비전
반응형에서 선제형으로
전통 SCADA는 사람이 화면을 지켜보다 임계값을 넘으면 대응하는 사후 대응에 가깝습니다. AI HMI · SCADA는 데이터에서 이상의 조짐을 먼저 읽어, 문제가 커지기 전에 알리고 권고하는 운영을 지향합니다. 아래는 두 방식의 차이를 개념적으로 정리한 것입니다.
전통 SCADA
사람 중심의 사후 대응
화면 감시와 임계값 알람에 의존하며, 사람의 판단과 개입 시점에 따라 대응 속도가 달라집니다.AI HMI · SCADA (지향)
데이터 중심의 선제 운영
AI가 패턴에서 이상의 조짐을 먼저 포착해 알리고, 운영 판단을 돕는 방향을 목표로 개발하고 있습니다.지향점
이런 방향을 준비하고 있습니다
아래 항목은 AI HMI · SCADA가 지향하는 방향이며, 현재 개발·검토 중인 단계입니다. 구체적인 구성과 제공 시점은 준비가 진행되는 대로 안내드릴 예정입니다.
모든 항목은 개발 중인 목표이며, 향후 변경될 수 있습니다.
이상탐지 (예정)
정상 패턴에서 벗어나는 신호를 데이터에서 선제적으로 찾아내는 방향을 지향합니다.
예지 · 예지보전 (예정)
설비 상태의 추이를 읽어 이상이 커지기 전에 정비 시점을 가늠하는 기능을 준비 중입니다.
운영 권고 (예정)
수집된 데이터를 근거로 운전 판단을 돕는 권고를 제시하는 방향을 목표로 합니다.
수직 통합
기존 자산 위에 자연스럽게
AI HMI · SCADA는 새로 시작하는 것이 아니라, 이미 운영 중인 엣지 게이트웨이와 표준 통신 자산 위에 얹히는 운영 레이어를 지향합니다. 현장에서 수집되는 데이터의 연속성 위에서 발전시켜 나갈 계획입니다.
데이터 수집 기반은 엣지 게이트웨이와 Sparkplug B에서 이어집니다.
엣지
현장 데이터 수집
엣지 게이트웨이가 다중 프로토콜로 운영 데이터를 모읍니다.클라우드
통합 · 시계열 축적
수집 데이터를 클라우드 플랫폼에서 플릿 단위로 모읍니다.AI
운영 레이어 (지향)
축적된 데이터 위에 AI 운영 레이어를 얹는 방향을 준비합니다.기존 게이트웨이 · Sparkplug B 자산과의 연속성 지향
현장 데이터의 끊김 없는 흐름 위에서 발전
표준 통신 기반으로 벤더 종속 최소화 지향