01RAW
기계가 보내는 사실
- RPM · Feed
- XYZ 좌표
- NC Code · Block
- Spindle · Axis Load
- Alarm · Cycle Time
DATA TO DECISION
신호에 공정 맥락을 더해야 판단이 됩니다
같은 부하값도 공구, 소재, Block의 역할과 품질 이력에 따라 의미가 달라집니다. BaroFactory는 원시 신호와 현장 맥락을 함께 봅니다.
02CONTEXT
공정의 의미
- 설비 · 품목 · LOT
- 공구 · 보정값
- 황삭 · 정삭 · 에어컷
- 작업자 · 일정
- 품질 · 소재 이력
03INTELLIGENCE
실행 가능한 판단
- 병목 · 완료예정
- Vc · fn · fz
- 공구·품질 위험
- 조건 변경 후보
- 승인형 보호(Pilot/R&D)
MEANING BEFORE REASONING
서로 다른 기계의 데이터를 하나의 제조 맥락으로 정리합니다
AI가 RPM과 부하를 읽는 것만으로는 공정을 이해할 수 없습니다. 그 값이 어느 설비·공정·공구·품목·LOT·품질 결과와 연결되는지 공통 정의와 관계가 필요합니다.
BaroFactory는 현재 이 공통 제조 의미모델을 정립하고 있으며, 장기적으로 산업표준과 매핑 가능한 제조 온톨로지 레이어로 확장합니다.
MachineOperationToolPartLotQuality
Canonical Manufacturing Model
설비·공정·공구·품목·LOT·작업지시·품질결과의 공통 정의, 고유 ID, 단위와 핵심 관계를 정리합니다.
Manufacturing Semantic Layer
절삭공정 AI와 생산운영 AI가 같은 제조 맥락을 공유하고, 고객·파트너 데이터를 공통 의미로 연결하도록 확장합니다.
Manufacturing Ontology Layer
산업표준 매핑, 외부 AI 질의, 파트너 모듈 재사용과 공장 간 학습을 지원하는 의미 기반 인터페이스를 지향합니다.
공통 개념을 정의합니다
Machine, Operation, Tool, Part, Lot, Work Order, Quality Result가 각각 무엇을 뜻하는지와 시간·단위 기준을 통일합니다.
제조 관계를 연결합니다
어느 설비가 어떤 공정을 실행하고, 어떤 공구로 어떤 품목과 LOT를 가공했으며, 조건 변경이 CT·품질·공구수명에 어떤 결과를 남겼는지 연결합니다.
외부 표준과 연결할 수 있게 설계합니다
내부 기준모델을 중심으로 장비·MES·ERP·CAM·품질·파트너 시스템을 매핑하고, 필요한 범위부터 표준 기반 인터페이스로 확장합니다.
현재 범위와 로드맵을 구분합니다
현재는 제품 내부의 공통 데이터 구조와 제조 의미모델을 정립하는 단계입니다. 정식 온톨로지 배포, 전체 산업표준 호환과 외부 추론 인터페이스는 검증 범위에 따라 단계적으로 확대합니다.
CONNECT BEFORE AI
연결 가능한 데이터와 한계를 먼저 확인합니다
제조사명만으로 호환을 보장하지 않습니다. 컨트롤러·연식·통신 옵션과 필요한 데이터 깊이를 함께 확인한 뒤 수집 범위와 진단 방법을 정합니다.
기존 네트워크에서 시작
지원 가능한 컨트롤러는 Ethernet·LAN과 설비 내부 데이터에서 먼저 시작합니다. 설비 교체를 전제로 하지 않습니다.
공개 지원 예시
2025년 12월 PRO 리플릿의 연동 검토 대상 예시는 FANUC 0i·31i·32i, Siemens 840D·828D와 국내 주요 제조사 장비입니다.
모델별 사전 진단
같은 제조사 장비도 연식·옵션·네트워크 구성에 따라 읽을 수 있는 신호가 다릅니다. 구형 모델을 포함해 연결 가능 범위를 먼저 확인합니다.
필요한 신호만 확장
CNC 내부 데이터를 기본으로 사용하고, 진동·음향·전력처럼 추가 확인이 필요한 과제에만 엣지 장치나 센서를 선택적으로 결합합니다.
SIX TECHNOLOGY MODULES
연결부터 증거까지 끊기지 않는 구조
각 모듈은 데이터와 검증 구조를 공유하지만 제공 상태는 다릅니다. 엣지 실행은 Pilot/R&D이며 아래 성숙도에서 경계를 확인할 수 있습니다.
CNC Data Plane
다기종 CNC의 상태·NC Code·RPM·Feed·좌표·부하·알람을 산업용 엣지 어댑터로 연결합니다.
Cutting AI
원시 명령값을 Vc·fn·fz·ap·ae·MRR과 공구·NC Block의 공정 역할로 변환합니다.
Operations AI
설비·품목·LOT·작업자·일정·납기를 연결해 병목, 완료예정과 작업자 수요를 판단합니다.
Physics-Informed AI
실제 시계열과 절삭 물리를 결합해 판단의 근거와 적용 한계를 함께 설명합니다.
Edge Execution
Pilot/R&D: 네트워크 지연과 단절을 고려해 현장 가까이에서 검증된 모델·규칙과 보호 로직을 시험합니다.
Evidence & Trust
추천·승인·모델 버전·동작·변경 전후 결과를 남겨 안전성과 개선효과를 추적합니다.
PHYSICS-INFORMED AI
패턴과 절삭 물리를 함께 봅니다
데이터 모델은 반복되는 현상을 찾고, 물리관계는 그 현상이 가능한지 확인하는 기준이 됩니다. 판단 근거와 적용 한계를 함께 제시해 현장 엔지니어가 검토할 수 있게 합니다.
- 실제 RPM·Feed와 공구 지름으로 절삭조건 환산
- 소재제거율과 부하·동력의 관계 확인
- 동일 Block 반복에서 마모와 산포 추적
- 충돌·치수·면조도·공구수명 검증을 전제로 후보 제시
CUTTING POWER MODELP ≈ kc × Q
절삭동력 ≈ 비절삭저항 × 소재제거율
P필요 절삭동력kc소재·조건별 비절삭저항Q단위시간당 소재제거량
MATURITY & EVIDENCE
현재 가능한 것과 다음 목표를 구분합니다
기술의 성숙도는 마케팅 문구가 아니라 고객이 감수할 위험과 검증 수준을 정하는 기준입니다.
현장에 제공 중
설비 상태, 생산량, CT, 알람, NC Block 분석과 공정 리포트 등 검증된 상용 범위입니다.
고객 공정에서 검증
공구·품질 위험 모델과 엣지 보호처럼 설비·공정별 데이터와 안전검증이 필요한 범위입니다.
다음 표준을 연구
설비·로봇·측정을 연결하는 셀 자율화와 멀티모달 제조 AI를 단계적으로 연구합니다.
TECHNOLOGY MEETS THE FIELD
장비와 과제를 알려주시면 연결 가능 범위를 검토합니다
컨트롤러 모델, 설비 연식, 네트워크 환경과 필요한 데이터 깊이를 바탕으로 가장 현실적인 기술 구성을 제안합니다.