AI 솔루션 — 공정 이상 감지부터 자동 후속조치까지

Process Anomaly Response

공정 이상 감지 · 자동 대응

Process anomaly detection & response

설비의 완전 정지만이 문제는 아닙니다. 알람 임계값을 넘지 않으면서 평소와 다르게 동작하는 상태, 즉 순회 점검으로 발견하는 시점에는 이미 대응이 늦는 구간을 AI가 상시 감시합니다.

A hard stop is not the only failure mode. The critical state is one that never crosses an alarm threshold yet no longer matches a normal cycle: the window in which a walking round finds the problem too late. AI monitors that window continuously.

생산 라인 비정상 동작 감지

Abnormal line behavior

제조 · 생산라인

Manufacturing · production lines

문제

Problem

설비가 정지하지는 않았으나 평소와 다르게 동작합니다. PLC 알람이 발생하지 않아, 담당자가 순회 중 발견하는 시점에는 이미 수백 개의 불량이 발생한 상태입니다.

The machine hasn't stopped, but it isn't moving the way it usually does. No PLC alarm fires, and by the time an operator notices on their round, hundreds of defective parts have already gone through.

수집

Collect

라인 카메라 영상, PLC 상태값, 사이클 타임, 진동·전류 센서의 동일 타임라인 정렬

Line cameras, PLC state, cycle time, and vibration and current sensors, aligned on one timeline.

판단

Judge

Vision AI가 동작 주기와 자세를 추적하고, VLM이 정상 사이클 여부를 맥락 기반으로 재확인

Vision AI tracks the motion cycle and posture; a VLM re-checks in context whether this still reads as a normal cycle.

실행

Act

담당자 모바일 알림 → 무응답 시 라인 감속·정지 신호 → MES 이상 이벤트 기록 → 해당 시점 영상 클립을 붙여 품질팀 티켓 발행

Alert the operator → no response, slow or halt the line → log the event to MES → open a quality ticket with the video clip attached.

효과

Outcome

발견 소요 시간을 수십 분에서 수십 초 수준으로 단축하고, 불량 유출을 억제하며 원인 분석용 영상·데이터를 자동 확보

Detection time drops from tens of minutes to tens of seconds, fewer defects escape, and the evidence for root-cause analysis is captured automatically.

적용 산업 Applies to 자동차 부품Auto parts 전자 조립Electronics assembly 식품 가공Food processing 포장 라인Packaging lines

작업 순서 누락 · 오작업 감지

Skipped steps & mis-assembly

조립 · 수작업 공정

Assembly & manual operations

문제

Problem

표준 작업 순서 중 한 단계가 누락되어도 시스템은 이를 인지하지 못합니다. 문제는 검사 공정에서, 또는 출하 이후에 확인됩니다.

If a worker skips one step in the sequence, nothing in the system notices. It surfaces at inspection, or after the product has shipped.

수집

Collect

작업대 카메라, 바코드·스캐너 로그, 토크렌치·검사장비 결과값

Workbench cameras, barcode and scanner logs, torque wrench and inspection device readings.

판단

Judge

영상에서 작업 단계를 순서대로 인식하고 설비 로그와 대조해, 누락·순서 뒤바뀜·중복을 판단

Recognize each step in sequence from video and cross-check against device logs to spot omissions, reordering, and repeats.

실행

Act

작업자에게 즉시 표시등·음성 안내 → 다음 공정 이송 홀드 → 감독자 호출 → 작업 이력 기록

Signal the worker with a light and voice prompt → hold transfer to the next station → page the supervisor → record the history.

효과

Outcome

출하 후 리콜을 조립 시점의 즉시 교정으로 대체하며, 작업 표준 준수 여부를 데이터로 기록

A post-shipment recall becomes an on-the-spot correction, and compliance with the work standard becomes measurable data.

적용 산업 Applies to 기계 조립Machine assembly 정비 · 검사Maintenance & inspection 물류 피킹Logistics picking 의약품 포장Pharma packaging

Unstructured Sensor Analysis

비정형 센서 데이터 분석 · 판단

Unstructured sensor analysis & judgment

현장 센서는 벤더별로 프로토콜, 전송 주기, 값의 의미가 상이합니다. 개별 임계값 알람만 적용하면 개별 신호는 정상이나 복합 신호는 이상인 상태를 검출할 수 없습니다. 데이터를 단일 지점에 정규화해 수집하고, 복합 신호를 AI가 통합 판독합니다.

