주식회사 모아티티의 MES 시스템 브로슈어입니다.
공정 환경의 생산계획/지시, 실시간 모니터링, 제어, 추적관리, 진척상황, 불량관리 등 생산 업무를 관리하는 솔루션입니다.
제조 업종별(자동차, 항공, 조선기자재, 전기전자, 통신, 의료기기, 수산, 식품, 제조시공 등) 다양한 구축 경험을 보유하고 있습니다.
★ 1일 무상 방문서비스 및 상담 문의
연락처 : 1855-0313
이메일 : smart@moatt.co.kr
홈페이지 : www.moatt.co.kr
수유 빌림터 - 곽희은. 성신여대 제품인터랙션
단 하나의 경험으로 전체가 완성되는 요즘, 첫 인상은 많은 것을 좌우한다. 사람들이 원하는 전통시장의 큰 요소는 청결이었다. 시장에서 첫번째로 마주하게 될 매대.
수유시장의 첫인상을 결정할 매대를 위생적이고 쾌적한 상인들에게도 편리한 매대로 만들고자 한다.
매대의 청결이 곧 상품의 신선도와 구매 의사로 까지 이어지는 만큼 매대는 중요한 부분이며 또한 새로운 매대 구입에 부담을 갖는 기존 상인과 새롭게 창업하는 청년 상인의 니즈를 파악하여 매대 대여 서비스를 도입하려 한다.
수유시장의 첫 인상을 바꿔줄 쾌적한 점포의 환경을 만들자!
- 청결한 이미지를 줄 수 있는 위생적인 매대디자인
- 점포의 쾌적한 환경조성을 위한 보관/대여 서비스디자인
* 출처 : 수유시장 학생디자인연구회 아이디어 모음집
2017 수유마을시장 지역선도시장육성사업 대학·대학원 디자인연구회 운영사례 결과보고서
[목차]
ㅇ 들어가는 글
ㅇ 사업 소개
ㅇ '수유시장을 디자인하다’학생연구진 활동 소개
ㅇ 학생연구진 사례
- 핵심 제품 및 서비스
- 제품·서비스에 대한 정보전달
- 이해관계자들의 요구사항을 반영한 제품·서비스
- 제품·서비스 제공 프로세스
- 대 고객 서비스
- 안전하게 제품·서비스를 이용하게 하는 요소
- 예상 못하거나 일반적이지 않은 상황에서 제공가능한 제품·서비스
- 상인-소비자, 상인간, 소비자간 커뮤니티형성 요소
ㅇ 끝내는 글
http://marketdesign.tistory.com/28
주식회사 모아티티의 MES 시스템 브로슈어입니다.
공정 환경의 생산계획/지시, 실시간 모니터링, 제어, 추적관리, 진척상황, 불량관리 등 생산 업무를 관리하는 솔루션입니다.
제조 업종별(자동차, 항공, 조선기자재, 전기전자, 통신, 의료기기, 수산, 식품, 제조시공 등) 다양한 구축 경험을 보유하고 있습니다.
★ 1일 무상 방문서비스 및 상담 문의
연락처 : 1855-0313
이메일 : smart@moatt.co.kr
홈페이지 : www.moatt.co.kr
수유 빌림터 - 곽희은. 성신여대 제품인터랙션
단 하나의 경험으로 전체가 완성되는 요즘, 첫 인상은 많은 것을 좌우한다. 사람들이 원하는 전통시장의 큰 요소는 청결이었다. 시장에서 첫번째로 마주하게 될 매대.
수유시장의 첫인상을 결정할 매대를 위생적이고 쾌적한 상인들에게도 편리한 매대로 만들고자 한다.
매대의 청결이 곧 상품의 신선도와 구매 의사로 까지 이어지는 만큼 매대는 중요한 부분이며 또한 새로운 매대 구입에 부담을 갖는 기존 상인과 새롭게 창업하는 청년 상인의 니즈를 파악하여 매대 대여 서비스를 도입하려 한다.
수유시장의 첫 인상을 바꿔줄 쾌적한 점포의 환경을 만들자!
- 청결한 이미지를 줄 수 있는 위생적인 매대디자인
- 점포의 쾌적한 환경조성을 위한 보관/대여 서비스디자인
* 출처 : 수유시장 학생디자인연구회 아이디어 모음집
2017 수유마을시장 지역선도시장육성사업 대학·대학원 디자인연구회 운영사례 결과보고서
[목차]
ㅇ 들어가는 글
ㅇ 사업 소개
ㅇ '수유시장을 디자인하다’학생연구진 활동 소개
ㅇ 학생연구진 사례
- 핵심 제품 및 서비스
- 제품·서비스에 대한 정보전달
- 이해관계자들의 요구사항을 반영한 제품·서비스
- 제품·서비스 제공 프로세스
- 대 고객 서비스
- 안전하게 제품·서비스를 이용하게 하는 요소
- 예상 못하거나 일반적이지 않은 상황에서 제공가능한 제품·서비스
- 상인-소비자, 상인간, 소비자간 커뮤니티형성 요소
ㅇ 끝내는 글
http://marketdesign.tistory.com/28
데이터를 둘러싼 정책과, 기업과 기술의 진화는 빠르게 변화하고 있으며, 모든 지향점은 기업들이 다양한 데이터를 활용하여 경쟁력을 확보하고 이를 통해 AI기반의 혁신을 하고자 하는데 있다.
