SOLUTION · AI 플랫폼 · 플래그십

Cubeon

분산된 데이터·모델·에이전트를 하나의 운영 체계로 묶습니다.AI 판단을 승인과 실행으로 연결하고 전 과정을 추적합니다.

Cubeon 화면 — 프로토타입 예시
Cubeon 인프라·모델 운영 화면 — 프로토타입 예시
Overview

AI를 만드는 단계에서, 안전하게 운영하는 단계로

Cubeon은 AI의 판단을 담당자 확인·승인·현장 조치로 연결하고 결과를 다시 확인합니다. 데이터 수집·분석·에이전트 기능은 이 운영 흐름 안에서 하나로 묶여 동작합니다.

발견 → 판단·승인 → 현장 조치

먼저 알림으로 시작하고(L1), 담당자 승인 후 실행하는 단계(L2)를 거쳐, 위험이 낮고 충분히 검증된 업무만 제한적으로 자동 실행(L3)합니다.

L1 · Sense탐지·알람, 근거 제시
L2 · 판단원인 분석·권고, 사람 승인
L3 · 제한 자동 실행워크플로·설비 자율 제어
Cubeon 운영 콘솔 — 8모듈·자율화 단계
Cubeon 운영 콘솔 (예시 화면)
Features

플랫폼을 이루는 핵심 기능

데이터 연결, 모델 운영, 담당자 승인, 현장 조치를 하나의 운영 흐름으로 관리합니다.

Closed-Loop

승인과 현장 조치를 잇는 워크플로

이상 징후가 발견되면 조치안을 제시하고, 담당자 승인 후 실행한 뒤 결과를 확인합니다. 누가 무엇을 판단하고 실행했는지도 기록으로 남깁니다.

  • 3단계 자율화 승인 → 개입 → 자동 실행을 위험도로 구분
  • 승인 경로 자동 배정 위험도 규칙에 맞는 승인자에게 전달
  • 단계적 확대 지켜보기 → 권고 → 자동 실행 순으로
에이전트 워크플로 빌더 화면

노코드 워크플로 빌더 — 프로토타입 예시 화면

ModelOps

모델 레지스트리 · 지속 운영

모델 버전과 배포 상태를 한곳에서 관리하고, 성능 변화를 감시해 재학습 시점을 판단합니다.

  • 지속 재학습 루프 학습 → 배포 → 성능 감시 → 재학습을 자동화된 운영 과정으로
  • 데이터 변화 탐지 분포 변화를 감지해 재학습 시점 판단
  • 버전 관리·복구 모델 버전과 승인 이력 기록 — 품질 저하 시 검증된 직전 버전으로 복구
모델 레지스트리 화면

모델 관리 화면 — 프로토타입 예시 화면

Knowledge

산업 지식그래프

설비·센서·작업지시를 하나로 연결해 AI 판단에 현장 맥락을 더합니다.
같은 알람도 설비·공정에 따라 조치가 달라집니다.

  • 표준 프로토콜 수집 OPC-UA · MQTT · Modbus · CAN
  • 업무 시스템 연동 PLC·SCADA·MES·ERP를 어댑터로 통합
  • 의미·관계 정의 설비·공정을 객체·속성·관계로 정리
지식 관리 화면

지식 관리 콘솔 — 프로토타입 예시 화면

Architecture

공통 커널 8모듈

데이터 연결·모델 운영·에이전트 협업을 8개 모듈로 나눠 제공합니다.
필요한 만큼 확장하고, 모델과 배포 형태는 보안 요건에 맞춰 고릅니다.

Connect

이기종 데이터 연결

PLC·센서·MES·ERP 등 이기종 설비·시스템 데이터를 산업 표준 프로토콜로 수집·연결합니다.

  • 엣지 수집·전송 복구 네트워크 단절 시 현장 데이터 임시 저장, 복구 후 재전송
  • 보안 연결 TLS 암호화 · 디바이스 인증 · 역할 기반 접근제어(RBAC)로 OT/IT 경계 보호
OPC-UAMQTTModbus
소스와 프로토콜 어댑터, 태그 표준 매핑을 보여주는 Cubeon Connect 개념 화면
이기종 데이터 연결 콘솔 개념 화면
Fabric

데이터 파이프라인

실시간 스트림·배치 데이터를 저장·처리하는 파이프라인 계층입니다.

