제조 데이터 파이프라인 로딩 중...
이 도구가 못 하는 것
- MoE 단계에 학습이 없습니다. 게이트와 전문가의 계수는 데이터로 맞춘 값이 아니라 사람이 정한 상수입니다. 게이트 → 상위 둘 선택 → 가중합이라는 구조는 실제로 계산하지만 학습된 모델은 아닙니다.
- 전문가가 내는 이상 확률은 태그값과 임계의 거리를 로지스틱 함수에 넣은 값입니다. 임계에서 50%가 되도록 계수를 잡았을 뿐이므로 「62%」를 실제 고장 확률로 읽으면 안 됩니다.
- 「임계까지 남은 시간」은 잔여수명 예측이 아닙니다. 최근 스무 표본의 기울기가 그대로 유지된다고 가정한 1차 외삽이라 기울기가 바뀌면 값도 바뀝니다.
- 실제 데이터가 흐르지 않습니다. 단계마다 정한 규칙으로 계산해 보여줍니다.
- 장애 주입 결과는 이 화면의 저하 곡선에서 나온 값이라 실제 시스템의 저하와 다릅니다.
- 처리량과 지연은 가정한 값입니다.
이 시뮬레이터가 무엇을 하는가기능 · 개념 · 연계 주차
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.
01
PLC 센서 수집
100ms 주기로 온도·진동·압력 등 6개 태그를 스캔하는 PLC 동작을 시뮬레이션합니다.
02
OPC UA 표준화
PLC 데이터를 NodeID·Quality 메타데이터를 가진 표준 프로토콜 패킷으로 변환합니다.
03
TIG Stack 적재
Telegraf → InfluxDB → Grafana로 이어지는 시계열 수집·저장·시각화 흐름을 체험합니다.
04
MoE 게이트와 전문가
게이트가 여섯 태그를 보고 전문가 셋 중 둘을 골라 실행하고, 두 전문가가 낸 이상 확률을 게이트 몫으로 가중합해 판정합니다. 계수는 학습한 값이 아니라 사람이 정한 상수입니다.
제조 데이터 파이프라인이란?
공장 설비의 센서값이 PLC에서 수집되어 OPC UA로 표준화되고, TIG Stack(Telegraf-InfluxDB-Grafana)을 거쳐 AI 단계에 닿기까지, 데이터가 지나는 자리 여섯을 순서대로 보여줍니다. 실제 설비에 붙지 않고 단계마다 정한 규칙으로 값을 만들어 흘립니다.
- PLC → OPC UA: 설비 제조사마다 다른 프로토콜을 표준 통신으로 통일
- Telegraf → InfluxDB: 시계열 데이터를 초당 수천 건 단위로 수집·저장
- MoE: 게이트가 전문가별 가중치를 내고 상위 둘만 실행합니다(sparse routing). 판정은 그 둘의 출력을 가중합한 값입니다
써 보신 분만 아는 것이 있습니다
쓰다가 막힌 곳이나 현장과 다른 점을 알려주시면 다음 버전에 반영합니다. 보내주신 분께는 9월 추첨으로 스타벅스 쿠폰을 드립니다.