우리는 급하게 많은 일을 처리해야하는 경우에, 어떤 식으로 일을 진행하는 것이 효율적일지 고민하게 된다. 이러한 고민을 기술로서 해결할 수 있지 않을까? 미래에는 제조 과정에서 사용되는 제조 스케줄링, 디지털 트윈 등의 기술이 나라는 사람을 가상 세계에 모델링하여 어떤 경로로 일을 진행하는 것이 가장 효율적인지를 예측하는 방식 등으로 활용될 수 있을지 궁금해서 질문하게 되었다.

나는 mbti가 P라서 계획을 세우지도, 설령 계획을 세우더라도 딱히 잘 따르지 않는다. 내가 세운 계획도 따르지 않는데, 남이 세워준, 그것도 인공지능이 세워준 계획을 따를 수 있을까? 일단 난 못할 것 같다.

인공지능을 활용한 스케쥴링 기술이 더욱 발전한다면 규칙적으로 사는 사람들도 많아지게 될까?

ai가 사람의 생각까지 읽기 전에는 사용자가 짠 것보다 좋은 스케쥴을 만들기 힘들 것 같은데 과연 현실적인 도움이 되는 걸까요?

스케줄링 최적화는 이론적으로 매우 유용하지만, 실제 제조 환경에서 적용할 때 다양한 변수가 복합적으로 작용해 어려움이 있을 것으로 예상된다. 특히 실시간으로 변화하는 작업 환경에서 유연하게 스케줄을 조정하는 것은 큰 도전 과제일 것 같다. 이를 해결하기 위해 AI나 데이터 분석 기술이 어떻게 적용될 수 있는지, 그리고 이를 해결할 새로운 기술이나 방법이 무엇인지 궁금하다. 또한 최적화 문제의 이론적 접근과 실제 적용 간의 차이를 이해하고 싶다.

스케줄링 ai의 특성상 사용자의 니즈를 잘 파악하고 있어야 한다. 이 사용자의 우선순위도 마찬가지라서 스케줄을 잘 짜는 것이 미래의 기술이라고 소개한 것 같은데, 그렇다면 이러한 ai는 언제쯤 명확히 제시되고, 어느 정도의 양까지 커버 가능할까 라는 궁금증이 생긴다. 

제조를 하는데 스케줄링이 필요하다면 그 스케줄링이 무조건 완벽할 수는 없을 것이다. 그렇다면 AI는 잘못된 점을 알아차리고  어떤 효율적인 방식으로 고칠 수 있을지 궁금해졌다.

AI는 스케쥴링할 때 무엇을 가장 중요시할까? 만일 효율성을 중시한다면 AI에게 효율적이라는 것의 의미는 뭘까? 자칫 효율성만을 중요시하다 인간에게 중요한 가치관 등을 무시하게 될 수도 있지 않을까?

ai가 짜주는 스케줄은 아무래도 업무 효율성 등을 중시하여 생성될 것이기 때문에 갑작스러운 일정 변동이 발생할 경우에는 ai가 의도했던 효율적인 루트가 무너지게 되고 점차 혼동이 발생하거나 최악의 경우에는 하루의 일정을 다 망칠 수도 있게 된다. 하지만 사람이 짜는 스케줄의 경우에는 사소한 계획 변경들도 대비하고 짤 수 있기 때문에 비교적 비슷한 상황에서 유연하게 대처할 수 있는 힘이 있다. 그렇기에 과연 ai가 짜주는 스케줄이 사람의 스케줄보다 효과적으로 작용할 수 있을지가 궁금해졌다. 

영상에서는 주로 스케줄링 기술을 산업분야의 관점에서 많이 봤다. 하지만 내 생각에는 개개인의 스케줄을 정리하거나, 모임, 기업에서 사람들의 스케줄들을 정리하는데도 쓰일 수 있을 것 같다. 이외에도 다른분야에서 이 기술은 어떻게 쓰일 수 있을까? 

스케쥴링을 통해 일의 효율이 늘어서 기존에 있던 인력과 직업이 대체로 많이 사라질 것입니다. 하지만 새로운 기술이 발전하면 그 기술을 위한 또다른 새로운 직업이 생겨나기도 하기에 궁금해졌습니다!

