MES and AI Integration Map

MES와 AI의 통합은 예측 모델을 붙이는 문제가 아니라 생산 운영 데이터의 의미와 책임 경계를 정하는 문제입니다.

Summary

MES는 생산 실행의 기준 시스템이고, AI는 판단 보조 계층입니다. AI가 MES를 대체하는 것이 아니라 MES의 의사결정 지점을 강화합니다.

통합 구조

flowchart LR
  PLC["설비/PLC"] --> MES["MES"]
  Sensor["센서/검사 장비"] --> DataLake["Data Lake"]
  MES --> DataLake
  DataLake --> Feature["Feature Store"]
  Feature --> Model["AI Model"]
  Model --> Service["AI Service"]
  Service --> MES
  Service --> Dashboard["Dashboard"]
  MES --> KMS["AI Native KMS"]
  Service --> KMS

데이터 영역

영역	예시	주의점
생산 실적	lot, 작업지시, 수량, 시간	기준 코드 정합성
품질 결과	검사값, 판정, 불량 유형	라벨 품질
설비 데이터	센서, 알람, 정비 이력	시간 동기화
공정 조건	온도, 압력, 속도, recipe	변경 이력
작업자 입력	사유, 조치, 인수인계	표준 용어

AI 결과가 MES로 돌아가는 방식

1. 알림형: 이상 후보를 보여주고 사람이 판단합니다.
2. 추천형: 조치 방법이나 조건 변경 후보를 제안합니다.
3. 자동 등록형: 검사 후보, 정비 티켓, 재학습 후보를 시스템에 생성합니다.
4. 폐루프 제어형: 승인된 조건 안에서 제어값을 조정합니다.

Warning

폐루프 제어는 가장 마지막 단계입니다. 품질, 안전, 책임 문제가 크기 때문에 알림형과 추천형에서 충분한 운영 신뢰를 만든 뒤 접근해야 합니다.

통합 체크리스트

• MES의 기준 코드와 AI 학습 데이터의 코드가 일치하는가?
• lot, 설비, 품목, 작업지시의 시간 축이 맞는가?
• AI 판단 결과가 어느 화면에 표시되는가?
• 사람이 거절하거나 수정한 결과가 다시 학습 데이터로 남는가?
• 모델 버전과 배포 시점이 생산 이력과 연결되는가?

관련 문서

• Manufacturing AI Use Cases
• AI Native KMS
• MOC Manufacturing AI