아하랩스는 신뢰할 수 있는 데이터 역량과
현장 친화적인 AI 기술로
산업용AI 시장을 주도하고 있습니다
Success case
All
Quality Control
Anomaly Detection
Predictive Maintenance
아하랩스가 ‘자동화산업전(AW2024)’서 제조 디지털 전환을 실현할 솔루션을 선보입니다
📌전시회: 2024 스마트공장•자동화산업전 📌일시: 2024년 3월 27일(수)~3월 29일(금) Day 1 & 2 | 3월 27일(수)/28일(목) | 10:00~17:00 (입장 마감 16:30) ...
1분 안에 보는 아하랩스의 모든 것!(CTO 인터뷰 영상)
'인터배터리2024' 현장에서 이뤄진 아하랩스 정경순 CTO 인터뷰입니다 [1분 만에 보는 아하랩스의 모든 것] 저희 아하랩스는 AI 솔루션과 스마트팩토리 솔루션을 전문으로 하는 기업입니다. 현재는 이차전지...
이차전지 공정에 투입되는 실시간 이상감지 AI는 어떤 모습일까?
1. 인터배터리2024 성황리에 종료 아하랩스는 지난 3월 7일부터 9일까지 서울 코엑스에서 열린 ‘인터배터리2024’ 전시회를 성황리에 마쳤습니다. 역대 가장 많은 참관객(약 12만 명)이 찾은 가운데,...
아하랩스가 ‘인터배터리 2024’서 빅데이터·AI품질관리 솔루션을 공개합니다!
📌전시회: 인터배터리2024 📌일시: 2024년 3월 6일(수)~3월 8일(금) 10:00 ~ 18:00 (입장마감 17:00) 📌아하랩스 부스 위치: 코엑스 1층 B홀 B291호 📌잡페어 위치: 코엑스 3층...
‘최전선에서 고객사를 만나다’ 솔루션 엔지니어링 팀 리더 안재현 님 인터뷰
아하랩스는 실시간 데이터 수집 및 분석과 이상탐지, 예지보전 AI 솔루션으로 이차전지, 반도체, 패션 등 산업용AI 분야에서 중추적인 역할을 하고 있습니다. 이렇게 할 수 있었던 것은 아하랩스 임직원들의 노력...
아하랩스 코딩테스트 만점 비결 궁금하시죠? 프론트엔드 개발자 박상현 님 인터뷰
아하랩스는 실시간 데이터 수집 및 분석과 이상탐지, 예지보전 AI 솔루션으로 이차전지, 반도체, 패션 등 산업용AI 분야에서 중추적인 역할을 하고 있습니다. 이렇게 할 수 있었던 것은 아하랩스 임직원들의 노력...
통계적 공정 관리(SPC) 핵심 도구 7가지와 실제 활용 사례
1. 체크 시트(CHECK SHEET) 체크 시트는 데이터가 생성된 장소에서 실시간으로 데이터를 수집하고 정리하는 데 사용하는 양식입니다. 수집하는 데이터는 정량적일 수도 있고 정성적(수치가 아닌...
통계적 공정 관리(SPC) 구현 7단계와 실제 적용 사례
1. 프로세스 정의 SPC를 사용해 모니터링하고 제어할 프로세스 또는 특정 측면을 명확하게 정의합니다. 그런 다음 제품 또는 서비스의 중요한 프로세스 매개변수와 품질 특성을 식별합니다. 예를...
2024 통계적 공정 관리(Statistical Process Control) 트렌드
통계적 공정 관리(SPC)란? 통계적 공정 관리(SPC)는 *Statistical Process Control의 약자로, 통계적 방법을 활용해 제조 공정을 모니터링하고 품질을 관리하는 방법입니다....
예측 유지보수(예지보전- Predictive Maintenance) 솔루션이 갖춘 공통 기능 6가지
IoT Analytics의 2023년 조사에 따르면, 다양한 예지보전 솔루션에는 6가지 공통 기능이 포함돼 있습니다.[1] 각각 (1)데이터 수집 (2)분석 및 모델 개발 (3)사전 학습된 모델...
2024년 예측 유지보수(예지보전) 기술 트렌드 3 – 이상 탐지(Anomaly Detection) 등
예지보전 방법으로는 (1)간접 고장 예측, (2)이상 탐지, (3)잔존 수명 예측 등 크게 3가지가 있습니다. IoT Analytics 분석에 따르면, 최근 이상 탐지에 대한 연구가 증가하고 있는...
스마트팩토리 예측 유지보수(예지보전)란 무엇이고, 어떤 이점이 있나요?
예측 유지보수(예지보전)란 무엇인가요? 예측 유지보수(예지보전, Predictive Maintenance)란, 고장을 방지하기 위해 기계 설비를 체계적으로 점검하고 유지보수하는 일종의 사전 예방적 접근...
