없다면 해당 산업에 큰 손해를 유발할 수 있을 것인데 이에대한 대처는 어떤 방법으로 할 수 있을지 궁금해졌다.

스케줄링은 다방면에서 매우 중요한 요소라고 생각합니다. 이러한 스케줄링의 효율을 높이는 방법이 무엇인지 궁금하고, 실제 스케줄링을 진행할때는 다양한 문제가 발생할 수 있는데 이러한 문제를 극복하기 위해서는 어떤 능력이 필요한지 궁금합니다.
그리고 문제 상황에서 빠르게 계획을 조정할 수 있는 능력을 키우거나 상황 변화에 대응할 플랜 B를 마련하는 등 이러한 상황 대처 능력이나 미리 다른 계획을 세워두는것이 많은 효과가 있는지도 궁금합니다.

우리는 어떤 일정을 처리해야 할 때, 효율성을 늘리기 위해 스케줄을 짠다. 하지만 어떠한 모종의 이유로 스케줄이 잘못 되었을 때 스케줄을 처음부터 다시 짜는 방법이 있지만, 보완하여 하는 경우도 있다. 이 중 어떤 방법이 더 효율적일까?  

예를 들어 스케줄 1이 하는데 생각(계획한 것)보다 시간이 많이 걸려 다음 스케줄인 스케줄 2를 해야하면 스케줄 1은 다 끝내지 않고 진행하나요?
아님  그 즉시 새로운 스케줄을 짜는 것은 어떨까요?

스케줄링을 효율적으로 하려면 작업의 우선 순위를 잘 정해야하는데, 처리 시간이 가장 빠른 작업이 우선시 되지 않고도 효율적인 스케줄을 짤 수 있는 지 궁금하다.

Ai나 인간 혹은 다른 기계 등 스케줄링을 할 수 있는 방법은 많을 것인데, 어떤 방법으로 하는 것이 가장 효율적이며 편리할까?

만약 모든 스케쥴이 오류로 인해 작동하지않는다면 어떤 방법으로 문제를 해결해야 할 까요? (대처방안)

ai가 몇일의 시간을 두고 개인의 일거수일투족을 관찰 분석한다음 그것에 맞게 직접변수를 만들면서 스케줄을 만들면 개인에 완전 맞추어진 거의 완벽에 가까운 스케줄을 짤 수 있지 않을까 궁금해서 이러한  질문을 생각해 보았습니다.

스케줄을 짜서 일을하다보면 가끔 변수가 생깁니다, 물론 미래의 AI는 여러 변수를 처리할 능력이 있겠지요.
하지만 변수의 의해 변수가 생기고 그 변수가 또 변수를 만드는, 즉 변수끼리 얽혀버리는 상황이 일어날 가능성도 베제할수 없습니다.
아무리 체계적인 사람이라도 이러한 케이스를 처리하기 힘듭니다, 하지만 AI가 이런 상황을 맞닥들인다면 어떻게 될까요.

 스케줄링을 할 때, 해야 하는 일이 많으면 모두 끝마치지 못할 것이라 생각합니다. 그러나 스케줄은 계속해서 이어지기에, 끝마치지 못한 일을 먼저 하는지 또는 새로운 일에 우선순위를 두는지 궁금합니다.

평소 일상생활에서 생각지 못한 변수는 많이 발생할 수 있습니다. 만약 스케줄을 완성하였는데 생각지 못한 변수가 발생하면 어떻게 대처해야 하나요?

스케둘링은 제조라는 과정을 효율적으로 하기 위해 만들어진 것이고 스케줄링은 가장 처리 시간이 빠르게 되는 것부터 처리한다고 했습니다. 그런데 장비 고장 등의 이유로 가장 빠르게 되는 작업이 안 될 때는 남은 것 중에서 가장 빨리 되는 것부터 하는지, 아니면 다른 기준이 있는지궁금하고 또 소요시간이 모두 똑같다면 어떤 기준으로 정하는지 궁금합니다

앞서 동영상 강의를 듣고 제조산업계의 "스케쥴링" 은 물건을 더 효율적으로, 그리고 효과적으로 제조하도록 조율하는 체계라고 이해하였다. 또, 친구들의 질문을 둘러보면서는 많은 친구들이 "스케줄링을 인공지능이 대체한다면 어떨까?" 라는 질문을 작성한것을 관찰하였다. 

