대화식 데이터 조회
- “이번 달 생산 실적 보여줘” → SQL 자동 생성 · 조회
- 기간이 빠지면 먼저 되물어 무의미한 조회 방지
AI Platforms
생성형 AI부터
로봇 학습 데이터까지
사내 문서와 숙련자의 노하우, 데이터베이스, 사람의 행동 영상, 적재할 물품 목록, GPU 자원까지 — 인타운은 현장의 데이터를 다루는 AI 플랫폼을 직접 개발합니다. INFINI · 현장 암묵지 AI 플랫폼 · AnyAI는 고객의 서버 안에서 동작해 데이터가 외부로 나가지 않습니다.
00포트폴리오
한눈에 보는 AI 플랫폼
인타운이 자체 개발한 AI 플랫폼을 성격별로 묶었습니다. 항목을 선택하면 해당 플랫폼으로 바로 이동합니다.
-
01
생성형 AI · 지식
Generative AI
-
02
AI 에이전트
AI Agents
-
03
피지컬 AI
Physical AI
-
04
AI 인프라
AI Infrastructure
-
05
차세대 컴퓨팅
Next Computing 준비 중
01Generative AI
생성형 AI · 지식
사내 문서와 숙련자의 판단 근거를 바탕으로, 고객의 서버 안에서 출처를 밝혀 답하는 생성형 AI입니다.
01.1고객 맞춤형 생성형 AI 플랫폼
INFINI
중소 · 중견기업을 위한 온프레미스 생성형 AI 플랫폼입니다. GPU 1장 이상의 워크스테이션에서 전체 스택을 자체 호스팅하고, 로컬 LLM으로 추론해 사내 데이터가 외부로 나가지 않습니다.
UX 원칙
강력하지만 쉬운 AI
- 01사고과정 투명화
- 02답변 근거 인용
- 03명령 팔레트
- 기능 모듈
- 44개
- 테스트
- 6,000건 이상
- 클라우드 API
- 0
- GPU
- 1장 이상
왜 필요한가 → 어떻게 푸는가
중소 · 중견기업이 생성형 AI를 도입할 때 부딪히는 네 가지 문제와, 그에 대한 INFINI의 해법입니다.
- 문제: 대기업형 AI 플랫폼, 비싼 인프라 투자 부담해법: GPU 1+ 워크스테이션에서 전체 스택 자체 호스팅
- 문제: 내부 문서의 외부 유출 위험해법: 로컬 LLM 추론으로 데이터 외부 유출 방지
- 문제: 실무 문서의 수작업, 한글 파일(HWPX) 처리해법: 양식 그대로 한글 문서 자동 작성
- 문제: 필요 기능별 개발 도구 구축의 복잡성해법: 모듈 조합형 — 필요한 기능만 켜서 배포
핵심 기능
-
01
로컬 LLM 동작 오케스트레이션
요청의 성격에 따라 텍스트 · 비전 · 음성 · 임베딩 모델을 자동으로 불러오고, 8GB VRAM 풀을 관리합니다.
-
02
적응형 RAG
사내 문서를 근거로 답하고, 답변의 출처를 인용합니다.
-
03
한글 문서 자동 작성 · 심사
HWPX 문서를 생성하고 문서를 추출 · 검토합니다. 보고서 · 회의록 · 보도자료를 작성합니다.
-
04
에이전트 · 워크플로
노코드 에이전트 빌더와 그래프형 업무 자동화, REST · DB · 파일 커넥터를 제공합니다.
도입 형태
조직 규모에 맞는 3가지 프로파일로 도입합니다.
docker compose
- 프록시
- DB
- Redis
- Ollama
| 프로파일 | 대상 | 구성 |
|---|---|---|
| smb-minimal | 단일 사용자 · 현장 적용 | SQLite |
| smb-standard | 중소기업 5~20명 | PostgreSQL + pgvector |
| midmarket-full | 중견기업 · 기관 (전 직원) | PostgreSQL + pgvector |
기업 특화 모듈
01.2현장 지식 AI
현장 암묵지 AI 플랫폼
숙련자의 판단 근거를 조직의 자산으로
- 숙련자의 판단 근거를 문서 · 음성 · 영상과 함께 모아 지식으로 축적합니다.