현재 다양한 생성형 인공지능 프로그램에서도 많은 오류가 발견됩니다.
스케쥴링 AI는 어떻게 오류를 줄이고 개선할 수 있나요?

AI의 스케줄링은 효율성을 가장 중시하는데 어떤 기준에 맞추어 일의 우선순위를 정하나요?

정교한 스케줄을 만들다보면, 미래 사건을 예측하고, 미래를 모델링 할 수 있는지 궁금 합니다.

Ai는 꾸준히 발전해 나가고 있다. 하지만 그 발전이 꼭 장점은 아니다. 그래서 생각하게되었다. Ai 발전만큼 스케쥴링의 발전가능성이 어디까지이며 앞으로 나타나게 될 부작용이 무엇일까?

모의고사에서 영어 지문으로 멀티태스킹을 하면 학습혀과가 떨어진다는 것이 있어 궁금해졌습니다

스케쥴링을 할때는 가능한 행동이라도 막상 실행 할떄는 실행하기 어려운 행동들이 종종 있습니다. 이러한 스케쥴링의 오류를 Ai는 어떻게 해결할지 궁금합니다

나처럼 할일을 미루는 사람들은 스케쥴링은 해주었을 떄 분명 밀려 제때 못하는 것들이 꼭 있을 것이다. 그것까지 고려해서 플랜에이, 플랜비 등 으로 짜는 것과 그 밀린 스케쥴을 다음날에 할 수 있게 하는 등의 서비스가 있어야 한다고 생각했다. 

 사람들의 스케줄은 매일매일 달라지는 부분이 있을텐데 학습이 된 데이터만을 바탕으로 스케줄을 만드는 스케줄링 AI가 이 부분들을 전부 참고할수 있을지 궁금했습니다.

스케줄링 작업이 완벽하게 일어나는 기술은 아직 없다. 그러면 오류율이 특정 기준 이하로 낮다는 것은 상용화의 중요한 조건 중 하나일 것이다. 그 기준은 무엇일까?

실제 생산 환경에서 기계 고장, 자재 부족 등 예기치 못한 문제가 발생했을때 효율적으로 비상상황에 대응할 수 있는지 그리고 비상 상황 후 시스템이 정상 운영 상태로 복원하는데 얼마나 걸리는지 등이 궁금합니다.  비상상황시 사람이 어떻게 개입하는지도 궁금합니다.

생성형 ai인 챗gpt는 가끔 정확성이 떨어지는 답변을 할때도 있다. 마찬가지로 스케줄링 ai는 항상 정확하고 신뢰있는 스케줄만 만드는지 궁금합니다.

AI가 스케줄링을 할 때는 일의 중요성과 가중치를 기반으로 판단하게 될 것이다. 그런데 단순한 시간과 관련된 것이 아닌 제조 공정에서의 완성도나 복잡한 경로를 계획할 때에는 간단한 지표만으로 판단하기 어려울 것이다. 이때, 각각의 중요도를 인식시키기 위해 AI에게 어떤 데이터를 학습시켜야 할까?

ai를 이용하여 제조를 하고, 스케줄링을 할 때 분명히 계획에 맞지 않는 변수가 발생할 것인데 ai는 이에 어떻게 가장 피해가 안가도록 대처할지 궁금하다.

스케줄링은 주관적이지만 일부 부분에서는 점수를 매길 수 있고, 1차적 평가 기준에서는 일부 객관적인 부분도 있다. 그런데 스케줄링의 일부인 객관적 기준들을 가지고 스케줄링 ai를 모델링한다면 그 ai는 인간 비서보다 스케줄링을 잘 할수 있을까? 현재의 llm ai 모델들은 여러 분야를 케어할 수 있는 대신 오류가 일어날 확률이 매우 높다. 스케줄링 분야 ai를 창조한다면 이는 뛰어난 성적을 보일까? 

디지털 트윈과 제조 요소의 관계를 더 깊이 알고 싶습니다.  

 현재도 ai기술은 완벽하지 않다, 그런데 완벽하지 않은 ai로 컨설팅을 한다? 그러면 실수가 발생할 수 있을 거라고 생각됩니다.

