설비 데이터 수집부터 실시간 모니터링, 공정 분석, AI 운영 확장까지
하나의 흐름으로 연결하는 통합 데이터·AI 플랫폼입니다.
Why InsTegra
설비의 신호 수집에서 끝나지 않고, 수집된 데이터를 실시간으로 모니터링하고 분석하여
현장의 운영 판단과 개선활동에 활용할 수 있는 체계를 만듭니다.
PLC·MES·ERP, 비정형 데이터까지 한 곳에서 수집·관리하고,
분산된 현장데이터와 업무시스템 데이터를 연결해 분석 가능한 기반을 만듭니다.
상태값만 보는 것이 아니라 공정의 변동성과 일관성을 분석하고,
이상 징후와 전조 신호를 조기에 파악해 운영 대응력을 높입니다.
수집·분석된 데이터는 운영기준 수립, 이상 대응, 표준 조건 도출에 활용되며,
향후 Rule 기반 제어와 AI 보조 제어로 단계적으로 확장할 수 있습니다.
Module One
InsTegra Capture
Data Acquisition
InsTegra Platform
01 / 04
PLC·DCS부터 MES·ERP, 비정형 데이터까지 실시간으로 수집·통합하는
현장 데이터 수집 플랫폼입니다.
MELSEC·SIEMENS·CIMON·MODBUS·WebSocket까지,
제조사·OS 제약 없이 직접 연계합니다.
Multi-Protocol Connectivity
설비·공정 데이터(Micro)와 MES·QMS·ERP(Macro)를
실시간으로 연계해 공장 상황을 비즈니스 맥락으로 이해합니다.
Micro × Macro Data
Text·Image·CSV 수집과 Min/Max/Sum/Avg 실시간 집계,
Alarm·Event 트리거 기반으로 AI 분석·시뮬레이션까지 확장합니다.
Big Data Platform Ready
Module Two
InsTegra SCADA
Supervisory Control & HMI
InsTegra Platform
02 / 04
PLC와 현장 설비 데이터를 직관적으로 시각화하고,
알람·이벤트·제어 이력을 통합 관리하는 웹 기반 SCADA / HMI입니다.
별도 설치 없이 브라우저에서
라인·설비·공정을 어디서든 즉시 운영합니다.
Web-based · Zero Install
Setpoint·Mode 제어를 L2 안전 계층 위에서
일관되게 실행하고, 모든 변경을 기록합니다.
L2 Safety · Audit Log
발생 → 조치 → 해제까지
흐름과 이력을 끊김 없이 추적합니다.
Alarm · Event · History
Module Three
InsTegra Analyzer
Analytics & Diagnostics
InsTegra Platform
03 / 04
실시간·이력·작업지시 데이터를 통합 분석하여 공정 성능을 가시화하고,
이상 징후를 조기에 감지하는 제조 분석·진단 모듈입니다.
실시간 공정·설비 데이터에서
이상 징후를 즉시 감지해 즉각적인 판단을 지원합니다.
Real-time Analysis
정상 패턴 대비 성능 변화를 추적하고,
사후 원인 분석의 근거 데이터를 축적합니다.
History · Trend Analysis
LOT·제품·작업지시 단위로 조건과 결과 간 상관을 분석해
최적의 표준 조건을 찾아냅니다.
Work Order · LOT Context
Module Four
InsTegra AI
AI Extension Roadmap
InsTegra Platform
04 / 04
AI Extension은 수집·분석된 제조 데이터를 기반으로 자연어 분석, 원인 후보 도출, 운영 가이드 생성,
Rule 기반 제어 연계와 AI 보조 제어까지 단계적으로 확장하는 고도화 영역입니다.
AI Conversation Preview
오늘 오전 2호 라인 불량률이 왜 높았지?
오전 09:12~10:40 구간에서 코팅 두께 변동성이 평소 대비 +38% 커졌습니다. 같은 시간 라인 속도는 정상 범위였으나, 전류값이 순간적으로 하락한 구간이 3회 감지됐습니다.