- 모든 답변에 출처를 표시하고, 실제 자료와 맞지 않는 출처는 자동으로 제거합니다.
- 회사 서버 안에서만 동작하는 설치형 AI로, 데이터가 외부로 나가지 않습니다.
- 7단계
- 자료 수집부터 검토, 답변까지
- 출처 검증
- 답변의 출처가 실제 자료와 맞는지 대조
- 전문가 승인
- 전문가가 검토 · 승인한 내용만 지식으로 등록
- 외부 전송 0건
- 회사 서버에서 AI 구동, 인터넷 차단 환경 지원
근거 기반 질의응답
- 질문하면 AI가 사내 문서와 현장 노하우를 직접 찾아 답변
- 문장마다 출처 번호를 달고 원문을 그대로 제시
- 자료끼리 내용이 다르면 양쪽 원문을 함께 제시
자료 통합 관리
- 문서 · 음성 · 영상을 올리면 종류를 자동으로 판별해 분석
- 한글(HWPX) 문서를 바로 처리
- 녹음 · 영상은 말한 사람을 구분해 글로 변환
- 근거 각주가 달린 보고서를 한글 · 워드 · PDF로 작성
- 분야별 지식만 바꿔 다른 업종에 적용
- 상업적 이용이 가능한 공개 AI 모델 사용
적용 시연 · 항만 분야
규칙과 사람의 판단을 함께
- 공통 기반은 그대로 두고 분야별 지식만 바꿔 적용합니다 (주조 · 용접 · 도금 · 항만).
- 판정은 규칙으로, 근거는 규정으로, 최종 판단은 사람이 합니다.
- 규칙에 따른 판정 결과 옆에 베테랑의 현장 경험을 함께 표시합니다.
- 4개 분야
- 주조 · 용접 · 도금 · 항만 시연 구성
- 업무 화면 3종
- 선석 배정, 장비 정비, CCTV 관제
- 근거 조항 표시
- 판정마다 관련 규정 · 법령 조항 명시
- 사람 결정 우선
- 확정한 계획은 시스템이 바꾸지 않음
선석 배정
- 선석 길이 · 수심 · 화물 조건으로 배정 이유를 수치로 제시
- 관련 현장 노하우를 참고용으로 함께 표시
- 조건에 맞는 선석이 없으면 배정 불가로 알림
CCTV 관제
- 영상 분석으로 위험 상황을 감지해 경보
- 경보마다 조치 절차, 근거 규정, 현장 경험을 함께 안내
- 감지, 접수, 종결 단계별 처리 이력 관리
장비 정비
- 장비 상태 점수와 문제 부위 3D 표시
- 앞으로 30일 상태 예측
- 부두 3D 화면으로 하루 작업 흐름 재생
※ 항만 분야 화면은 시연 구성이며, 화면에 표시된 장비 정보와 수치는 시연 데이터입니다.
02AI Agents
AI 에이전트
기존 서비스와 데이터베이스에 붙어, 자연어 질문에 데이터를 조회해 답합니다.
02.1온프레미스 AI 에이전트
AnyAI
데이터를 이해하는 AI 챗봇을,
우리 서버 안에서
스크립트 한 줄과 설정만으로 기존 서비스에 붙는 설치형 AI 챗봇입니다. 실시간 데이터를 안전하게 조회 · 분석하고, 사용자가 보는 화면 · 문서 맥락까지 이해해 답합니다.
고객 서버 · 온프레미스
모델과 데이터가 서버 밖으로 나가지 않습니다
- 기존 서비스 사용자 화면 스니펫 한 줄 + 대시보드 설정
- 질문 · 화면 맥락
- AnyAI AI 에이전트 LLM · 온프레미스 동작
- 도구 호출
- 자동 생성 도구 사전 정의된 안전 쿼리 DB 스키마를 자동 파악해 생성
- 읽기전용 조회
- 고객 DB 실시간 데이터 사용자별 격리
LLM이 SQL을 직접 만들어 DB에 보내는 경로는 없습니다
“LLM이 직접 SQL을
만들지 않습니다.”