‘1종 오류’ 찾아내는 딥러닝 모델로 ‘과검’ 발생률 감소
이상탐지(Anomaly Detection) 딥러닝 모델을 활용해 검사 이미지 전체 영역을 학습합니다. 실제 생산품의 결함이 아닌, 그 밖의 다른 문제로 인한 과검(1종 오류) 사례일 확률을...
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 검사는 물론, 분류나 분할 같은 딥러닝 모델 기반의 결함 검사도 활용하기...
데이터 품질 지표(DQI) 딥러닝 모델로 ‘데이터 드리프트’ 모니터링 및 예지보전 수행
아하랩스의 Data CAMP 솔루션과 검사 이미지의 퀄리티를 분석하는 딥러닝 모델을 활용하면, 카메라와 노후 조명 문제로 이미지를 잘못 촬영해 품질 검사에 실패하는 경우를 미연에 방지할 수...
AI 모델 간 Pipeline 구성으로 로봇 파지의 이상작동 감지에 성공한 사례
한국의 선도적인 글로벌 이차전지 제조 기업은 AI 모델 간 파이프라인을 구성할 수 있는 아하랩스의 솔루션을 활용하여 집게 로봇의 이상 작동을 실시간 감지할 수 있게 되었습니다. 관련 제품 :...
수동 어노테이션의 한계를 극복하는 기술 4가지 -오토레이블링, 자기지도학습 등
수동 데이터 어노테이션의 한계를 극복하는 다양한 AI 기술이 제안되었습니다. 4가지 주요 기술의 개념과 장점을 소개합니다.사람이 직접 하는 어노테이션은 많은 시간과 비용이 소요됩니다. 예를 들어, 대규모 이미지...
디지털트윈 시대 필수 관문, 데이터 어노테이션(Annotation)이란?
데이터 어노테이션은 이미지, 텍스트, 비디오 등과 같은 데이터에 라벨을 붙이거나 분류하여 기계 학습 모델에서 사용할 수 있도록 하는 과정입니다.제조업계는 빅데이터와 산업용AI 기술의 발달로 혁신의...
Implementing Quality Control in Multi-Product Small-Batch Production through the Utilization of Data CAMP’s ‘RECIPE’ feature
1. Challenge Managing Varied Quality Standards for Each Model without a Centralized History View The latest trend in...
Data Integration: Managing Inspection Data by Barcode Number for a Secondary Battery Manufacturer with Data CAMP
1. Challenge Lack of a production history management solution to manage product inspection data by barcode number In...
스마트팩토리 필수 조건, 제조실행시스템(MES)의 7가지 이점
제조실행시스템(MES)의 변혁적인 세계를 탐험해보세요. 이 기술이 생산 프로세스를 최적화하고 효율성을 향상시키며 스마트 제조를 주도하는 방법을 알아보세요.제조실행시스템(MES, Manufacturing...
제조실행시스템(MES)과 전사적자원관리(ERP)는 어떻게 다를까?
MES는 제품 주문부터 완제품 제작까지 전 과정을 추적하고 제어할 수 있는 통합 시스템입니다. ERP는 회사 운영에 필요한 모든 핵심 업무 프로세스를 효율적으로 관리하는 시스템입니다. 요컨대, ERP는 MES를...
엣지 컴퓨팅으로 제조 데이터 100% 활용하기
산업용 사물인터넷(IIoT)의 발달로 제조 현장에서 엄청나게 많은 데이터가 쏟아져 나오고 있습니다. 예컨대 2,000대의 장비를 보유한 현대적인 공장에서 매월 2,200테라바이트의 데이터가 생성되는 것으로...
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 비전 컨트롤러는 이력 조회 기능이 없어, 비슷한 모델을 생산하게 됐을 때...
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 배터리가 새로 개발되었으나 기존 생산라인 및 과거의 품질검사 시스템을 그대로...
Federated Learning: Concepts and Applications
AI machine learning relies on vast amounts of data. To achieve this, you start by gathering substantial data in a...
Embracing the Future: Why Data CAMP Outshines Traditional SCADA
4 Limitations of Traditional SCADA Software: What is SCADA Software? Supervisory Control and Data Acquisition...
How Homomorphic Encryption Safeguards Data in the Cloud Environment
With the increasing demand for AI technology based on cloud and big data, there is a growing need for more advanced...
AI 시대에 제조업 경쟁력 높여줄 클라우드 기술 – 개념, 유형, 동향
바야흐로 AI 시대입니다. 제조 분야 스마트 팩토리에서도 최근 산업용AI를 활용해 제조 효율화를 꾀하고 생산품의 품질을 더욱 높이는 시도를 하고 있습니다. 이를 실행하려면 수많은 데이터를 저장할 공간과 고도의...
Navigating the Future: Unleashing the Potential of Digital Twin Technology in Manufacturing
The concept of Digital Twin has recently emerged as a core technological trend in the manufacturing industry. As the...