▸ 예상 원인: 전원 공급 불안정 또는 전극 마모 의심
▸ 권장 조치: 전극 점검 및 Setpoint 미세 조정 (AI 제안 대기 중)
현업이 질문하면 LLM이 분석 범위를 이해하고,
원인 후보와 조치 가이드를 리포트 형태로 자동 생성합니다.
LLM-Driven Analysis
제어 일관성·변동성·안정성을 평가해
불량·정지 이전에 전조 신호를 사전 탐지합니다.
Behavior Detection
운영 노하우를 바로 적용하지 않고 검증을 거쳐 안전하게 자산화하며,
데이터 성숙도와 운영 안정성에 따라 AI 적용 수준을 단계적으로 확장합니다.
Shadow Mode · Step-up
Automation Levels
Shadow Mode로 안전하게 검증하고, 공정별·라인별로 자율화 수준을 다르게 적용할 수 있습니다.
Level 1에서 시작해 Level 4까지, 준비된 만큼만 자동화하세요.
모든 단계는 L2 기반 안전 제어 구조 위에서 실행됩니다. PLC 제어는 안전장치를 절대 우회하지 않으며, 모든 결정은 감사 로그로 남습니다.
설비별로 흩어진 데이터는 수집 계층을 별도로 두어 하나의 기준으로 통합할 수 있습니다. 설비마다 제조사와 통신 방식이 달라도, 프로토콜을 변환해 같은 형식으로 저장하면 하나의 화면에서 비교할 수 있습니다.
데이터가 따로 관리되는 이유는 설비 도입 시기와 제조사가 달라 각각의 전용 소프트웨어로만 조회되기 때문입니다. 이 상태에서는 라인 전체의 상황을 보려면 담당자가 여러 화면을 오가며 수기로 취합해야 합니다.
InsTegra Capture는 MELSEC·SIEMENS·CIMON·MODBUS 등 서로 다른 프로토콜을 직접 연계해 설비 데이터를 한 곳에 수집하고, MES·ERP 데이터와 함께 조회할 수 있도록 통합합니다.
PLC 데이터는 설비가 지원하는 통신 프로토콜로 직접 연결해 태그 단위로 읽어오는 방식이 일반적입니다. 별도의 게이트웨이 장비를 두는 방식과, 수집 소프트웨어가 직접 PLC와 통신하는 방식이 있습니다.
수집 주기와 태그 수를 먼저 정해야 합니다. 모든 태그를 짧은 주기로 수집하면 저장 용량과 네트워크 부하가 커지므로, 운영 판단에 필요한 항목부터 선정하는 것이 일반적입니다.
InsTegra Capture는 MELSEC·SIEMENS·CIMON·MODBUS·WebSocket을 지원해 제조사나 OS 제약 없이 PLC·DCS 신호를 실시간으로 수집합니다.
통신 포트가 없는 노후 설비도 신호를 읽을 수 있는 경로를 추가하면 수집이 가능합니다. 제어반에 입출력 신호를 분기하거나, 별도 센서와 수집 장치를 설치해 가동·정지·생산 신호부터 확보하는 방식이 많이 쓰입니다.
다만 노후 설비는 모든 항목을 수집하기 어려운 경우가 많습니다. 가동 여부, 사이클 타임, 알람처럼 운영 판단에 바로 쓰이는 항목을 우선 확보하고 범위를 넓히는 편이 현실적입니다.
현장 설비 구성에 따라 가능한 수집 범위가 달라지므로, 도입 전 설비 목록과 제어 구성을 확인하는 진단 단계를 먼저 두는 것을 권합니다.
가능합니다. 가동 여부만 보는 대신 사이클 타임, 속도, 미세 정지 횟수를 함께 보면 원인을 좁힐 수 있습니다. 설비가 켜져 있어도 실제 처리 속도가 느려지거나 짧은 정지가 반복되면 생산량은 떨어집니다.
이런 손실은 정지 시간으로 기록되지 않는 경우가 많아 육안으로는 확인되지 않습니다. 사이클 타임이 기준보다 길어지는 구간을 찾고, 그 시점의 온도·압력·부하 값을 함께 비교해야 원인이 드러납니다.
