Industrial AI Leader
제조업 AI 전환 리더
조선소 생산 데이터를 기반으로 예측·분류·최적화 모델을 현장 의사결정에 직접 적용하며, 전통 제조업의 AI-Native 전환을 이끕니다.
01 — Shipyard AI Transformation Leader
From Shipyard Data to Industrial Intelligence — 조선소의 현실을 AI 시스템으로 바꾸다
조선소의 현실을 AI 시스템으로 바꾸다
전통 제조업의 현장 데이터를 AI · 온톨로지 · Agentic AI로 전환하는 조선업 생산 AI 리더. 현장의 복잡성을 데이터 모델과 작동하는 시스템으로 번역합니다.
핵심 지표 · Key Numbers
01
0
Years in Shipyard Production & Digital Transformation
02
0
Youngest Group Leader at Samsung Heavy Industries
03
0
Registered Product Trademarks
04
0
Patents — Gen AI · 3D Scanning · Workforce Prediction
05
0
Internal Users Enabled — DT platform & education
06
0
Digital Services Built for Production Workflows
02
하나의 역할로
Identity
하나의 역할로
정의되지 않는 한 사람
도메인 전문가이자 데이터 사이언티스트, 에이전트 빌더이자 조직 전환가. 다섯 개의 정체성이 하나의 시스템으로 작동합니다.
Shipyard Domain Expert
조선소 생산 도메인 전문가
일정·인력·품질·물량·공정의 복잡한 현장 데이터를 직접 다뤄온 실무형 리더입니다.
Data Scientist in Production Reality
현장 문제를 모델로 푸는 데이터 사이언티스트
리포트가 아니라 현장의 문제를 모델로 정의하고 시스템으로 풀어냅니다.
Agentic AI Builder
TTSQL · Orchestrator · Subagent 자동화 설계자
자연어 질의에서 비즈니스 로직까지 연결하는 업무 자동화 에이전트를 설계합니다.
Ontology & Data Governance Architect
비정형 지식과 정형 데이터를 연결하는 도메인 엔지니어
흩어진 도메인 지식을 AI가 이해할 수 있는 구조로 번역합니다.
최종호는 삼성중공업 생산DT센터 생산지능화 그룹장으로, 조선소 생산 현장의 복잡한 데이터를 AI 기반 의사결정 시스템으로 전환하는 일을 하고 있습니다. 머신러닝 기반 기성 예측, 인력 투입 예측, TTSQL Agentic AI, 비정형 데이터 온톨로지, 데이터 거버넌스와 Citizen Development 교육까지 — 현장의 문제를 기술로 구현하고 조직의 일하는 방식을 바꾸는 데 집중합니다.
핵심 선언
나는 AI를 연구하는 사람이 아니라, 조선소의 현실을 AI가 작동하는 시스템으로 바꾸는 사람입니다.— Jongho Choi · Production Intelligence
03
현장의 데이터가
The Knowledge System
현장의 데이터가
지능이 되는 4개의 층
Data에서 출발해 Semantic으로 구조화되고, AI로 추론되어, 최종적으로 현업이 쓰는 Experience가 됩니다. 층과 층 사이로 데이터가 흐릅니다 — 스크롤하며 흐름을 따라가 보세요.
Input
L1Data Layer
현장에서 발생하는 원천 데이터 — 측정되지만 아직 의미가 부여되지 않은 사실.
ERPHR
IoTQA
Production Records
Structure
L2Semantic Layer
데이터에 정의·관계·업무 맥락을 부여하여 AI가 이해 가능한 구조로 번역.
MetadataOntology
Domain LogicBusiness Logic
Reasoning
L3AI Layer
예측·분류·자연어 추론과 에이전트가 의사결정을 만들어내는 지능의 층.
MLNLP
TTSQLAgentic AI
Orchestrator
Output
L4Experience Layer
현업이 실제로 손에 쥐고 쓰는 서비스 — 지능이 일상의 도구가 되는 지점.
Power BIStreamlit
Micro Web AppCitizen Playground
Active data flow — 스크롤 시 활성화
Layer connection
↑ Data → Semantic → AI → Experience
여섯 개의 역량이 이 시스템을 작동시킵니다
E01
Industrial AI
제조 의사결정 적용
조선소 생산 데이터 기반 예측·분류·최적화 모델을 현장 의사결정에 적용.
