Why NUBISON AX
기술의 혁신성
Oracle AD
산업 현장의 복잡한 다변량 시계열 이상 탐지에 새로운 기준을 제시하는 원리 기반 산업용 AI 기술
주요 기능
- 다변량 시계열 데이터 기반 이상 탐지
- 이상 발생 시점 및 구간의 정밀 식별
- 변수(센서) 단위 원인 추적
- 예지 정비 및 다운타임 최소화
- 복합장기 이상 패턴 탐지
주요 적용 분야
- 반도체·디스플레이 초정밀 제조 공정
- 로봇 자동화 및 스마트 팩토리 설비
- 대규모 센싱 기반 산업 설비
- 에너지·환경·플랜트 운영
기술적 차별점 및 특장점
First-Principle 기반의 혁신적 접근
글로벌 최고 수준의 성능 검증
PSM, SMD, SWaT 등 대표 벤치마크에서 탐지 성능과 이상 위치 식별 정확도를 동시에 향상시키며 기술적 우수성 입증
원리 기반 이상 탐지 구조
모델 복잡도 경쟁에서 벗어나, 이상 신호가 발생하는 근본 원리에 기반한 설계로 높은 신뢰성과 안정성을 확보
안정성과 재현성
정상 상태에서 변수 간 관계를 잠재 공간에 구조적으로 정의하여, 장기적·누적적 이상까지 정밀하게 탐지
이중 스코어링 메커니즘
예측 오차와 구조 편차를 결합 방식으로 결합하여 오탐을 최소화하고, 탐지 민감도와 안정성을 동시에 강화
높은 해석 가능성
이상 발생 시 잠재형 구조에서 원인 변수를 명확히 식별하여, 엔지니어의 즉각적인 원인 분석과 예지 정비를 지원
산업 현장 최적화 적용성
반도체·디스플레이·로봇 자동화 등 고정밀 제조 환경의 복잡한 센서 데이터에 최적화되어, 실제 운영 환경에서 즉시 활용 가능
뉴로심볼릭 AI
딥러닝 기반 학습 능력과 규칙·논리·지식그래프 기반 추론을 하나의 시스템으로 통합해
예측과 설명·검증을 동시에 수행하는 AI 패러다임
주요 기능
- 신경망 기반 지각·패턴 인식 (이미지·영상·시계열·텍스트)
- 온톨로지·지식그래프·논리 규칙 기반 추론 및 일관성 검증
- 신경 모델 출력에 대한 제약조건 검사 및 규칙 위반 자동 감지·보정
- 소량 데이터 환경에서 배경 지식 활용 추론·일반화
- LLM 결합 자연어 인터페이스 기반 질의응답 및 검증 파이프라인
주요 적용 분야
- 스마트팩토리·제조 공정 분석 (설비·센서·공정 이력)
- 품질 검사·비전 검사 자동화 (영상 분석 + 품질 규격 룰체크)
- 공정·설비 컴플라이언스 및 규제 자동 점검
- 지식그래프 기반 제조 분석 및 원인 추적
기술적 차별점 및 특장점
신경 학습과 심볼릭 추론의 구조적 결합
신경 학습 + 심볼릭 추론 결합
딥러닝의 고성능 예측력 위에 논리·규칙·지식그래프를 결합해, 단순 확률 출력이 아닌 논리적으로 검증 가능한 의사결정 구현
설명 가능성과 투명성 확보
규칙·온톨로지·논리식을 기반으로 추론 경로를 명시적으로 추적할 수 있어, 블랙박스 문제를 완화하고 산업·규제 환경에 적합
도메인 규칙·제약조건 내재화
의료 가이드라인, 제조 규격, 안전·컴플라이언스 규칙을 심볼릭 계층에 반영해, AI 출력이 규칙을 위반할 경우 자동 검증·차단·보정 가능
소량 데이터 기반 고급 추론
대규모 데이터가 부족한 환경에서도 도메인 지식과 논리를 활용해 추론·유추·추상화 수행
LLM 환각 대응 구조
LLM이 생성한 결과를 심볼릭 리저너로 검증·피드백하는 파이프라인을 통해 엔터프라이즈 수준의 신뢰성 확보
산업·제조 친화적 확장성
공정·설비·품질·안전·지식그래프 등 명확한 도메인 구조를 가진 산업 현장에 즉시 적용 가능한 범용 AI 아키텍처
INSPIRE
비동기 멀티모달 환경에서 모달리티 불균형을 근본적으로 해결하며 실제 산업 데이터 통합의 한계를 넘어서는 핵심 기술
주요 기능
- 완전 비동기(Asynchronous) 멀티모달 데이터 통합
- 모달리티 간 정보 불균형 완화
- 간접 합성을 통한 표현력 강화
- 노이즈·결손 데이터 환경에서 안정적 성능 유지
- 멀티모달 분류 및 예측 성능 고도화
주요 적용 분야
- 산업 설비·공정 모니터링 (센서 + 비정형 데이터)
- 제조·로보틱스 기반 멀티센서 시스템
- 스포츠 분석 (이미지 + 궤적·시계열 데이터)
- 의료·헬스케어 멀티모달 진단 데이터
- 비동기 수집 환경의 복합 AI 분석 시스템
기술적 차별점 및 특장점
간접 합성 기반의 혁신적 멀티모달 통합
모달리티 불균형 사전 해소
기존 직접 결합 방식과 달리, 각 모달리티가 사전에 다른 모달리티의 유의미한 정보를 흡수한 뒤 결합함으로써 약한 모달리티가 묻히는 문제를 근본적으로 해결
