자주 묻는 질문

정해진 기준은 없습니다. 판단 기준은 "설비가 겪는 변동을 한 바퀴 돌았는가"입니다. 계절에 따라 조건이 달라지는 공정이면 여름과 겨울이 모두 포함돼야 하고, 품목별로 조건이 다르면 주요 품목이 들어가야 합니다. 보통 3~6개월치로 1차 모델을 만들고 운영하면서 보강합니다. 불량 데이터가 거의 없는 경우에는 정상 데이터만으로 학습하는 이상 탐지 방식으로 시작할 수 있습니다.

가능합니다. 그 경우 데이터 수집 인프라 구축이 첫 단계가 됩니다. 설비에서 신호를 뽑아내고, 형식을 표준화하고, 저장 구조를 만드는 작업입니다. 이 단계 없이 AI부터 붙이면 결과를 신뢰할 수 없습니다.

범위에 따라 다릅니다. 한 공정의 특정 문제를 다루는 과제는 수개월, 데이터 인프라부터 구축하는 경우는 그보다 깁니다. 임픽스가 수행한 구축 사례의 66%는 2개년 이상 이어진 중장기 프로젝트였습니다. 처음부터 공장 전체를 대상으로 잡기보다 한 라인에서 검증하고 확산하는 편이 결과가 좋습니다.

연동됩니다. 산업 통신 표준(OPC-UA)과 자산 기술 표준(AAS)을 적용해 기존 시스템과 설비를 연결합니다. 구형 설비가 OPC-UA를 직접 지원하지 않는 경우에는 게이트웨이를 통해 연결합니다. 분석 결과를 새 시스템이 아니라 기존 MES 화면 안에 넣은 사례도 있습니다.

가능합니다. 임픽스는 2018년부터 스마트공장 구축 지원사업 등 정부 과제를 공급기업으로 수행해 왔습니다. 과제 기획 단계부터 함께 진행할 수 있습니다. 자세한 내용은 정부지원사업 안내 페이지를 참고해 주세요.

가능합니다. 제약·바이오 현장에서는 CSV(컴퓨터 시스템 밸리데이션) 대상 여부를 먼저 구분하고, 데이터 무결성(ALCOA+)과 감사 추적 요건을 충족하도록 수집 경로를 설계합니다. AI를 넣는다고 규제 요건이 달라지지 않기 때문에, 오히려 데이터가 어디서 왔고 어떻게 가공됐는지를 남기는 설계가 더 중요해집니다.

모델은 시간이 지나면 정확도가 떨어집니다. 설비 상태와 공정 조건이 계속 바뀌기 때문입니다. 임픽스는 구축 이후 모델 재학습과 운영 유지보수를 계속 맡습니다. 사후지원을 별도 사업 영역으로 두고 있습니다.

확인할 수 있습니다. A²LAB에는 설명 가능한 AI(XAI) 기술이 적용돼 있어, AI가 특정 조치를 제안한 이유와 판단 과정을 논리적으로 볼 수 있습니다. 결과만 제시하는 시스템은 현장에서 신뢰를 얻기 어렵다고 보기 때문입니다.

현재 데이터 상태에 따라 다릅니다. 데이터가 모이지 않고 있다면 B²LAB(빅데이터 플랫폼)이나 데이터 표준화부터, 데이터는 있는데 활용이 안 되고 있다면 A²(분석)나 V²(비전 검사)처럼 특정 문제를 푸는 모듈부터 시작합니다. 전체를 한 번에 도입할 필요는 없습니다.

OWP는 임픽스의 초기 대표 제품인 스마트공장 솔루션으로, MES·SCM·GMP 관리·Smart HACCP·WMS 등 단위 모듈과 설비 데이터 수집 계층(OWP-F)으로 구성돼 있습니다. 지금도 기간계 시스템의 토대로 동작합니다. 다만 현재 회사의 주력 플랫폼은 AI 자율제조 플랫폼인 A²LAB입니다. OWP가 데이터를 모으고 운영 시스템을 떠받치는 층이라면, A²LAB은 그 위에서 AI가 판단하고 제어하는 층입니다.

문의해 주시면 조건을 확인해 드리겠습니다. 데이터 반출 제약이 있는 경우 온프레미스나 엣지 기반 구성으로 접근합니다. 영어와 일본어로도 상담이 가능합니다.