요즘 택배 물류센터 공장들을 본다면 로봇이 물류를 욺기는 것을 알수 있다. 그러나 형태를 보면 여러 제품이 같이 모여 있고 이를 로봇이 한번에 이동시키는 형태를 띈다. 그렇다면 주문한 제품과 주문되지 않은 제품을 같이 욺겨야 하는 상황또한 많이 일어날 것이다. 또한 로봇은 적정 수명과 고장이라는 문제가 존재한다.
위와 같이 회사의 기술적 문제 같은 정해지지 않은, 예상치 못한 단점이 생겼을때 인공지능은 가장 효율적인 방향을 찾지 못하지 않을까?

미래에는 이런 물류 시스템등을 관리하는 디지털 트윈을 만들어 주고 일을 효율적으로 처리를 해주는 소프트 웨어를 만들어 주는 회사또한 발전할 것이다  그러나 각각의 회사의 종류에 따라 소프트 웨어는 항상 변해야 할텐데 이런 형태를 띄면 하나의 소프트 웨어를 만드는데에도 매우 많은 시간과 비용이 들어갈 것이다. 이럴때의 회사가 가져야 할 기술력과 운영 방식, 수익구조는 어떻게 만들어야 할까?

AI비서가 짠 스케줄을 보고 행동했을때 스케줄이 잘못되었을때의 책임은 누가 질 수 있을까?

사람들은 보통 일정이나 계획한 스케줄을 다 끝마치지 못할 경우에 포기하고 합리화하는 경우가 많다.
하지만 인공지능에게 이와 같이 계획을 포기하도록 하는 학습을 시키는 것은 옳지 않다.
그렇다면 인공지능에게 스케줄 관리를 부탁했지만 모두 완료하지 못할 경우에는 어떻게 보완하도롤 하는 것이 가장 사용자에게 도움이 될지 궁금하여 이 질문을 생각해 보았다.
 

인공지능이 스케줄링을 하여 지시를 하는 일을 하는데에는 효율성이 가장 중요할 것이다. 효율성을 추구하는 방법은 다양한데 그중에서도 각자의 장단점이 있을 것이다 예를 들어 시간이 최소로 걸린다. / 에너지가 가장 적게 소비된다. /공간의 효율성을 극대화 할 수 있다. 등 그 중 인공지능은 각각의 상황에서 어떤 것을 택하고 그 이유는 어떻게 선정하는 것일까? 

집단 안에서 제한된 예산과 인력등을 할당할때 AI가 이 과정을 자동화해줌으로서 효율성이 높아질수 있으나, 데이터 편향으로 인한 공정하지않은 할당이 이루어지는 문제는 어떻게 해결할지 궁금하다.

만약에 정해진 스케줄이 지켜지지 못했을 때 AI는 어떻게 대응 할지 궁금합니다.

보통 인간이 스케쥴링을 할 때에는 그 일의 긴급성과 중요성을 판단하여 스케쥴링을 하는데, 이를 AI가 어떻게 종합적으로 판단하는지 궁금합니다.  

ai비서가 나온다면 ai비서로 인한 사회 변화는 어떤게 있을까요?
 

계획도 기준에 따라 다양한 형태로 나뉠 수 있다. 예를 들어 공장에서 물건을 생산한다고 하면, 물건의 질에 따라 할 것인지, 생산 속도에 할 것인지 가치를 먼저 설정해야한다. 인간이 설정을 하더라도 인공지능이 잘못된 기준이라는 것을 알면 어떻게 행동할까 궁금해져서 질문하게 되었다.

사회는 사람 1명으로 구성되는 것이 아니기 때문에 개개인의 이익만을 목표로 살아갈 수는 없다. 그리하여 공동체 사회에서는 자신에게 이득이 되는 행동들도 몇몇 포기해야 하는 상황들이 나타나는데, 만약 AI에게 2명 이상의 사람들이 대립되는 스케줄을 배치하도록 요구하면 어떤 방법으로 이를 대처할 수 있을지 궁금하다.

스케줄을 지키지 않았을 때의 가장 적절한 AI의 반응은 무엇일까?

