분당1 데이터바우처 사업관리 가공기업 정보

경기 성남시 분당구 데이터바우처 사업관리 가공기업

경기 성남시 분당구에는 오엔에스커뮤니케이션, 비젠트로(주), 주식회사 유라 외 33개의 가공기업이 있습니다.

주식회사 쿱와 소개

• 주식회사 쿱와은 2019-05-01에 설립되었습니다.
• 주소 : 경기 성남시 분당구 판교역로 230 삼환하이펙스 B동 207호
• 주요 서비스 : 1.
  데이터 가공
  – 정형데이터, 비정형데이터 전처리 가공2.
  데이터 분석 및 시각화 가공
  – Python로 데이터 및 시각화 가공 제공
  – 데이터레이크에서 데이터를 추출하고 결과를 자동으로 시각화 가공3.Vision 분야 이미지/영상 라벨링 및 학습을 위한 AI 알고리즘4.
  에너지 환경분야IoT 센서 데이터 수집 및 AI 알고리즘 개발
• 보유 솔루션 : 순번자산명모델명가격활용 현황1GPU서버MW
  -D52G
  -4U60,500,000데이터 가공, AI 학습 모델2GPU서버MW
  -G241
  -G4054,450,000데이터 시각화, AI 학습 모델3워크스테이션Z0W30096E+27MD5KL10,700,000비정형 데이터(이미지/영상, 텍스트, 음성) 가공4워크스테이션MX
  -621WS18,927,000데이터 서버5클라우드Azure Instance
  -가공 데이터 저장, AI 학습 모델6AI 가속 SWAI Online Inference
  -AI 학습 모델 배포 변환7AIoT 플랫폼kubwaflowMLOps 기반 AIoT 플랫폼
• 품질 확보 전략 : 1.
  해당 바우처 수요기업 전담 인원 배치 1:1 서비스2.
  데이터정의
  -데이터전처리
  -데이터 분석에서
  – 단계별 품질 계획을 세우고 이에 따른 검수 실행3.
  품질 검수 및 검증 전담 인력 배치 및 운영
  – 특급개발자가 직접 품질 검수 관리 및 분석 모델 검증4.
  개인정보 및 민감 데이터 관련 비식별 가공 처리5.
  수요기업의 품질 피드백 즉시 반영
• 유지보수 전략 : 1.
  가공서비스 대상물 지정2.
  가공서비스 유지보수 범위 설정3.
  유지보수 기간
  – 무상하자보수 기간 : 협약 종료 후 12개월
  – 유상하자보수 기간 : 무상하자보수 기간 종료 후4.
  수행 방안(
  1) 업무 분장사업 완료 후 가공 산출물의 환경적, 기술적 특성을 이해하는 유지보수 책임자를 지정하자보수 및 장애발생에 대하여 신속하게 대응유지보수 책임자와 유지보수담당자를 지정하여 지원체계를 유지(
  2) 지원 체계
  – 지원시간: 평일 09:00 ~ 18:00
  – 지원채널: 유선, 온라인(이메일 및 메신저), 상담 후 방문
• 카테고리 구분 : 전처리,코딩,시각화,분석
• 실적 : 기계시설물 고장 예지 센서 AI 데이터 구축인공지능 학습용 데이터 구축: AI 학습 모델링 및 응용 SW 개발NIA20.09~21.25억진동, 전류 학습데이터 전처리 및 특징 추출, 고장 예측 AI 모델 및 시각화 현황판 개발대전도시철도공사AI 누수모델 테스트 및 검증IoT 진동 어쿠스틱 데이터 기반 누수 감지 AI 모델 테스트 및 실사 검증에스씨솔루션 글로벌21.04~21.119천만AI 누수감지 테스트 및 교차 검증 보고서폐플라스틱 이미지 AI 데이터 구축인공지능 학습용 데이터: AI 학습 모델링 및 검증NIA21.05~21.122억3천만폐플라스틱 AI 학습모델 및 S/W 개발에코인 에너지AI 기반 X
  -Ray C
  -Arm 제어모듈 개발C
  -Arm 의료장비 AI 제어모듈 모델링 및 솔루션 개발에스에스티랩22.04~22.102억6천만C
  -Arm X
  -Ray 선량 예측 및 부위 감지 개발
• 기업 개요 및 핵심역량 : 1.
  kubwa는 아프리카 스와힐리어로 Big 이라는 의미로 ㈜쿱와는 빅데이터와 AI 분석 전문 기업2.