그렇다면, 과연 스케줄링 영역에 인공지능을 대입했을 때 장점만 있을까? 인간을 썼을때의 강점은 무엇일까?; 이것이 나의 핵심 질문이다. 이에 대한 친구들의 의견을 많이 들어보고 싶으며, 개인적인 의견은 다음과 같다:

인공지능: 현재 발전하고 있는 인공지능은 학습된 데이터를 조합하여 솔루션을 제공하기 때문에, 기존 공장 체계를 학습한 뒤 보완해 스케줄링을 하는 것에는 엄청난 강점이 있을 것이라 예상한다. 하지만, 제조업계에서는 언제나 변수가 있기 마련이다. 예를 들어:

1. 마감기한이 앞당겨지거나 늦춰질 경우
2. 공정과정에 사용되는 물건의 변질 혹은 변화가 있을 경우
3. 근로자와 기계 사이의 안전사고
4. 공장 기계의 고장 

이러한 임의의 변수 사이에서는, 인공지능이 대처를 즉각적으로 하기 어려울 것이라 생각된다. 

인간: 인간은 그동안의 경험과 특유의 융통성을 바탕으로 변수에 따라 유려하게 스케줄링 체계를 조정할 수 있다. 허나, 인간이기에 까먹거나 신경 쓰지 못한 공정과정이 여럿 발생할 수 있다. 

AI를 통해 진행된 스케줄링에서, AI가 계획한 것보다 더 나은 방안이 존재했고, AI에 의해 가격 / 시간에서 손해를 입었다면, 그 피해는 누가 책임지나요?

사업 스케줄이 여러 변수로 인해 밀리거나 변경되게 되면 어떻게 해야할까요?
 

 스케쥴링을 할 때 동작/제조 시간이 빠른 것부터 하는 것이 효율적이라고 하셨는데, 예외의 경우도 있을까요?
예를 들어 시간이 오래걸리지만 중요하고 전체 작품의 주요 부품과 간단하고 빠르게 만들 수 있는 부속제품이 있을 때 제조 시간이 빠른 부속품을 먼저 만드는 것이 맞는 걸까요?

스케줄링이라는 말을 들었을 때에는 제조 과정에서 작업의 순서와 시간등을 조절해주는 거대한 체계라고만 인식되는데 혹시 제조 분야 외에도 스케줄링이 사용되는 다른 예시가 있나요?

스케줄은 우리가 특정한 일들을 빠르고 간편하게 혹은 정해진 시간에 가장 효율적으로 일을 이행하기 위해 만든다. 그러한 스케줄의 오류가 발생 할 경우 ai는 어떠한 대처를 보일지 궁금하다

문득 이 영상을 보고' AI가 스케줄을 생산하고 생산한 스케줄에 대한 솔루션을 해 줄 수 있지 않을까?'라는 생각이 들었다. 이 궁금증을 해결하기 위해 구글링으로 검색을 해봤더니 wells teach 라는 기업에서 만든 i-scheduler라는 프로그램이 보였다. 이러한 프로그램이 있다는 것을 두 눈으로 확인해보니 '이러한 프로그램은 어떤 알고리즘으로 작동하고 그 알고리즘을 구성하고 있는 가장 중요한 핵심 키워드는 뭘까?'라는 궁금증이 생겼고 질문하게 되었다. 또한 '만약 이 프로그램이 잘못된 솔루션을 통하여 잘못된 스케줄 표를 생성하였다면 이에 대한 책임은 AI가 질 수 있나?'라는 궁금증도 같이 들게 되었다.

스케줄의 가중치 연산에서 퍼셉트론과 굉장히 유사하다는 느낌을 받았다. 스케줄 또한 여러 요인들을 복합적으로 고려하기 위해 다중 퍼셉트론과 유사한 구조를 사용할 것 같이 보이는데, 그렇다면 결국 스케줄은 인공신경망 모델인지 궁금하다.