  • 운영 상태 추적 수집부터 제어까지 각 단계의 지연·오류율 측정으로 병목 추적(Observability)
  • 단계적 확장 라인 1개 검증에서 전사 확산까지 검증된 처리 구조 재사용
StreamBatch
수집부터 정제와 활용까지 이어지는 Cubeon Fabric 데이터 처리 흐름
데이터 처리 흐름 개념 화면
Semantic

의미 표준화

공통 스키마·온톨로지로 설비·공정 데이터의 의미를 표준화합니다.

  • 품질 정합 공통 스키마 정합·품질 검증·결측 보정으로 분석 가능한 상태로
  • 표준 참조 OPC-UA · ISA-95 산업 자동화 계층 모델을 기준으로 의미 정합
온톨로지
의미 표준화와 지식 관리 프로토타입 화면
의미 표준화와 지식 관리 화면
ModelOps

모델 거버넌스

모델의 학습·배포 이력을 관리하고, 운영 중 성능을 감시해 필요할 때 재학습합니다.

  • 데이터 변화 탐지 PSI·KL divergence 등 예측 분포 변화 감지로 재학습 시점 판단
  • 감사추적(Audit Trail) 추론과 액션 전 구간 로그 — 규제·품질 대응
자동 통합·배포·지속적 재학습
모델 레지스트리와 거버넌스 프로토타입 화면
모델 레지스트리와 거버넌스 화면
Agents

AI 에이전트

현장·업무 AI 에이전트를 실행합니다.

  • 근거 제시 검색한 문서·데이터를 근거로 답변, 출처도 함께 기록
  • 권한 인지 역할 기반 접근 제어로 사용자별 참조 가능한 지식·기능 범위 분리
근거 검색(RAG)사내 소형 언어모델(sLLM)
AI 에이전트 허브 프로토타입 화면
AI 에이전트 허브 화면
Orchestrator

서비스 조정

여러 AI 에이전트가 정해진 순서와 역할에 따라 협업하도록 조정합니다.

  • 판단·권고 통합 여러 AI 에이전트의 판단과 권고를 하나의 흐름으로 조정
  • 승인 경로 분기 위험도·가역성 정책에 따라 실행 전 승인 경로 자동 분기
MCP
노코드 에이전트 빌더와 서비스 조정 프로토타입 화면
노코드 에이전트 빌더와 서비스 조정 화면
Console

통합 관제

탐지·판단·현장 조치를 하나의 화면에서 관리합니다.

  • 통합 운영 대시보드 노드·GPU·파드 자원 현황과 응답 지연·처리량·오류율을 한 화면에서 추적
  • 변경 관리·복구 프롬프트·모델·지식 변경을 배포 단위로 이력화, 문제 시 직전 버전 복구
통합 관제와 인프라 콘솔 프로토타입 화면
통합 관제와 인프라 콘솔 화면
Copilot

현장 코파일럿

자연어 질의·현장 보조 — 상용 LLM API부터 온프레미스 sLLM까지 선택합니다.

  • 배포 방식 선택 클라우드(상용 LLM API) · 온프레미스(사내 sLLM) · 폐쇄망 중 보안 요건에 맞게
  • 데이터 경계 고정 외부 반출 제한 데이터가 경계를 넘지 않도록 처리 위치를 정책으로 고정
현장 코파일럿과 자연어 질의 프로토타입 화면
현장 코파일럿과 자연어 질의 화면
Reference

구축 경험으로 확인한 적용 가능성

제품 기능이 실제 현장 과제와 어떻게 연결되는지 보여주는 대표 경험입니다.

현장 실증 추진

PAPERON AI

제지 공정 데이터와 AI-OT 운영을 연결해 예지보전·에너지 최적화·자율운영을 단계적으로 실증합니다.

제조 · AI-OT · 2026~2029
국책과제 주관

세이프뱃지 통합관제

영상·작업자 뱃지·환경 센서의 판단을 담당자 대응 절차와 연결합니다.

공공안전 · 4개 현장 검증 중
Ideal Use Cases

이런 조직에 적합합니다

AI를 여러 곳에서 시도했지만 운영으로 이어지지 않는 조직에 적합합니다.

AI 과제가 부서별로 흩어져 있는 조직

팀마다 다른 방식으로 모델을 만들어, 운영·점검 기준이 제각각인 환경

시범 도입은 했는데 현장 적용에서 멈춘 경우

검증은 끝났지만 승인·조치로 이어지는 절차가 없어 결과가 화면에만 남는 상태

AI 판단을 사람이 확인해야 하는 업무

안전·품질처럼 자동 실행 전에 담당자 승인이 필요한 영역

데이터 반출이 제한된 환경

클라우드·온프레미스·폐쇄망 중 규정에 맞는 방식으로 배포해야 하는 조직