  쿱와는 AI, 빅데이터 분석 연구개발 중심의 2019년 설립한 신생기업으로 R&D 부분의 적극적인 투자와 여러 기관들과 협업 통하여 인공지능 생태계를 구축하는 것을 목표로 함3.
  쿱와는 에너지/환경 분야에서 데이터 수집, 정제, 분석, AI 응용소프트웨어를 제공하고 있으며 다양한 산업간 융합 프로젝트를 수행 중
• 활용 사례 : Vision 환경 분야o 분리수거 플라스틱 폐기물 선별 시스템 AI 알고리즘 개발 중
  – 제품 포장재 친환경 소재 사용, 지역별 맞춤형 폐플라스틱 배출시스템 구축
  – 폐플라스틱 친환경처리를 위한 전주기적 환경 구축을 목적으로 하는 지역별, 시기별, 상황별 폐플라스틱 빅데이터 DB 구축 목표
  – 열가소성수지(PP, PE, PS)와 열경화성수지(페놀수지, 요소수지, 멜라민수지, 에폭시수지, 폴리에스테르 등 특수 목적용 플라스틱)의 선별 목표Vison 보안 분야o 분리수거 플라스틱 폐기물 선별 시스템 AI 알고리즘 개발 중o X
  -Ray 수화물 위해물품 AI 학습모델 가속 환경별 S/W 개발
  – Baggage 가방별 9가지 유형 데이터 AI Inference 추론 가속 테스트
  – 각 유형 626개 X
  -Ray 컬러 이미지 총 5634 = 9 x 626
  – GPU, CPU, FPGA 등 아키텍처별 X
  -Ray Object Detection, Instance Segmentation 알고리즘별 가속 테스트에너지/환경 분야o AI 기반 기계시설물모터 고장 예측진단 AI 플랫폼 개발
  – 진동센서, 전류센서 데이터 전처리 및 Feature Extraction
  – 고장 진단 AI 알고리즘 개발 (성능 정밀도, F1
  -Score 98% 이상)o 물관리 누수탐지 AI 진단 모델 개발
  – 진동센서의 Acoustic 기반 누수탐지 AI 모델 개발
  – 센서 데이터 정제, 특징추출, 전처리o 미세먼지 센서 AI 기반 필터링 알고리즘 개발
  – 신호노이즈의 특성에 따라 다르게 작동하는 평활화를 위한 데이터 가공
  – 백분위 필터, 사비츠키
  -골레이 필터), 인접
  -평균화 필터),알고리즘 모델
  – 필터 알고리즘 데이터 검증

(주)휴먼딥 소개

• (주)휴먼딥은 2020-09-16에 설립되었습니다.
• 주소 : 경기 성남시 분당구 판교역로 240 삼환하이펙스A동 518-2호
• 주요 서비스 : 1.
  패혈증 환자 위험 조기발견 및 예측패혈증은 현재 모든 질병 중 가장 많은 의료비용을 초래, 전 세계적으로 연간 약 3,000만 명에게 영향을 끼치며 백신, 항생제 등 현대의학발전에도 불구, 사망 주요 원인으로 남아 현재까지 많은 인간을 죽음에 이르게 함.감염된 세포가 인체 순환계를 통해 전신을 돌며 여러 장기를 감염시키기 때문에 감염 초기 6시간 동안의 패혈증 치료와 더 빠른 항생제투여는 사망률을 낮추는 것과 관련이 있지만, 패혈증 초기 예측에 많은 검사가 필요, 추가 비용과 시간이 소요됨.
  – 패혈증은 확진을 위해 혈액검사가 필요하지만, 긴박한 의료현장에서 많은 시간이 소요되는 혈액검사를 기다리기엔 현실적 어려움 존재
  – 권역응급센터와 중환자실과 같이, 의료진이 상주하는 병원에서는 24시간 서비스로 운영되기 때문에 인력 부족 문제가 항상 발생.
  – 혈성 쇼크는 적절한 조치가 늦어지는 매 시간마다 환자 사망률이 7.6% 상승하며, 입원 환자가 가장 많은 의료비용을 지출하는 질병.2.
