포드는 기존 설계 요건을 AI에 반영하면 더 높은 품질의 차량을 만들 수 있다고 보고 품질관리 자동화를 추진해 왔다. 그러나 자동화된 품질관리 프로그램이 기대만큼 성과를 내지 못하면서 오랜 제품 개발 경험을 쌓은 기술자의 판단을 머신러닝과 AI 운용에 다시 반영하는 방향으로 전환했다.

찰스 푼(Charles Poon) 차량 하드웨어 엔지니어링 담당 부사장은 AI는 유용한 도구지만 성능은 학습 데이터의 질에 좌우된다고 말했다. 이어 포드는 그동안 제품 개발 경험이 풍부한 숙련 기술자의 지식을 충분히 활용하지 못했다고 밝혔다.

https://www.digitaltoday.co.kr/news/articleView.html?idxno=678674