삼성SDS가 AI 기술을 접목한 차세대 디지털 물류 플랫폼으로 글로벌 공급망 혼란에 대응하고 있다. 26일 잠실캠퍼스에서 열린 '첼로스퀘어 콘퍼런스 2025'에서 공개된 새로운 서비스는 분석형 AI와 생성형 AI를 활용해 물류 예측 정확도를 혁신적으로 높인 것이 특징이다. 최근 글로벌 물류 시장은 지정학적 리스크, 미국의 관세 정책 변화, 해운동맹 재편 등으로 큰 혼란을 겪고 있다. 삼성SDS는 이러한 환경에서 기업들의 과학적 의사결정을 지원하기 위해 첼로스퀘어 플랫폼을 대폭 업그레이드했다. 특히 선박의 이동시간, 항만 체류시간은 물론 '항구별 혼잡도'까지 변수로 반영한 예측 모델을 개발, 기존보다 훨씬 정교한 도착예정시간(Predictive ETA) 서비스를 선보였다. 이번에 강화된 기능 중 주목할 만한 것은 화물의 출항일 예측(Predictive ETD) 서비스다. 선적 후 변동 가능성이 있는 출항일을 사전에 예측해 전체 물류 프로세스를 실시간으로 관리할 수 있도록 했다. 또 목적지 항구에서 파업이나 재난 발생 시 대체 항구를 추천하고 새로운 내륙 운송 계획을 자동 생성하는 지능형 시스템을 구축했다. 특히 생성형 AI 기술을 활용한 물류 리스크 센싱 시스
산업 자동화 및 제어 분야의 글로벌 리더인 요꼬가와가 AI 기반 운영 우수성 플랫폼 공급업체인 UptimeAI와 전략적 계약을 체결했다. 이번 계약을 통해 요꼬가와는 UptimeAI에 대한 자본 투자를 단행하며, 산업 플랜트의 자산 성과 관리를 획기적으로 개선하는 AI 솔루션을 공동 개발할 예정이다. 두 회사는 UptimeAI의 AI 기반 플랫폼을 요꼬가와의 ‘OpreX Asset Health Insights’ 서비스와 통합하여 제공할 계획이다. 이 통합 솔루션은 석유 및 가스, 화학, 시멘트, 전력 및 재생 에너지 산업에 적용되며, 공장 운영의 신뢰성과 유지 관리 효율성을 최적화하는 강력한 접근 방식을 제공할 것으로 기대된다. 이번 협업을 통해 요꼬가와는 OpreX Asset Health Insights의 OT/IT 데이터 활성화 기능과 UptimeAI의 핵심 기술을 결합한 통합 솔루션을 출시할 예정이다. 이 솔루션에는 △고급 LLM 기반 AI 에이전트 △주제 지식 △자체 학습 워크플로 △유지 보수 분석 △산업 자산 라이브러리 모델 등이 포함된다. 이를 통해 플랜트 운영자는 보다 정확한 예측 분석, 근본 원인 분석, 자동화된 학습 프로세스를 활용할 수 있으
ICT 서비스 전문 기업 유큐브(대표 김정범)가 지난 29일 코트야드 바이 메리어트 세종에서 진행된 'AI 기반 시스템 부하 방지 기술 세미나'를 성공적으로 마무리했다고 밝혔다. 이날 세미나에는 행정안전부, 국토부, 농림부, 기재부를 비롯한 중앙부처 디지털 담당자 100여 명이 참석했다. ‘디지털 재난 대응의 새로운 방향성 – 준비된 AI’라는 주제로 진행된 세미나에서는 권헌영 디지털플랫폼정부위원회 정보보호분과위원장, 강문정 한국인공지능검증원 대표, 박훈성 유큐브 신기술연구소 소장, 김선우 에이아이맥스 이사 등 AI 기술 활용 관련 각계 인사들이 그간의 연구 성과 및 사례 발표와 디지털 정부 서비스에 대한 다양한 제언을 공유했다. 박훈성 유큐브 신기술 연구소 소장은 AI기반 과부하 원인 사전 예측 분석 및 장애방지 기술 소개 발표를 통해 “윙드는 과부하 요소를 AI로 학습하고 예측해 지능적으로 또 즉각적으로 대응하는 솔루션”이라며 “AI 알고리즘 기술로 서버상태를 실시간으로 모니터링해 어떤 상황에서도 서버를 항상 최적화 상태로 유지한다”고 소개했다. 그는 이어 “기존의 캐시 서버들은 정적 페이지만 캐시해왔지만 윙드의 기술은 동적 페이지 캐시도 가능해 다양한
