아하랩스는 신뢰할 수 있는 데이터 역량과
현장 친화적인 AI 기술로
산업용AI 시장을 주도하고 있습니다
Success case
All
Quality Control
Anomaly Detection
Predictive Maintenance
도메인 특화 대규모 비전 모델(LVM)이 온다
일반 LVM vs. 도메인 특화 LVM (1) 도메인 특화 LVM의 등장 배경 LVM(Large Vision Model)이 컴퓨터 비전 분야에서 놀라운 성과를 보여준 것은...
원격 시스템 구축으로 배터리 조립 설비의 관제 효율을 300% 높인 사례
Challenge 전기차용 배터리 조립 설비는 규모가 매우 크고 구성이 복잡해, 설비 상태를 모니터링하고 알람에 대처하는 인원이 다수 근무해야 함 그러나 경고 알람의 상당수는 간단한 초기화...
“기계도 사람처럼 봅니다” – 대규모 비전 모델(LVM)
사람의 모든 감각수용기의 70%가 눈에 있다는 사실을 아시나요? 시각이 다른 감각보다 생존에 더 큰 영향을 준다는 뜻일 겁니다. 이 사실을 고려했을 때, 사람이 기계와 원활하게 상호작용하려면 사람이...
제조 시계열 데이터(Time series Data)는 왜 중요할까?
제조업에서 시계열 데이터를 효과적으로 활용하면 생산 효율을 높이고, 품질을 향상시키며, 비용을 절감하는 등 제조 과정 전반에서 큰 가치를 창출할 수 있습니다. 아래는 제조업에서 시계열 데이터를...
복잡한 제조 시계열 데이터, 통계분석+딥러닝으로 더 정확하게
시계열 데이터 (1)편 제조 시계열 데이터의 특성>>먼저 읽어보기 시계열 데이터 분석은 과거부터 다양한 산업에서 중요한 역할을 해왔으며, 이를 위해 전통적인 통계분석 기법이 널리 사용돼...
제조 시계열 데이터(Time Series Data)의 특징
제조 시계열 데이터(Time Series Data)란? 시계열 데이터란 시간 순서대로 집계된 데이터를 뜻합니다. 매일/매시간 업데이트되는 기온, 습도, 강수량 같은 날씨 정보, 분초 단위로 변하는...
3D 비전(1) 3D 카메라의 원리 네 가지!
머신비전은 각종 산업 현장에서 자동 품질 검사를 하거나 공정 및 로봇을 제어하기 위해 이미지나 영상을 분석하는 데 사용하는 기술입니다. 과거에는 평면 이미지/영상을 분석하는 2D 비전이 주로...
![[AIOps 2편] 제조 데이터 수집, AI 도입 고민? 통합적 AIOps로 해결하세요](https://ahha.ai/wp-content/uploads/2024/07/data-camp-dashboard_en-400x250.jpg)
[AIOps 2편] 제조 데이터 수집, AI 도입 고민? 통합적 AIOps로 해결하세요
제조에서 AIOps의 장점 제조업은 복잡한 IT 환경과 OT가 결합된 산업으로, 이러한 복잡성을 관리하고 최적화하기 위한 필수 역할을 AIOps가 수행할 수 있습니다. 다음은 제조기업이...
![[AIOps 1편] AI 자율제조 필수품, AIOps와 MLOps는 어떻게 다를까?](https://ahha.ai/wp-content/uploads/2024/09/industrial-robot-400x250.jpg)
[AIOps 1편] AI 자율제조 필수품, AIOps와 MLOps는 어떻게 다를까?
전통적인 IT 운영에서 AIOps로의 진화 오늘날의 빠르게 변화하는 디지털 환경에서 IT 운영 팀에 대한 압력은 그 어느 때보다 커지고 있습니다. IT 환경의 복잡성이 증가함에 따라, 조직은...
AI Researcher
Summary 경력(2~10년) 채용 형태 : 정규직 마감일 : 상시 채용 근무지 : 경기도 성남시 분당구 성남대로 43번길 10 (하나EZ타워) 712호 AI 팀을 소개합니다 AI팀은 AI연구소 소속으로,...
산업 현장에 온디바이스 AI를 도입해야 하는 이유
이전 아티클에서 온디바이스 AI의 개념과 장점에 대해 알아보세요. 최근 LLM 서비스들의 속도가 무척 느려졌는데, 실감하고 계신가요? 생성형 AI 열풍으로 더 다양한 기능, 더 높은 성능을...
온디바이스 AI의 도전 과제 – 딥러닝 모델 ‘경량화’
이전 아티클에서 온디바이스 AI의 개념과 장점에 대해 알아보세요. 클라우드 기반의 대형언어모델(LLM)은 비교적 작은 모델도 파라미터가 최소 50억 개가 넘고, 용량도 수십 GB...
2024 급부상 트렌드 – 온디바이스 AI란?
2024년 1월, 삼성전자가 세계 최초로 AI 스마트폰을 내놓으며 화제가 되었습니다. 사실 음성비서를 비롯한 AI 기능을 활용한 지는 꽤 됐지만, 이번에 출시된 AI 폰은 기존에 비해 성능도 훨씬...
외부 데이터와 연결되는 검색증강생성(RAG) – 보안 문제는?
빠르게 발전하는 AI 기술과 더불어 RAG는 다양한 AI 시스템의 핵심 요소로 자리 잡을 것입니다. 하지만 반드시 해결해야 할 큰 문제가 있는데요, 바로 보안입니다....
