SOLUTION · AI 플랫폼

QData

산업 데이터 플랫폼 — 흩어진 데이터를 하나의 언어로. 설비 프로토콜부터 문서·이미지까지 수집해 표준 스키마로 정규화하고, 온톨로지와 지식그래프로 의미를 부여해 AI가 바로 쓸 수 있는 상태로 만듭니다.

수집OPC-UA · Modbus · MQTT · CAN
범위정형 + 비정형 통합 파이프라인
지식화온톨로지 · 지식그래프 · 벡터DB

SOLUTION / DATAQ

흩어진 산업 데이터를하나의 언어로

설비 프로토콜부터 문서·이미지까지 하나의 파이프라인으로 모읍니다.

표준 스키마와 온톨로지로 AI가 바로 쓸 수 있는 데이터를 만듭니다.

Overview

설비와 문서 데이터를 분석 시스템과 AI가 함께 쓸 수 있게 정리합니다

QData는 부서·설비마다 다른 데이터를 수집해 형식과 의미를 통일하는 산업 데이터 플랫폼입니다. 정리된 데이터는 관제·분석·지식 검색에 활용됩니다.

ConnectPLC·센서·MES·ERP를 연결하고, 서로 다른 프로토콜과 데이터 형식을 공통 입력으로 변환

Standardize공통 스키마·온톨로지로 표준화 — 설비마다 다른 데이터를 하나의 언어로

Serve지도·대시보드 관제 + 실시간 질의 — QFactory·QAgent가 바로 소비

QData — 이기종 데이터 통합·표준화 화면 — QData — 데이터 통합·표준화 (예시 화면)

Features

데이터를 자산으로 만드는 핵심 기능

현장 소스를 연결하고 품질을 확인한 뒤, 공통 의미로 정리해 분석과 에이전트가 사용할 수 있게 제공합니다.

Connect

산업·업무 시스템 커넥터

OPC-UA·Modbus·MQTT 같은 산업 프로토콜부터 MES·ERP 업무 시스템까지 준비된 커넥터로 연결합니다. 새 설비는 커넥터를 추가해 확장합니다.

커넥터 자세히

소스·어댑터 관리 — 개념 예시 화면(실제 UI 아님)

Semantic

의미 기반 지식화

설비마다 다른 태그와 코드를 온톨로지로 정규화합니다. 문서·이미지는 의미 단위로 구조화하고, 추출한 개체와 관계를 지식그래프로 연결해 AI가 데이터의 맥락을 찾게 합니다.

의미 모델 자세히

지식 관리 콘솔 — 프로토타입 예시 화면

Serving

지식 검색과 데이터 제공

문서·이미지를 의미 기반으로 검색하고, 정리된 데이터는 API로 제공해 QFactory와 QAgent가 바로 활용하게 합니다.

수집·제공 범위 자세히

지식 검색 — 프로토타입 예시 화면

How it works

수집 → 표준화 → 관제·질의

데이터가 흐르는 네 단계 — 각 단계의 품질이 다음 AI 결과의 신뢰도를 좌우합니다.

01 · Ingest

수집 (Raw)

OPC-UA·MQTT·Modbus·REST 어댑터로 OT/IT 이기종 소스를 실시간 스트림·배치로 원본 그대로 적재.

02 · Refine

정합·정제 (Clean)

중복 제거·타입 정합·결측 보정·이상값 필터 — 품질 규칙으로 신뢰 가능한 정제 데이터로.

03 · Standardize

표준화 (Semantic)

공통 스키마·온톨로지에 매핑 — 설비마다 다른 데이터를 하나의 의미 모델로 통합.

04 · Serve

활용

지도·대시보드와 실시간 질의 API로 QFactory·QAgent가 정리된 데이터를 바로 활용합니다.

원본 데이터를 정제하고 공통 형식으로 표준화한 뒤 활용 시스템에 제공합니다. 앞 단계의 데이터 품질이 이후 분석과 AI 결과의 신뢰도를 좌우합니다.

Connectors

산업 설비와 업무 시스템을 준비된 커넥터로 연결합니다

서로 다른 프로토콜과 데이터 형식은 연결 모듈에서 맞추고, 새 설비는 커넥터를 추가해 확장합니다.

산업 프로토콜

OPC-UA

MQTT · Sparkplug B

Modbus RTU·TCP

Siemens S7

EtherNet/IP

PROFINET

BACnet

CAN · CAN-FD

기간계 · 시스템

PLC

SCADA

MES

ERP

Historian

시계열 데이터베이스

문서 · 파일

REST · OpenAPI

실시간 스트림과 배치 데이터를 동일한 어댑터 계층에서 수집하도록 구성합니다. (지원 프로토콜은 순차 확장)

Architecture

QData가 데이터를 정리하면, 분석과 에이전트가 같은 기준을 씁니다

QFactory와 QAgent는 QData가 통일한 형식과 의미를 기준으로 데이터를 조회하고 판단합니다.