이 과정에서 수 많은 기업의 업무 전무가, 데이터 사이언티스트 등이 다양한 기업의 혁신을 지원할 수 있는 AI 모델을 검증하는 과정을 거치게 됩니다.
하지만, 이렇게 수 많은 AI 모델이 실제 비즈니스에 적용되기 위해서는 인프라, 및 서비스 관점의 기술이 반드시 필요하게 됩니다.
MLOps는 기업에 필요한 혁신적인 아이디어(AI Model)을 적시에 비즈니스 환경에 적용할 수 있도록 지원하는 기술 및 트렌드 입니다.
주요 내용은
- 데이터를 둘러싼 환경의 변화
- 기업의 AI Model 적용시 마주하는 현실
- MLOps가 해결 가능한 문제들
- MLOps의 영역별 주요 기술들
- MLOps 도입 시 기업의 AI 환경은 어떻게 변할까?
- AI 모델을 비즈니스 환경에 적용(배포)한다는 것은?
2021년 12월 코리아 데이터 비즈니스 트렌드(데이터산업진흥원 주최)에서 발표한 내용을 공유 가능한 부분만 정리함.
발표 영상 참고 : https://www.youtube.com/watch?v=lL-QtEzJ3WY
https://github.com/FinanceData/Life-is-short
(github 페이지: 데이터세트, 동영상)
https://fb.com/financedata/posts/2170185529937113
(페이스북 페이지: 주피터 노트북 및 동영상)
파이썬으로 도전하는 업무자동화와 RPA(로봇프로세스자동화)
* 엑셀 노가다를 파이썬으로 자동화 할 수 있는 방법들
* 데스크탑 자동화(단순 반복 업무 자동화)에 필요한 라이브러리들과 사용 예
* RPA (상용 솔루션)과 파이썬 (무료 오픈소스)의 장점과 단점
* 파이썬을 활용한 업무 자동화 구체적인 방법
데이터를 둘러싼 정책과, 기업과 기술의 진화는 빠르게 변화하고 있으며, 모든 지향점은 기업들이 다양한 데이터를 활용하여 경쟁력을 확보하고 이를 통해 AI기반의 혁신을 하고자 하는데 있다.
이 과정에서 수 많은 기업의 업무 전무가, 데이터 사이언티스트 등이 다양한 기업의 혁신을 지원할 수 있는 AI 모델을 검증하는 과정을 거치게 됩니다.
하지만, 이렇게 수 많은 AI 모델이 실제 비즈니스에 적용되기 위해서는 인프라, 및 서비스 관점의 기술이 반드시 필요하게 됩니다.
MLOps는 기업에 필요한 혁신적인 아이디어(AI Model)을 적시에 비즈니스 환경에 적용할 수 있도록 지원하는 기술 및 트렌드 입니다.
주요 내용은
- 데이터를 둘러싼 환경의 변화
- 기업의 AI Model 적용시 마주하는 현실
- MLOps가 해결 가능한 문제들
- MLOps의 영역별 주요 기술들
- MLOps 도입 시 기업의 AI 환경은 어떻게 변할까?
- AI 모델을 비즈니스 환경에 적용(배포)한다는 것은?
2021년 12월 코리아 데이터 비즈니스 트렌드(데이터산업진흥원 주최)에서 발표한 내용을 공유 가능한 부분만 정리함.
발표 영상 참고 : https://www.youtube.com/watch?v=lL-QtEzJ3WY
https://github.com/FinanceData/Life-is-short
(github 페이지: 데이터세트, 동영상)
https://fb.com/financedata/posts/2170185529937113
(페이스북 페이지: 주피터 노트북 및 동영상)
파이썬으로 도전하는 업무자동화와 RPA(로봇프로세스자동화)
* 엑셀 노가다를 파이썬으로 자동화 할 수 있는 방법들
* 데스크탑 자동화(단순 반복 업무 자동화)에 필요한 라이브러리들과 사용 예
* RPA (상용 솔루션)과 파이썬 (무료 오픈소스)의 장점과 단점
* 파이썬을 활용한 업무 자동화 구체적인 방법
스마트 제조는 모든 제조업의 생존 전략에 선택이 아니 필수로 인식되고 있다. MES는 생산 현장의 시시각각 변화는 생산 자원(4M1E: Man, Machine, Material, Method, Energy)을 실시간 통합과 생산정보화를 통하여 스마트제조의 기반인 공장 운영 최적화를 제공합니다.
