제조 AI, 현장에서 쓰이도록

공장의 데이터와 현장의 경험으로, 생산성과 품질 개선에서 자율제조까지.

설비 안의 방대한 데이터와 현장의 노하우를 연결합니다. AI가 분석 제안하고, 관리자의 승인 아래 실행하도록. 잉클이 공장 안에서 함께합니다.

우리 공장 적용 상담 어떻게 동작하나요?

데이터와 AI, 기업 내부에서 안전하게100% 온프레미스

공장의 데이터

설비 · 시스템 · 문서 · 이미지

현장의 경험

자산 관계 · 이상 기준 · 조치 방법

NAZARE

데이터와 경험을, AI가 쓰는 근거로

제조 데이터 플랫폼제조 온톨로지

방대한 데이터 수집 빠른 조회와 응답
적은 서버로 시작 필요할 때 유연하게 확장
기존 시스템 연동 쌓아온 데이터까지 활용

NAVIS

목표를 이해하고, 필요한 작업을 수행

Agentic AI

현장 근거 분석 설비·운영 데이터와 지식
대응 계획 수립 필요한 조치와 순서 제안
실행·결과 확인 설비 제어 후 상태 점검

생산성·품질 개선

자율제조까지

결과를 확인·기록하고, 다음 판단에 활용

다양한 제조 현장과 연구기관이 선택한 잉클

전체 고객사 보기 (33) ↗

01 · NAZARE 데이터 인프라

방대한 설비 데이터를, 지금 필요한 판단으로.

수백 대 이상의 설비 데이터와 MES, ERP 등 운영 데이터를 하나의 저장소로 모읍니다. 정밀한 신호부터 생산·품질 기록까지, 분석과 AI에 바로 활용합니다.

수백 대 이상 설비에서 밀리초 이하 정밀 신호 수집
MES·ERP·QMS·문서까지 하나의 저장소로 통합
수백 TB 이상 누적된 설비 데이터를 고속 조회

NAZARE 자세히 보기

연결 즉시 현장 확인

대시보드·트렌드·알람으로 변화 파악

생산·품질 원인 분석

설비 신호와 MES·ERP·QMS 기록을 함께 조회

실시간 이상 탐지·예측

공정·설비별 ML 모델 선택 개발·연계

사내에서 유연하게 확장

서버 3대 구성에서 시작해 설비·데이터 증가에 대응

02 · 제조 온톨로지

숙련자의 노하우를, AI가 쓰는 데이터로

온톨로지는 설비·부품·신호에 현장의 판단 기준과 조치 방법을 연결해, AI가 읽을 수 있는 지식으로 만드는 기술입니다.

현장 인터뷰로 숙련자의 판단 기준 확인
자체 도구로 설비·신호·조치 관계를 데이터화
현재 설비 데이터와 함께 NAVIS의 추론에 활용

현장 노하우를 데이터로 만드는 방법

노하우를 조직의 자산으로

현장 인터뷰와 자체 도구로 판단 기준 정리

설비·신호 관계를 한눈에

어느 부품의 신호인지, 무엇에 영향을 주는지 연결

NAVIS의 원인·대응 추론

연결된 지식과 현재 신호로 원인·조치 제안

승인 후 제어의 기준

허용 범위 안에서, NAZARE를 통해 PLC 제어

03 · NAVIS 판단과 실행

물어보면 분석하고, 승인하면 실행합니다.

“왜 불량이 늘었지?” NAVIS는 설비 신호, 생산·품질 기록과 문서를 함께 확인합니다. 원인과 대응을 제안하고, 승인한 조치를 실행해 결과까지 확인합니다.

자연어로 질문해, 여러 시스템의 분석 결과를 한 번에
설비 데이터·숙련자 노하우·업무 문서로 대응 계획 수립
관리자 승인 후 NAZARE를 통해 PLC로 제어하고 결과 확인

NAVIS 자세히 보기

질문으로 분석 시간 단축

설비·기간계·문서를 찾아 근거와 함께 응답

현장에 맞는 대응 계획

현재 상태와 노하우로 점검·조치 순서 제안

승인 기반 자율 제어

NAZARE를 통해 PLC로 제어하고 결과 확인

조치 이후까지 확인

회복 여부와 실행 기록을 다음 판단에 활용

생산 현장의 문제, 이렇게 해결합니다.