E02
Predictive Modeling
기성·인력·생산성 예측
기성 예측, 인력 투입 예측, 생산성 예측 모델의 설계와 운영.
E03
TTSQL Agentic AI
자연어 → SQL 에이전트
자연어 질의 → 도메인 메타 → 비즈니스 로직 → SQL 생성 데이터 에이전트.
E04
Ontology Engineering
지식의 구조화
비정형 데이터·도메인 지식을 온톨로지·지식그래프로 구조화.
E05
Data Governance
정의·품질·시맨틱
데이터 정의·품질·메타데이터·시맨틱 레이어의 거버넌스 체계.
E06
Citizen Development
현업 주도 AI 문화
현업이 직접 데이터·자동화·AI 도구를 쓰도록 교육 체계와 문화를 구축.
04
현장에서 작동하는
Signature Projects
현장에서 작동하는
다섯 개의 시스템
각 프로젝트는 독립된 점이 아니라, 서로 데이터를 주고받는 하나의 클러스터입니다.
01
TTSQL Agentic AI
생산 데이터 자연어 질의 에이전트
생산 데이터에 대한 자연어 질의를 도메인 메타·업무 로직 기반 의사결정 지원으로 연결하는 사내 데이터 에이전트.
02
Workforce Prediction Model
인력 투입 예측 모델
조선업 작업부하를 기반으로 한 인력 투입 예측 — 부산대 석사 연구로 이어진 현장 계획의 핵심 모델.
03
Earned Value / Production Progress Prediction
기성 · 생산 진척 예측
기성과 생산 진척을 예측하여 프로젝트 단위의 진행 상황과 향후 흐름을 선제적으로 가시화.
04
Shipyard Ontology & Data Governance
조선소 온톨로지 & 데이터 거버넌스
흩어진 도메인 지식을 AI가 이해 가능한 구조로 번역하고, 정의·품질·메타데이터를 거버넌스로 표준화.
05
Citizen Playground / Digital Wave Education
사내 AI/DT 교육 · 확산
Citizen Playground와 Digital Wave 교육을 통해 현업이 직접 데이터·AI 도구를 다루도록 조직의 역량을 확산.
05
현장에서 시작해
Career Timeline
현장에서 시작해
전환을 이끌기까지
2015
삼성중공업 입사
조선소 생산 현장에서 일정·인력·품질·물량·공정 데이터를 직접 다루며 실무형 도메인 역량을 쌓기 시작.
2024
부산대학교 데이터사이언스전문대학원 석사과정
조선업 작업부하 기반 인력 투입 예측 연구 — 현장 경험을 학문적 모델로 정식화.
2025
생산DT센터 AI/DT 프로젝트 확산
Digital Wave · Citizen Development 교육으로 조직 전반의 AI 활용 역량을 확산.
2026
생산지능화 그룹장
특허 · 논문 · 상표를 기반으로 Industrial AI 브랜딩을 강화하며 조선업의 AI-Native 전환을 본격화.
06
증명된 결과,
Achievements · IP · Awards
증명된 결과,
등록된 지식자산
특허 · 상표
- Gen AI 특허 — 생성형 AI 적용 방법
- 3D Scanning 특허 — 스캐닝 기반 측정·검증
- 조선소 인력 투입 예측 모델링 특허
- 프로덕트 상표 등록 6건
수상 · 표창
- 제29회 글로벌 DT/AI 경진대회 은상
- 삼성중공업 최연소 그룹장
- 전사 혁신/DT 우수사례 발표대회 동상
- 전사 분임조 최우수상
- OOCL 호선 공정기여 선주 표창장
연구
- 부산대 데이터사이언스전문대학원 석사
- 조선업 작업부하 기반 인력 투입 예측 연구
- "부산대 논문리뷰" — 연구 과정을 콘텐츠로 기록
07
Technology changes systems.
Technology changes systems.
Family reminds me why
systems should serve people.
Beyond AI, I document small moments with my twin daughters, Yuna and Ina. Technology changes systems. Family reminds me why systems should serve people.
AI로 일하는 방식을 바꾸고, 가족과의 시간을 기록하며, 기술이 결국 사람을 향해야 한다는 것을 잊지 않습니다.
YUNA & INA — 쌍둥이 딸 · 유나, 이나