로봇 조립 라인 이상 조기감지
과제 체결 불량·흡착 실패가 후공정에서야 발견
해결 시계열 이상탐지 + LLM 질의응답
성과 후공정 유출 전 조기 검출 — 재작업 흐름 차단
제조 AI — 이상을 후공정 전에 잡습니다.
설비 신호와 공정 데이터로 이상을 조기에 감지하고, 최적 공정 조건을 AI가 권고합니다 — 대기업·중견 제조 현장에서 실증 완료.
설비·공정 시계열을 입력받아 이상·품질·정비를 지능화합니다. OPC-UA MQTT Modbus CAN
| 기능 축 | 대상 설비·데이터 | 핵심 기법 | 산출물 |
|---|---|---|---|
| 이상 조기감지 | 회전기·모터·로봇, 체결·흡착 공정의 시계열(진동·전류·온도) | 시계열 이상탐지(정상 패턴 학습) + LLM 원인 질의응답 | 이탈 알람 · 근거 · 조치 가이드 |
| 공정 최적화 | 열처리·브레이징·성형 등 공정 조건·프로파일 | 상태진단 · 프로파일 권고(숙련자 경험 표준화) | 최적 공정 조건 · 품질 편차 리포트 |
| 예지보전 | 설비 부하·마모·가동 이력 | 잔존수명(RUL) 예측 · 정비 시점 산정 | RUL · 정비 권고 · 비계획 정지 예방 |
수집 프로토콜·표준은 현장 설비 환경에 맞춰 연결하도록 설계합니다(아래 참조).
정상 패턴 학습 후 미세 이탈 조기 감지 — 근거와 함께
공정 조건·프로파일 권고 — 숙련자 경험의 표준화
설비 잔존수명 예측·정비 시점 권고로 비계획 정지 방지
FactoryQ는 DataQ가 표준화한 데이터를 입력받아 판단하고, Cubeon 운영 계층에서 관제·자율화됩니다.
설비 신호가 표준화·모델링을 거쳐 현장 언어의 조치로 이어집니다.
OPC-UA·MQTT·Modbus·CAN으로 진동·전류·온도·공정값을 실시간 수집
DataQ 공통 스키마·온톨로지로 결측 보정·품질 검증
시계열 피처 추출, 정상 패턴 학습으로 이상탐지 기준선 수립
미세 이탈 조기 검출 + 잔존수명 예측, 엣지·서버 선택 추론
LLM 질의응답으로 원인·조치를 현장 언어로 제시
현장 피드백·드리프트를 반영해 ModelOps로 지속 재학습
이기종 설비·제어기·시스템을 표준 프로토콜로 흡수하도록 커넥터를 구성합니다.
예지보전·상태감시 표준을 지향합니다. ISO 10816 ISO 13373 ISA-95 — 설비 진동·상태감시·제조 정보 계층 참조. 실제 현장 설비 구성에 맞춰 커넥터를 구성합니다.
현장은 계속 변합니다. 학습 → 배포 → 감시 → 재학습(CT) 순환으로 정확도를 유지하도록 구성합니다.
Cubeon ModelOps 모듈과 연동해 운영합니다. MLOps 표준 관행(CI/CD/CT·모델 레지스트리)을 지향합니다.
고정 임계 감시로는 잡지 못하는 미세 이탈과 원인·정비를 지능화합니다.
| 관점 | 규칙 기반 임계 감시 | FactoryQ 제조 AI |
|---|---|---|
| 이상 감지 | 고정 임계 초과 시 알람(사후) | 정상 패턴 학습 후 미세 이탈 조기 감지 |
| 원인 파악 | 사람이 로그를 수동 추적 | LLM 질의응답으로 원인·조치 즉시 제시 |
| 공정 조건 | 고정 레시피 유지 | 상태 기반 프로파일 권고(숙련자 경험 표준화) |
| 정비 | 주기·고장 후 정비 | RUL 예측 기반 예지보전 |
| 운영 | 수동 튜닝·고정 | 드리프트 감시·재학습(ModelOps) |
규칙 기반 감시를 대체하는 것이 아니라 보완합니다 — 기존 임계 알람 위에 AI 판단 레이어를 얹는 전환 경로를 권장합니다.
과제 체결 불량·흡착 실패가 후공정에서야 발견
해결 시계열 이상탐지 + LLM 질의응답
성과 후공정 유출 전 조기 검출 — 재작업 흐름 차단
과제 고온 열처리 품질이 숙련자 경험 의존
해결 상태진단·이상감지·프로파일 권고 3단 AI
성과 숙련자 경험을 데이터로 표준화 — 품질 편차 관리
과제 에너지 과투입·다운타임 예측 불가
해결 예지보전·에너지 최적화·RUL 예측
성과 다운타임·에너지 과투입에 사전 대응
데이터 반출이 어려운 제조 현장까지 — 동일 제품을 세 형태로 배포하도록 설계합니다.
상용 LLM API·빠른 구축. 다거점 통합 관제에 적합
사내 서버 sLLM·데이터 내부화. 엣지 추론으로 현장 근접 처리
망분리 대응. 반출 불가 데이터도 현장 내에서 추론
상용 LLM API와 온프레미스 sLLM을 현장 보안·규제에 맞춰 선택하도록 구성합니다.
