Solution
AI 제조 데이터 관리
흩어진 제조 데이터를 표준 자산 모델(ISA-95)과 온톨로지 지식그래프로 표준화해, 사람과 AI가 같은 맥락으로 다루는 신뢰된 데이터 기반을 만듭니다. AI는 이 위에서 안전하게(읽기 전용 MCP) 운영 맥락에 접근합니다.
제조 AI의 성패는 모델이 아니라 데이터 기반에서 갈립니다. 'TAG_00042'가 어느 라인 어느 설비의 무슨 신호인지 모르는 AI는 답할 수 없습니다. 온톨로지가 그 맥락을 만들고, UNS가 실시간으로 배달하며, MCP가 안전하게 개방합니다.
A 해결하는 과제
데이터 사일로와 맥락 부재
AI에 안전하게 데이터 개방
표준화되지 않은 태그의 바다
부서마다 다른 데이터 정의
B 핵심 역량
온톨로지·시맨틱 레이어
RDF 지식그래프와 SPARQL로 설비·태그·문서의 관계를 표준화합니다. 자산이 무엇과 연결되고 무엇에 영향을 주는지 그래프로 답합니다.
Unified Namespace
자산 계층을 MQTT·Sparkplug B 표준 토픽으로 실시간 미러링해, 모든 시스템이 같은 주소 체계로 데이터를 구독합니다.
안전한 AI 개방
읽기 전용 MCP 도구로 제어 경로 노출 없이 AI에 운영 맥락을 개방합니다. AI가 조회는 해도 설비를 건드릴 수는 없습니다.
표준 자산 모델
사이트-에어리어-라인-설비의 ISA-95 계층으로 태그를 정리해, 부서마다 다르던 데이터 정의를 하나로 모읍니다.
시계열·이벤트 통합 저장
고속 수집 파이프라인과 이벤트·시계열 DB로 센서 데이터와 이벤트를 함께 저장·조회합니다.
온프렘 AI 운영
산업 특화 LLM을 공장 안에서 운영할 수 있어 데이터가 사이트 밖으로 나가지 않습니다. 데이터 주권을 유지한 채 AI를 활용합니다.
C 동작 방식
수집·표준화
42종 프로토콜로 설비 데이터를 수집하고 표준 자산 계층으로 정리합니다.
온톨로지 모델링
설비·태그·문서·이벤트의 관계를 RDF 지식그래프로 모델링합니다.
UNS 개방
자산 계층을 표준 토픽으로 미러링해 전사 시스템이 실시간 구독하게 합니다.
AI 활용
읽기 전용 MCP 도구로 AI 코파일럿·에이전트가 운영 맥락 위에서 진단·분석합니다.
116
읽기 전용 MCP 도구
150+
V5 REST API
642,021
연결 센서 (전사 누적)
100TB+
처리 데이터
D 적용 시나리오
공장 자산 4,000여 태그를 온톨로지로 표준화하고 AI 코파일럿이 그 위에서 설비 이상을 종합 진단.
질문 한 번으로 10초 진단
라인 증설 때마다 달라지던 태그 명명을 표준 자산 모델로 통일해 분석 리드타임 단축.
태그 표준화 · 분석 준비 시간 절감
설비 센서와 정비 이력·문서를 지식그래프로 연결해 고장 시 관련 맥락을 즉시 소환.
맥락 기반 원인 분석
C 기대 성과
- AI 준비된 데이터 기반
- 의미 기반 데이터 활용
- 데이터 주권 유지
D 자주 묻는 질문
AI가 설비를 제어할 수도 있나요?
아니요. AI에는 읽기 전용 MCP 도구만 개방되며 제어 경로는 노출되지 않습니다. 제어가 필요한 작업은 사람의 승인 게이팅을 거치는 별도 경로로만 가능합니다.
온톨로지 구축은 오래 걸리지 않나요?
ISA-95 표준 계층과 자산 트리 가져오기에서 시작하므로 처음부터 완벽한 그래프를 만들 필요가 없습니다. 핵심 설비부터 모델링하고 운영하면서 관계를 확장하는 방식입니다.
클라우드가 필수인가요?
아니요. 플랫폼과 산업 특화 LLM 모두 온프레미스로 운영할 수 있습니다. 데이터가 사이트 밖으로 나가지 않아야 하는 방산·공정 보안 환경에서도 적용 가능합니다.