문의하기
BUSINESS · AX

데이터 진단부터 현장 실행까지, 산업 AI 전환 (AX)

설비·업무·문서 데이터를 분석해 AI 적용 과제를 선별합니다. 검증된 모델로 보고를 자동화하고, 판단 결과를 담당자 승인 후 현장 조치로 연결합니다. 자체 산업 AI 플랫폼을 기반으로 진단·검증·통합·운영을 일관된 구조로 수행합니다.

  • 수행 범위진단 → 검증 → 연동 → 운영
  • 적용 범위제조 · 공공 · 금융 · 에너지
  • 고객 결과보고 자동화 · 승인 기반 현장 조치
PARTNERS & CLIENTS

산업 파트너와 함께 데이터 진단·모델 검증·현장 적용 프로젝트를 수행해왔습니다.

What We Do

AX · AI Transformation

업무와 설비 데이터를 분석해 AI 적용 대상을 정합니다. 보고를 자동화하고, AI의 판단 결과를 담당자 승인 후 현장 조치로 연결합니다. 데이터 진단부터 운영까지 전 과정을 6단계로 수행합니다.

설비와 업무 시스템 데이터를 진단해 AI 적용 기회를 선별하는 모습
01

AI 기회 발굴 · 데이터 진단

AI 적용 가치가 큰 업무를 선별하고, 실제 학습에 사용할 데이터가 있는지 확인합니다.

  • 반복 판단과 대기가 몰린 업무를 찾아 AI 적용 기회 맵을 만들고, 기대 효과와 난이도로 우선순위를 정합니다
  • 설비제어(PLC)·설비감시(SCADA)부터 생산관리(MES)·전사자원관리(ERP)까지 보유 데이터의 가용성·품질·라벨 유무를 진단해 학습 가능성을 판정합니다
  • 산업 통신 규격(OPC-UA·Modbus·MQTT) 커넥터와 엣지 전처리로 모델 학습에 쓸 원천 데이터 파이프라인을 확보합니다
흩어진 데이터를 표준화해 지식그래프와 벡터 지식 기반으로 연결하는 모습
02

데이터 표준화 · 지식화

설비·문서·이벤트 데이터를 같은 의미 체계로 정리해 모델과 에이전트가 함께 쓰는 지식 기반을 만듭니다.

  • 설비마다 다른 태그와 코드를 표준 스키마로 정규화하고, 온톨로지로 개체·속성·관계를 정의합니다
  • 문서·도면·이미지 같은 비정형 자료는 임베딩·벡터DB로, 개체 간 관계는 지식그래프로 연결합니다
  • 시계열·이벤트·텍스트를 하나의 의미 체계로 묶어 후속 모델과 에이전트가 함께 참조하는 지식 기반을 만듭니다
시계열과 문서 데이터에 적합한 AI 모델을 학습하고 비교하는 모습
03

AI 모델링 · 학습

과제·보안·운영 조건에 맞는 모델을 비교해 정확도와 오탐 비용을 함께 고려한 구성을 선정합니다.

  • 이상탐지·예지보전·수요예측은 시계열 특화 모델로, 문서 이해·질의응답은 생성형 AI와 근거 검색(RAG)으로 설계합니다
  • 사내·산업 데이터로 미세조정한 소형 언어모델(sLLM)과 상용 대규모 언어모델(LLM) API를 과제 특성과 보안 요건에 맞춰 조합합니다
  • 실험 추적과 교차 검증으로 후보 모델을 비교하고, 정확도만이 아니라 현장의 오탐 비용까지 반영해 선정합니다
현장 데이터로 AI 판단을 검증하고 승인 결과를 다시 학습하는 모습
04

PoC · HITL

PoC(도입 전 효과를 확인하는 사전 검증)로 성과를 확인하고, HITL(사람이 검토·승인하는 절차)로 자율화 범위를 안전하게 정합니다.

  • 실제 현장 데이터로 PoC(도입 전 효과를 확인하는 사전 검증)를 수행해 도입 전후 효과를 같은 기준으로 비교하고 정량화합니다
  • HITL(사람이 검토·승인하는 절차)을 설계해 AI 판단의 근거를 확인하고, 경계 사례를 학습 데이터로 되돌립니다
  • 오탐과 미탐의 비용을 현장과 합의해 알람 임계값과 자율화 수준을 조정합니다
AI 에이전트가 업무 시스템과 설비를 연결해 승인된 작업을 실행하는 모습
05

AI 에이전트 · 시스템 연결

AI를 MES·ERP·설비에 연결해 분석 결과가 보고·승인·조치로 이어지도록 구현합니다.

  • 조회·분석·보고 업무는 자연어 에이전트로, 설비 이상은 탐지→조치 제안→담당자 승인→실행→결과 확인으로 연결합니다
  • 클라우드·온프레미스·폐쇄망까지, 보안 요건에 맞는 형태로 모델과 에이전트를 배포합니다
  • MES·ERP·그룹웨어 같은 기간계와 API로 연동해 AI가 실제 업무 흐름 안에서 동작하게 합니다
모델 성능을 감시하고 재학습·배포·롤백하는 MLOps 운영 순환
06

MLOps · 지속 학습

MLOps(모델 학습·배포·성능을 지속적으로 관리하는 운영 체계)로 품질 저하에 대응합니다.

  • 입력 데이터의 분포 변화와 성능 저하를 감시해 담당자가 재학습 검토 시점을 판단할 수 있게 알립니다
  • 모델 버전과 배포 이력을 관리하고, 문제가 생기면 검증된 이전 버전으로 신속히 복구합니다
  • 현장 피드백과 새 데이터를 재학습 과정에 반영해 모델 성능을 지속적으로 점검·개선합니다
Applications

적용 분야

프로젝트에 따라 AX·임베디드·SI 역량을 조합해 공공·금융·제조·교통 현장에 적용합니다.

공공·안전

영상·센서 융합 안전 관제와 공공 서비스 시스템 — 영상 AI(CCTV)·세이프뱃지 국책 등

금융

모바일 금융·그룹 소통앱·플랫폼 고도화 — 금융 그룹 다년 SI 파트너

제조

설비 이상 조기감지·공정 최적화·자율운영 — 자동차부품·열처리·제지

교통·모빌리티

영상 인식 교통·안전과 모빌리티 데이터 플랫폼 — QVision·Qdrive

BUILD CASES

대표 프로젝트

데이터를 어떤 판단과 운영 개선으로 연결했는지 대표 프로젝트로 확인할 수 있습니다.

Factory Insight AI 화면 예시
ROBOT MANUFACTURING

Factory Insight AI

스크류 체결과 흡착 이동 로봇의 이상을 조기에 감지하고, 자연어 질의로 원인과 조치 방안을 확인합니다.
  • LSTM Autoencoder
  • LLM Assistant
  • LightGBM
AI Smart Optimizer 화면 예시
PROCESS OPTIMIZATION

AI Smart Optimizer

열 처리 설비의 이상을 감지하고 열질량을 추정해 제조 프로파일을 권고하는 데이터 기반 최적화 시스템입니다.
  • XGBoost
  • Transformer
  • Edge Gateway
PAPERON AI 화면 예시
AUTONOMOUS OPERATION

PAPERON AI

제지 공정의 설비·에너지·품질·안전 상태를 연결하는 AI-OT 자율운영 플랫폼입니다.
  • AI-OT
  • Predictive Maintenance
  • MLOps
전체 구축 사례 보기