발효 공정 최적 운전 자동화 : 제어 편차 4.3%→0.2% 개선 제약 발효 공정의 수율을 결정하는 초기 운전 단계의 운전 자동화로 인적 오류를 제거하고 제어 편차를 획기적으로 개선합니다. 최적화 제약
자동차 도장공정 환기 팬 이상탐지 : 정확도 20% 향상 인공지능을 기반으로 자동차 도장 공정 내 환기 팬(ventilation fan)에 사용되는 모터의 이상을 탐지하여 생산 라인의 다운타임을 단축합니다. 예지보전 자동차
국방 특화 폐쇄망 환경에서 자동 재학습이 가능한 AI 플랫폼 구축 데이터 안보와 극한의 전투상황에서도 활용 가능한 폐쇄망 기반 AI 플랫폼(Runway)을 구축했으며, 모델의 성능 저하는 감지하여 자동으로 재학습되는 워크플로우를 구현합니다. AI 플랫폼 국방
데이터 라벨링부터 HPC 자원 최적화까지 AI 워크플로우 효율화 오토 어노테이션을 활용한 데이터 구축부터 HPC 인프라 자원 최적화까지, 하나의 AI 플랫폼(Runway)에서 구현하여 전자 산업에서의 인공지능 운영 효율을 높입니다. AI 플랫폼 제조
AI 플랫폼 기반 자동차 사고 이미지 분석 모델 운영 프로세스 자동화 AI 플랫폼(Runway)에서 자동차 보험 사고 분석을 위한 다양한 이미지 분석 모델을 복합적으로 적용해 재학습-재배포 등 운영 프로세스를 자동화합니다. AI 플랫폼 금융
PLC 실시간 데이터 기반 제조 특화 AI 시스템 구축 PLC 실시간 데이터를 활용한 AI 시스템(Runway)을 구축해 제조 데이터 특성을 손쉽게 반영하고, 높은 해상도의 데이터도 사용할 수 있는 지속가능한 AI 프로세스를 구축합니다. AI 플랫폼 예지보전 제조
신선식품 할인 가격 최적화 : 점포별 이익 3% 증가 신선식품의 할인 가격 최적화를 위한 인공지능 모델을 개발하고, AI 플랫폼(Runway)을 기반으로 실제 매장에서 검증된 모델을 다수의 점포로 확장 적용합니다. AI 플랫폼 예측분석 유통
퍼니스 장비 최적 온도 제어 : LNG 사용 2% 효율화 AI 기반 MPC(Model Predictive Control)를 통해 철강 퍼니스 장비의 온도를 제어하는 최적의 로직을 도출해 일관된 목표 품질을 달성하며 에너지 소모를 최소화합니다. 최적화 제조
축열 시스템 제어 최적화 : 에너지 비용 11% 감소 실측 데이터 기반의 AI 시뮬레이터를 활용해 제어 최적화 시나리오를 도출하고 에너지 비용을 절감하고, 현장 관리자 마다 발생하는 제어 편차를 최소화합니다. 최적화 에너지 제조
CO2 레이저드릴 이상탐지 : 한달 전 이상징후 예측·탐지율 93% CO2 레이저드릴에 특화된 딥러닝 기반 이상탐지 모델로 이상징후를 사전에 탐지해 반도체 후공정의 다운타임을 단축합니다. 예지보전 반도체
산업용 모터 이상탐지: 7일 이내 데이터 체계 구축 안정적인 데이터 수집 체계와 다량의 장비에 대응할 수 있는 AI 운영 체계(MLOps)를 구축해 모터 고장으로 인한 생산라인의 다운타임을 단축합니다. 예지보전 제조
파라미터 튜닝 자동화: 시간 52% 단축∙정확도 20% 상승 데이터 기반 시뮬레이터와 강화학습을 활용해 파라미터 튜닝을 자동화하고 소프트웨어 기반 모션 컨트롤 솔루션의 제어값과 실제 제어값의 편차를 최소화합니다. 최적화 제조
표면실장기술(SMT) 마운트 시퀀스 최적화: 8주 만에 기존 알고리즘 성능 달성 강화학습 기반 알고리즘을 활용해 PCB의 효율적인 전자부품 장착 순서를 플래닝하고, 표면실장기술 공정을 비롯한 전체 공정 소요 시간을 최소화합니다. 최적화 제조
다중로봇 오프라인 프로그래밍(OLP) 자동화: 소요시간 6주에서 3일로 단축 AI와 로보틱스 기술을 결합해 다중로봇으로 구성된 차체 용접 공정을 빠르고 안전하게 수행할 수 있는 경로와 작업을 자동화하고 작업 시간과 제품 생산 시간을 단축합니다. 로보틱스 최적화 제조
전기차 공조시스템(HVAC) 제어 최적화: 에너지 소모 10% 절감 전기차의 실제 데이터를 활용해 현실과 가장 유사한 AI 시뮬레이터를 개발하고, 연산 속도를 획기적으로 개선한 경량화 모델을 탑재해 차량 에너지 제어를 최적화합니다. 최적화 자동차
산업용 로봇 이상탐지: 5일 전 고장 예측, 400+대 로봇 적용 1만대 이상 로봇팔이 구동되는 자동차 조립 공정에 AI 운영 환경(MLOps)을 구축해 이상탐지 모델을 확장 적용해 중대 고장을 사전에 예측하고 비가동 시간을 단축합니다. 로보틱스 예지보전 자동차
반도체 설계 자동화: 수행시간 85% 단축·성능 49% 개선 AI 기반 시뮬레이터와 강화학습 에이전트를 활용해 주문형 반도체(ASIC)에 존재하는 수백만 구성요소의 최적 배치를 자동화하고 작업 시간과 성능을 향상합니다. 최적화 반도체
태양광 발전량 예측: 787개 발전소에서 3천개 이상 예측 모델 운영 다양한 앙상블 모델을 활용해 예측 정확도를 높이고, 787개 발전소를 통합 운영할 수 있고 3천개 이상의 모델을 빠르게 재학습하고 배포하는 AI 운영 환경(MLOps)을 구축합니다. 예측분석 에너지
PP공정 긴급조업중단(ESD) 예측: 7일 전 조기 탐지 석유 화학 폴리프로필렌(PP) 연속 공정 반응로에 딥러닝 기반 이상탐지 모델을 적용해 ESD(Emergency Shut Down)을 사전에 예측하고 이상 특성에 대한 인사이트를 제공합니다. 예지보전 화학
전기차 배터리 수명 예측: 2700+대 차량 적용·모델 성능 4.6배 개선 배터리 관리 시스템 데이터와 전기차(EV) 운행 패턴 분석을 통해 리튬 배터리(2차 전지)의 잔존 수명 예측과 생애 주기 모니터링이 가능합니다. 예측분석 배터리
에너지 저장 시스템(ESS) 이상탐지: 12시간 전 이상 예지 ESS(Energy Storage System)의 열폭주를 탐지할 수 있는 AI 모델을 기반으로 안전성 지표를 제공하고 화재 발생 전 이상 징후를 예측하고 모니터링합니다. 예지보전 에너지
반도체 생산 장비 이상 전조 탐지: 정탐률 90%, 최대 24시간 전 이상 예지 반도체 생산 장비에서 나오는 최소한의 데이터를 활용해 레시피 변경에도 신속히 대응할 수 있는 이상탐지 모델로 이상 징후와 고장에 걸리는 시간을 예측합니다. 예지보전 반도체