SPT, LPT, EDD의 가중치를 사람이 직접 할당하는 것과 AI가 직접 할당하는 것 중 무엇이 더 정확성이 높고 효과적일까? 학습을 통한 AI는 입력된 정보가 조금이라도 잘못되면 오류가 나기 쉬운데 이를 어떻게 해결할까? 그리고 가중치를 할당할 때 SPT, LPT, EDD 수치가 동일하거나 거의 유사 할 때 AI는 어떻게 처리 할 까? 

아이언맨과 같은 영화를 보면 프라이데이처럼 홀로그램 형태의 AI 비서가 등장한다.
이러한 홀로그램 AI비서가 실질적으로 기존의 AI 스피커와 비교해 가지는 이점은 무엇일까?
꼭 필요할까?

스케줄을 짜서 공부를 할때 스케줄을 따르지 않고 할때는 어떻게 해야할지 궁금해서

ai를 통해서 번역도하고 캘린더도 짜고 다 한다고 하는 데 그러한 과정에서 발생하는 문제들은 과연 제작자의 잘못인지, 학습자의 잘못인지, 사용자의 잘못인지 궁금합니다.

만약 위와 같은 상황이 생기게 된다면 어떻게 책임을 물어야 할지 궁금했다

영화를 보다보면 AI 비서가 나와서 스케쥴을 관리하는데 정말 현실에서도 상용화가 가능한지? 또한 상용화는 언제쯤 되는지가 궁금합니다

갑자기 피곤하거나, 어떤 일이 생겨 불가피 하게 일정에 참여하지 못할때가 있다. 미래에 IoT기술이 발전해 모든 사람의 현재 능률을 확인하고 AI가 학습한다면 그때그떄 상황에 따라 사람들의 상태에 맞는 최적화된 일정을 제시할 수 있을까? 그렇게 되면 수업시간이 정해져있지 않고 그날그날 선생님과 학생들의 상태에 따라 시간표를 변경할 수 있지 않을까?

현실에서 대면하여 잡는 약속과 스케줄은 AI가 자동으로 기록할 수 없을까? 만약 사용자의 스마트폰이 실시간으로 녹음을 통해 약속을 잡는다 하더라도 평상시에도 약속을 잡기위해 녹음기능을 켜놓을 수는 없을 것이다. 그렇다면 어떻게 AI가 현실에서의 약속을 기록할 수 있을까?

스케줄을 짤 때 더 중요하고 빨리 끝내야하는 것과 그렇지 않은 것들이 있으며, 우선시하는 가치가 존재한다. 그런데 AI가 이와 같은 사용자들의 니즈를 모두 파악하고 충족시켜줄 수 있을지 궁금하다.

개인에 대한 정보가 사소한것 까지도 엄청나게 많은 시대이다. 이러한 점에서 과연 AI에게 이러한 정보를 맡겼을때 적절히 소화해내어 스케쥴 관리등에 도움을 줄수 있는지 궁금할 따름이다.

어떻게보면 알고리즘과 스케쥴링이 비슷하다고 볼수 있으나 스케쥴 한것에 따라서(일의 흐름이나 순서) ai가 작동할수 있는지 혹은 알고리즘을 대체할수 있는지 궁금해졌다.

강화학습에 필요한 여러번의 시행착오와 학습에 걸리는 많은 시간을 감수하면서까지 강화학습 시켜서 곱할 가중치를 찾아내야 하는 것일까?
차라리 특정 상황에 대해 레이블링 해주는 인공지능을 만들고, 레이블링 된 데이터만 가져와서 비교적 손쉽게 지도학습으로 인공지능을 학습시키면 안되는 것인가?

남들과 공유하는게 더 효율적일까요?
아니면 공유하지 않는게 더 효율적일까요?

스케줄링은 제조에 있어 중요한 요소다. 하지만 스케줄대로 모든 작업이 진행되지 않고 아무리 정확한 기계더라도 변수는 발생한다.
그렇다면 이렇게 스케줄에 변수가 생기면, AI는 그 변수에 대해 어떤 해결방안을 내놓을 수 있을까? 또 어떤 데이터를 기반으로 학습해야 변수 해결에 강한 AI가 될 수 있을까?

