기존 ERP·MES는 ‘과거’를 기록합니다. 내일의 불량, 다음 주의 고장은 예측하지 못합니다.
매뉴얼·도면·작업일지·센서 로그·이메일이 시스템마다 흩어지고, 일부는 베테랑의 머릿속에만 남습니다.
한 가지 질문에도 사람이 여러 시스템을 오가며 조각을 맞춰야 합니다.
“ERR-404는 케이블 접촉부터 확인” 같은 노하우가 퇴직과 함께 사라집니다.
센서·품질·작업 로그가 분석되지 못한 채 저장만 되고 필요할 때 꺼내 쓰지 못합니다.
일반 AI는 ‘그럴듯한 답’을 생성합니다. LOSSZERO.AGENT는 ‘근거 있는 답’을 제시합니다.
일반 AI 챗봇
그럴듯한 답
일반 지식으로 답을 ‘생성’하기에 출처가 불분명하고, 사내 정보를 모르며, 사실과 다른 답(환각)이 섞일 수 있습니다.
LOSSZERO.AGENT
근거 있는 답
우리 회사 데이터에만 근거하여 답하고, 출처와 연결 경로를 함께 보여줍니다. (사내 데이터·ERP·MES·매뉴얼·도면·로그)
매뉴얼을 헤맬 필요 없이, 평소 쓰는 말로 물으면 흩어진 데이터를 모아 답합니다.
ERP·MES 교체 없이 그 위에 얹습니다. 익숙한 환경에 AI만 더합니다.
AI는 근거·후보를 제시하고, 실행 전 담당자가 검토·승인합니다.
“최근 3호기 불량률 증가 원인이 뭐지?” — 한 번의 질문이 5단계를 거쳐 근거 있는 답이 됩니다.
평소 쓰는 말로 질문
흩어진 시스템 동시 조회
정형+비정형 시계열 정렬
인과 가설 + 근거 인용
액션 후보 → 사람 승인
MES 진동 수치 + 작업일지 ‘베어링 소음’ 코멘트 + 품질 이력을 연결해 추론하고, 노드 경로를 그대로 노출해 근거를 증명합니다.
같은 업무가 LOSSZERO.AGENT 하나로 이렇게 달라집니다.
카드를 클릭하면 Sensing → Edge → AI → ERP/MES 4단계 파이프라인이 열립니다.
진동·음향 패턴으로 잔여 유효 수명(RUL)을 예측해 적기 교체·발주.
파이프라인 보기 ›
다설비 로그·이력을 종합해 근본 원인(Root Cause)을 추론.
파이프라인 보기 ›
미세 징후를 비지도 학습으로 감지(P-F 곡선)해 사전 정비.
파이프라인 보기 ›
디지털 트윈으로 최적 RPM·이송·온도를 도출해 사이클 타임 단축.
파이프라인 보기 ›
RAG 기반 매뉴얼 즉시 검색. 핸즈프리로 에러코드·절차 안내.
파이프라인 보기 ›
대기전력·피크 컷·심야 분산으로 비용·탄소(Scope 2) 동시 절감.
파이프라인 보기 ›
기존 한계 — 일괄 교체 시 쓸 수 있는 공구를 버려 비용 낭비, 파손까지 사용 시 불량·설비 충격.
스핀들 진동(가속도) + 음향 방출(AE) 센서, 0.001초 단위 샘플링.
FFT 주파수 변환 + 가공 노이즈 제거(밴드패스 필터링).
RNN/LSTM·Transformer 시계열 모델로 잔여 유효 수명(RUL) 회귀 예측.
RUL 임계치 도달 시 MES에 교체 작업 자동 삽입, ERP에 새 공구 PR 자동 생성.
기존 한계 — 수만 줄의 PLC·SCADA·MES 로그를 사람이 수동 분석(수십 분~수 시간), 설비 간 시간 미동기 시 인과 추론 불가.
불량 전후 PLC 알람·파라미터 변경 이력·MES 불량 타임스탬프 확보.
비정형 텍스트 로그 파싱, 전 설비 1초 단위 시간 동기화(NTP/PTP).
연관 규칙 학습·이상 탐지로 이질 패턴 군집화, 시계열 인과 분석 보조.
원인 설비를 MES에 자동 보고(필요 시 인터락), ERP에서 의심 부품·자재 LOT 이력 추적.
기존 한계 — 주기적 예방 정비(PM)에도 발생하는 돌발 고장. 비계획 정지가 가장 치명적.
모터·스핀들 고주파 진동 + 온도 센서, 초당 수천 건 수집.
정상 상태 기준선(Baseline) 설정, 1차 압축·특징 추출.
비지도 학습(Autoencoder·Isolation Forest) 이상 탐지 → P-F 곡선 추적.
MES에 주말/심야 정비 지시서 자동 생성, ERP에 예비 부품 발주·정비 인력 배정.
기존 한계 — 신규 소재·다품종 생산 시 최적 RPM·이송·온도를 베테랑이 시행착오로 탐색, 작업자 교체 시 노하우 소실.
MES 작업지시 + ERP 자재정보 + 실시간 설비 가공 데이터 융합.
디지털 트윈 시뮬레이션 — 품질 유지 + 시간 최소화 목적함수 최적화.
현장 HMI에 최적값 제안, PLC 미세 조정.
단축된 사이클 타임을 MES 스케줄링(APS)에 즉각 반영, ERP 표준원가 갱신.
기존 한계 — 오염된 장갑·양손이 묶인 현장. 에러코드 보고 종이 매뉴얼 뒤지는 시간 손실.
산업 소음 제거 지향성 마이크 + 도메인 특화 STT.
작업자 질의의 핵심 의도(Intent) + 개체명(NER) 추출.
수만 장 매뉴얼·SOP를 벡터·그래프 DB화, RAG 기반 의미 검색.
음성(TTS) 답변 + AR글래스·태블릿 도면 팝업, ERP 재고 즉시 연동.
기존 한계 — 설비 대기 시간에도 흐르는 대기 전력, 무방비 전력 피크로 기본요금 한계치 초과 위험.
스마트 전력량계 + PLC 설비 상태(대기/가동) 매핑.
대기 전력 낭비 구간 탐지, 30분 뒤 전력 피크 도달 시간 예측.
대기 연장 시 자동 절전(Sleep) 전환, 피크 컷 순차 제어.
MES 고부하 공정 심야 스케줄링 자동 조정, ERP에 탄소 배출(Scope 2) 실적 자동 보고.
5단계로 도입하고, 정부지원사업과 연계해 초기 부담을 절반 이하로 낮춥니다.
문서·ERP/MES 정리·표준화
보안 서버, 소규모 PoC
사내 지식 학습, 정확도 확보
ERP·MES·메일·BI 연동
모니터링·평가·재학습
| 제조AI 특화사업 | 지원예산 800억원 · 400개 과제 · 지원비율 50% (2026년 기준) |
|---|---|
| AI공장 구축 | 지원기간 최대 9개월 · 지원한도 최대 2억원 · 50% 이내 |
| 데이터 수집·검증 | 지원기간 최대 6개월 · 지원한도 최대 0.5억원 · 50% 이내 |
※ 사업 차수·예산·일정은 공고 시점에 따라 변동. 스마트 팩토리 지원사업 · 생산현장 디지털 사업 참고.