InsTegra Analyzer는 실시간 데이터와 이력 데이터를 함께 분석해 정상 패턴 대비 성능 변화를 추적하고, 어느 구간에서 손실이 발생했는지 확인할 수 있게 합니다.
비가동 원인이 기타로 몰리는 것은 입력 시점이 작업 이후이고 선택 항목이 현장 용어와 맞지 않기 때문입니다. 원인 코드를 현장에서 실제 쓰는 표현으로 정리하고, 항목 수를 줄이는 것이 먼저입니다.
설비 알람과 정지 신호를 자동으로 수집하면 발생 시각과 알람 코드가 기록으로 남습니다. 작업자는 처음부터 원인을 입력하는 대신 자동 기록된 내용을 확인·보정하는 방식으로 바뀌어 입력 부담이 줄어듭니다.
InsTegra SCADA는 알람과 이벤트를 발생부터 조치, 해제까지 이력으로 관리해 정지 구간과 원인을 연결해 볼 수 있도록 합니다.
두 수치가 다른 가장 흔한 이유는 집계 기준 시점과 단위가 다르기 때문입니다. MES는 작업지시 단위로 실적을 마감하고, 설비는 신호가 발생한 시점에 계수하므로 마감 시각 전후의 생산분이 서로 다른 날짜에 잡힐 수 있습니다.
불량과 재작업 처리 기준도 차이를 만듭니다. 설비 계수에는 불량이 포함되지만 MES 실적에는 양품만 반영되는 경우, 두 수치는 구조적으로 일치하지 않습니다.
설비 데이터와 MES 데이터를 같은 기준으로 연결해 보면 차이가 발생하는 구간을 특정할 수 있습니다. InsTegra는 설비·공정 데이터와 MES·ERP 데이터를 함께 조회해 차이의 원인을 추적할 수 있도록 구성합니다.
추적하려면 품질 결과와 공정 조건이 같은 단위로 연결되어 있어야 합니다. LOT 또는 작업지시 번호를 기준으로 그 시점의 설비 조건과 공정 값이 함께 저장되어 있어야 비교가 가능합니다.
품질 데이터와 공정 데이터가 각각 다른 시스템에 저장되어 있고 연결 키가 없으면, 이상이 발생해도 어느 조건에서 만들어진 제품인지 되짚기 어렵습니다. 이 경우 원인 분석이 경험과 추정에 의존하게 됩니다.
InsTegra Analyzer는 LOT·제품·작업지시 단위로 조건과 결과의 상관을 분석해, 어떤 조건에서 편차가 커졌는지 확인하고 표준 조건을 도출하는 데 활용합니다.
가능합니다. 데이터 수집·분석 계층은 기존 시스템을 대체하지 않고 그 위에 추가하는 형태로 구성할 수 있습니다. MES와 ERP는 기존 역할을 유지하고, 설비 데이터와 연결해 함께 조회하는 방식입니다.
이렇게 하면 기존 업무 프로세스를 바꾸지 않고 시작할 수 있어 도입 부담이 줄어듭니다. 연동 범위는 필요한 항목부터 단계적으로 넓히는 편이 안전합니다.
InsTegra Capture는 설비·공정 데이터와 MES·QMS·ERP 데이터를 실시간으로 연계해, 현장 상황을 업무 데이터와 함께 해석할 수 있도록 연결합니다.
가동률을 정확히 계산하려면 계획 시간, 실제 가동 시간, 비가동 시간의 기준을 먼저 통일해야 합니다. 같은 설비라도 계획 정지를 비가동에 포함하는지에 따라 수치가 크게 달라집니다.
수기로 집계하면 담당자마다 기준이 달라지고 짧은 정지가 누락됩니다. 설비 신호에서 가동·정지 상태를 자동으로 수집하면 기준이 고정되고, 부서 간 수치 차이도 줄어듭니다.