실제 제조 과정에서는 기계 고장이나 각종 사고와 같은 예측할 수 없는 문제가 발생할 수 있다.
이런 모든 문제 상황을 하나 하나 예측해서 시뮬레이션하는 것은 시간적, 비용적으로 어려울 것 같은데,
예측 불가능한 상황에서도 효율적이고 유연하게 대응할 수 있도록 스케줄링 하려면 어떻게 해야할까?

ai가 스케쥴링을 하는 것이 사람과 하는 것과 어떻게 다른 점이 있는지, 있다면 어떤 것이 있는지 궁금했습니다.
 

AI 스케줄링은 최적 경로를 제시하고 시간을 예측해준다. 인간보다 많은 데이터를 기반으로 한 판단으로 효율적인 스케줄링을 할 수 있다는 것이 기본적인 아이디어이다. 하지만 스케줄링에는 교통상황, 최단 거리 등 수치화 가능한 자료만이 영향을 끼치지 않는다. 과연 AI 스케줄링의 효율성을 보장할 수 있을까?

모든 스케줄링은 비슷한 형식과 기본적 틀을 따르겠지만 개인과 기업에 따라 자세한 테크닉은 다를 것이다. 예를 들어, 기업은 자원, 인력 등 고려해야 하는 요소가 많기 때문에 더 자세하고 형식적 스케줄링이 필요하다. 이런 스케줄링 방식이 어떻게 달라지는지, 미래의 AI는 어떻게 이를 반영할 것인지 알고 싶다. 

자신의 스케쥴을 짤때에도 첫 시도에 스케줄을 그대로 완벽하게 수행하는 사람은 극히 드물 것이다. 다들 자신만의 일 수행 능력이나 속도등을 알아도 시간을 배분하는것에 어려움을 겪는 사람이 많은데 각각의 일 수행 속도나 능력이 다 다른 인간의 스케줄을 잘 짤수 있을지 의문이다. 기업의 스케줄링에서는 1년, 2년등의 긴 시간을 스케줄로 짜지만 개인은 1달정도의 스케줄을 짜는 사람들이 많고 변수도 많을 것이라 생각하기 떄문에 어려울 것으로 예상된다.

 

AI 기반 제조 스케줄링과 윤리적 고려사항들이 많다. AI 기술이 제조 공정의 스케줄링을 담당하게 되면서, 윤리적인 측면에 대한 우려가 제기되고 있다. 제조 현장에서 AI가 의사결정을 내릴 때 공정성, 투명성, 책임성 등이 중요한 이슈가 될 수 있다. 우린 이제 AI을 아예 사용하지 않고 지금보다 더 효율적으로 무엇을 할 수 없다. 하지만 AI를 계속 이용하다보면 위와 같은 문제들이 생길것이다. 그럼에도 불구하고 우리는 AI에게 계속 맡겨야 할까?

실재 기업에서 주로 스케줄링 계획을 다시  세우는 주기는 어느 정도 되는지 또한 기업 내에서  스케줄링 하는 일을 미래에는 ai가 전부 인간을 대신할 수 있는지가 궁금합니다. 실재 기업들은 어떻게 스케줄링을 하고 있을까?

AI는 나보다 나 자신을 더 잘알지 못한다, 심지에 나한테 맞지 않는 스케줄을 지키기도 힘들다, 그런데도 굳이 AI를 통해 스케줄을 세워야 할까?

생산을 하는데 걸리는 시간, 생산을 할때 드는 에너지 등 여러 가치가 있는데 어떤 가치를 더 우선해야 더 좋은 결과를 얻을 수 있을까요?
 

 Ai가 학습한 데이터를 바탕으로 효율적인 스케쥴을 짜기 위해서는 스케쥴의 효율에 대한 데이터를 기반으로 스케쥴을 짜야한다. 그렇다면 효율적이라고 분류된 스케쥴과 그렇지 않은 스케쥴을 ai에게 학습시킬 때, 분류된 스케쥴의 효율을 판단한 근거와 그 신뢰성을 어떻게 설명할지가 궁금하여 이러한 질문을 하게 되었다.
 

