제조업을 위한 솔루션
현대 산업화 세계의 특징인 제조 부문은 원자재 조달에서 최종 제품으로의 변환에 이르기까지 모든 단계를 포함합니다. 산업화 이전 시대의 가정용 제조부터 이 부문은 기계화된 어셈블리 라인 및 자동화와 같은 단계를 통해 발전해 왔으며, 모든 새로운 개발은 더 빠르고 효율적인 제조 프로세스에 추가되었습니다. 클라우드 컴퓨팅은 IT 인프라와 프로세스를 오류가 발생하기 쉬운 온-프레미스에서 고가용성, 보안 및 효율적인 클라우드로 변환하고 최첨단 IoT(사물 인터넷), AI/ML 및 분석 솔루션을 제공함으로써 제조 회사에 다음 혁명을 가져올 수 있습니다.
Microsoft Azure는 다음을 수행할 수 있는 제조 솔루션을 제공하여 4차 산업 혁명에 대한 가능성을 보여 주고 있습니다.
- 산업용 IoT를 사용하여 더 민첩한 스마트 팩터리를 구축하는 데 도움이 될 수 있습니다.
- 복원력이 더욱 뛰어나고 수익성 있는 공급망을 만듭니다.
- 작업 인력 생산성을 변환합니다.
- 혁신과 새로운 비즈니스 모델을 잠금 해제합니다.
- 새로운 방식으로 고객과 소통합니다.
Azure를 사용하여 제조 비즈니스를 현대화하는 방법을 알아보려면 제조를 위한 Azure를 방문하세요. 더 많은 리소스는 Microsoft Trusted Cloud for Manufacturing을 참조하세요.
제조를 위한 아키텍처 가이드
다음 문서에서는 제조 업계의 Azure 솔루션에 대한 아키텍처 지침을 제공합니다.
Architecture | 요약 | 기술 포커스 |
---|---|---|
IoT(사물 인터넷) 아키텍처 디자인 | 기본 IoT(사물 인터넷) 개념 및 Azure IoT를 시작하는 방법에 대해 알아봅니다. | IoT |
MLOps 프레임워크를 통해 기계 학습 수명 주기 업스케일링 | Fortune지 선정 500대 식품 회사가 사용자 지정된 기계 학습 모델의 도움을 받아 미국 내 여러 지역의 다양한 매장에서 수요 예측을 개선하고 제품 재고를 최적화한 방법을 알아봅니다. | AI/ML |
확장성 있는 주문형 고성능 컴퓨팅 | 이 문서에서는 대규모 컴퓨팅 성능이 필요한 엔지니어링 및 제조 분야에서 잘 알려진 몇 가지 영역을 안내하고 Microsoft Azure 플랫폼에서 지원하는 방식을 살펴봅니다. | 컴퓨팅 |
제조업을 위한 예측 유지 관리 | 예측 유지 관리에 대한 몇 가지 배경을 소개한 후 온-프레미스 데이터, Azure 기계 학습 및 기계 학습 모델의 조합을 사용하여 PdM 솔루션의 다양한 부분을 구현하는 방법을 설명합니다. | AI/ML |
예측 유지 관리 솔루션 | 이 문서에서는 예측 유지 관리 솔루션을 구축하기 위한 옵션을 제시합니다. 제시된 다양한 관점과 기존 자료를 사용하여 시작할 수 있습니다. | AI/ML |
IoT 데이터에서 실행 가능한 인사이트 추출 | 이 가이드에서는 IoT 데이터 분석에서 조치 가능한 인사이트를 추출하는 데 필요한 구성 요소를 기술적으로 살펴봅니다. | IoT |
제조를 위한 아키텍처
다음 문서에서는 제조 업계를 위해 개발 및 권장되는 아키텍처에 대한 자세한 분석을 제공합니다.
Architecture | 요약 | 기술 포커스 |
---|---|---|
Anomaly Detector 프로세스 | Anomaly Detector API를 사용하면 기계 학습을 몰라도 시계열 데이터에서 변칙을 검색하고 모니터링할 수 있습니다. | 분석 |
자동 안내 차량 컨트롤 | 이 예제 아키텍처는 자동차 OEM(주문자 상표 부착 방식)을 위한 엔드투엔드 접근 방식을 보여 주고 참조 아키텍처 및 재사용할 수 있는 공개된 지원 오픈 소스 라이브러리 여러 개를 포함합니다. | IoT |
Azure Cognitive Services를 사용하여 음성 텍스트 변환 전사 파이프라인 빌드 | 많은 양의 녹음된 통화를 분석하고 Azure Cognitive Services를 사용하여 음성 텍스트 변환 대화 내용 기록 파이프라인을 빌드하여 고객 관리 센터의 효율성을 개선하고 비즈니스를 변환합니다. | AI/ML |
Power Platform을 사용하는 시민 AI | 아키텍처는 Azure Synapse 시나리오를 사용한 엔드투엔드 분석에서 확장됩니다. Azure Machine Learning에서 사용자 지정 ML 모델을 학습하고 Microsoft Power Platform을 사용하여 빌드된 사용자 지정 애플리케이션으로 구현할 수 있습니다. | AI/ML |
에지에서 컴퓨터 비전을 사용하는 엔드 투 엔드 제조 | 다시 에지에서 클라우드로 전환되는 컴퓨터 비전에 대한 엔드투엔드 방식을 보여 주는 예제 아키텍처. | AI/ML |
인텔리전트 IoT Edge를 사용하여 예측 유지 관리 | IoT(사물 인터넷) Edge는 데이터 처리 및 저장을 데이터 원본에 가깝게 하여 클라우드 연결 및 리소스에 대한 종속성을 줄이면서 빠르고 일관된 응답을 가능하게 합니다. | IoT |
품질 보증 | 이 솔루션은 제조 파이프라인(어셈블리 라인)의 예제를 사용하여 오류를 예측하는 방법을 보여 줍니다. | AI/ML |
제조를 위한 솔루션 아이디어
다음은 제조 솔루션의 시작점으로 사용할 수 있는 다른 아이디어입니다.
피드백
https://aka.ms/ContentUserFeedback
출시 예정: 2024년 내내 콘텐츠에 대한 피드백 메커니즘으로 GitHub 문제를 단계적으로 폐지하고 이를 새로운 피드백 시스템으로 바꿀 예정입니다. 자세한 내용은 다음을 참조하세요.다음에 대한 사용자 의견 제출 및 보기