가우시안 프로세스 대리 모델과 기대개선(EI) 획득 함수로 다음 실험 조건을 순차 추천합니다 — 매 단계의 근거를 눈으로 확인하며 진행하는 유리상자형 최적화 도구
1실험 설정
반응변수 2개는 만족도 함수(Derringer–Suich)로 통합 최적화합니다. 각 반응의 만족 기준을 입력하십시오 — 만족도는 0(불만족)~1(완전 만족)이고, 두 반응의 만족도를 기하평균한 종합 만족도 D를 최대화하는 조건을 추천합니다. 목표 유형에 따라 불필요한 칸은 잠깁니다.
반응
이름
목표 유형
하한
목표값
상한
Y1
Y2
각 요인의 탐색 범위와 최소 조정단위(현장에서 설정 가능한 눈금)를 입력하십시오. 추천 조건은 항상 이 눈금 위의 값으로만 제시됩니다. 범위는 실험 진행 중 언제든 넓힐 수 있습니다 (기존 데이터 유지).
2초기 데이터 확보
라틴 하이퍼큐브 샘플링으로 탐색 공간을 골고루 덮는 초기 실험표를 생성합니다. 점 개수는 요인 수를 기준으로 자동 권장되며 수정할 수 있습니다.
과거 공정 데이터나 이전 실험(DSD 등) 결과로 웜 스타트할 수 있습니다. 열 순서: 요인1 ~ 요인d, 반응값(선택). 엑셀에서 범위를 복사해 그대로 붙여넣으면 한 번에 들어갑니다 (탭·쉼표·공백 구분 모두 인식, 머리글 행은 자동 제외).
웜 스타트 데이터 선별 기준 — 다음에 해당하는 행은 넣지 말거나 사후에 [행 관리]로 제거하십시오. 선별의 근거는 통계가 아니라 공정 지식이며, 이 판단은 사용자의 몫입니다.
① 탐색 범위 밖 조건의 데이터 (경계값으로 왜곡 보정되므로, 많다면 제외)
② 다른 공정 상태의 데이터 — 장비 교체·원료 변경·측정기 교정 이전 기록 (지금과 다른 공정의 표본)
③ 역인과 의심 데이터 — 품질이 나빠질 때마다 조건을 바꾼 운전 기록 (거꾸로 된 상관이 학습됨)
범위 안에 데이터가 몰려 있는 것 자체는 문제가 아닙니다 — 빈 영역은 LHS 탭에서 점 몇 개를 보충하면 됩니다 (두 경로의 데이터는 하나의 표로 누적).
3실험 데이터 · 다음 실험점 추천
아래 표가 이 도구의 누적 실험 데이터입니다. 실험을 마친 행의 반응값을 채우고 [다음 실험점 추천]을 누르십시오. 반응값이 없는 행은 분석에서 제외됩니다.
행 삭제는 실패한 실험(장비 오류 등), 오염이 확인된 웜 스타트 데이터, 잘못 입력한 수동 조건의 제거용입니다. 단순히 값이 틀렸다면 삭제 대신 입력창에서 수정하십시오. 삭제 후의 추천은 남은 데이터만으로 새로 계산되며, GP 모델은 삭제에 의해 오염되지 않습니다 (요인설계와 달리 배치 구조에 의존하지 않음).
4진행 현황 · 정지 판단 정보
정지 여부의 판단은 사용자 몫입니다. 이 도구는 신호만 제공합니다 — 일반적 지침: 기대 개선량(EI)이 실험 1회의 비용 대비 무의미해지고, 최근 수 회 연속 기록 경신이 없으면 중단을 검토할 시점입니다.
최고 기록 추이 (계단선) — 정체 구간이 길어지면 정지 검토 신호
GP 단면: 예측 곡선(파랑)과 불확실성 띠(±2σ), 나머지 요인은 현재 최적 조건에 고정
요인 민감도 힌트 (GP 길이척도 기반) — 값이 클수록 반응이 민감하게 변하는 요인
5결과 정리 · 확인 실험
추천을 1회 이상 실행하면 현재까지의 최적 조건 요약이 여기에 표시됩니다.
AI 요청문 복사
프롬프트
PPT 생성
크기
AI 해석문 (선택)
비워두면 설정·데이터·차트·최적 조건 슬라이드만 들어갑니다.
AI 답변을 붙여넣으면 「결과 해석」 슬라이드가 추가됩니다. (AI 요청문의 "발표 원고" 프롬프트와 짝을 이룹니다)