AI 실습 시뮬레이터
조건을 바꾸면 결과가 어떻게 갈리는지, 무엇이 틀리면 어디가 무너지는지를 직접 조작하며 확인하는 도구입니다. 설치도 계정도 필요하지 않습니다.
- 시뮬레이터
- 29개
- 설치
- 필요 없음
- 이용료
- 없음
제조 AI 어시스턴트
KOSHA 안전지침, 설비 매뉴얼, 공정 가이드를 AI가 검색하여 답변하는 RAG 시스템
Prompt Lab
프롬프트 엔지니어링 기법을 실습하고 다양한 LLM과 비교해보세요.
RAG Pipeline
RAG 파이프라인의 각 단계를 시각화하고 작동 원리를 이해하세요.
Vector Store
벡터 스토어에 데이터를 저장하고 유사도 검색을 탐색하세요.
Document Chunker
다양한 청킹 전략을 비교하고 최적의 방법을 찾아보세요.
Embedding Explorer
유사도 계산·비교 분석 — 두 텍스트의 임베딩 코사인 유사도를 직접 계산해 의미 거리를 수치로 비교합니다.
Cypher Playground
Neo4j Cypher 쿼리를 작성하고 그래프 데이터베이스를 실습하세요.
Graph Schema Designer
노드·관계를 캔버스에서 그리면 Cypher로 자동 변환 (arrows.app 스타일). 제조 온톨로지 프리셋 내장.
스키마를 시각으로 설계하는 도구입니다. Graph Lab 동선의 첫 걸음이기도 합니다.
멀티모달 검색 (Fusion)
텍스트·이미지·센서궤적을 켜고 끄며 모달을 늘리면 검색 순위가 어떻게 달라지는지 봅니다. MRR·top1 로 재고, 인코더 이름은 자리 표시이며 점수는 미리 적어 둔 값입니다.
QLoRA 파인튜닝 랩
LoRA rank·alpha·타깃 모듈·양자화를 조절하며 학습 파라미터·VRAM(실제 수식)·Mock 손실곡선을 실험. 소비자 GPU 파인튜닝 원리 체득.
개념은 여기서 만지고, 실제 학습은 Colab 에서 돌린 뒤 결과를 제출합니다.
멀티에이전트 오케스트레이션
여러 AI 에이전트가 역할을 나눠 협업하는 흐름(순차·슈퍼바이저·병렬)을 단계별로 시각화. 제조 설비 진단 시나리오 (LangGraph/CrewAI 패턴).
GraphRAG Pipeline
GraphRAG 파이프라인을 통해 그래프 기반 검색 증강 생성을 경험하세요.
LLM Graph Builder
텍스트를 붙여넣으면 LLM이 엔티티·관계를 추출해 Knowledge Graph로 시각화 (neo4j 빌더 핵심 흐름). Cypher export 포함.
마인드맵 (Mind Map)
텍스트를 붙여넣으면 LLM이 핵심 주제를 계층형 토픽 트리로 정리 (NotebookLM 스타일). 접기·펼치기·팬·줌으로 탐색, PNG·마크다운 export. 렌더러는 포터블 컴포넌트.
문서에서 구조를 뽑는 도구입니다. 저작에도 씁니다.
Mermaid Studio
텍스트로 다이어그램을 그립니다 — 코드 입력 즉시 플로우차트·시퀀스·ER·상태도 렌더. 커리큘럼 예제 7종, SVG/PNG/마크다운 export. 발표·포트폴리오 문서화 도구.
다이어그램을 그리는 도구입니다. 교안·발표 자료에도 씁니다.
Python Console
브라우저에서 바로 Python 코드를 실행하고 AI 개념을 실습하세요.
코드를 실행하는 바탕입니다. 그 자체가 학습 대상은 아닙니다.
Vision Inspector
제조 외관검사 화면을 그대로 따라갑니다. 이미지 판정, GradCAM 히트맵, 불량 조치 매뉴얼까지. 히트맵은 모델이 본 자리가 아니라 정답 좌표입니다.
Sensor Monitor
설비 센서 실시간 모니터링 — 진동/온도/전류 시뮬레이션, FFT 분석, RUL 예측.