Sensors on the floor differ by vendor in protocol, cadence, and even what a value means. Threshold alarms applied in isolation cannot catch a state that is normal signal by signal but abnormal in combination. Data is normalized into one place and the combined signal is read by AI.

이기종 센서 통합 분석 · 조치 분기

Cross-vendor sensor fusion & graded response

플랜트 · 유틸리티 · 인프라

Plants · utilities · infrastructure

문제

Problem

온도·진동·전류·유량 센서의 규격이 벤더별로 상이하며, 각각 임계값 알람만 설정되어 있습니다. 알람은 하루 수십 회 발생하나 대부분 오탐이어서 확인율이 낮고, 실제 유효 신호가 함께 묻힙니다.

Temperature, vibration, current, and flow sensors all follow different specs, each with its own threshold alarm. Dozens fire a day, most of them false, so nobody reads them — and the one that mattered is buried in the noise.

수집

Collect

Modbus · MQTT · 시리얼 · 파일 로그 등 형식이 다른 데이터를 커넥터로 받아 단위·주기를 정규화하고 타임라인 정렬

Connectors ingest Modbus, MQTT, serial, and file logs, then normalize units and cadence onto a shared timeline.

판단

Judge

정상 패턴 대비 복합 신호의 이탈을 탐지하고, LLM Agent가 최근 운전 이력·정비 기록과 함께 읽어 원인 후보와 심각도를 산출

Detect combined-signal deviation from the normal pattern; an LLM agent reads it alongside recent operating and maintenance history to rank likely causes and severity.

실행

Act

심각도에 따른 조치 분기 (경미: 관측 강화·일일 리포트 / 주의: 정비 티켓 발행·부품 재고 조회 / 심각: 설비 정지·담당자와 관리자 동시 호출)

Branch by severity (minor: increase sampling and note it in the daily report; watch: open a maintenance ticket and check part stock; critical: stop the equipment and page operator and manager together).

효과

Outcome

임계값 알람의 오탐을 필터링해 알람 피로를 완화하고, 상황에 따른 조치 수준을 자동 결정

Threshold false positives get filtered out, alarm fatigue drops, and the level of response is decided to fit the situation.

적용 산업 Applies to 화학 · 플랜트Chemical & plant 발전 · 송배전Power & grid 데이터센터Data centers 상하수도Water & wastewater

설비 상태 기반 예지보전

Condition-based predictive maintenance

회전기기 · 공조 · 컨베이어

Rotating equipment · HVAC · conveyors

문제

Problem

정비가 고장 발생 이후에 이루어집니다. 예방 정비는 달력 기준 주기만 준수할 뿐 실제 설비 상태를 반영하지 않아, 정상 부품을 교체하거나 필요한 정비를 누락합니다.

Things get fixed once they break. Preventive maintenance follows the calendar rather than the equipment, so healthy parts are replaced while the one needing attention is missed.

수집

Collect

진동·온도·소음·전류 센서와 설비 가동 로그, 과거 정비 이력을 함께 축적

Vibration, temperature, acoustic, and current sensors together with runtime logs and past maintenance records.

판단

Judge

열화 추세를 추정해 고장 확률과 잔여 여유를 산출하고, 생산 계획과 대조해 정비하기 좋은 시점을 추천

Estimate the degradation trend to derive failure probability and remaining margin, then cross-reference the production schedule for the best window.

실행

Act

정비 계획 시스템에 작업 자동 등록, 필요한 부품 발주 요청, 라인 여유 시간대를 담당자에게 제안

File the work order into the maintenance system, raise the parts requisition, and propose the slack window to the planner.

효과

Outcome

계획 외 정지를 계획 정비로 전환하며, 과잉 정비와 돌발 정지를 동시에 감소

Unplanned downtime turns into planned maintenance, cutting both over-servicing and surprise stoppages.

적용 산업 Applies to 모터 · 펌프Motors & pumps 컴프레서Compressors 컨베이어Conveyors 건물 공조Building HVAC

Safety & Security Automation

영상 기반 안전 · 보안 자동화

Video-driven safety & security automation

대부분의 현장에는 카메라가 이미 충분히 설치되어 있으나, 화면을 상시 감시할 인력이 확보되지 않습니다. 판단과 1차 조치를 자동화하면 인력은 판단이 필요한 예외 상황에만 투입됩니다.

The cameras are already installed; what is missing is the staffing to watch them continuously. With the judgment and the first response automated, people are deployed only to the exceptions that genuinely require judgment.

