(주)미래아이앤티 총0명이 열람하였으며, 0개의 리뷰가 있습니다.

(주)미래아이앤티의 전체 정보

기업개요 및 핵심역량(요약)

□ 기업연혁2023. 07MI-Bidding 프로그램 등록2023. 07L-MES 프로그램 등록2022. 10㈜미래아이앤티 법인전환2022. 04한국생산기술연구원 “뿌리기업확인서”획득2019. 12뿌리센터 스마트뿌리공정시스템 개발 : ㈜에스케이씨2020. 05미래산업기술(MIT) 공급망관리 프로그램 등록2019. 05 미래산업기술(MIT) 제조실행시스템 프로그램 등록2017. 10 미래산업기술 설립□ 핵심역량■ 기업개요㈜미래아이앤티는 2017년 미래산업기술로 제조업 생산관리 소프트웨어 개발을 시작으로 다양한 제조업종의 공정/생산관리의 스마트화를 위해 개발연구를 진행하였으며 2022년에 ㈜미래아이앤티로 법인화하여 IT전반에 걸친 다양한 사업분야에 진출하고 있음■ 핵심 역량- C, C#, Java, Python 등 다양한 언어 사용 가능한 개발진 보유- 다양한 분야의 경험을 가진 IT PM팀 보유- 다양한 제조업 분야의 스마트공장 구축 경험 보유■ 주요서비스- 데이터 가공기술을 활용한 AI가공서비스 비즈니스 모델 개발■ 자체적으로 생산된 다양한 데이터를 기반으로 정부 기관의 품질 관리 6Step을 준용하여 가공 대상을 정의하고 품질 진단 실시 후, 고객 요구사항을 반영한 가공 계획 수립함■ 최종적으로 데이터 가공 수행을 마친 뒤 검증 프로세스를 통해 정제된 데이터와 비즈니스 모델 (서비스)를 전달하는 과정 수행 경험- 빅데이터 분석·가공 등 개발에 최적화 된 조직구성 및 핵심인력 보유■ 제공된 데이터 자체의 가치향상 및 부가가치 창출을 위해 사전 수요조사부터 제공데이터 관련 활용성 검토, 피드백 및 유지보수 진행

기업한글명

(주)미래아이앤티

도로명주소

경기도 안산시 단원구 광덕3로 145-5 (고잔동,동일프라자)

등록일

2025-02-07

링크(URL)

https://kdata.or.kr/datavoucher/is/selectPortalFileDetail.do?rcpnYear=2025&brno=2578103126&sprnSctrCd=P01014002&prdcId=&sprnDsncCd=P11014001

보유솔루션(요약)

1) MES 기반 스마트공장 솔루션○ 개요수요기업의 디지털화를 성공하기 위해서는 수요기업의 요구사항을 정확하게 분석하는 것이 매우 중요함. 전문 IT 기획팀이 수요기업의 상황, 요구사항 등을 정확하게 파악하고 분석함. 이를 통해 수요기업의 니즈에 맞는 MES 기반의 스마트공장 솔루션을 제공함.○ 장점- 수요기업의 현황을 정확하게 분석하여 요구사항을 명확하게 분석 가능- 수요기업의 의견을 적극적으로 수렴하고 컨설팅- 수요기업과의 데이터 처리 관련 협약을 통해 데이터를 수집- 당사가 보유한 SW 전문 인력의 역량을 활용 가능2) MES 기반 AI 솔루션○ 개요MES 기반 스마트공장 솔루션을 도입한 수요기업은 단순히 데이터를 수집하는 것을 넘어 AI 솔루션을 통해 새로운 정보를 얻을 수 있음. 이를 통해 업무를 수행하는데 있어 새로운 방법을 고안할 수 있고, 신속한 의사결정을 기대할 수 있음○ 장점- 수요기업의 디지털화된 데이터를 정보화 가능- 수요기업의 데이터를 시각화 가능- 수요기업의 데이터를 분석하여 통계분석, AI 분석 가능- 장기적으로는 데이터를 수집하여 수요기업 맞춤형 AI 솔루션 적용 가능- 필요한 경우 AI 전문가와의 협업으로 보다 구체화된 결과를 창출할 수 있는 여건 마련되어 있음3) 모니터링시스템○ 개요생산된 다양한 데이터를 기반으로 정부 기관의 품질 관리 6Step을 준용하여 가공 대상을 정의하고 품질 진단 실시 후, 고객 요구사항을 반영한 가공 계획 수립함.○ 장점- 데이터 수집 / 생성 / 전송 모듈 관리 기능- 데이터 수집 시 발생하는 현황 및 장애 로그 상세 내역- 데이터 전송 시 발생하는 현황 및 장애 로그 상세 내역- 일자별 수집로그 현황 및 전송로그 현황 통계- 데이터별 수집 및 전송 현황 통계- 빅데이터 센터 효율적 운영을 위한 업무 공유 및 처리 게시판- 데이터 정의, 품질관리, 운영관리, 개발관리, 기타 등 업무 별 카테고리 세분화- 주간 분석 보고서, 일간 분석 보고서 등 분석 보고서 데이터 도출

