도입사례

저울 OCR 기반 Vision AI 공장 자동화 솔루션

S대기업의 현장 저울 촬영 데이터를 Vision AI가 판독하고, 인식 결과를 공장 생산관리시스템(MES)에 자동으로 전달하는 스마트 팩토리 자동화 프로젝트

현장 저울의 세그먼트 숫자에 특화된 OCR 모델을 구축하고, 모바일과 서버 환경을 비교 검증해 운영 안정성과 시스템 확장성을 함께 확보했습니다.

※ 본 이미지는 보안상 이유로 실제 서비스 화면이 아닌 재구성된 예시 화면을 사용하였습니다.

OCR 인식률 약 40% → 99.6% 향상

PaddleOCR·YOLO 결합으로 7세그먼트 숫자 인식 문제 해결

기존 서버 환경을 유지한 MES 연동형 OCR 자동화 구조 구축

• 실제 저울 촬영 데이터로 PaddleOCR 재학습 및 숫자 영역 검출 강화
• 7세그먼트 숫자 OCR 인식률 40% 수준 → 99.6%로 향상

• NCNN 및 Job 변환을 통한 모바일 OCR 모델 경량화
• 공정 현장 배포를 위한 모델 방식의 한계 및 서버 전환 범위 확인

• PC 학습 모델을 변환해 서버 환경에서도 ONNX로 실행
• 개발 환경 확인 및 Java 서버 실행 범위 확대

• ONNX 모델과 RapidOCR을 결합한 서버 내장형 숫자 인식 구현
• 별도 AI 인프라 구축이나 대규모 시스템 변경 없이 OCR 자동화 적용

플러그인 기반 AI 디자인 코파일럿

L대기업의 PRD 기획 문서를 입력하면 LLM이 디자인 시스템 규칙에 맞는 화면 설계서를 생성하고, 디자인 캔버스에 컴포넌트를 배치한 뒤 결과를 자동 검증하는 AI 디자인 코파일럿 프로젝트

RAG 기반 근거 검색으로 구조적인 검토와 디자인 업무의 반복 작업을 줄이고, 보안·정확성·완결성을 고려한 생성형 AI 운영 체계를 구축했습니다.

※ 본 이미지는 보안상 이유로 실제 서비스 화면이 아닌 재구성된 예시 화면을 사용하였습니다.

PRD 분석부터 화면 설계·컴포넌트 배치까지 자동화

컴포넌트·디자인 토큰 준수 기준의 일관된 적용

보안 수준과 상황에 안정적으로 대응하는 하이브리드 AI 구조 구축

• 필요한 컴포넌트·토큰·규칙을 벡터 검색에 실시간 연동
• 공식 디자인 시스템과 잘 맞도록 분류된 정확도 향상 및 토큰 비용 절감

• 화면 설계서와 컴포넌트 트리 위주로 사전 정의된 데이터 형식으로 생성
• 일관된 출력 구조를 통해 시스템 내 컴포넌트·디자인 토큰 안정적 매핑

• 보안 수준에 따른 클라우드·온프레미스 사이 AI 모델 자동 전환
• 모델 장애 시 대체 모델로 전환하며 서비스 연속성 확보

• 접근성·토큰 준수·텍스트 오탈자 등 5개 항목 점검
• 예외 결과는 담당자가 확인하는 HITL 방식으로 속도와 신뢰성 확보

AI UX 라이팅 품질 관리 플랫폼

L대기업의 서비스 전반의 UX 문구에 통일된 용어와 말투를 적용하도록 돕는 AI 언어 품질 관리 플랫폼 구축 프로젝트

문구를 검색하면 RAG가 기존 승인 표현과 표준 용어를 찾아 근거로 제공하고, LLM이 해당 기준에 맞춘 문안 검수와 영문 번역을 제안합니다.

※ 본 이미지는 보안상 이유로 실제 서비스 화면이 아닌 재구성된 예시 화면을 사용하였습니다.

UX 문구 검색·문안 검수·영문 번역 승인 과정을 하나로 통합

표준 용어와 기존 승인 사례 기반으로 브랜드 언어 일관성 강화

최종 확정 문구를 재사용하는 지식으로 축적하도록 손쉬운 구조 확보

• 스타일 가이드 표준 용어 및 최근 승인 이력 실시간 검색
• 고정 언어 일치와 최신 사례 검색으로 정확도·일관성 향상

• 수정 이유와 근거 반영 결과를 표준화된 JSON 형식으로 생성
• 담당자 확인과 이후 시스템 연동에 안정적으로 반영되는 구조 확보

• 벡터 검색·BM25 결과를 AI Rerank로 통합
• 일치 문구 우선 제시와 범위 확장 시 정확도 향상

• RAG 검색 시 기존 데이터베이스 검색으로 자동 전환하는 Fallback 적용
• 예외 결과는 담당자 검토·최종 확정 및 Translation Memory 축적

VISION AI LLM VLM RAG Fine Tuning