Data CAMP
(Collecting, Analyzing, Monitoring, Predicting)
성공적인 디지털 전환(DX)을 위한 제조 빅데이터 솔루션
이미 수많은 기업이 Data CAMP로
제조 디지털 혁신을 실현하고 있습니다.
이미 수많은 기업이 Data CAMP로 제조 디지털 혁신을 실현하고 있습니다.
이상탐지(Anomaly Detection) 딥러닝 모델을 활용해 정상 데이터만으로 검사 자동화 도입
Challenge 파우치형 배터리는 표면 형상의 자유도가 높아 불량의 형태를 특정하기 어려움. 이 때문에 기존 룰 베이스...
Data CAMP 레시피 기능으로 ‘다품종 소량생산’ 불량검사를 손쉽게 관리한 사례
Challenge 기존 룰 베이스 표면 결함 판정 비전 컨트롤러는 '다품종 소량생산' 환경에 유연하게 대응이 어려움 기존의...
추가 솔루션 도입 없이 검사 데이터와 고유 바코드 숫자를 통합해 생산 이력 추적이 가능해진 사례
Challenge 전기자동차 배터리 화재 및 리콜 이슈로 배터리 수율 향상과 생산 이력 추적에 대한 필요성이 커짐 신규...
Data CAMP는
모든 제조 데이터를 수집하고
기존 시스템과 쉽게 정보를 주고받으며
데이터를 자동 분석합니다.
Data CAMP는 모든 제조 데이터를 수집하고 기존 시스템과 쉽게 정보를 주고받으며 데이터를 자동 분석합니다.
![Data CAMP overview Data CAMP는 모든 제조 데이터를 일괄 수집하고 기존 시스템과 쉽게 정보를 주고받으며 자동화된 분석을 수행합니다.](https://ahha.ai/wp-content/uploads/2024/06/Data-CAMP-overview.jpg)
특장점
![compatibility3 라벨링이 필요 없는 비지도학습 Anomaly Detection](https://ahha.ai/wp-content/uploads/2024/05/compatibility3.png)
매끄러운 호환성
레거시 장비, 기존 생산 시스템, 상용 분석 툴과 손쉽게 호환해 모든 제조 빅데이터를 통합 관리
![scalability 제약 없는 확장성</p>
<p>별도 소프트웨어 개발 없이 장비/설비/데이터/기능 등을 자유롭게 추가 및 제거](https://ahha.ai/wp-content/uploads/2024/05/scalability.png)
제약 없는 확장성
별도 소프트웨어 개발 없이 장비/설비/데이터/기능 등을 자유롭게 추가 및 제거
![nocode 손쉬운 No-code </p>
<p>레시피 기반의 No-code 블록코딩 UI로 제조 프로세스에 최적화된 데이터 파이프라인을 쉽게 구현](https://ahha.ai/wp-content/uploads/2024/05/nocode.png)
손쉬운 No-code
레시피 기반의 No-code 블록코딩 UI로 제조 프로세스에 최적화된 데이터 파이프라인을 쉽게 구현
![spc 풍부한 SPC</p>
<p>기본 제공되는 다양한 통계적 공정 관리(SPC) 기법으로 수집된 데이터의 패턴을 분석하고 이상 트렌드를 실시간 감지](https://ahha.ai/wp-content/uploads/2024/05/spc.png)
풍부한 SPC
기본 제공되는 다양한 통계적 공정 관리(SPC) 기법으로 수집된 데이터의 패턴을 분석하고 이상 트렌드를 실시간 감지
![stability 검증된 안정성 Rust 언어 기반 코어 엔진이 365/24/7 중단 없이 실시간 대용량 데이터 처리](https://ahha.ai/wp-content/uploads/2024/05/stability.png)
검증된 안정성
Rust 언어 기반 코어 엔진이 365/24/7 중단 없이 실시간 대용량 데이터 처리
도입 프로세스
✓ 검증 프로젝트(PoC) 요청
![Data CAMP process Data CAMP는 모든 제조 데이터를 일괄 수집하고 기존 시스템과 쉽게 정보를 주고받으며 자동화된 분석을 수행합니다.](https://ahha.ai/wp-content/uploads/2024/06/Data-CAMP-process.jpg)
사양
항목 | 최소 사양 | 권장 사양 |
CPU | Intel Core i5 | Intel Core i9 |
RAM | DDR4 16GByte | DDR4 64GByte |
Storage | 256GByte SSD | 2TByte PCle 4.0×4 M.2 SSD + External Storage / NAS |
Network | 4Port Gigabit Ethernet | 4Port 10Gigabit Ethernet |
항목 | 최소 사양 |
CPU | Intel Core i5 |
RAM | DDR4 16GByte |
Storage | 256GByte SSD |
Network | 4Port Gigabit Ethernet |
항목 | 권장 사양 |
CPU | Intel Core i9 |
RAM | DDR4 64GByte |
Storage | 2TByte PCle 4.0×4 M.2 SSD + External Storage / NAS |
Network | 4Port 10Gigabit Ethernet |
✓ 도입 전 고려사항
-
- 요구 사양은 처리해야할 데이터의 양에 따라 달라질 수 있습니다. 최소 사양은 초당 80MByte의 데이터를 처리하기 위한 기본 사양입니다.
- 처리할 수 있는 데이터의 양은 네트워크 구성 환경의 영향을 받습니다. 이더넷 포트는 목적과 접근성을 고려하여 배치되어야 하며, 개별 컨설팅을 진행한 후에 확정됩니다.
- 저장 공간은 시스템과 DB 전용 공간이며, 이미지 등 대용량 데이터 저장이 필요한 경우에는 추가 저장 공간을 확보하기 위한 작업이 별도로 진행됩니다.
- 성능 향상을 위해 Multi-node 구성을 고려하세요. 각 node는 동일한 사양으로 구성할 필요 없이 Main-node의 사양을 우선으로 고려하고 sub-node를 추가하는 방식으로 구성할 수 있습니다.
Next Step →
업계 최고의 성공사례를 보유한 아하랩스의 솔루션이 조직에 어떤 가치를 제공할 수 있는지 알아보세요.