01
데이터 준비
결측·중복·이상값을 점검하고 공정·생산·품질 데이터를 연결합니다.
구성도로 이해하기 30초 요약
- 공정조건과 실제 품질 결과를 연결한 데이터를 준비합니다.
- 학습·검증·운영 단계를 나눠 불량 가능성과 이상을 분석합니다.
- 운영 중 결과를 다시 검토해 모델을 보완합니다.
3종자체 개발 AX 제품AXMES Core · 라온-R · 라온-T
01 / 현장의 과제
현장의 기록을 업무에 활용하려면
데이터를 모으는 것만으로는 AI를 적용하기 어렵습니다. 공정값과 품질 결과가 같은 작업·LOT에 연결되고 학습에 쓸 수 있어야 합니다.
공정·품질 데이터MES·설비·검사
정제·라벨링정합성·정답 관리
학습·검증성능·버전 관리
예측·운영불량·이상·재학습
02 / 주요 기능
주요 기능과 관리 항목
02
품질 라벨 관리
실제 검사결과를 기준으로 양품·불량과 불량 유형을 정리합니다.
03
모델 학습·평가
학습·검증·시험 데이터를 구분하고 적합한 모델과 성능지표를 검토합니다.
04
불량예측·이상탐지
불량 가능성과 정상 패턴에서 벗어난 공정상태를 분석합니다.
05
공정조건 검토 지원
영향 변수와 분석결과를 제공해 작업자의 조건 검토를 돕습니다.
06
운영·재학습
현장 결과와 오탐·미탐을 확인하고 모델 변경·재학습 이력을 관리합니다.
03 / 시스템 구성
학습·검증·운영을 분리한 제조 AI 적용 구조
예측값은 담당자의 판단을 지원합니다. 데이터와 공정 변화에 맞춰 모델을 검토합니다.
핵심 처리 흐름
- 01공정·품질 데이터
MES·설비·검사
- 02정제·라벨링
정합성·정답 관리
- 03학습·검증
성능·버전 관리
- 04예측·운영
불량·이상·재학습
상세 연결 관계는 아래 구성도 확대 보기에서 확인하세요.
학습 데이터 준비
공정조건과 품질결과의 시점을 맞추고 정답을 확인합니다.
현장 적용 검증
별도 검증 데이터로 성능을 확인한 뒤 적용 범위를 정합니다.
운영 중 재검토
담당자의 판단과 실제 결과를 바탕으로 모델을 점검합니다.
서비스 적용 구조를 설명하는 개념도입니다. 세부 장비와 연동 범위는 현장 확인 후 설계합니다.
04 / 업무 변화
공정·품질 데이터를 바탕으로 현장 판단을 지원합니다.
데이터를 모으는 것만으로는 AI를 적용하기 어렵습니다. 공정값과 품질 결과가 같은 작업·LOT에 연결되고 학습에 쓸 수 있어야 합니다.
공정조건과 실제 품질 결과를 연결해 불량 가능성과 공정 이상을 분석하는 체계를 설계합니다.
불량 가능성, 이상 상태, 조건 검토 자료06 / 구축 안내
현장의 조건부터 함께 확인합니다.
- 01
현장 확인
공정·양식·장비 사양
- 02
업무 설계
기능·연동·역할 정의
- 03
구축·검증
데이터와 이력 대조
- 04
교육·운영
사용 교육·운영 점검