운영 · 행동Cubeon통합 관제·오케스트레이션 · Manufacturing/Safety 도메인팩

판단 · 분석

QFactoryAI 스마트 팩토리QAgent업무 에이전트QVision영상 인식

표준화 · QDataQData이기종 OT/IT 데이터를 공통 스키마·온톨로지로 — 하나의 언어로

상용 데이터 플랫폼의 온톨로지 상위계층·통합 카탈로그처럼, 표준화층의 품질이 상위 AI 전체의 신뢰도를 좌우합니다.

Semantic Layer

설비마다 다른 데이터를 하나의 의미 모델로

설비·공정·자산을 객체·속성·관계로 정의해, 서로 다른 시스템의 데이터가 같은 의미로 해석되게 합니다. 온톨로지와 지식그래프 구축 경험을 바탕으로 데이터의 의미와 관계를 일관되게 관리하도록 설계합니다.

Object

설비·라인·배치 등 현실 자산을 데이터 객체로 정의

Property

온도·진동·수율 등 속성을 표준 단위·타입으로 통일

Link

설비-공정-제품의 관계를 지식그래프로 연결

Schema

부서·설비별 상이 포맷을 공통 스키마로 매핑

Catalog

데이터 자산을 검색·발견 가능하게 목록화

Lineage

원본→표준까지 데이터 계보를 추적

Quality

결측·이상·중복 검증 규칙으로 신뢰도 확보

Serve API

표준 데이터셋을 실시간 질의 API로 제공

지식·문서 데이터 관리 예시 화면 — 폴더 권한·청크 분할·개인정보 마스킹·에이전트 연동 — 지식·문서 데이터 관리(권한·청크·개인정보 마스킹) — 프로토타입 예시 화면

Key Technologies

AI가 바로 쓸 수 있는 데이터를 만드는 기술

데이터 플랫폼은 끝이 아니라 시작입니다. 표준화된 데이터는 곧바로 예측 모델과 에이전트가 학습·추론할 수 있는 기반으로 이어집니다.

수집부터 활용까지 이어지는 데이터 흐름

수집·정제·표준화·저장·제공을 하나의 흐름으로 설계해, 단계마다 형식을 다시 맞추는 낭비를 줄입니다.

설비 제어기·계측기부터 운영 시스템까지 표준 커넥터로 연결
통신 단절 구간은 엣지 버퍼링으로 데이터 유실을 줄입니다

문서·이미지·음성까지 읽어내는 비정형 처리

표와 도면이 섞인 현장 문서를 구조 단위로 해석하고, 이미지와 음성을 텍스트로 전환해 정형 데이터와 같은 층에서 다룹니다.

문서 구조 분석으로 텍스트·표·이미지를 구분해 의미 단위로 정제
OCR·STT로 비정형 자산을 검색·학습 가능한 데이터로 전환

관계와 맥락을 담는 의미 기반 지식화

용어와 단위를 표준화하는 데서 그치지 않고, 설비·공정·불량·조치 사이의 관계를 정의해 검색을 넘어 추론이 가능한 형태로 만듭니다.

공통 스키마·온톨로지로 이기종 태그 체계를 하나의 의미로 정합
지식그래프와 벡터 색인을 함께 구성해 근거 검색(RAG)에 활용

데이터와 모델이 함께 도는 운영 체계

데이터 품질과 모델 성능을 함께 살피고, 변화가 감지되면 모델을 다시 학습·검증해 배포하는 운영 흐름으로 연결합니다.

품질 규칙·계보(lineage) 추적으로 데이터 신뢰도를 지속 관리
MLOps(모델 학습·배포·성능을 관리하는 운영 체계) 연계로 데이터 변화를 감지하고 재학습·이전 모델 복구까지 관리

Spec

무엇을 수집하고 어떻게 제공하는가

무엇을 수집하고 어떻게 제공하는가 비교표
항목	QData 산업 데이터 플랫폼
입력 소스	PLC · 센서 · SCADA · MES · ERP · Historian · 시계열 데이터베이스 · 문서
수집 프로토콜	OPC-UA · MQTT · Modbus · REST/API (실시간 스트림 + 배치)
표준화 방식	공통 스키마 매핑 · 온톨로지 기반 의미 표준화 · 품질검증 · 결측 보정
데이터 관리	데이터 카탈로그 · 계보 추적 · 품질 규칙 · 접근제어 (프로젝트별 구성)
제공 방식	지도(GIS)·대시보드 관제 + 실시간 질의 API
배포	클라우드 · 온프레미스 · 폐쇄망(에어갭)

벡터 데이터베이스·컬렉션 관리 예시 화면 — 총 벡터 수·활성 컬렉션·임베딩 차원·평균 쿼리 지연 — 벡터 데이터베이스·컬렉션 관리(임베딩 차원·쿼리 지연) — 프로토타입 예시 화면

Standards & Governance

업계 표준 위에서 데이터를 다룹니다

산업 데이터 상호운용 표준과 데이터 관리 관행을 참조해 설계합니다.