소요시간이 짧은 일부터 수행하는 것이 유리하다고 했는데 소요되는 시간이 같다면 무엇부터 해야할지 궁금해져서 질문하게 되었다.

디지털 트윈은 실제 공정을 디지털 상에 그대로 옮겨 놓은 것이다. 하지만 실제 공정에 미세한 오차가 생기거나 먼지같은 소소한 변수로 인해 오차가 생겼을때 시간이 지날수록 그 오차가 커질것이라고 예상된다. 이런 오류를 예방하기 위해선 어떤 장치가 있고 오류가 발생 했을때 어떻게 해결 하는지 궁금증이 들었다.

제조 스케줄을 짜는 것에는 여러 계산과 통계적 수학이 들어갈 수 있는데. 이것을 편리하게 짜기 위해 인공지능을 사용해보는 것이 어떨까

스케줄은 항상 완벽히 지켜지지 못한다. 딜레이되거나, 아예 못하는 경우도 많다
이런 경우에 대처법이 궁금하다

지금도 저 나름대로 스케줄을 만들어서 사용하고 있지만
저에게 맞는 거 같지도 않고 잘 짜진 것 같지도 않는데 자신에게 맞는 스케줄을 잘 짜는 방법은 무엇이 있을까요? 

 내가 예상할 수 있는 범위 내에서는 여러 변수들을 통제하고 내가 원하는 방향으로 일이 잘 흘러갈 수 있도록 스케쥴링을 할 수 있다. 하지만 생활 속 실전에서는 늘 예상치못한 변수들이 이리저리에서 튀어나오고 일처리 또한 스케쥴링과 다른 방향으로 나아가는 경우가 흔치 않다. 만약 (미래에는) 고도로 발달된 지능이 모든 변수를 계산해 예측할 수 있게 된다면 완벽한 스케쥴링을 할 수 있을까? 그렇게 철저히 계산해 스케쥴링을 짠다 한들 실제로 일이 스케쥴링대로 움직여줄까?

계획한 스케줄에 변수가 생기면, 다시 스케줄을 재구성하는데 이 과정에서 시간이 지체되면 할일을 못하게될수있습니다. 그러면 일어나지않았지만 스케줄에 변수에 대비해서 미리 계획을 짜놓는게 좋을까요? 아님 변수가 들이 닥쳐셔 어떤 변수인지 알때 그 변수에 맞게 재구성하는게 좋을까요?

교수님께서 강의 중 반도체나 의학품, 혹은 자동차 등의 여러 생산물들의 작업 과정이 복잡해짐에 따라 스케줄링이 더욱 복잡해지고 있다고 말씀해주셨는데 이러한 생산물들의 작업 과정을 어렵게 스케줄링 하는 것이 아니라 작업 과정을 간단하게 만들어 스케줄링을 하는 것이 더 좋지 않은가 라는 생각이 들어 질문 드립니다.

스케줄은 자신의 시간, 역량, 할 일 등의 변수를 고려하여 짜야 합니다, 하지만 자신의 역량 등을 잘 알지 못하고 짜는 스케줄은 그대로 행동하지 못한다는 시간낭비를 하게 될 수 있습니다. 그렇다면 자신의 시간, 할 일 등을 정확히 파악해서 적절하게 시간 분배를 한 스케줄을 짤 수 있을까요?
 

스캐줄 짜는 것이 시간을 정리하는 데 도움이 된다고 하지만, 작성하는데도 시간이 걸려 시간 낭비가 않일까라는 생각이 들기도 합니다. 그럼 가장 스케줄 짜는데의 장점을 얻을수 있는 작성 방법이 있을까요?

IMG_4899.jpeg

디지털 트윈은 현실 세계와 똑같은 가상의 공간을 만들어 시뮬레이션을 미리 해볼 수 있기 때문에 만약 도시 전체에 적용하면 경찰차가 가장 효율적으로 지역을 순찰하는 경로를 다른 순찰차와 겹치지 않게 스케줄링할 수 있고, CCTV를 사각지대 없이 설치할 수 있게 장소를 정할 수도 있을 것 같습니다. 사고 싶은 물건을 구할 수 있는 가장 가까운 장소(가게, 마트)도 재고를 파악해 바로 알 수 있을 것입니다. 이렇게 도시 전체로 디지털 트윈 기술을 적용한다고 하면 공장 안에서만 활용하는 것보다 더 많은 기술이 필요할텐데 어떤 기술이 더 필요할지 궁금합니다.

