안녕하세요? 이번 달 공개교육은 “JMP활용 데이터 분석 기초과정” 입니다. 제조 기업의 R&D 및 제조 현장에서 JMP 활용이 필수적인 역량으로 꼽히는 이유는 다음과 같습니다.

1. 직관적인 시각화와 동적 상호작용 (Interactive Visualization) 입니다. 일반적인 툴은 그래프를 그린 후 끝나는 반면, JMP는 그래프와 데이터 테이블이 실시간으로 연동(Dynamic Linking)됩니다.

2. 도메인 전문가를 위한 'No-Code' 기반 고급 분석 도구입니다. 현장의 엔지니어나 연구원은 데이터 사이언티스트가 아니라 '해당 공정/물질의 전문가(Domain Expert)'입니다. JMP는 파이썬(Python)이나 R처럼 복잡한 코딩을 몰라도, 마우스 클릭과 드래그 앤 드롭만으로 다변량 분석, 신뢰성 분석 등 고급 통계 기법을 쉽게 구현할 수 있게 해줍니다. 즉, 코딩이 아닌 '문제 해결' 자체에 집중할 수 있습니다.

3. 실무자를 위한 빠르고 유연한 데이터 전처리 입니다. JMP는 데이터 결합, 분할, 형태 변환 등 데이터 전처리(Data Preparation) 과정을 매우 직관적이고 빠르게 수행할 수 있는 다양한 편의 기능을 제공합니다.

4. 머신러닝과 통계적 접근의 완벽한 조화입니다. 전통적인 통계 검정(ANOVA, 회귀분석 등)뿐만 아니라 의사결정나무, 랜덤 포레스트, 신경망 등 강력한 머신러닝 예측 모델링 기능까지 통합적으로 제공합니다.

1) 교육 시간표

2) 일정 / 장소 
2026년 8월 24, 25, 26일 / 코지모임공간 강남역2 교육장

3) 참가준비 및 비용
- JMP 18, 19 버전 준비
- 66만원(VAT 포함) / 대학생은 40만원
- 교재 및 중식을 제공합니다.
- 교육 후 "JMP활용 전문가 2급(CDAJ-II)" 자격 시험을 무료로 응시할 수 있습니다.

4) 교육 문의
배용섭 박사(010-3748-7605) / (주)이노밸류파트너즈 대표
이메일 : ysbae1218@gmail.com
홈페이지 : www.innovalue.co.kr

감사합니다.
배용섭 드림

안녕하세요? 

AI와 머신러닝 기술이 고도화되었음에도 불구하고, 제조업의 연구개발(R&D) 및 제조 공정에서 실험계획법(DoE, Design of Experiments)이 여전히 핵심적인 역할을 하는 이유는 다음과 같습니다.

첫번째로, AI 학습을 위한 '고품질 데이터'를 생성합니다. AI 모델의 예측 정확도는 입력되는 데이터의 품질에 절대적으로 의존합니다. 현장에서 무작위로 수집된 빅데이터는 노이즈가 많고 편향되어 있을 확률이 높습니다.

두번째는 상관관계(Correlation)를 넘어선 '인과관계(Causality)' 증명입니다. AI와 딥러닝은 방대한 데이터 속에서 패턴과 상관관계를 찾는 데는 탁월하지만, "A 요소가 B 결과의 직접적인 원인인가?"를 증명하는 데는 취약합니다(블랙박스 현상). 미세한 공정 변화가 치명적인 불량으로 이어지는 반도체나, 엄격한 규제와 검증이 필요한 바이오제약(FDA 승인 등)에서는 결과의 원인을 통계적으로 명확히 규명(인과관계 파악)하는 DoE가 필수적입니다.

그리고, 실험 비용 및 시간의 획기적 절감하는 것입니다. JMP의 강력한 DoE 기능은 최소한의 실험 횟수로 모든 주요 변수의 교호작용(Interaction)을 파악할 수 있는 최적의 실험 조건을 설계해 주어, 비용을 극적으로 절감합니다. 특히, JMP의 Bayesian Optimization 실험은 최소의 실험(2~4회)으로부터 시작하여, 순차적으로 비선형 모델링을 고려한 최적조건을 찾아가는 혁신적인 방법입니다.

1) 교육 시간표

2) 일정 / 장소 
2026년 7월 20, 21, 22일 / 코지모임공간 강남역2 교육장

3) 참가준비 및 비용
- JMP 18, 19 버전 준비
- 66만원(VAT 포함) / 대학생은 40만원
- 교재 및 중식을 제공합니다.
- 교육 후 "JMP활용 전문가 2급(CDAJ-II)" 자격 시험을 무료로 응시할 수 있습니다.

4) 교육 문의
배용섭 박사(010-3748-7605) / 이노밸류파트너즈 대표
이메일 : ysbae1218@gmail.com
홈페이지 : www.innovalue.co.kr

감사합니다.
배용섭 드림

AI 시대가 성큼 다가 왔습니다. 제조 현장에 AI를 도입하려는 많은 시도가 이루어지고 있습니다. AI활용 제조 프로젝트는 AI구색을 갖추는 것이 중요한 것이 아니라, 실질적으로 지속 가능한 QCD 개선이 이루어 졌느냐가 더 중요합니다. 도메인 지식없이, 즉 공정 문제를 이해하지 못하고, 오직 데이터 분석이나 AI도구 만으로 접근하여 흉내 만 내는 AI모델링 사례가 많습니다.

어려운 파이썬을 활용하지 않고 데이터 전처리, 탐색적 분석, 모델링, 예측 및 최적화를 할 수 있는 것이 JMP의 강점입니다. 현장 문제를 잘알고 있는 공정엔지니어나 연구원, 실무 담당자들이 배워서 적용할 수 있는 도구가 JMP입니다. 제조 현장의 다양한 Big Data를 활용하여 실질적인 QCD 개선을 달성하는 제조 AI모델링 과정에 참여하여 제조 현장 문제해결의 전문가가 되시기 바랍니다.

감사합니다.

배용섭 드림