Cycle Consistency 기반 도메인 보존
모달리티 간 양방향 변환을 통해 원래 도메인의 고유 특성을 유지하면서 정보 교환을 가능하게 하여, 비동기·이기종 환경에서도 안정적인 표현 학습 구현
이중 정렬 메커니즘
개별 샘플 수준의 근접성 정렬과 전체 분포 수준의 통계적 정렬을 동시에 적용하여, 국소적·전역적 표현 일관성을 모두 확보
비동기 환경 최적화 설계
시간적 정렬이나 공통 타임스탬프를 전제로 하지 않아, 실제 산업 현장의 불규칙·비동기 데이터 수집 환경에 즉시 적용 가능
강력한 성능 및 강건성 검증
RallyPose 벤치마크에서 기존 단일모달·앙상블·직접 결합·크로스 어텐션 방식 대비 최고 수준의 정확도, F1, AUC 성능 달성
확장성과 범용성
이미지–시계열뿐 아니라 다양한 모달리티 조합으로 확장 가능하며, 산업·의료·스포츠 등 복합 데이터 환경 전반에 적용 가능한 범용 프레임워크
데이터 블라인드 스팟 제거
표준·비표준 설비를 아우르는 데이터 수집 체계로 산업 현장의 데이터 사각지대를 해소하는 데이터 통합 기술
주요 기능
- 표준·비표준 설비 및 시스템 데이터 통합 수집
- TCP/IP, PLC, Bluetooth, MQTT/S, REST API 등 다중 통신 방식 지원
- Edge Gateway 기반 데이터 수집 및 현장 연계
- Link Server / Driver Server 기반 수집 시스템 구성
- 표준화되지 않은 데이터를 활용 가능한 형태로 변환
주요 적용 분야
- 표준 통신 인터페이스가 혼재된 제조 현장
- 레거시 설비와 신규 설비 혼용 운영 환경
- 수기 입력 또는 화면 표시 방식 비전산 설비 환경
- 설비 데이터 기반 분석 및 관리 체계 구축 사업장
기술적 차별점 및 특장점
표준·비표준 데이터 통합의 혁신
표준·비표준 데이터 통합 수집
산업 표준(Modbus, OPC-UA 등)과 비표준 설비 데이터를 하나의 수집 체계로 통합 가능
다양한 링크 기반 데이터 연계
Gateway, Mobile, Direct, LPWA, System, Digital Convert Link 등 현장 환경에 따른 유연한 연계 구조 제공
데이터 블라인드 스팟 최소화
기존에 데이터 수집이 어려웠던 설비 영역까지 포함하여 데이터 수집 범위 확장
RPA·OCR 기반 비전산 설비 데이터 수집
단일 출력 포트 또는 화면 표시 기반 설비에 대해 RPA를 통한 자동 수행, 사전 정의된 관심 영역 데이터 추출, 표준 텍스트 및 비정형 표시 값에 대한 OCR 인식 적용
중앙 집중형 데이터 수집 구조
추출된 데이터를 데이터 수집 서버로 전송하여 일관된 데이터 관리 가능
확장 가능한 수집 아키텍처
신규 설비 추가 및 통신 프로토콜 변경 시에도 유연하게 대응 가능한 확장형 구조
레거시 데이터 통합 기능
분산된 레거시 데이터를 시간 기반으로 재구성해 공정 데이터의 활용성과 AI 적용 가능성을 높이는 데이터 통합 기술
주요 기능
- MES, PLM 등 레거시 시스템 데이터 통합
- 시간 정보가 없는 데이터를 시간 축 기준으로 매핑
- 개별 변수를 시계열 데이터 형태 Xₙ(t)로 변환
- Thing Driver 코드 기반 데이터 변환 및 시간 매핑
- 웹 기반 편집 도구로 코드 수정 및 즉시 적용
- 동적 Thing Driver 적용으로 실시간 통합 구현
주요 적용 분야
- MES 기반 생산 관리 시스템 운영 제조 현장
- 레거시 시스템 중심 공정 관리 산업 환경
- 시간 정보 부족으로 AI 적용 제약이 있는 현장
- 산업 데이터 레이크 프레임워크 구축 환경
기술적 차별점 및 특장점
Thing Driver 기반 시간 정보 재구성
시간 정보 중심의 데이터 재구성
시간 정보가 부여되지 않은 기존 생산 데이터를 시간 축 기준으로 재정렬하여 공정 단위 분석 가능
Thing Driver 기반 통합 구조
개별 데이터에 Thing Driver 코드를 적용해 시간 정보와 매핑하고, 단일 Driver로 통합 관리
유연한 코드 관리 및 확장성
매핑된 코드는 웹 기반 편집 도구를 통해 즉시 수정·적용 가능하여 현장 대응성 확보
대규모 정보 조회 지원
캡슐화된 코드 집합을 활용해 수천 종류의 다양한 정보 조회 가능
실시간 통합 설계
생성된 Thing Driver를 시스템에 동적으로 적용하여 데이터 통합을 실시간으로 완성
AI 적용 가능성 극대화
시계열 형태로 변환된 데이터를 통해 머신러닝 및 AI 분석 모델 적용 범위 확장