skai.lens

제조업 데이터 분석 및 예측 툴

Client:

KAF (구. 코오롱화이버)

Scope:

디자인, 기획, 개발

Year:

2025

OVERVIEW

OVERVIEW

OVERVIEW

문제점:
• 중소 제조업 전문 데이터 분석 인력 부족, 데이터 파편화, 자동화 부재
• 경험 의존적 조건 설계로 품질 편차, 테스트 반복 발생
• 연간 15~20억 원 규모의 직/간접 손실 발생

작업 목표:
• 파편화된 공정 DB, 문서, 규정집, 품질 데이터 등을 실시간 연동 및 분석
• AI 기반 품질 예측 및 최적 공정 조건 도출
• 데이터 기반 의사결정 문화 정착 및 생산성 향상

1) 포트폴리오 소개
제조 테스트 데이터 기반 AI 예측 솔루션
• 다차원 비선형 회귀 모델을 통해 조건값·결과값 간 상호 예측 지원
• 과거 시험 데이터(조건값·타겟값)를 2,000회 이상 반복 학습하여 오차율 최소화
• 조건 입력 시 결과 예측, 결과 입력 시 최적 조건 역산 가능
• 직관적인 웹 UI에서 데이터 입력·결과 확인·리포트 다운로드까지 일괄 수행

2) 작업 범위
[프론트엔드] (React + TypeScript)
조건→결과 / 결과→조건 예측 폼 UI
결과 테이블 및 시각화(차트) 컴포넌트
보고서 다운로드(Excel/PDF) 기능

[백엔드] (Python)
머신러닝 모델 학습·추론 API
다차원 비선형 회귀 알고리즘 구현
예측 결과 및 조건 산출 로직 개발
RAG 기반 문서 검색·질의응답 기능(매뉴얼/운영 가이드 참조)

[데이터 파이프라인]
제조 시험 이력 데이터 수집·정제
입력/출력 변수별 전처리 및 범위 제한 적용
학습·검증 데이터셋 생성 및 성능 평가

[인프라]
Docker 컨테이너 기반 서비스 구성
Azure 클라우드 환경 배포 및 운영
향후 다중 제조 라인/제품군 확장 가능 아키텍처 설계

3) 주요 업무
• 데이터 분석: 변수별 통계 분석 및 상관관계 파악
• 모델 개발: 다차원 비선형 회귀 모델 설계, 반복 학습(>2,000회)으로 오차율 최소화
• API 설계·구현: 예측/역산 기능을 REST API로 제공
• UI/UX 구현: 조건·결과 입력 폼, 예측 결과 표/그래프 출력, 다운로드 기능
• 리포트 자동화: 예측 결과·조건값을 포함한 보고서 자동 생성
• 성능 평가·최적화: 예측 정확도 검증 및 모델 재학습 자동화 프로세스 구축

Office Address

서울시 영등포구 국제금융로 10 ThreeIFC

inskai.

© 2025 inskai. All Right Reserved

Office Address

서울시 영등포구

국제금융로 10 ThreeIFC

inskai.

© 2025 inskai. All Right Reserved

Office Address

서울시 영등포구 국제금융로 10 ThreeIFC

inskai.

© 2025 inskai. All Right Reserved