도입 3단계
- 1DB 연결조회할 데이터베이스를 연결합니다.
- 2스키마 자동 파악 · 도구 생성DB 구조를 자동으로 파악해 조회 도구를 만듭니다.
- 3스니펫 붙여 바로 사용개발 없이 스니펫 한 줄과 대시보드 설정으로 서비스에 붙입니다.
-
01
빠른 도입
- 개발 없이 스니펫 한 줄 + 대시보드 설정
- DB만 연결하면 도구가 자동 생성
-
02
온프레미스 보안
- 모델 · 데이터가 서버 밖으로 나가지 않음
- 고객 데이터는 읽기전용 · 사용자별 격리
-
03
도메인 중립
- 학습 · 주문 · 제조 등 어떤 분야든
- 코어 수정 없이 설정만으로 확장
-
04
정확성
- 실시간 데이터에 근거해 답변 (환각 방지)
- 사용자가 보는 화면 · 문서 맥락 반영
02.2제조 데이터 AI
MES Chatbot
말로 묻고, 데이터로 답하다
자연어 질문을 SQL로 바꿔 MES DB를 조회하고, 결과를 차트와 AI 보고서로 정리합니다.
MES를 이해하는 AI
DB 명세서 RAG와 업무 규칙으로 현업 용어를 이해합니다.
- 자연어 질의자연어 기반 SQL문 자동 생성
- 업무 규칙 기반생산 · 불량 · 재고 등 동의어 기반 검색
- 오류 자가 수정SQL 오류 시 자가 수정 후 재시도
- 최적의 프로세스의도 분류 조회차트보고서대화
-
01
자연어 질의
“이번 달 생산 실적 보여줘”
SQL을 몰라도 자연어 질문만으로 묻습니다
-
02
SQL 자동 생성 · 조회
질문을 SQL로
SQL문을 자동으로 만들어 MES DB를 조회합니다
-
03
결과
차트 · AI 보고서 자동 작성
조회 결과를 차트와 AI 보고서로 자동 작성합니다
시각자료 생성
- 데이터 구조에 맞춰 Bar · Line · Pie · Area 자동 선택
- 데이터 차트 이미지 다운로드
- 데이터 조회 결과 CSV 다운로드
AI 보고서 작성
- 조회 데이터를 분석해 보고서 초안 작성
- 세션별 양식 템플릿(파일 · 텍스트) 적용
- PDF 다운로드 제공
- 시각자료 자동 포함
03Physical AI
피지컬 AI
사람의 행동과 물리 환경(적재 · 하중 · 롤링)을 다루는 AI입니다.
03.1로봇 학습 데이터
행동 데이터 통합 플랫폼
영상 점검부터 로봇 컴파일까지 9단계로, 사람의 행동 영상에서 양질의 행동 데이터를 추출합니다.
- 파이프라인
- 9단계영상 점검부터 로봇 컴파일까지
- 품질 게이트
- 15개반려 이유를 숫자로
- 대상 로봇
- 2종 + URDF내장 로봇 2종 + 내 URDF 업로드
- 내보내기 형식
- 6종BDX · LeRobot v3 등
입력
사람 행동 영상
+ 한 문장
+ 한 문장
로봇 무관 정본
BDX
정본 하나에서 여러 로봇으로
- 내장 로봇 1+ 잔차(mm)
- 내장 로봇 2+ 잔차(mm)
- 내 URDF 업로드 N+ 잔차(mm)
기록각 단계가 무엇을 관측했고 무엇을 지어냈는지 끝까지 남깁니다.