상세주소

306-32호

설립일자

2022-10-01

유지보수(후속지원)전략(요약)

○ 기본적인 시스템 장애에 대한 대처방안시스템의 HW와 SW의 이상 상황이 발생되는 경우 적극적이고 효율적으로 대처하기 위하여 다음과 같은 장애처리지침으로 운영됩니다. 시스템 운영 시 예상치 못한 문제점이 발생하여 추가 조치사항이 필요하게 되는 경우, 즉시 고객지원팀으로 통보되며 고객사로부터 문제의 내용이 파악된 후 CG팀으로 문제점에 대한 보완 요청이 전달됩니다. 각 해당 팀에서는 문제점을 해결 후에 보완 결과를 다시 개발운영팀으로 피드백하게 됩니다.○ 업무 수행 시 응용프로그램 오류 유형하드웨어 : 과도한 업무처리 및 불안정한 시스템 관리로 인한 하드웨어 자체의 장애 발생, 각 시스템간의 연동 오류네트워크 : 네트워크망 자체의 결함으로 인한 통신장애, 통신 프로토콜의 결함으로 인한 일부 데이터의 손실시스템오류 : 시스템 어플리케이션 프로그래밍의 오류 및 시스템 간 상호연동, 오류로 인한 데이터의 부분 손실 및 연산 기능의 장애○ 비상 시 연락대책하드웨어, 네트워크, 시스템 오류 : 070-4036-8450

주요서비스 상세정보(요약)

1) 계획수립 (1) 수요업체의 비즈니스 이슈 파악 ① 수요업체의 비즈니스 이슈 파악 후 어떤 데이터들을 수집해야 할지 판단하는 단계 (2) 가공 업무 협의 ① 수요기업의 요구사항 정의 ② 가공될 데이터의 정의서 (3) 프라이버시 중심 디자인 ① 데이터가공 마지막 단계에서 프라이버시 관련 요소들을 검토 및 적용하는 것이 아니라, 계획 단계에서부터 프라이버시를 고려하여 데이터 내의 프라이버시를 적절히 보호되면서 데이터 가공업무의 편리성을 해치지 않게 가공업무를 수행하도록 계획2) 데이터 가공에 관한 구축 범위 및 데이터 구축유형 목표 선정 (1) 수요업체와 사전협의에 따른 데이터 특성별로 가공 수행 (2) 데이터 병합, 정제, 변형, 축소 등 다양한 전처리 기법을 사용하여 가공업무 수행 (3) 개인정보보호를 위한 데이터 가공3) 가공업무 방법 (1) 비정형 데이터 ① 이미지 및 동영상 처리 : 데이터 어노테이션(Bounding box, Semantic segmentation 등)기법을 사용하여 객체에 주석을 달아주는 작업 - 사내 보유하고 있는 라벨링 프로그램을 통해 라벨링 작업 수행 - 다양한 기법을 통해 이미지 특징 추출 ② 텍스트 데이터 : 텍스트 토큰화, 불용어 처리, 어간 추출, 표제어추출 등 다양한 기법들을 통해 추후 딥러닝에서 잘 학습할 수 있게끔 가공 - 텍스트를 토큰(형태소) 단위로 나누기 - 불필요한 토큰(형태소) 제거 - 정수 인코딩, 원-핫 인코딩, Byte Pair Encoding(단어 분리하기)등 과 같이 텍스트를 수치형으로 변환 ③ 음성 데이터 : 아날로그 데이터인 음성데이터를 디지털 신호로 변환 - 음성 데이터를 특정 시간 간격으로 자른 후 해당 간격에 있는 파형에 대해 퓨리에 변환(Fourier Transform)을 적용 * 퓨리에변환 : 시간 영역의 신호를 입력으로 받아 주파수로 분해하여 출력 - 퓨리에 변환이 적용된 음성 데이터를 어떻게 가공할지 주파수 분석 시행 - Mel-Scale을 통해 전