가공·성형·용접·검사의 익숙한 문제를 출발점으로, 데이터 수집부터 승인 후 조치까지 살펴보세요.

설비별 활용 모두 보기

현장 문제 해결 · 가공기

공구를 언제 바꿔야 할지, 불량이 나기 전에 판단한다.

상세 보기

현장 문제 해결 · 프레스

성형 불량의 원인을, 금형과 소재 데이터에서 좁힌다.

상세 보기

현장 문제 해결 · 사출기

같은 조건인데 다른 품질, 달라진 데이터를 찾는다.

상세 보기

현장 문제 해결 · 로봇 용접

용접 품질이 흔들릴 때, 로봇만 점검하지 않는다.

상세 보기

현장 문제 해결 · 검사·공정 추적

검사에서 발견한 이상, 어느 생산까지 확인해야 할까.

상세 보기

현장의 설비 구성과 운전 기준에 맞춰 데이터 연결, 판단 기준, 승인 후 조치 범위를 설계합니다.

여러 제조 현장에서 쌓아온 경험.

공개 고객사례 보기

반도체 소재·부품 M사

매년 설비·라인·공장으로 적용을 넓히고 있습니다.

연결 설비를 늘리는 데서 시작해 라인과 공장으로 적용 범위를 확대 중입니다. 늘어나는 데이터에 맞춰 서버를 추가하며 저장·처리 용량도 함께 확장합니다.

이어서 살펴보기 ↗

자동차 부품 H사

국내 공장에서 시작해 유럽·남미 공장으로 확대 중입니다.

국내 공장에 도입한 제조 데이터 인프라를 유럽과 남미의 공장으로 넓히고 있습니다. 한 공장의 도입이 여러 해외 생산 거점으로 이어지는 사례입니다.

이어서 살펴보기 ↗

철강 제조 K사

자율제조를 위한 데이터 인프라를 구성하고 있습니다.

철강 제조 현장의 설비 데이터를 수집·저장·조회하는 데이터 인프라에 NAZARE를 활용하고 있습니다. 이 데이터를 분석과 AI에 활용할 수 있도록 자율제조의 토대를 준비합니다.

이어서 살펴보기 ↗

우리 공정에서 시작하는, 제조 AI.

만드는 제품은 달라도, 시작은 현장의 문제입니다.

반도체·자동차·디스플레이·전자·방산부터 이차전지·소재·에너지까지. 익숙한 설비와 공정에서 데이터를 연결하고, 생산성과 품질을 높일 AI 활용을 함께 설계합니다.

정밀 가공

CNC 가공

활용 방식 보기

소재·금속

열처리

활용 방식 보기

반도체

반도체 전공정

활용 방식 보기

반도체

반도체 후공정

활용 방식 보기

이차전지

이차전지 전극

활용 방식 보기

이차전지

이차전지 조립

활용 방식 보기

자동차

자동차 차체 용접

활용 방식 보기

금속 성형

프레스 성형

활용 방식 보기

사출

사출 성형

활용 방식 보기

회전 설비

펌프·모터

활용 방식 보기

에너지

발전 설비

활용 방식 보기

제조 자동화

산업용 로봇셀

활용 방식 보기

품질 검사

비전 검사

활용 방식 보기

이송·물류

공장 내 물류

활용 방식 보기

식품 제조

식품·포장

활용 방식 보기

자동차

자동차 최종 조립

활용 방식 보기

주조·단조·금속 성형

주조·단조

활용 방식 보기

주조·단조·금속 성형

압연·압출

활용 방식 보기

절삭·연삭·정밀 가공

연삭·연마

활용 방식 보기

세척·도금·도장·코팅

세척·도금

활용 방식 보기

세척·도금·도장·코팅

도장·코팅

활용 방식 보기

혼합·반응·분체 처리

혼합·반응

활용 방식 보기

열처리·건조·소성

건조·소성

활용 방식 보기

반도체·디스플레이·전자 공정

전자기판 실장

활용 방식 보기

반도체·디스플레이·전자 공정

디스플레이 가공·검사

활용 방식 보기

용접·접합·정밀 조립

정밀 조립·체결

활용 방식 보기

식품·제약 제조와 충전·포장

제약·바이오 제조

활용 방식 보기

제지·필름·섬유·복합재

제지·필름·섬유

활용 방식 보기

제지·필름·섬유·복합재

고무·복합재 성형

활용 방식 보기

우리 공정 찾기