작업장 안전 규정 위반 즉시 대응

Immediate response to safety violations

건설 · 중공업 · 물류창고

Construction · heavy industry · warehouses

문제

Problem

보호구 미착용과 위험구역 진입은 관제 요원이 해당 화면을 주시하고 있는 경우에만 검출됩니다. 그 외에는 사고 발생 이후 영상을 소급 확인하게 됩니다.

Missing protective gear or someone stepping into a restricted zone is only caught if an operator happens to be looking at that tile. Otherwise the footage is reviewed after the accident.

수집

Collect

작업장 카메라, 출입 통제 시스템 기록, 중장비 가동 신호

Site cameras, access control records, and heavy equipment operating signals.

판단

Judge

보호구 착용, 위험구역·중장비 반경 진입, 쓰러짐·장시간 부동을 판단하며, VLM이 작업 중 정상 자세 여부까지 구분해 오탐을 감소

Assess protective gear, entry into restricted zones or equipment swing radius, falls, and prolonged stillness, with a VLM distinguishing a normal working posture to cut false alarms.

실행

Act

해당 구역 스피커 안내 방송 → 중장비 인터록 신호 → 안전관리자 모바일 호출 → 위반 영상 클립과 함께 이력 저장

Announce over the zone speaker → send the equipment interlock signal → page the safety manager → archive the clip with the incident record.

효과

Outcome

사고 발생 이전 단계에서 개입하며, 안전 점검·교육용 근거 자료를 자동 축적

Intervention happens before the incident, and the evidence for audits and training accumulates on its own.

적용 산업 Applies to 건설 현장Construction sites 중공업 · 조선Heavy industry & shipbuilding 물류창고Warehouses 제조 공장Factories

무단 출입 · 야간 시설 보안

Intrusion & after-hours facility security

공공기관 · 무인 시설

Public institutions · unmanned sites

문제

Problem

야간과 주말에는 확인 인력이 배치되지 않습니다. 동작 감지 알람이 동물·수목·빛 반사에 반복 발생해 경비 출동 비용이 증가하고 알람 신뢰도가 저하됩니다.

Nights and weekends have nobody watching. Motion alarms fire repeatedly on animals, branches, and light reflections, raising dispatch costs and eroding trust in the system.

수집

Collect

경계 카메라, 출입문 센서, 인가된 출입 일정과 재실 정보

Perimeter cameras, door sensors, and the authorized access schedule and occupancy data.

판단

Judge

사람·차량 여부와 인가 여부를 대조해 침입인지 정상 출입인지 판단하고, 오탐 요인을 맥락으로 걸러냄

Cross-check person or vehicle against the authorization list to separate intrusion from a legitimate visit, filtering out the usual false triggers by context.

실행

Act

경광등·경고 방송 작동 → 출입문 잠금 → 관제실·경비업체 통보 → 침입 경로 영상을 자동 편집해 함께 전달

Trigger the strobe and warning announcement → lock the doors → notify the control room and security provider → send an auto-edited clip of the intrusion path.

효과

Outcome

무인 상태에서도 즉시 대응하며, 오탐 출동 감소로 경비 운영 비용을 절감

Immediate response even with nobody on site, and fewer false dispatches bring guarding costs down with them.

적용 산업 Applies to 공공 · 기관Public institutions 발전 · 송배전Power facilities 물류센터Distribution centers 캠퍼스 · 연구소Campuses & labs

Custom Automation

요청형 맞춤 자동화

Automation built on request

앞의 사례는 자주 요청되는 유형에 해당합니다. YIYOL의 실제 업무는 고객이 제시한 문제에서 출발해 해당 현장에 맞는 파이프라인을 신규 구성하는 것입니다.

The cases above are the shapes that come up most often. YIYOL's actual work is to start from the problem you present and compose a pipeline built for that site.

확인이 필요한 세 가지

Three things we need

기술 사양을 사전에 정리하실 필요는 없습니다. 아래 세 가지를 알려주시면 나머지 설계는 YIYOL이 담당합니다.

A technical specification is not required in advance. Provide the three items below and YIYOL handles the remaining design.

대상 상황 · 예) 야간에 해당 구역 출입이 금지되어야 한다, 특정 설비가 이러한 동작을 보이면 이상이다The situation · e.g. nobody should enter this zone at night; when the machine moves like this, something is wrong
보유 데이터 · 카메라, 센서, 설비 로그, 기존 시스템 등 현재 확보된 데이터. 미보유 시 필요한 수집 대상부터 함께 정의합니다Data available today · cameras, sensors, machine logs, existing systems. Where none exists, we define together what needs to be added
요구 조치 · 알림만 수행할지, 설비를 정지할지, 외부 시스템에 기록할지, 상황별로 분기할지The action required · notify only, stop the machine, record it elsewhere, or branch by case

후속조치로 연결할 수 있는 것들

What a follow-up action can be

판단 결과는 단일 알림으로 종료되지 않습니다. WebHook과 API를 통해 운영 중인 사내 시스템으로 그대로 연계됩니다.