Smart Factory Dashboard
OEE 대시보드, 수요예측, 공정 파라미터 최적화, AI 인사이트를 한눈에.
제조 데이터 파이프라인
PLC → OPC UA → TIG Stack → AI(MoE) 로 이어지는 데이터 흐름을 재현합니다. MoE 단계는 게이트가 전문가 둘을 골라 가중합하는 구조까지 계산하고, 계수는 학습한 값이 아니라 정해 둔 상수입니다.
가상계측 (Virtual Metrology)
전부 계측할 수 없는 공정에서 일부만 실측하고 나머지는 센서값으로 추정합니다. 계측 예산과 불량 유출의 맞교환을 직접 조정해 봅니다.
공정 제어 (APC)
추정한 품질값을 되먹여 다음 로트의 조건을 자동으로 바로잡습니다. 보정 강도와 계측 지연을 조정해 드리프트 추종과 잡음 증폭 사이의 균형점을 찾습니다.
수질 판정 실습
측정값을 기준으로 가르는 규칙을 직접 만져봅니다. 임계값을 옮기고 규칙 순서를 바꾸면 서른 건의 판정이 어떻게 달라지는지 즉시 계산합니다. 어느 기준이 옳은지는 알려주지 않습니다. 기준은 사람이 정하는 것이기 때문입니다.
데이터 분석기
엑셀을 올리면 열마다 무엇이 담겼는지 판정하고, 이 데이터로 할 수 있는 분석과 할 수 없는 분석을 이유와 함께 냅니다. 분석을 대신 해주는 것이 아니라 그 분석을 해도 되는지 말합니다. 파일은 서버로 올라가지 않고 브라우저 안에서만 계산합니다.
자기 데이터를 넣어 분석하는 도구입니다. 파일은 브라우저를 떠나지 않습니다.
IoT 데이터 흐름
센서에서 알림까지 가는 길을 노드로 이어 만듭니다. 화면 구조는 Node-RED 를 따르되, 저쪽이 하지 않는 일을 합니다. 선을 흐르는 신호에 물리량·단위·주기·결측 규격을 달아두고 이은 자리마다 견줍니다. 다 만든 흐름은 Node-RED 로 내보내 실무에서 돌립니다.
센서 흐름을 설계하고 검사하는 도구입니다. 만든 흐름은 Node-RED 로 내보내 실무에서 돌립니다.
지하수 오염 확산
오염원에서 새어 나온 물질이 어디까지 가는지 계산합니다. 같은 조건을 개념도·해석해·수치해 세 방식으로 나란히 놓아, 그럴듯한 그림과 근거 있는 답이 얼마나 벌어지는지 봅니다. 차수벽·양수정을 세우면 수두를 다시 풀어 물길이 바뀌는 것까지 계산합니다.
균형 로봇 실험대
컴퓨터로 훈련시킨 로봇이 실제 로봇에서는 왜 넘어지는지 봅니다. 균형 잡는 로봇을 세우는 것이 목표인데, 훈련에 쓸 가상 로봇을 여러분이 직접 설계합니다. 실제 부품의 결함(반응이 늦는 것·기어가 헐거운 것·배터리가 떨어지는 것)을 가상 로봇에 넣을지 말지 고르면, 브라우저가 실제로 제어기를 훈련해 실물 로봇 20대에 올려 봅니다. 가상에서는 100점인데 실물에서 넘어지면, 여러분이 빠뜨린 결함이 원인입니다.
fluxCAD 3D 설계
브라우저에서 도는 한글 3D CAD 로 부품을 설계합니다. 목표 치수와 필수 연산이 정해진 과제를 풀면 만든 형상을 재서 결정론적으로 채점합니다. 여기서 정한 치수가 다음 공정의 검사 기준이 됩니다.
선석배정 (Berth Allocation)
입항 선박을 어느 선석에 언제 붙일지 정합니다. 길이·수심 제약과 환적 연결 마감을 지키면서 대기를 줄여야 하는데, 이 셋은 서로 반대로 움직입니다. 최적해를 주지 않고 여러분의 배정을 검사·계산합니다.