기업 기본정보
아이티에스 시스템 주식회사
소개
아이티에스시스템은 스마트팩토리 및 제조 IT 전문기업으로, MES·Smart CIM·설비 연계 등 제조현장의 생산정보시스템을 개발·구축하고 있습니다. 다년간의 SI·SM 수행 경험과 제조 데이터 처리 기술을 기반으로 생산·품질·설비 데이터를 통합하고, 최근에는 AI Agent, AI Vision, 제조 데이터 분석 기술을 접목하여 제조기업의 디지털 전환(DX)과 AI 전환(AX)을 지원하고 있습니다. 또한 기업부설연구소를 중심으로 자체 솔루션과 제조 특화 AI 기술을 지속적으로 연구·개발하고 있습니다.

담당자 정보
보유 AI 솔루션
ITS IAI (Industrial AI Agent)
| AI솔루션 소개 | ITS IAI는 제조현장의 MES·POP·설비·품질·생산 데이터와 작업표준서, 설비 매뉴얼, 장애이력, 기술문서 등 비정형 데이터를 통합하여 제조업무의 분석·의사결정·지식 활용을 지원하는 제조 특화 AI Agent 솔루션입니다. Smart CIM을 기반으로 제조현장의 다양한 데이터를 수집·연계하고, LLM·RAG·멀티모달 AI 기술을 활용하여 생산·품질·설비 문제에 대한 자연어 질의응답, 원인분석, 대응방안 추천, 보고서 생성 등의 업무를 지원합니다. 또한 현장 전문가의 암묵지와 조치 경험을 지식화하여 AI가 활용할 수 있도록 함으로써 작업자의 의사결정을 지원하고 제조현장의 DX에서 AX로의 전환을 지원합니다. | |||
|---|---|---|---|---|
| 솔루션 목적 |
| |||
| 솔루션 종류 |
| |||
| 활용 분야 |
| |||
| 세부 설명 | 솔루션 목적
솔루션 종류
1. Smart CIM – 제조 데이터 통합 플랫폼제조현장의 설비·생산·품질 데이터를 수집하고 MES/POP 등 기존 시스템과 연계하여 AI가 활용할 수 있는 제조 데이터 기반을 제공합니다.
2. IAI – Manufacturing Gen.AI제조기업의 문서와 현장 데이터를 기반으로 하는 제조 특화 생성형 AI 솔루션입니다.
3. Manufacturing AI Agent생산·품질·설비 등 제조업무별 AI Agent가 현장 데이터와 지식정보를 분석하여 작업자의 의사결정을 지원합니다. Production Agent 생산실적, 가동현황, 계획 대비 실적 등을 분석하고 생산 관련 질의 및 보고업무를 지원합니다. Quality Agent 불량현황, 품질이력 및 과거 조치사례를 분석하여 품질문제의 원인 파악과 개선활동을 지원합니다. Equipment Agent 설비상태, 장애이력, 설비 매뉴얼 등을 기반으로 이상상황 발생 시 원인 및 조치방법 검색을 지원합니다. Knowledge Agent 작업표준서, 기술문서, 매뉴얼 및 전문가 노하우를 통합하여 제조현장 지식검색 및 질의응답을 제공합니다. 4. Tacit Knowledge AI – 제조 암묵지 AI현장 전문가와 숙련 작업자가 보유한 작업 노하우를 텍스트·이미지·영상·작업 데이터와 결합하여 AI가 활용할 수 있는 제조지식으로 전환합니다.
이 부분은 현재 수행하는 암묵지 사업과 연결할 수 있어 아이티에스시스템만의 차별화 포인트로 가져가는 것을 추천합니다. 5. Vision AI제조현장의 이미지·영상 데이터를 활용하여 제품 및 공정상태를 분석하고 검사·작업판정 업무를 지원합니다.
활용 분야자동차/자동차부품 프레스·가공·조립·검사공정의 생산 및 품질 데이터 분석, 작업 노하우 지식화, 이상상황 대응 지원 기계·금속가공 레이저커팅·프레스·가공설비 등의 작업조건, 생산실적, 불량 및 작업자 노하우 분석 전자·부품 제조 생산·검사 데이터 통합, 품질이력 분석, 제조문서 검색 및 현장 AI Assistant 반도체·소재 제조 설비 및 생산 데이터 연계, 생산현황 분석, 이상상황 관련 지식검색 및 의사결정 지원 일반 제조업
| |||
| 세부 추가 설명 | ||||
| 사용 프레임워크 | 아이티에스시스템의 제조 AI 솔루션은 개별 AI 모델만 제공하는 것이 아니라, 설비/센서 → Smart CIM → MES·POP → 제조 Data → RAG/Vector DB → LLM·Multimodal AI → AI Agent → HITL → 현장업무 로 연결되는 구조를 지향합니다. ① 데이터 수집·연계 설비, 센서, MES, POP, 생산·품질 데이터를 수집·연계 → ② 제조지식 구축 매뉴얼, 작업표준서, 장애이력, 품질문서, 전문가 암묵지를 구조화하고 Vector DB 기반 지식베이스 구축 → ③ AI 분석 LLM, RAG, Vision, Multimodal AI를 활용하여 제조 데이터와 지식 분석 → ④ AI Agent 생산·품질·설비·지식 Agent가 원인분석, 관련자료 검색 및 대응방안 도출 → ⑤ HITL AI가 제안한 결과를 현장 전문가가 검토·승인 → ⑥ 업무 자동화 및 AX 보고서 작성, 현황분석, 문제 대응 및 제조 의사결정 업무 자동화 로 확장하는 구조입니다. 사용 프레임워크LLM / RAG Framework
AI Agent Framework
Multimodal AI Framework
Data Integration Framework
| |||
| 사용 아키텍처 | 1. Manufacturing Data Integration Layer 제조현장의 데이터를 수집·통합하여 AI 활용을 위한 데이터 기반을 구성하는 계층
2. AI Knowledge & RAG Layer 정형·비정형 제조 데이터를 AI가 활용할 수 있는 제조 지식으로 변환하는 계층
3. AI Model & Multimodal Layer 제조 데이터와 지식을 분석·추론하는 AI 핵심 계층
4. Manufacturing AI Agent Layer 생산·품질·설비 등 제조업무별 AI Agent가 데이터를 분석하고 업무를 수행하는 계층
5. HITL & Governance Layer AI의 판단을 사람이 검증하고 제조현장에 안전하게 적용하기 위한 계층
6. Manufacturing Application & AX Layer AI 분석 결과를 실제 제조업무와 연결하여 DX에서 AX로 확장하는 응용 계층
| |||
| 테스트데이터 결과서 | 보유중인 AI 솔루션을 학습시키고 테스트 데이터에 대해서 활용 분야에서 일반적으로 인정되는 성능지표가 포함된 테스트 결과서 작성 (예시) accuracy: loss, F1 score, mAP(mean Average Precision), AUC/AUROC(area under the ROC), PPL(perplexity), BLEU(Bilingual Evaluation Understudy), METEOR(Metric for Evaluation of Translation with Explicit ORdering),FID(Fréchet Inception Distance),IS(Inception Score) 등 | |||
| 데이터 보유·수집현황 |
| |||
| 해당 솔루션 관련 사업실적 |
|