데이터 준비는 AI 확장보다 먼저입니다
산업 AI 프로젝트는 모델이 문서를 읽어도 자산, 위치, 신호, 작업 지시, 승인 규칙을 안정적으로 식별하지 못하면 막힙니다. 실제 운영에서는 데이터 기반이 모델만큼 중요합니다.
Data Fusion Services는 FactVerse에서 이 기반을 준비합니다. 소스 시스템을 연결하고 필드를 디지털 트윈 엔티티에 매핑하며 데이터를 정규화하고 지표를 계산합니다. 이렇게 만든 컨텍스트는 FactVerse Twin Engine, FactVerse AI Agent, Inspector, 대시보드, 분석 워크플로에서 사용됩니다.
운영 워크플로에서 시작
먼저 개선할 결정이나 작업을 정해야 합니다. 예지보전, 시설 점검, 데이터센터 운영, HeatOps, 반도체 시설 시스템, 물류 장비, 디지털 SOP 실행이 좋은 시작점입니다.
| 워크플로 | 우선 데이터 |
|---|---|
| 예지보전 | 자산 계층, 센서 추세, 알람, 정비 이력, 점검 결과, 작업 지시 결과 |
| 시설 점검 | 공간 구조, 자산 목록, 점검 포인트, 체크리스트, 사진, 문제 분류, 종료 기록 |
| 데이터센터 | 룸, 랙, 설비, 계량기, 알람, 에너지, 정비 기록, 자산 책임자 |
| HeatOps | 열원, 서브스테이션, 계량기, 온도, 압력, 유량, 날씨, dispatch 로그 |
| 작업 안내 | SOP, 단계, 장비 참조, 안전 메모, 교육 기록, 승인 요구 사항 |
소스 인벤토리 작성
일반적인 소스는 SCADA, BMS, EMS, PLC, historian, IoT, MES, ERP, CMMS, EAM, GIS, BIM, 계량기, 스프레드시트, 도면, 매뉴얼, SOP 저장소, 점검 도구, 교육 시스템, 문서 라이브러리입니다.
각 소스마다 소유자, 목적, 연결 방식, 필드, 업데이트 주기, 보존 기간, 단위, 타임스탬프, 명명 규칙, 품질 위험, 보안과 승인 요구를 기록합니다.
자산과 공간 ID 정리
AI Agent 워크플로에는 안정적인 참조가 필요합니다. 펌프, AHU, UPS, 열교환기, 밸브, 크레인, 차량, 룸, 라인, 서브스테이션은 여러 시스템에서 같은 대상으로 인식되어야 합니다.
FactVerse와 Twin Engine은 이 ID를 사용해 공간, 장비, 시스템, 관계, 문서, 신호, 작업 지시를 연결합니다. Data Fusion Services는 소스 필드와 태그를 올바른 트윈 객체에 매핑합니다.
신호, 이벤트, 실행 기록 준비
온도, 진동, 전류, 압력, 유량, 에너지, 밸브 상태, 알람 상태, 장비 상태에는 단위, 타임스탬프, 샘플링 규칙, 품질 표시가 필요합니다. 작업 지시, 점검, 사진, SOP, 승인 기록은 실행 컨텍스트를 제공합니다.
머신러닝에는 신호, 자산 컨텍스트, 운영 상태, 사람의 판단, 실행한 조치, 결과가 함께 필요합니다. 이 데이터는 학습, 재학습, 평가, 추천 조정에 사용됩니다.
DataMesh 롤아웃 패턴
- 워크플로 선택 - 책임자와 측정 가능한 결과가 있는 운영 루프를 선택합니다.
- 소스 인벤토리 - 시스템, 태그, 문서, 소유자, 접근 방식, 품질 위험을 정리합니다.
- ID 모델링 - FactVerse에서 공간, 자산, 시스템, 관계, 별칭을 정의합니다.
- 매핑과 정규화 - 소스를 연결하고 필드를 엔티티에 바인딩하며 단위와 시간을 정리합니다.
- 실행 컨텍스트 연결 - Inspector, Checklist, CMMS/EAM, SOP, 증거, 승인 규칙을 연결합니다.
- AI 검토 준비 - 신뢰할 수 있는 컨텍스트를 FactVerse AI Agent에 제공합니다.
- 결과 캡처 - 현장 증거와 조치 후 측정값으로 데이터와 모델을 개선합니다.
체크리스트
- 워크플로에 책임자와 측정 가능한 결과가 있는가
- 시스템, 문서, 태그, 기록이 소유자와 함께 정리되었는가
- 자산과 공간이 일관되게 매핑되는가
- 단위, 타임스탬프, 샘플링, 품질 위험이 문서화되었는가
- 작업 지시, 점검, SOP, 사진, 승인 기록이 연결되었는가
- AI Agent가 추적 가능한 증거로 추천을 설명할 수 있는가
- 사람의 검토, 거절된 제안, 결과가 ML 평가에 사용되는가
공개 참고 자료
Data Fusion Services 제품 페이지는 FactVerse 데이터 통합 계층을 설명합니다. FactVerse AI Agent 운영 루프 가이드는 추천이 검토된 현장 실행으로 이어지는 방식을 설명합니다. Yokogawa와 DataMesh, NIO 스마트 팩토리, JTC는 공개 사례입니다.