AI를 활용하면 제조 스케줄을 최적화하고 작업을 효율화할 수 있지만, AI가 어느 단계부터 얼마나 개입해야 하는 것이 적절한지 궁금합니다. 인간의 개입 없이 제품 설계, 재료 선정부터 AI가 담당하거나 인간이 미리 준비한 공장과 재료를 가지고 생산 과정을 최적화하는 것 중 어느 방법이 AI를 더 효과적으로 활용하면서 좋은 결과를 얻을 수 있을까요?

SPT,LPT, EDD를 이용하면 효율적으로 일을 마칠 수 있다.
그리고 이 방법들은 때에 따라 다르게 활용해야한다.
그렇다면 그 때에 따라 무슨 방법을 이용해야 하는지의 기준은 무엇일까?

영상에서 제조 스케줄링은 네비게이션과 유사하고 ai를 활용하여 데이터를 분석한 결과를 가지고 효율적인 대안을 선택해서 실행한다고 했는데 제조 스케줄링에서 대안을 결정하는 것 외에 사람이 관여해서 할 수 있는 일은 무엇이 있을까요? 또 미래에는 ai 뿐만 아니라 어떤것을 활용해서 더 효율적인 스케줄을 만들 수 있을 까요?

효율의 사전적 정의는 들인 노력과 얻은 결과의 비율를 말합니다. 인공지능이 효율적인 스케줄링을 위해 양과 질의 비율을 산정하는 방법은 무엇일까요?
예를 들어 제조업에서의 인공지능 스케줄링이라 가정할 때 시간에 따른 질인지, 시간에 따른 양인지 등 어떻게하면 능동적인 효율의 기준을 정할 수 있을까요?

인공지능이 스케줄링을 할 때 실행시간이 짧은 업무부터 수행하도록 하여 효율성을 높이려고 한다. 하지만 물리적 시간이나 효율만을 중시해서 스케줄링을 한다면 윤리적으로 문제가 되는 일은 없을지 궁금하다.

ai도 스케줄을 짤때 중요한 순서를 정할탠데 어떠한 방법으로 정하는지 궁금하다.

강의에서 여러가지 스케줄링 방식(시간이 오래걸리는 것부터 하기, 적게 걸리는 것부터 하기, 우선순위가 높은것부터 하기 등)을 소개해 주셨는데요, 저와 같은 학생이 쓰면 가장 효율적이라고 생각하시는 스케줄링 방식이 무엇인가요?(특히 공부할때 쓰기 좋은게 무엇인가요?)

ai가 아무리 그 사람에게 맞는 스케줄을 효율적으로 짜주었다고 해도 저는 스케줄을 직접 만들고 수정하면서 저희가 성장한다고 생각합니다. 물론 스케줄의 효율성, 최적화 정도 등도 중요하지만 스스로 스케줄을 만들때 얻는 가치들도 있다고 생각합니다. 사람들이 계속 ai스케줄만 보고 생활하다 보면 효율적인 계획을 세울수 있는 능력, 자신의 일의 우선순위 같이 중요한 가치들을 놓칠 것 같습니다. 이것에 대하여 어떻게 생각하는지 궁금합니다.

Ai를 어떻게 프로그래밍 해야 나의 스케쥴을 짜줄 수 있을까? 

막연히 효율적으로 가장 좋은 방법으로 스케쥴하고,
최적의 방법으로 스케쥴한다고 하니,

구체적으로 어떠한 요인들이 작용하는지 궁금합니다.

AI의 스케줄링은 효율성을 따른다고 합니다. 쉬지 않고 작동할 수 있는 로봇과 다르게 인간이란 각각의 개체가 모두 다른 곳에서 어려움을 느낍니다. 이러한 변수들을 AI가 계산하지 못한다면 AI의 스케줄을 인간이 따라갈 수 없을 수도 있습니다. 그렇다면 정녕 AI의 스케줄링의 인간에게 최적화된 스케줄링인가요?

아무리 AI가 스케줄링을 해준다고 하더라도 실천을 하지 못한다면 의미가 없다고 생각한다. 그렇다면 실천에 대하여 AI의 기술을 적용할 수 있는 방법은 없는 것일까하는 고민이 들었다. 

우리의 삶 속에서 AI 스케줄링이 적용되어 더 발전된 비즈니스 모델이 될 수 있는 것에는 무엇이 있을까?
예외사항이나 오류, 돌발상황에 대한 대처는 어떻게 할까?

