생산 스케줄에 교체시간을 넣으면 순서가 달라지는 이유
생산 순서를 단순히 납기 빠른 순서로 놓으면 설비가 제품을 바꿀 때마다 세척·금형 교체·조건 조정에 시간을 잃을 수 있습니다. 교체시간이 앞뒤 품목의 조합에 따라 달라지는 라인은 작업시간만으로 스케줄을 만들 수 없습니다.
NOTES
현장에서 배운 것들
모델을 만들고, 웹과 앱을 짓고, 업무를 자동화하며 확인한 것을 기록합니다. 통한 방법만이 아니라 통하지 않았던 시도까지 남깁니다.
TOTAL 288
불량 원인을 좁히는 제조 이력: 배치·설비·작업자 연결
불량품이 발견된 뒤 같은 원자재나 설비 조건을 거친 제품을 빠르게 찾지 못하면 문제 범위를 과도하게 넓혀야 합니다. 제조 이력은 데이터를 많이 쌓는 일이 아니라 원료 배치가 어느 공정과 완제품으로 이어졌는지 연결하는 일입니다.
AI가 PLC 제어에 관여할 때 반드시 분리해야 할 안전 경계
AI가 불량 가능성을 예측해 PLC에 제어 명령까지 보낸다면 생산성 향상보다 먼저 안전 경계를 정해야 합니다. 추론은 확률적이고 지연·오류가 있을 수 있지만 설비 정지는 정해진 조건에서 반드시 동작해야 합니다. AI 판단과 안전 기능을 같은 경로에 놓지 않는 이유입니다
OPC UA NodeId가 바뀌면 데이터 파이프라인은 어떻게 대응할까
OPC UA 설비 연결이 잘 되다가 서버를 교체한 뒤 태그가 전부 끊겼다면 NodeId의 숫자만 저장했는지 확인해야 합니다. NamespaceIndex는 세션이나 서버 구성에 따라 달라질 수 있습니다. 설비의 의미를 안정적으로 연결하려면 식별자를 더 신중히 다뤄야 합니
네트워크가 끊겨도 데이터를 잃지 않는 엣지 수집 설계
공장 네트워크가 잠시 끊겼다고 설비 데이터가 사라져도 괜찮을까요? 장시간 운전 설비라면 통신 장애 중에도 데이터를 현장에 보관하고 복구 후 순서와 중복을 관리하며 보내야 합니다. 이를 저장 후 전달이라고 부릅니다.
이상탐지 경보의 오탐을 현장 피드백으로 줄이는 방법
이상탐지 모델이 같은 설비에 매일 경보를 보내도 현장 작업자가 대부분 무시한다면 모델 정확도보다 운영 루프가 먼저 문제입니다. 경보의 의미와 조치 결과를 다시 모델에 돌려야 오탐을 줄일 수 있습니다.
OCR 표 추출 뒤 합계가 안 맞을 때 어디를 검증할까
OCR로 송장 표를 읽어 품목별 수량과 금액을 추출했는데 합계가 맞지 않는다면 모델 점수만 다시 보는 것으로는 부족합니다. 행 누락, 열 밀림, 단가·수량 해석, 할인·세금 규칙을 구분해 검증해야 합니다.
AI 평가용 정답 세트도 낡는다: 골든셋 갱신 기준
AI 평가에 쓰는 골든셋은 한번 정해 두면 영원한 정답일까요? 업무 양식, 제품군, 고객 질문이 바뀌면 평가 세트도 현실을 덜 대표하게 됩니다. 반대로 자주 바꾸면 성능 비교 기준이 흔들립니다. 고정과 갱신을 나누는 운영 규칙이 필요합니다.
LLM 비용 폭주를 막는 요청별 예산과 캐시 설계
LLM 기능을 출시할 때 요청당 비용이 일정할 것이라고 가정하면 긴 문서와 반복 호출이 몰리는 날 예산이 흔들립니다. 비용 관리는 대시보드에서 지난달 합계를 보는 것보다 요청을 시작하기 전에 상한을 정하는 데서 시작합니다.