검색증강생성(RAG)으로 다양한 제조 문제를 신속하게 해결하세요 – 도메인별 활용 사례
검색증강생성(RAG; Retrieval-Augmented Generation) 기술은 검색과 생성의 장점을 결합하여 사용자가 필요로 하는 정보를 보다 정확하고 신속하게 제공합니다. 특히 실시간으로 업데이트 되는...
검색증강생성(RAG; Retrieval-Augmented Generation)이란? -개념, 장점
주말에 짧은 여행을 계획하려고 합니다. "서울 근교 당일치기 여행지"를 검색했더니 수십 개의 블로그 포스팅과 관광 웹사이트가 나옵니다. 하지만 광고성 글이 많아서 실제 방문자들의 후기와 팁을 찾기가 어렵습니다....
멀티모달 대형비전언어모델(LVLM)을 활용한 산업용 이상감지 사례
✓ 대형언어모델(LLM) 아티클 먼저 읽어보기 멀티모달 트렌드 혹시 코를 막고 양파를 먹는 실험에 대해 아시나요? 실험에 참가한 많은 사람들이 본인이 먹고 있는 것이 양파인지 알아채지 못했을 뿐만 아니라, 심지어...
대형언어모델(LLM; Large Language Model)이 제조업을 혁신하는 방법
Industry 5.0, 디지털 전환(DX), 끝없는 기술 발전으로 정의되는 시대에 제조 분야는 혁신의 문턱에 서 있습니다. 이러한 변화의 핵심에는 단연 AI가 있는데요. 특히 챗GPT로 대변되곤 하는 대규모...
설명 가능한 AI④ 제조업 활용 사례
"AI와 사람의 완벽한 협업 사례다" 제조 분야에서 XAI의 중요성을 설명하는 설득력 있는 사례 연구는 Siemens의 현장 실험에서 나왔습니다. 전자 제품의 비전 품질검사에서 두 그룹의 성과를 비교하한...
설명 가능한 AI③ XAI와 AI 규제 준수와의 상관성?
‘딥러닝의 아버지'라고 불리는 제프리 힌턴은 2018년 12월 12일 미국 잡지 ‘와이어드' 인터뷰에서 “AI에 설명 가능성을 요구할 이유가 없으며, 작동 결과를 사후에 평가해서 얼마나 믿을 만한 것인지 따지면...
설명 가능한 AI② XAI(eXplainable AI) 주요 방법론
'설명 가능한 AI(XAI·eXplainable AI)'를 구현하기 위한 다양한 방법론이 연구되고 있습니다. 1. 특성 중요도(Feature Importance) Feature importance는 주로 트리...
설명 가능한 AI① XAI(eXplainable AI)란? – 개념, 역사, 중요성
XAI(자이, Explainable AI)란 무엇인가? XAI(Explainable AI, 설명 가능한 AI)는 AI 시스템의 의사결정 과정을 인간이 이해할 수 있도록 만드는 기술입니다. XAI는 AI 모델이...
AI Engineer (3년 이상)
Summary 경력(3년 이상) 채용 형태 : 정규직 마감일 : 상시 채용 근무지 : 경기도 성남시 분당구 성남대로 43번길 10 (하나EZ타워) 712호 AI 팀을 소개합니다 AI팀은 AI연구소 소속으로,...
AI/스마트팩토리 솔루션 기술영업
Summary 경력(3년 이상) 채용 형태 : 정규직 마감일 : 상시 채용 근무지 : 경기도 성남시 분당구 성남대로 43번길 10 (하나EZ타워) 712호 이런 일을 함께 합니다 LISA 및...
A successful case of reducing ‘false-positives’ by applying a deep learning model to detect ‘type 1 errors’
Challenge If the test standard is set too sensitively to achieve 0% ‘false-negative’, ‘false-positive (type 1...
Success case of monitoring ‘data drift’ and performing predictive maintenance with a data quality index (DQI) model
Challenge Consistent optical images must be taken at all times to properly train the model and increase the...
Configuring an AI model pipeline to detect robotic grasping anomalies in real time
Challenge Robot drops battery, causing downtime Difficulty utilizing existing machine learning solutions due...
How the Anomaly Detector model was used to automate the quality control process using only normal data
Challenge Pouch-type batteries have flexible surface geometry, complicating defect identification. This makes...
![[AI 자율제조 ③] 산업용 AI 개발 운영 플랫폼을 이용한 생산 고도화](https://ahha.ai/wp-content/uploads/2024/06/lisa-video-400x250.jpg)
[AI 자율제조 ③] 산업용 AI 개발 운영 플랫폼을 이용한 생산 고도화
<AI 자율제조 전략 1.0 PDF 바로보기> 산업용 AI 개발/운영 플랫폼을 이용한 생산 고도화 이렇게 수집, 전처리한 데이터셋으로 산업용 AI 모델을 생성하면 제조 현장 곳곳에서 아주...
![[AI 자율제조 ②] 제조 디지털 혁신 첫걸음은 ‘설비 데이터 수집’](https://ahha.ai/wp-content/uploads/2024/06/Data-CAMP-Protocol-400x250.jpg)
[AI 자율제조 ②] 제조 디지털 혁신 첫걸음은 ‘설비 데이터 수집’
<AI 자율제조 전략 1.0 PDF 바로보기> 제조 디지털 전환 첫걸음...‘스마트팩토리 데이터 수집’과 ‘공정 분석’ 산업부가 발표한 AI 자율제조 핵심역량을 확보하려면 다른 그...