HYBRID DATA PLATFORM

데이터 레이크와 분석을
하나의 플랫폼에서

Resource Lake는 제조 현장의 모든 데이터를 통합(Data Lake)하고, 실시간 트랜잭션(OLTP)과 심층 분석(OLAP)을 동시에 지원하는 통합 데이터 플랫폼입니다.

RAW SOURCES AI PROCESSING AI-READY ASSETS ERP / DB PLC / 설비 센서 / CSV 정제 · 표준화 · 벡터화 Vector DB Analytics Knowledge

Core Architecture

데이터의 수집부터 분석까지, 완벽한 파이프라인을 제공합니다.

Data Lake

정형 데이터(RDB)부터 비정형 데이터(Log, Image, Sensor)까지, 원시 형태(Raw Data) 그대로 저장하고 필요할 때 정의하여 사용하는Schema-on-Read 아키텍처를 제공합니다.

  • 대용량 데이터의 저비용 저장
  • 모든 유형의 데이터 수용 (Structured/Unstructured)

OLTP

생산 실적, 설비 상태, 품질 판정 등 현장에서 발생하는 초당 수만 건의 트랜잭션을 지연 없이 처리하여데이터의 무결성(ACID)을 보장합니다.

  • 실시간 데이터 처리 (Real-time Processing)
  • 고성능 동시성 제어 (High Concurrency)

OLAP

축적된 데이터를 다양한 관점(Dimension)에서 분석하여, 생산성 향상과 비용 절감을 위한 비즈니스 인사이트를 도출합니다. AI 학습을 위한 고품질 데이터셋을 제공합니다.

  • 복잡한 쿼리 및 집계 분석
  • 다차원 데이터 모델링 (Multi-dimensional)

AI-Ready Data Pipeline

단순 저장을 넘어, LLM이 이해할 수 있는 지식(Knowledge)으로 변환합니다.

STEP 01

LLM Pre-processing

비정형 데이터(PDF, HWP, 매뉴얼)에서 텍스트를 추출하고, LLM이 이해하기 쉬운 구조(Markdown, JSON)로 변환합니다. 불필요한 노이즈를 제거하여 토큰 효율을 최적화합니다.

STEP 02

Vector Embedding

전처리된 텍스트를 고차원 벡터(Vector)로 변환하여 Vector DB(Milvus, Chroma)에 저장합니다. 의미론적 검색(Semantic Search)을 위한 인덱싱 과정을 수행합니다.

STEP 03

Knowledge Service

RAG(Retrieval-Augmented Generation) 파이프라인을 통해 LLM에게 최적의 문맥(Context)을 제공합니다. API 형태로 다양한 애플리케이션에 지식을 공급합니다.

Quick Answers

Resource Lake 데이터 통합 핵심 질문

서로 다른 제조 데이터를 연결하고 활용 가능한 형태로 만드는 방법을 설명합니다.

Resource Lake는 무엇인가요?

설비, 센서, 레거시 시스템에서 발생하는 데이터를 수집하고 정제·표준화해 MES, 대시보드와 AI가 공통으로 활용하게 만드는 제조 데이터 플랫폼입니다.

서로 다른 데이터 형식을 처리할 수 있나요?

원천별 필드와 단위를 확인하고 공통 데이터 모델로 변환해 시스템마다 다른 구조를 일관된 기준으로 연결합니다.

수집한 데이터는 어디에 쓰이나요?

생산 모니터링, 품질 분석, 설비 상태관리, 경영 지표와 RAG·AI 분석을 위한 신뢰 가능한 데이터 기반으로 활용합니다.

검토: 이유랩 기술팀
USEN