본 강의는 스마트 제조에서 MES의 위치와 역할과 이에 필수적으로 요구되는 국제 표준화 내용 및 참조 모델, 국내외 제조 중소기업에서 산업별 적용 시 실패 및 성공 사례를 소개하고, 스마트 제조에서 MES 구축 시 필수적으로 고려할 사항에 대해 설명한다.
Nexpom is developed for SPC in the manufacturing industry which is based on Big data. Nexpom is easy, simple soution for SPC with all kinds of measuring tools, machines, instrument and so on. According to Big data concept, Nexpom is not used database and it makes real-time monitoring dashboard.
리모트콜은 PC화면 원격 공유와 제어를 통해 실시간으로 문제를 해결하는 PC원격지원 솔루션입니다. 다양한 OS(맥, 리눅스, 윈도우)와 모든 부라우저 환경을 지원하며, 강력한 보안을 갖추고 있습니다.리모트콜 도입으로 ROI를 높일 수 있는 비결과 다른 회사는 리모트콜을 어떻게 효율적으로 활용하고 있는지 확인할 수 있습니다.
10. 5년 ~ 10년 격차
수작업 자동화 정보화 지능화단 계
현
재
상
태
기술
격차
국내 중소기업
국내 대기업
해외 선진기업
10/27
11. 납기 시간 단축
▪ 상시 주문접수 가능
▪ 생산현장과
소비지역의 근거리화
▪ 1개 라인에서
여러 종류의
제품 생산
▪ Human Error
최소화
▪ 완제품 제고
최소화 가능
유연성 확보 품질 향상 효율성 증대
11/27
12. 공정 불량 감소
▪ 현장상황 실시간
모니터링 가능
▪ 생산데이터 신뢰성
확보
▪ 생산및원료제고관리
가능및신뢰성확보
▪ 선입선출 및
LOT 추적
▪ 검사 자동화
▪ 제조 리드타임 및
불량 감소
▪ 생산 계획 구축 가능
효율성 증대 품질 향상 납기준수율 향상
12/27
14. 수작업 자동화 정보화 지능화단 계
인간의 경험
경험기반개선
인간의 경험 인간의 경험 인공지능
데이터 분석
인간의 경험
설비 / 센서
제어장치(PLC)
공장관리(MES)
생산정보통합관리
빅데이터,
클라우드
표준/Rule
기반 공정
제어 및 효율화
Data의 축적,
분석, 활용과
최적화
Insight 도출
실시간
예측 제어
수
준
기술
요소
미디어의 관심영역
= 일반인의 스마트공장 인식 수준
15/27
15. 수작업 자동화 정보화 지능화단 계
인간의 경험
경험기반개선
인간의 경험 인간의 경험 인공지능
데이터 분석
인간의 경험
설비 / 센서
제어장치(PLC)
공장관리(MES)
생산정보통합관리
빅데이터,
클라우드
표준/Rule
기반 공정
제어 및 효율화
Data의 축적,
분석, 활용과
최적화
Insight 도출
실시간
예측 제어
수
준
기술
요소
처음 디지털 제조로의 변신을 시작할 때, 50단계를 생각했다. 현재
25단계 정도까지 온 것 같은데, 현재는 앞으로 3~4단계 정도 더 그려볼 수 있다.
그 이후 무엇이 필요할지는 해 봐야 알 수 있을 것이다.
William Ruh, 시스코 전 부사장, 현 GE 디지털 사장
16/27
22. 선행학습
적용 공정
선정
공급기업
선정
내부 키맨
선정
요구사항
정리
도입 추진
테스트
▪ 비슷한 업종이나 공정을 검토
▪ 스마트공장 대표공장 등 견학
▪ 모든 공정에 당장 적용이 불가능
▪ Neck공정, 휴먼 에러가 있는 공정, 위험공정, 비용 대비 효과가 높은 공정 검토
▪ 그 기업의 레퍼런스를 고려(비슷한 사례)
▪ 공급기업가 과다하게 다른 과제를 수행하지 않는가?
▪ 프로젝트 관리자는 2인 이상으로 구성
▪ 적용공정에는 담당자의 참여가 필수
▪ 어떤 데이터를 수집할지 면밀히 검토
▪ 기존의 ERP 시스템의 연계는 필수, 향후에도 데이터를 활용할 수 있게 추진
▪ 공급기업과 긴밀히 협의
▪ 프로젝트 관리자와 담당자의 교육 필수
▪ 테스트 과정에서 필요시 요구사항 추가 필요
23/27
24. 수작업 자동화 정보화 지능화단 계
인간의 경험
경험기반개선
인간의 경험 인간의 경험 인공지능
데이터 분석
인간의 경험
설비 / 센서
제어장치(PIC)
공장관리(MES)
생산정보통합관리
빅데이터,
클라우드
표준/Rule
기반 공정
제어 및 효율화
Data의 축적,
분석, 활용과
최적화
Insight 도출
실시간
예측 제어
수
준
기술
요소
25/27