A judgment does not end as a single notification. Through WebHooks and APIs it carries straight into the systems already in service.

모바일 푸시 · 문자 · 이메일 · 메신저(슬랙·팀즈·카카오워크) 알림Mobile push, SMS, email, and messenger alerts (Slack, Teams, Kakao Work)
현장 스피커 방송 · 경광등 · 표시등 제어On-site PA announcements, strobes, and indicator lights
설비 정지·감속·인터록, 출입문 잠금, 차단기 제어 등 물리 장치 제어Physical device control: halting or slowing equipment, interlocks, door locks, barrier gates
ERP · MES · CMMS · 그룹웨어에 이벤트 기록, 티켓·작업지시 자동 발행Writing events into ERP, MES, CMMS, or groupware and opening tickets and work orders
단계별 에스컬레이션 (무응답 시 상위 담당자 자동 승격)Tiered escalation, promoting to the next responder automatically when nobody answers
해당 시점 영상 클립 자동 추출·첨부, 판단 근거 리포트 생성Auto-extracting the relevant video clip and generating a report on why the call was made

구축 사례

A worked example

주차장 자동화의 경우 번호판 인식 결과를 WebHook으로 수신해 차단기 제어와 정산 시스템 연동까지 연결하는 구조입니다. 구현 과정을 단계별로 정리한 문서를 블로그에 게시하고 있습니다.

In a parking deployment, license plate recognition results arrive over a WebHook and carry through to barrier control and the payment system. A step-by-step write-up is published on our blog.

WebHook 기반 자동화 구축 가이드 읽기Read the WebHook automation guide

How It's Built

솔루션 구축 방식

How a solution is built

솔루션은 매번 신규 개발하지 않습니다. NOX 소프트웨어가 영상과 데이터를 이미 수집·저장하므로, 그 위에 커넥터로 잔여 현장 데이터를 연결하고 AI 런타임이 상황을 판단하며 액션 엔진이 후속조치를 실행하도록 구성합니다. 현장별로 상이한 요소는 판단 기준과 조치 시나리오에 한정됩니다.

No solution is developed from scratch. The NOX software already gathers and stores the video and data; on top of it we wire connectors for whatever else the site produces, an AI runtime that judges the situation, and an action engine that carries out the follow-up. What differs per site is limited to the judgment criteria and the action scenarios.

Layer 01

커넥터

Connectors

영상은 NOX 소프트웨어가 이미 수집하고 있습니다. 여기에 프로토콜과 전송 주기가 상이한 설비 로그·센서 데이터를 기존 장비 교체 없이 연결하고, 단위를 정규화해 동일 타임라인에 정렬합니다.

The NOX software already holds the video. Connectors add everything else, including machine logs and sensors in whatever protocol and cadence they arrive, without replacing installed equipment, normalizing units and aligning it onto one timeline.

ONVIF · RTSPModbus · MQTT시리얼 · PLCSerial · PLC파일 · DB 로그File & DB logsREST API

Layer 02

AI 런타임

AI runtime

Vision AI가 1차 감지를 수행하고, VLM·LLM Agent가 맥락을 판독해 최종 판단을 확정합니다. 모델은 현장에 맞추어 교체·추가할 수 있으며, 판단은 기본적으로 현장 장비에서 수행됩니다.

Vision AI detects first; a VLM or LLM agent reads the context and makes the final call. Models can be swapped or added per site, and inference runs on your own hardware by default.

Vision AIVLMLLM Agent엣지 추론Edge inference모델 교체 가능Swappable models

Layer 03

액션 엔진

Action engine

판단 결과에 따라 사전 정의된 후속조치 중 해당 조치를 선택해 실행합니다. 조건 분기, 단계별 에스컬레이션, 무응답 시 승격까지 시나리오로 구성할 수 있습니다.

Picks and runs the right follow-up from the actions you defined. Conditional branching, tiered escalation, and promotion on no-response are all part of the scenario.

WebHook알림 · 방송Alerts · PA장치 제어Device controlERP · MES 연동ERP · MES에스컬레이션Escalation