  습성황반변성 발병 예측 모델습성황반변성은 실명을 유발할 수 있는 질환으로 상기 질환의 진단/치료를 위해 안과 분야에서 가장 많은 재원이 투자되고 있는 분야이다.실제 습성황반변성 치료제 시장은 전세계적으로 14조원 정도로 추정되고 있으며 가파른 성장세에 있음.습성황반변성은 실명을 유발하는 질환으로 국가에서 “중증난치성질환”으로 지정되어 관리하고 있는 질환이며, 발생 후 조기에 치료할수록 더욱 예후가 좋음.따라서 습성황반변성의 발생을 예측하는 것은 환자의 시력을 보전하는 데 있어서 매우 중요한 일이라 할 수 있음.습성황반변성의 치료에 있어서 조기 진단은 매우 중요하다.
  조기에 진단되는 경우 보다 적은 횟수의 치료로도 좋은 결과를 얻을 수 있을 뿐 아니라 환자 시력을 높은 확률로 장기간 보전할 수 있음.습성황반변성 치료제의 경우 국내 기준 1회 주사 시 약 70만원의 고가로 환자뿐만 아니라 보험재정에도 상당한 부담이 되고 있다.
  따라서 습성황반변성의 조기진단이 가능하다면 이러한 치료 부
• 보유 솔루션 : 1.
  서비스 주요 구현 기술 환자 생체 정보 및 검사 정보를 활용하여 AI기반의 환자 위험 예측 및 조기발견
  – 환자의 생체 정보, 혈액 검사 정보 등을 통해 패혈증 감염을 6시간 전 예측
  – LightGBM, Random Forest, XGBoost등의 Ensemble을 통해 성능 개선
  – 환자 데이터를 통해 반대안의 습성황반변성 이환 가능성 예측 모델 연구를 진행
  – 환자의 안저 및 OCT 이미지를 합성곱 신경망(CNN)을 통해 분석하며 결과 도출
  – 환자 기본정보, 혈액검사 기반 만성질환(당뇨병,고지혈증) 예측 및 고혈압, 비만 추이분석을 통한 합병증 예방 입력받는 데이터는 전처리(Preprocessing)를 진행한 후, 딥러닝 모델에 입력되어 사용하며, 딥러닝 모델의 결과 또한 후처리를 진행한 후 사용함.
  딥러닝 모델로부터 얻은 결과들을 총합하여 환자의 상태 예측.
  환자 상태 실시간 모니터링(대시보드)
  – 시스템에 연결된 의료장비로부터 수집되는 환자별 생체 정보를 통해 원격 진료에 필요한 환자 정보 조회 가능
  – 사용자는 현 학습 서버의 리소스 사용 현황, 시간대별 탐지 건 수, 모형 개발 및 딥 서비스 등을 확인할 수 있어, 조기 예측 및 알람 현황 실시간 파악이 가능하도록 함2.
  보유 역량 및 기술당사 연구기술 기반의 수요기관 사업 연계성 분석을 통한 당사 역량 및 수요기업 적용 효과는 다음과 같습니다기술구분당사 역량(보유기술)수요기업 적용 및 효과데이터 분석/전처리● 의료분야 데이터 분석 경험 보유
  -환자 생체정보/혈액검사정보(150만건)
  -건강보험공단심사평가원 DUR log (100만건)● 비즈니스 의사결정에 유용한 정보 추출 및 인사이트 도출● 데이터 관리 역량 강화 및 기업의 자산으로서 인식 제고 제공AI기반 위험 예측 모델● 환자 위험 조기 발견/예측 모델 개발 솔루션(Hu
  -Sepsis)
  – 패혈증 환자의 6시간 전(혈액검사 없이) 위험 조기 발견/예측● 습성황반변성 발병 예측 모델 개발 경험 보유(Hu
  -E
• 품질 확보 전략 : 사업의 모든 과정에 걸쳐 품질 요구사항을 기반으로 품질기준을 준수하기 위하여 품질관리 계획을 수립하고, 품질 설계, 검증, 확인, 활동 및 평가를 통하여 최적의 품질관리 체계를 확립1.
  품질관리 조직 및 역할가공 기업수요기업사업관리팀● 품질보증 계획 및 검토 결과 확인● 시정조치 결과 확인 및 승인 요청● 사업 이슈 검토● 사업추진 담당자와 의사소통 역할● 현안 문제 해결 위한 필요한 모든 정보 제공● 사업 전반의 품질향상에 대한 책임과 권한을 갖고 가공기업과 공동으로 업무 수행
  – 의사소통, 품질 요구사항 정의
  – 제품, 서비스 승인 기준 정의
  – 의사결정, 검토 및 승인● 기타 품질활동 위한 지원활동품질관리팀● 품질보증 계획 및 목표 수립● 단계별 구축 결과/프로세스 검토● 시정조치 결과 확인 및 보고● 품질활동 기록 및 보고가공/구축팀● 표준화된 산출물 내부 검토● 품질보증 담당자 활동 지원<;표1.