가동률 자체보다 중요한 것은 비가동 시간의 구성입니다. 어떤 원인이 얼마나 차지하는지 나누어 보아야 개선 대상을 정할 수 있습니다.
고장 전 감지를 위해서는 결과 값보다 변동 패턴을 봐야 합니다. 온도·진동·전류·부하처럼 상태를 나타내는 값을 일정 주기로 축적하고, 정상 구간의 변동 폭과 비교하는 방식이 기본입니다.
단일 임계값만으로는 한계가 있습니다. 값이 기준을 넘지 않아도 변동 폭이 커지거나 특정 패턴이 반복되면 이상 징후일 수 있기 때문에, 이력 데이터가 충분히 쌓여야 판단 기준을 만들 수 있습니다.
InsTegra Analyzer는 실시간 데이터에서 이상 징후를 감지하고, 정상 패턴 대비 변화를 추적해 사후 원인 분석의 근거 데이터를 축적합니다.
관리도가 사후 데이터로만 작성되고 있을 가능성이 큽니다. 측정 결과를 모아 나중에 차트를 그리면 이상을 확인하는 시점이 이미 생산 이후가 되어, 조치로 이어지기 어렵습니다.
관리 한계선이 오래전 기준으로 고정되어 있는 경우도 많습니다. 설비 교체나 조건 변경 이후에도 기준을 갱신하지 않으면 실제 공정 상태를 반영하지 못합니다.
공정 데이터를 실시간으로 수집하면 측정값이 한계선에 접근하는 단계에서 확인할 수 있고, 조건 변경 이력과 함께 보면 기준 자체를 다시 정할 근거도 확보됩니다.
가능합니다. 다만 공장마다 설비 구성과 데이터 명칭이 다르기 때문에, 통합에 앞서 공통 지표와 명칭 기준을 정리하는 작업이 필요합니다.
기준을 맞추지 않고 화면만 합치면 같은 이름의 지표가 공장마다 다른 의미를 갖게 되어 비교가 되지 않습니다. 가동률, 생산량, 알람처럼 공통으로 쓸 지표부터 정의를 통일하는 것이 일반적인 순서입니다.
InsTegra는 웹 기반으로 운영되어 별도 설치 없이 여러 사업장의 데이터를 같은 화면에서 확인할 수 있습니다.
제어 구조를 안전 계층 위에 두면 웹 환경에서도 기존 안전장치를 우회하지 않고 운전할 수 있습니다. 중요한 것은 제어 명령이 어떤 계층을 거쳐 전달되고, 모든 변경이 기록으로 남는지입니다.
InsTegra SCADA의 Setpoint·Mode 제어는 L2 안전 계층 위에서 실행되며, PLC의 안전장치를 우회하지 않습니다. 모든 제어 변경은 감사 로그로 남아 누가 언제 무엇을 바꿨는지 확인할 수 있습니다.
권한 관리도 함께 설계해야 합니다. 조회만 가능한 사용자와 제어가 가능한 사용자를 구분하고, 제어 가능한 범위를 설비·공정 단위로 제한하는 것이 일반적입니다.
해결할 문제를 하나 정하는 것이 먼저입니다. 전체 공장을 한 번에 시스템화하기보다, 가장 자주 발생하고 손실이 큰 문제를 정하고 그 문제를 판단하는 데 필요한 데이터부터 수집하는 방식이 실패 확률이 낮습니다.
그다음 확인할 것은 설비별 데이터 수집 가능 여부, 네트워크 구성, 기존 시스템과의 연동 범위, 데이터를 보고 조치할 담당자입니다. 이 네 가지가 정리되지 않으면 시스템을 만들어도 운영으로 이어지지 않습니다.
TCC INS는 현장 진단과 POC 단계부터 함께 검토해, 하나의 공정에서 효과를 확인한 뒤 확장하는 방식을 제안합니다.
Start Simple, Scale Smart
TCC INS는 현장 진단·POC부터 데이터 수집·운영·분석·AI, 시스템 연계 방안까지 함께 제안합니다.
도입·POC 문의 →