OPC-UA ISA-95 MQTT · Sparkplug B Modbus 데이터 카탈로그 데이터 리니지

상호운용 표준OPC-UA·ISA-95를 참조해 이기종 설비 데이터를 표준 계층으로 통합하도록 구성합니다.

데이터 거버넌스카탈로그·리니지·품질 규칙으로 '어디서 온 데이터를, 얼마나 믿을 수 있는지'를 추적합니다.

세분화 접근제어데이터·질의 단위 권한과 감사 로그를 두어 규제 산업의 데이터 주권을 지원합니다.

산업 상호운용OPC-UA·ISA-95 등 국제 표준 모델에 맞춰 설비 데이터의 의미를 정합합니다.

품질·검증 규칙결측·이상·중복 검증을 공통 규칙으로 자동화해 이후 분석과 AI 결과의 신뢰도를 높입니다.

개방형 카탈로그데이터 자산을 검색·발견 가능하게 목록화해 조직 전반의 재사용을 돕습니다.

Deployment

같은 플랫폼, 세 가지 배포

데이터 반출 정책과 보안 등급에 따라 배포 형태를 선택할 수 있도록 설계합니다.

클라우드

빠른 구축과 확장. 표준화 파이프라인을 관리형으로 운영하며 상용 데이터 서비스와 연계.

온프레미스

사내 서버에서 민감 공정 데이터를 외부로 내보내지 않고 표준화해 내부 시스템에 제공합니다.

폐쇄망 (에어갭)

망분리 환경에서 데이터를 외부로 반출하지 않고 현장 내부에서 수집·표준화합니다.

데이터 반출 정책과 보안 등급에 맞는 클라우드·온프레미스·폐쇄망 배포 구성을 지원합니다.

데이터 반출 정책공정 데이터의 외부 반출 가능 여부에 따라 클라우드↔온프레미스를 선택

보안 등급 · 망분리규제·국방·에너지 등 폐쇄망 요건은 에어갭 엣지 수집으로 대응

운영 리소스관리형 클라우드로 시작해 필요 시 온프레미스로 단계적 이전

References

현장 데이터를 자산으로 바꾼 사례

축적된 산업 현장 경험을 바탕으로, 데이터 통합·표준화 역량을 다양한 도메인에 적용해 왔습니다.

OPC-UAMQTT · Modbus 산업 표준 수집

정형+비정형시계열 · 문서 · 이미지 통합

온톨로지지식그래프 기반 의미 연결

0형태클라우드·온프레·폐쇄망 배포

제지 · 한솔제지

공정 AI-OT 데이터 허브

분산된 공정 데이터를 통합해 예지보전·에너지 최적화의 기반 구축

에너지 · SK에너지

충전 인프라 데이터 관제

충전 인프라의 상태·이용 데이터를 표준화·관제

공공안전 · 세이프뱃지

중앙 통합관제

영상·뱃지·환경 센서 융합 데이터를 중앙에서 통합 관제

전체 구축 사례 보기

Ideal Use Cases

이런 조직에 적합합니다

데이터 형식과 보관 위치가 제각각이어서 분석이나 AI 도입을 시작하기 어려운 조직에 적합합니다.

데이터 정비에서 막혀 있는 제조 현장

설비·공정 데이터는 쌓이고 있으나 태그 체계와 단위가 라인마다 달라, 분석 이전의 정제·통합 단계에서 프로젝트가 멈춰 있는 조직

OT와 IT가 분리되어 있는 운영 조직

제어망의 설비 데이터와 업무망의 MES·ERP 데이터가 서로 연결되지 않아, 품질 이슈의 원인을 설비까지 되짚기 어려운 환경

비정형 기술 자산이 잠들어 있는 기업

작업표준서·점검일지·설비 매뉴얼·불량 보고서가 문서로만 존재해, 근거 검색(RAG) 지식베이스로 전환하지 못하고 있는 조직

AI 도입을 반복 검증해야 하는 팀

PoC(도입 전 효과를 확인하는 사전 검증) 때마다 데이터 수집·정제를 처음부터 다시 하느라, 정작 모델 고도화에 시간을 쓰지 못하는 조직

폐쇄망·망분리 요건이 있는 기관

외부 반출이 불가능한 데이터를 내부에 둔 채로 표준화와 AI 활용 기반을 갖춰야 하는 공공·에너지 성격의 환경