카테고리구분

전처리,품질,코딩,시각화,정보추출또는조합,태깅또는라벨링,분석,생성·수집,자동화

품질확보전략(요약)

○ 품질확보 전략서비스 개선을 위한 데이터 수집 체계 수립서비스 개선을 위한 데이터 전처리 체계 수립서비스 개발 및 개선을 위한 우수 인력 확보서비스 개발 및 개선을 위한 위더스 AI 솔루션 지속적 학습서비스 품질 향상을 위한 세부 방법론 개발을 위한 정기적 미팅 실시

활용사례(요약)

1) 계획수립 (1) 수요업체의 비즈니스 이슈 파악 ① 수요업체의 비즈니스 이슈 파악 후 어떤 데이터들을 수집해야 할지 판단하는 단계 (2) 가공 업무 협의 ① 수요기업의 요구사항 정의 ② 가공될 데이터의 정의서 (3) 수요업체 중심 디자인 ① 데이터가공 마지막 단계에서 수요업체 관련 요소들을 검토 및 적용하는 것이 아니라, 계획 단계에서부터 수요업체를 고려하여 데이터를 적절히 보호되면서 데이터 가공업무의 편리성을 해치지 않게 가공업무를 수행하도록 계획2) 가공업무 (1) 수요업체와 사전협의에 따른 데이터 가공 수행 (2) 데이터 병합, 정제, 변형, 축소 등 다양한 전처리 기법을 사용하여 가공업무 수행 (3) 개인정보보호를 위한 데이터 가공3) 가공업무 방법 (1) 비정형 데이터 ① 이미지 및 동영상 처리 : 데이터 어노테이션(Bounding box, Semantic segmentation 등)기법을 사용하여 객체에 주석을 달아주는 작업 - 사내 보유하고 있는 라벨링 프로그램을 통해 라벨링 작업 수행 - 다양한 기법을 통해 이미지 특징 추출 ② 텍스트 데이터 : 텍스트 토큰화, 불용어 처리, 어간 추출, 표제어추출 등 다양한 기법들을 통해 추후 딥러닝에서 잘 학습할 수 있게끔 가공 - 텍스트를 토큰(형태소) 단위로 나누기 - 불필요한 토큰(형태소) 제거 - 정수 인코딩, 원-핫 인코딩, Byte Pair Encoding(단어 분리하기)등 과 같이 텍스트를 수치형으로 변환 ③ 음성 데이터 : 아날로그 데이터인 음성데이터를 디지털 신호로 변환 - 음성 데이터를 특정 시간 간격으로 자른 후 해당 간격에 있는 파형에 대해 퓨리에 변환(Fourier Transform)을 적용 * 퓨리에변환 : 시간 영역의 신호를 입력으로 받아 주파수로 분해하여 출력 - 퓨리에 변환이 적용된 음성 데이터를 어떻게 가공할지 주파수 분석 시행 - Mel-Scale을 통해 전체 주파수 스펙트럼을 가져와 균등한 간격의 주파수로 분리 - Mel-Spectr