강의​​​​의 내용처럼 제조업이나 네비게이션 등 많은곳에서 AI의 스케줄링 기능을 알게모르게 사용하고 있습니다 그런데 과연 이 스케쥴이 최대의 효율을 내는것이 맞을까? 하는 의문이 들었습니다 예로 길찾기에서 교통상황 카메라가 정보를 확보하는곳을 제외하고 골목길 같은곳은 상황을 알 수 없듯이 우리가 알고 있는 모든 정보를 수치화해서 ai에게 제공할 수 있을까? 그렇지 못하다면 전문가들의 경험에서 우러나는 직감(?)들을 구현할 수 없고 최적의 스케줄을 만들지 못할 수도 있지 않을까? 라는 궁금증이 생겨 질문합니다

물론 스케줄링은 향후 계획을 세움으로서 삶의 질이나 일의 효율을 높여줄 수 있습니다. 하지만 저는 자기자신은 자기자신만이 가장 잘 알수 있다고 생각합니다. 스케줄링을 AI가 해주게 된다면 그 스케줄에 수동적으로 움직이게 되어 능동적으로 일할 수 있는 능력을 상실하거나 그 스케줄에 너무 얽혀서 자신만의 생각을 펼치는데 있어 한게점을 가지게 되지 않을까요? AI에게 스케줄링을 맡기는 것 보다는 AI에게 최적화된 경로나 객관적으로 분석을 내릴때 AI를 도구의 형태로 활용하는것이 보다 효율적이지 않을까라는 의문이 들었습니다.

 스케줄링은 미래에 대한 불확실성을 고려하여 작업을 조직화하고 계획하는 데 도움이 되는 중요한 도구라고 알고 있습니다. 빅테이터분석, 인공지능과 러닝머신, 시뮬레이션 등 최신 과학 기술 및 숙련된 지식 등을 총동원하여 최적화된 결과물을 만들거라 생각합니다. 그런데 그러한 활동을 수행하는 사람의 생각 자체가 예측과 예언을 반영할수도 있지 않을까.. 하는 생각이 들었습니다.

AI와 로봇으로 작동하는 무인공장은 엔지니어에 의해 상황에 따라 SPT, LPT, EDD중 하나의 일시적 목표를 선택하여 생산에 돌입하는데, 그렇다면 이 엔지니어의 직무를 빅데이터 학습을 통해 대량의 데이터를 학습하고 상황에 따른 행동개시가 가능하도록 프로그래밍된 AI가 대신할 수는 없을까?

미래의 직업들이 기계가 대체되었을때의 부정적인 영향은 많이 소개해줬지만 긍정적인 영향에 관한 이야기가 궁금하기 때문이다

미래에는 제작 기술이 발전하게 될 것이다. 이에따라 사람들이 필요로 하는 것이 복잡하고 다양해 질 것이다. 하지만 증강현실 기술 또한 발전하게 될 것이다. 이로써 사람들이 필요로 하는 것을 사람들이 메타버스에 들어가게 된다면 공급받을 수 있게 되고, 이로써 제작 물품들은 의식주만 필요하게 되고 기타 사용 물품들은 메타버스에서 공급 받을 수 있지 않을까 생각하게 되었다.

사람은 기계가 아니다. 그말은 10을 투입하였다고 해서 언제나 10의 결과를 내놓는 것은 아니라는 것이다. 인간은, 때로는 채찍이 필요하지만 당근도 필요한 존재다. 이것이 적절하게 결합되어 나오는 것이 바로 효율성이다. 그렇다면 인공지능은 어떤 기준으로 인간이 가장 효율적이게 만들 수 있는가?

AI로 스케줄링을 한다는 것은 자신의 일정을 모두 AI에게 학습시킨다는 것이다. 그렇게 되면 개인의 사생활이 기업이나 정부 등 거대 집단에 노출될 가능성이 있으면 악용될 경우 영화에 나오는 정부, 기업이 국민 개개인의 생활을 감시하는 디스토피아 세상이 펼쳐질 수 있다. 그렇기 때문에 관련 규제나 보안책이 필요하다고 생각하여 질문하였다.

 

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?