EIS

EIS (Edge Inspection Solution)은 산업 제조 현장에서 다양한 설비 데이터를 실시간으로 분석하고 진단할 수 있는 Edge AI 솔루션입니다.
설비의 센서, 신호, 이미지 등 수치 데이터와 비전 데이터를 AI로 분석하여 자동 진단, 검사, 예지 보전 등을 통해 생산성과 품질, 안전성을 혁신합니다.

생산 설비의 AI 전환을 손쉽게

Edge App 설치만으로 바로 AI 도입

Edge App이 설비 데이터를 실시간으로 수집하고 AI로 분석하여 이상 징후, 품질 불량, 설비 노후 등 다양한 패턴을 즉시 감지합니다.
기존 생산 장비를 바로 AI 기기로 전환하거나, 별도의 Edge Computing Device를 설비와 연결하고 Edge App을 설치하기만 하면 AI 도입이 가능합니다.
조립, 가공, 용접, 프레스 등 모든 제조 공정의 데이터를 다룰 수 있으며, 실시간 모니터링과 자동 판정, 빠른 피드백으로 생산라인과 자연스럽게 융합됩니다.

기존 시스템과의 유연한 연동

Edge App을 설치한 후 추론 데이터가 저장되는 폴더를 지정하면, 새로운 파일이 생성될 때마다 즉시 추론이 진행되고 결과가 Edge Viewer로 제공됩니다.
Edge Viewer에서는 추론 결과를 다양한 크기의 창에서 확인할 수 있으며, 이미지나 XAI(설명 가능한 AI) 정보가 있으면 더욱 상세하게 제공합니다.
AI 추론 결과를 현장의 최적 위치에서 제공해 작업 환경과 자연스럽게 연계할 수 있고, 추론 결과는 PLC를 활용하여 제조 공정에도 바로 반영할 수 있습니다.

제조 특화 AI 모델

현장 맞춤형 AI 진단

제조 환경에 빠르게 적용할 수 있도록 Tabular Classification, Regression, Forecasting, 이상 진단 등 다양한 AI Contents를 제공합니다.
AI의 활용 목적이나 데이터 확보 상태에 따라 적합한 AI Contents를 선정하고, 현장의 데이터에 파라미터를 조정하고 학습하여 모델을 맞춤화할 수 있습니다.

데이터가 충분히 확보되어 있고 라벨이 명확한 경우에는 Classification, 비정상 데이터 확보가 어려운 경우에는 이상 진단 Contents를 선택할 수 있습니다.

현장 데이터에 맞춰 파라미터나 임계치를 조정하며 최적의 결과를 얻을 수 있습니다.

비전 AI 검사

AI 기반 품질 검사

제조 현장에서 생성되는 이미지를 활용해 AI 기반의 정밀 품질 검사를 제공합니다.
정상 이미지만으로 이상을 탐지하는 Anomaly Detection, 결함 이미지가 있을 경우 Vision Classification 등 다양한 방식으로 결함을 판별할 수 있습니다.
과검/미검율을 현장 상황에 맞게 조정할 수 있으며, XAI로 불량 위치를 시각화하여 작업자와 관리자의 품질 대응력을 높일 수 있습니다.
이미지 데이터만으로 여러 검사 포인트를 통합적으로 관리할 수 있습니다.

모델 통합 관리 및 운영

현장 중심의 효율적 AI 운영

Edge App과 Edge Conductor를 활용해 여러 현장, 공정, 설비의 AI 모델을 한 번에 관리할 수 있습니다.
더 이상 데이터를 수동으로 복사하거나 직접 모델을 관리할 필요가 없습니다.

각 Edge App에서 동작하는 모델의 상태를 Edge Conductor로 통합 모니터링할 수 있습니다.

각 모델의 추론 결과 역시 세부적으로 확인이 가능합니다.

누구나 손쉽게 데이터 수집부터 모델 배포까지

현장 관리자가 직접 데이터를 수집하고, 정상/비정상 라벨링을 통해 AI 모델을 학습 및 업데이트하여 변화하는 현장 상황에 신속하게 대응할 수 있습니다.
자동화된 재학습 및 배포 프로세스를 통해 고객이 직접 AI 모델을 쉽게 업데이트하고 운영할 수 있습니다.
Edge Conductor로 여러 Edge의 AI 모델을 통합 관리해 변화에 민첩하게 대응하고, 성능을 지속적으로 높일 수 있습니다.

데이터셋과 모델 학습 인프라를 선택해 학습을 요청하고, 학습된 모델을 손쉽게 배포할 수 있습니다.

도메인 지식이 있는 현장 전문가가 이미지를 확인하며 라벨링하고, Confidence Score 기준으로 모델이 불확실하게 판단한 데이터만 선별하여 라벨링합니다.

배포할 Edge를 선택하고, 해당 Edge에 모델을 바로 배포할 수 있습니다.

아키텍처 및 보안

제조 환경에 최적화된 클라우드와 On-premise 구조

제조 환경은 외부 네트워크와 완전히 분리된 내부망에서 안정적으로 운영됩니다. 따라서 클라우드 기반 AI 모델을 직접 배포하는 데에는 네트워크 차단으로 어려움이 있으며,
수십 개 공정의 방화벽을 해제할 경우 보안 위험이 크게 증가할 수 있습니다.

EIS는 제조 환경의 DMZ Server에 Edge Conductor를 설치해 여러 Edge와 연결하고, 클라우드의 AI Conductor와 단일 채널로 연동합니다.
Edge Conductor에서는 모델 학습을 위해 선택된 데이터셋만 클라우드로 전송하고, 학습이 완료된 모델 파일을 AI Conductor로부터 받아서 배포합니다.
Inbound와 Outbound 데이터가 명확하게 분리되며, Edge Conductor에서 선별한 데이터셋만 클라우드로 전송해 보안 위험을 최소화합니다.

Mellerikat의 다양한 제품과 서비스를 통해 클라우드에서는 현장 데이터를 기반으로 모델을 생성하고 이를 현장으로 전송합니다.
현장에서는 이러한 모델을 활용하여 성능을 모니터링하고 평가할 수 있습니다.
클라우드와 현장의 조화로운 협력으로 지속적으로 고성능 AI 서비스를 제공할 수 있습니다.