01Data Foundation
AI·공장 운영 데이터 통합
제어·
- 연결 데이터
- 공정·설비·품질·에너지·물류
- 운영 활용
- 정합성 검증, 원인 추적, AI 학습용 표준 데이터
M.AX Platform
QFactory
공정·
Overview
설비 한 대가 아니라 공장 운영 전체를 지능화합니다
QFactory는 기존 설비를 유지한 채 필요한 공정의 데이터를 모아 예측 결과를 공정 조치로 연결합니다.
공장 데이터 통합설비·공정·품질 데이터를 연결해 공장 전체의 운영 상태를 한곳에서 확인
실시간 모니터링·이상 감지 설비와 생산 흐름을 계속 살펴 평소와 다른 변화를 조기에 발견하고 원인 후보를 제시
예지보전·품질 관리 고장 가능성과 잔존수명(RUL), 품질 변화를 예측해 점검 시점과 대응 방향을 안내
생산·에너지 최적화 공정 조건과 에너지 사용량을 분석해 생산성과 효율을 높일 운전 조건을 권고
Manufacturing AX
공장 운영 전 과정을 여섯 가지 AI 기능으로 연결합니다
공정 과제에 맞는 기능부터 적용하고, 검증된 범위를 단계적으로 확장합니다.
단계적 도입 기존 설비를 전면 교체하지 않고, 기존 설비 보완용 센서와 엣지 시스템 연계를 활용해 필요한 공정부터 확장합니다.
02Energy AI
열에너지 생산·사용 최적화
열원 생산과 스팀 소비를 함께 분석해 과잉·
- 연결 데이터
- 연소 상태·스팀·연료·공기·온습도
- 운영 활용
- 소각로·보일러·Dryer 생산–사용 밸런싱
03Equipment AI
설비 건전성·잔존수명 예측
회전체와 건조 설비의 상태 변화를 분석해 이상·위험도·잔존수명을 예측합니다.
- 연결 데이터
- 진동·전류·온도·압력·유량·정비 이력
- 운영 활용
- 고장 조기경보, 정비 우선순위, 다운타임 예방
04Quality AI
품질 예측·공급망 추적
원료·첨가제부터 최종 품질까지 시간·Lot 이력을 연결해 편차 원인을 찾습니다.
- 연결 데이터
- 농도·입도·공정조건·검사·출하 Lot
- 운영 활용
- 품질 예측, 원인 추적, 공급망 피드백
05Safety AI
영상 AI 안전 관제
영상과 설비 이벤트를 결합해 위험 행동·구역 접근·화재·이상 상황을 감지합니다.
- 연결 데이터
- 실시간 영상 스트림(RTSP)·작업 구역·설비 알람
- 운영 활용
- 위험도별 알림, 이력 조회, 오탐 피드백
06AI Operations
AI 모델 운영·자율화 지원
AI 모델의 학습·
- 운영 정보
- 모델·데이터 버전·성능·데이터 변화
- 운영 활용
- 지속적 재학습·이전 모델 복구, 엣지 시스템 연계, 단계적 자율운영
Features
공정 진단부터 AI 모델 운영까지 연결합니다
설비·
Detect
AI 설비 정밀 진단
진공 펌프·
- 설비 건강도 진단 진공 펌프·
히터· 진동· 온도 센서의 건전성 통합 판정 - AI 판정 검토 담당자 검토로 오탐과 실제 이상 구분
- 안전한 단계 전환 승인된 진단 결과만 공정 설계와 실시간 관제로 연결
Recommend
AI 공정 설계 권고
제품과 적재 조건, 과거 결과를 분석해 단계별 최적 운전 프로파일을 제안합니다.
- 생산 조건 입력 제품·
중량· 두께 등 주요 조건 설정 - 최적 프로파일 생성 성공 사이클과 AI 예측으로 목표 온도·
유지 시간 설계 - 승인 기반 적용 근거와 예상 결과 확인 후 담당자가 수용·
거절
Monitor
실시간 공정 관제
3차원 설비 화면과 온도·
- 다중 신호 관제 온도·
전류· 진공도· 환경 데이터를 같은 시간축으로 확인 - 공정 이상 알림 정상 패턴과 다른 변화의 위험도와 원인 후보 기록
- 운영자 안전 조치 경고 확인 후 공정 중단과 대응 이력 관리
Analyze
공정 사이클 정밀 분석
완료된 공정을 시간순으로 재현해 AI 이상 판단 시점과 센서 변화를 검증합니다.
- 초 단위 데이터 재생 온도·
진공도· 공정 단계와 로그를 같은 시간축으로 동기화 - 3차원 공정 재현 설비와 제품 상태를 3차원 화면으로 재생
- 이상 원인 추적 감지 점수와 센서 변화를 비교해 원인 후보 확인
Measure
AI 공정 KPI 분석
설비·
- 핵심 지표 통합 설비·
에너지· 공정· 품질 성과를 목표와 비교 - 종합 공정 진단 취약 지표를 찾아 개선 우선순위 제시
- 사이클 추이 비교 기간·
사이클별 성과와 권고 적용 효과 검증
Operate
AI 모델 관리·운영
머신러닝 운영(MLOps) 체계로 모델 성능과 버전을 관리하고 재학습합니다.
- 모델·
데이터 관리 학습 데이터와 모델 버전·성능· 적용 이력 기록 - 피드백 기반 재학습 확정된 정상·
이상 판정으로 재학습 시점 판단 - 검증 후 운영 적용 기존 버전과 비교해 승인된 모델만 반영
Why AI
AI로 이상 징후를 더 일찍 찾고 대응 방향까지 제시합니다
기존 임계값 알람만으로 놓치기 쉬운 미세한 변화와 원인, 정비 시점을 AI로 보완합니다.
| 관점 | 규칙 기반 임계 감시 | QFactory 제조 AI |
|---|---|---|
| 이상 감지 | 고정 임계 초과 시 알람(사후) | 정상 패턴 학습 후 미세 이탈 조기 감지 |
| 원인 파악 | 사람이 로그를 수동 추적 | 생성형 AI 질의응답으로 원인· |
| 공정 조건 | 고정 레시피 유지 | 상태· |
| 정비 | 주기· | 잔존수명 예측 기반 예지보전 |
| 운영 | 수동 튜닝· | 데이터 변화 감시· |
기존 알람을 없애는 것이 아니라, 그 위에 AI 판단을 더해 놓치기 쉬운 변화를 먼저 찾는 방식으로 단계적으로 전환합니다.
Ideal Use Cases
이런 공장에 적합합니다
알람만으로는 잡히지 않는 변화를 다뤄야 하는 공장에 적합합니다.
임계 알람만으로 품질을 관리하는 라인
정상 범위 안에서 서서히 나빠지는 변화는 놓치고, 후공정에서야 문제가 드러나는 환경
숙련자의 판단에 기대는 공정
담당자가 바뀌면 품질 편차가 생기는 열처리·
설비 정지가 곧 손실인 연속 라인
고장 시점을 미리 알아야 정비 일정을 짤 수 있는 24시간 가동 공장
에너지 비용 비중이 큰 공장
설비·