[제조 혁신] 단순한 문자, 숫자가 아닌 '지식'으로 소통하는 AI: SmartON의 온톨로지 기반 추론 기술
안녕하세요! 오늘은 제조 현장의 복잡한 데이터를 단순한 숫자나 문자를 넘어 '맥락 있는 지식' 으로 변환하여 혁신을 이끄는 SmartON AI 기술에 대해 소개해 드리고자 합니다.
1. 제조 AI, 왜 단순한 '검색'만으로는 부족할까?
최근 많은 기업이 벡터 DB(Vector DB)를 활용한 생성형 AI를 도입하고 있습니다. 벡터 DB는 비정형 데이터 속에서 질문과 '의미적으로 유사한' 정보를 빠르게 찾아내는 데 탁월합니다. 하지만 제조 현장에서는 "무엇이 비슷한가?"보다 "무엇과 연결되어 있는가?" 라는 논리적 인과관계가 훨씬 더 중요합니다.
단순 검색 기반 AI는 문맥상 그럴듯하지만 사실이 아닌 정보를 내놓는 '환각(Hallucination)' 현상이 발생할 수 있으며, 왜 그런 결론이 도출되었는지 경로를 설명하기 어렵다는 한계가 있습니다.
2. SmartON의 핵심: 'Ontology-driven Causal Prompt Template'
데이터링크(주)의 SmartON 솔루션은 이러한 한계를 극복하기 위해 온톨로지(Ontology) 기반의 인과 추론 템플릿을 사용합니다. 이 기술은 장비 정보만 바꾸면 어떤 제조 설비에도 즉시 확장 가능한 구조를 가지고 있습니다.
AI가 현장의 상황을 파악하는 논리 단계는 다음과 같이 구조화됩니다:
• 설비(Equipment) 및 부품(Component) 파악
• 신호(Signal) 발생 및 특징값(Feature) 추출
• 임계치(Threshold) 초과 여부 판단
• 이상 이벤트(AnomalyEvent) 감지 및 위험(Risk) 추론
• 최종적인 조치(Action) 및 작업 지시(Work Order) 생성
예를 들어, "진동 증가"라는 데이터가 들어오면 AI는 단순히 '진동이 높다'고 말하는 것이 아니라, "기준치 초과 → 이상 감지 → 베어링 마모 위험 → 사전 정비 지시 생성" 이라는 명확한 인과관계를 분석해냅니다.
3. 하이브리드 RAG: 의미 이해와 논리 추론의 만남
SmartON의 AI Knowledge Fusion Pipeline은 두 가지 강력한 엔진을 결합한 하이브리드 RAG 아키텍처를 가집니다.
- Vector DB (의미적 유사성): PDF, 엑셀 등 비정형 데이터에서 유사한 맥락을 탐색합니다.
- Graph DB (논리적 관계): 지식 그래프를 통해 사실적 근거와 숨겨진 연결 고리를 정확하게 추론하고 검증합니다.
이 두 엔진이 융합된 Hybrid Query를 통해 AI는 100%에 가까운 정확도(Precision) 를 유지하며, 답변의 근거와 경로를 명확히 설명할 수 있는 설명 가능성(Explainability) 을 확보합니다.
4. 숙련공의 암묵지를 조직의 자산으로
이 기술의 진정한 가치는 현장 베테랑들의 '암묵지(Experience)' 를 '형식지(Ontology)' 로 변환한다는 데 있습니다. 온톨로지화된 지식은 조직의 자산이 되어, 신입사원이든 AI 에이전트든 즉시 고도화된 의사결정을 내릴 수 있도록 돕습니다.
현재 SmartON은 다음과 같은 다양한 실전 데모를 통해 그 성능을 입증하고 있습니다:
• CNC 가공 온톨로지: MES/ERP 데이터와 연동된 공정 관리
• 용접 불량 원인 추적: 복잡한 인과관계를 통한 불량 원인 분석
• CNC 공구 마모 예측: 물리 정보 신경망(PINN) 기반의 잔여 수명 예측
• AAS 디지털 트윈 봇: IoT 데이터를 활용한 실시간 모니터링
마치며
인간 지능과 인공지능이 서로 영향을 주고받으며 진화하는 '공진화' 의 시대입니다. 데이터를 단순한 정보로 두지 않고 맥락 있는 지식으로 바꾸어주는 SmartON 기술은 제조 혁신의 강력한 엔진이 될 것입니다.
제조 현장의 지능화를 고민하고 계신다면, 데이터링크(주)의 SmartON과 함께 그 해답을 찾아보시기 바랍니다.
ＳＭＡＲＴＯＮ은 데이터링크의 솔류선 이름입니다。