미리 생길 변수를 대비하지만, 생각하지 못한 변수가 나타나게 된다면 어떻게 해결할 수 있을까요?

강의에서 공장의 공간을 다른 공간에서도 볼 수 있도록 가상 공장을 만드는 디지털 트윈이라는 개념이 정말 흥미로웠습니다.
만약에 가상 공장을 만들어 공장을 확인할 때 자연재해 같은 예상치 못한 사건으로 공장의 변화가 생기면 어떻게 대처하나요?

우선순위를 정하여 스케줄링을 할때 고려해야 할 사항이 1개뿐만이 아닌 여러개인 경우가 대다수입니다. 이러한 경우에서는 고려해야 할 사항을 여러가지를 복합적으로 고려할 수 있는 AI모델을 구축할 수 있을까?

영상에 의하면 스케줄링은 제한된 자원을 통해 가장 효율적인 결과 도출을 해내는 방법을 연구하는 학문 또는 그런 기술을
말하는 것 같습니다. 저는 이와 비슷한 환경이 프로그래밍이라고 생각했습니다. 프로그래밍은 주어진 문제를 구현할 때 
알고리즘의 무결성을 넘어서 이제는 그 속도가 매우 중요해지고 있다고 생각합니다. 그런데 영상에서는 디지털 트윈과
인공지능을 이용한 무거운 알고리즘을 활용하는것 같습니다. 또한 그렇기 떄문에 그 활용처에 제한이 생길것으로 예상했습니다.
가중 평균처럼 가중치를 그냥 곱하기만 하는 알고리즘이 그 대안중 하나로 있을 수 도 있겠지만, 이런 너무나 단순한 알고리즘은
오류로부터 무결하지 않을석으로 보입니다. 그렇다면 스케줄링 알고리즘을 더 가볍게 만들어 저리소스 스케줄링 기술및 알고리즘의 구현 가능할까요?
또한 알고리즘작성에 도움을 줄 수 있을까요?

디스패칭 룰에 가중치를 부여하여 여러가지 디스패칭 룰을 섞어서 스케줄링 한다고 하셨는데 이러한 가중치를 부여하는 기준이 있나요? 회사마다 목적마다 가중치가 다른가요?(그 조건에 도달했는지는 센서와 ai 기술을 활용하여 알아보는 것일까요?)

 제조/생산 과정에서는 많은 리스크들이 나타납니다. 스케줄링을 활용해도 리스크는 존재할 가능성이 높습니다. 교수님께서 영상에서 설명해주신 방법 외 다른 방법 중 스케줄링보다 더 적은 리스크를 가진 방법이 궁금합니다. 

제조 공학이라는 분야는 다른 공학 분야보다는 상대적으로 생소하다는 느낌이 드는데요. 이번 영상에서 저는 스케줄링이라는 부분이 가장 인상깊었습니다. 공학 분야에도 해야 할 일이나 시간을 계획해서 제품을 생산하는 점이 가장 신기했던 것 같아요. 그래서 스케줄링에 관련된 질문을 드리고 싶은데요. 실제 특정한 로봇이나 기계 하나에서도 스케줄링이 사용되는지 궁금합니다. 예를 들자면 금형을 하는 로봇에서 섬유가 들어가는 과정이나 틀로 찍는데 걸리는 시간도 스케줄링을 하는 것인가는 궁금증이 있습니다. 만약 그렇다면 그 대표적인 예시는 무엇인지도 궁금했어요. 또 영상을 보면서 스마트 제조가 미래에는 큰 유망 분야가 될 것 같다는 생각이 들었는데요. 스마트 제조나 미래 제조와 관련된 직업에는 어떤 것이 있는지 구체적으로 질문하고 싶습니다!