설비에 AI를 붙이기 전에
먼저 데이터를 기록합니다.

psychology 설비 AI화의 첫 단계는 AI가 아닙니다.

AI는 스스로 설비의 과거를 알 수 없습니다. 학습하고 분석할 수 있는 실제 데이터가 있어야 합니다. 하지만 많은 산업현장에서는 설비의 운전 신호가 발생하더라도 그 기록이 지속적으로 축적되지 않습니다.

timeline ForTex® zlog가 만드는 데이터의 흐름

zlog의 목적은 단순히 ON/OFF를 표시하는 데 있지 않습니다. 현장의 신호를 의미 있는 데이터로 바꾸고, 그 데이터를 축적하여 다음 단계의 분석으로 연결하는 것입니다.

speed 그리고 zlog는 설비의 주행기록계가 됩니다.

자동차에는 주행거리를 기준으로 정비와 관리를 판단할 수 있는 주행거리계가 있습니다. 그렇다면 고가의 생산설비에는 실제 운전시간과 운전이력을 확인할 수 있는 기준이 있을까요?

label 설비의 신호를 실제 의미가 있는 데이터로 만듭니다.

처음 설치할 때 업체명과 설비명을 등록하고, 각 입력 단자에 실제 설비의 기능명을 지정합니다. 따라서 INPUT 1, 2, 3이라는 단순한 신호가 아니라 설비의 행동을 의미하는 데이터로 관리할 수 있습니다.

fact_check 무엇을 기록합니까?

설비의 상태를 판단하는 핵심 이벤트를 Timestamp와 함께 기록합니다.

data_object 기록된 데이터는 이렇게 쌓입니다.

수집 이벤트는 설비 식별정보와 함께 JSON 형태로 서버에 전달하고 업체별·설비별·날짜별 데이터로 관리할 수 있습니다.

{
    "user_id": "guest",
    "device_name": "밀링1호기",
    "device_folder": "밀링1호기",
    "date": "2026-10-21",
    "logs": [
        
            "sequence": 1,
            "event": "power_on",
            "timestamp": "2026-10-21 12:42:12",
            "log": {
                "event": "power_on",
                "timestamp": "2026-10-21 12:42:12",
                "channels": {
                    "ch1": {
                        "name": "주축모터",
                        "status": "OFF"
                    },
                    "ch2": {
                        "name": "절삭펌프",
                        "status": "OFF"
                    },
                    "ch3": {
                        "name": "작업등",
                        "status": "OFF"
                    }
                },
                "board_temp": 25.25,
                "env_temp": -999,
                "env_temp_status": "error",
                "sequence": 1
            }
    }

analytics 기록은 분석으로, 분석은 AI로 이어집니다.

처음부터 AI가 모든 것을 예측한다고 말하지 않습니다. 먼저 정확한 데이터를 모으고, 데이터가 쌓일수록 분석의 수준을 단계적으로 높입니다.

tips_and_updates 현장에서는 이렇게 시작하십시오.

거창한 AI 시스템을 한 번에 구축하는 것이 아니라, 지금 있는 설비에서 확보할 수 있는 데이터부터 차근차근 축적하는 방법입니다.

rocket_launch ForTex® zlog가 향하는 곳

list_alt 제품 개요