대시보드
- 한눈에 보는 행동 데이터 현황
- 직관적인 에피소드 접근
- 최종 승인은 사람이 직접 수행
영상 기반 에피소드 자동 생성
- 관절 궤적 + 잔차(mm)를 함께 제공
- 업로드 영상 기반 행동 데이터 자동 추출
- 보편적 행동 데이터 포맷 지원
- 컴파일정본 하나에서 아무 로봇으로든 (내장 2종 + 내 URDF)
- 리타게팅손실 변환 — 결과마다 잔차(mm) 동봉
- 품질학습을 통한 데이터 품질 상승
03.2AI 최적화 시뮬레이션
최적 적재 시뮬레이터
물품 목록으로 3D 팔레트 적재안을 자동 생성하고, 하중 · 전복 · 하차 순서 안전성을 검사해 0~100점으로 채점합니다.
같은 적재율,
다른 안정성
- 안정성 차이
- 10배 이상
- 같은 양도 적재 방법에 따라 안정성이 달라집니다
- 기본 작업 오차
- σ 20mm
- 현장 실측으로 교정 · 박스별 허용 오차(±mm) 계산
최적 적재안 자동 생성
- 3D 오브젝트 기반 결과 출력
- 점수와 등급 산정 후 개선 방안 제안
현장 교정 · 선박 롤링
- 롤링 각도 입력 시 롤링 시뮬레이션 기반으로 재판정
- 현장 실측값으로 작업 오차 교정
- 탐색AI 최적화 · 다회 후보 기반 병렬 탐색
- 실행 여유 계산0.4ms / 계획
- 검증자동 테스트 수행
- 동작 환경온프레미스 · 외부 API 의존 없음
04AI Infrastructure
AI 인프라
여러 노드의 GPU로 학습을 나눠 수행하고, GPU 사용 현황을 실시간으로 확인합니다.
04.1AI 학습 인프라
분산 AI 학습 플랫폼
서로 다른 GPU를 묶어 멀티노드 분산학습 · 연합학습을 온프레미스에서 수행합니다. 학습 작업부터 GPU 자원 모니터링까지 하나의 통합 학습 환경에서 다룹니다.
지식재산
특허 출원 2건
SW 저작권 5건
분산 AI 학습 플랫폼 관련 · 이미지는 특허 출원번호통지서
-
01
멀티노드 분산학습
여러 노드의 GPU로 학습을 나눠 수행합니다.
DDP · Ray 기반 학습 분산
-
02
이기종 GPU · 연합학습
모델과 VRAM이 서로 다른 GPU를 섞어 학습합니다.
연합학습(FL) 지원
-
03
실시간 자원 모니터링
GPU 사용 현황을 실시간으로 확인합니다.
온프레미스 배포
05Next Computing
준비 중차세대 컴퓨팅
물품 적재, APS 작업 배정처럼 인타운이 다뤄 온 조합 최적화 문제를 출발점으로 양자 컴퓨팅을 소개합니다.
05.1Quantum Computing
양자 컴퓨팅 ×
산업 최적화
물품을 어떤 순서로 어디에 쌓을지, 작업을 어떤 순서로 배정할지처럼 선택지를 조합해 최선을 찾는 문제를 조합 최적화라고 합니다. 대상이 늘수록 경우의 수가 폭발적으로 커져, 모든 경우를 따져 보는 방식은 금세 한계에 부딪힙니다. 양자 컴퓨팅은 이런 문제에서 새로운 해법을 열 것으로 기대되는 기술입니다.
경우의 수는 얼마나 빨리 늘어날까
3,628,800가지
약 363만 가지 · 7자리 수
물품을 쌓는 순서만 헤아린 수(n!)입니다. 놓는 위치와 방향까지 따지면 경우의 수는 훨씬 커집니다.
연계 실적
인타운은 이 영역과 맞닿은 문제를 다뤄 왔습니다.
- AI 플랫폼 03.2 최적 적재 시뮬레이터 AI 최적화 · 다회 후보 기반 병렬 탐색
- 구축 사업 한화오션 APS 시스템 구축 2026 · 한화그룹 대표 사업
- AI 플랫폼 04.1 분산 AI 학습 플랫폼 이기종 GPU 멀티노드 분산학습 · 연합학습
그 경험 위에서, 양자 기술의
산업 적용을 준비합니다.
현장의 데이터에 맞는 AI, 인타운이 함께 만들겠습니다
대표전화 051-742-2368
이메일 [email protected]