통합형 예측분석 : 자동관리형 유지보수 및 신규 비즈니스 모델로의 전환 지원 팬데믹으로 인해 급격히 도입된 새로운 운영방식을 향후 표준 운영절차로 계속 사용하려는 기업이 많다. 현장 장비 및 제품 관리와 서비스 분야에서 이러한 추세는 특히 명확하게 나타나고 있다. 조직이 현장 장비 성능을 원격으로 실시간 모니터링하는데 사용하는 기술이 중요한 역할을 할 수 있게 됐다. 모니터링 데이터를 대상으로 예측분석을 수행해 문제를 실제 발생 전에 파악하면 모니터링을 통해 수집한 정보를 더욱 유용하게 활용할 수 있다. 이번 백서를 통해 통합형 모니터링 데이터 예측분석으로 다운타임을 줄이고 효율성을 높이는 방안에 대해 알아본다. 헬로티 이동재 기자 |
[헬로티] 산업 AI는 OT와 IT의 융합에서 중요한 역할을 할 것이다. 그리고 앞으로 더 많은 AI 적용 사례가 나올 것이며, 특히 클라우드 상에서 AsA Service 형태로 제공하는 사례도 더욱 많아질 것으로 보인다. 이번 하노버메세 2021에서도 거의 모든 분야에서 AI가 등장하고 있었다. 지난 4월, 산업 AI와 데이터, 그리고 Gaia-X에 대해 마키나락스 윤성호 대표와 SAP 정대영 본부장이 ‘하노버산업박람회 2021 심포지엄’에서 강연한 내용을 토대로 하노버메세 2021이 주는 시사점을 정리했다. 반도체 생산라인은 제조업 중에서 가장 고도화된 생산라인이라고 할 수 있다. 업계에 따르면 반도체 생산라인을 구축하는 데 16조 원 정도 들며, 인프라를 제외한 장비 가격만 약 10조 원에 달한다. 반도체 제조업체들은 고도화된 장비를 사용함에도 불구하고 여전히 수율이나 예기치 못한 장비 고장, 최적화 등에 많은 고민을 안고 있다. 그래서 최근에는 인공지능(AI) 기술을 활용해서 이러한 문제를 해결하려는 시도들이 점점 늘고 있다. 우선, 공장을 보면 수백 억 개 이상의 장비들이 연결되어 있고, 그 연결된 장비들을 통해서 엄청난 데이터들이 쏟아져 나온다.
[헬로티] 비트나인은 예측분석 솔루션, ‘G-PAS(Predictive Analysis System)’을 출시했다고 밝혔다. G-PAS는 빅데이터 분석을 통해 필요한 정보를 예측할 수 있는 솔루션이다. 텍스트 관계분석, 그래프 패턴 분석, 그래프 클러스터링, 그래프 추론의 4가지 핵심 분석 방법론으로 빅데이터를 예측·분석한다. 예측분석 시스템인 G-PAS는 빅데이터를 저장할 수 있는 프로퍼티 그래프 데이터 모델을 사용한다. 데이터 원형을 그래프로 저장할 수 있어 기존의 테이블 형식보다 비용과 시간을 절감할 수 있다. 솔루션은 그래프 예측분석 엔진인 Agens G-PAS와 저장소 AgensGraph, 분석 시각화 도구 AgensBrowser로 구성돼 있다. 비트나인에 따르면 G-PAS는 복잡한 데이터 및 비정형 데이터, 실시간 데이터 간의 연관 관계 및 의미를 분석할 수 있기 때문에 범죄 행위 및 보안 위협(CTI)예측, 시스템 장애 예측, 실시간 추천시스템 등에 적용할 수 있다. 맞춤형 분석 알고리즘 개발, 데이터 분석 컨설팅 및 교육 서비스 분야에도 활용할 수 있다. 최근에는 금융, 공공기관, 제조업 등 적용 사업 범위를
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김유활 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2025년 11월 18일 23시 41분