  품질관리 조직 및 역할>2.
  품질관리 절차 및 방법품질에 대한 수요기업의 요구사항을 정확히 수렴하여, 품질요구사항을 정의하고 관리하며, 품질담당자가 사업 전 기간 동안의 품질검토 및 품질개선 활동을 수행.품질관리 절차주요 내용활동계획수립● 대상별 담당자 및 시행시기 설정● 개발 표준 수립 및 관련 산출물 선정● 품질검사 : 주기적으로 품질관리 규정에 따른 내부검사 실시로 개선 및 시정조치교육● 이해관계자에게 품질보증 교육 실시● 활동 점검 : 품질관리의 효율성 및 적정성 점검검토● 객관적인 검토 실시로 사전 결함 제거● 결과물의 완성도 향상● 표준 검토 : 문서검토, 인터뷰 실시 통해 진행 상황을 점검 하고 위험 요소를 도출 및 대응사내검토● 사내 품질 검토 활동● 서비스 만족도 파악사후조치● 문제해결 방안마련 및 시정조치 내역을 예방책과 함께 기록/관리● 서비스 품질조사
  – 프로젝트
• 유지보수 전략 : 1.
  서비스 제공 방안본 사업 참여를 통해 수요기업이 인공지능 기술을 도입, 활용해서 기업의 비즈니스 자체를 혁신하여 경쟁사를 뛰어넘는 사업 성과를 창출하는데 기여서비스 구분주요 내용비고계획 및 목표● 인공지능 가공 서비스의 기업 현장 적용 및 활용으로 새로운 가치 창출● 데이터 가공서비스 지원으로 해당 수요기업은 혁신 서비스를 창출● 업무/생산성 향상을 통해 비즈니스 성과 및 수익 증대 기여● 인공지능 기술 도입으로 데이터 및 AI 산업 생태계 활성화 촉진* 비즈니스 혁신* 가치 창출* 성과/수익 증대* 생태계 활성화관리 계획● 당사 환자 위험 예측 모델을 적용하여 수요기업 제품(서비스)의 생산 및 수요를 예측 할 수 있도록 기술을 제공하여 기업 성장 지원● 서비스 오픈 후 안정화 기간 주기적 모니터링 지원● AI 모델 성능 유지관리 지원* 모델 성능관리(2회/년)<;표4.
  서비스 제공 방안>2.
  서비스 제공 및 유지 방안2.1 수요 증가에 대한 가공 서비스 제공 방안 수요 증가에 따른 서비스 제공 역량 강화
  – 서비스 지원 조직 인력 확보 : 데이터 분석/전처리, 모델링 전문가 확보
  – 팀 순환제 도입 : 팀 간 상화보완 체계로 서비스 및 운영중단 최소화 일관성 있는 지원체계 확보 서비스 다각화 체계 구축
  – 제공 서비스 플랫폼의 표준화를 통해 산업 부문 간 차이 최소화
  – 산업별 비즈니스 모델 구분없이 모든 서비스에 동일하게 적용할 수 있는 범용 서비스 도입 체계 마련(서비스 표준화) 서비스 제공 단계 시 수요기관 운영인력 참여로 운영 역량 강화
  – 시스템 운영 이슈로 발생되는 고객사 지원 감소 유도 및 이에 따른 타 고객사 서비스 중단 최소화
  – AI모델 자동 재학습 플랫폼 AI모델 자동 재학습 플랫폼 : AI모델의 장기간 사용으로 데이터의 변형 또는 축적이 발생되어, 사용자가 직접 신규모형의 개발(생성) 필요성을 느끼게 되면, 자가 학습 기술을 적용, 중단없는 지속적인 학습으로 모델 생
• 카테고리 구분 : 전처리,품질,코딩,시각화,정보추출또는조합,태깅또는라벨링,분석
• 실적 : 주요 사업 실적(유사 사업)구분주요 내용사업명병실 모니터링 데이터를 이용한 딥러닝 기반의 패혈증 환자 상태 예측 시스템사업내용실시간으로 수집되는 환자의 생체 데이터를 딥러닝을 통해 학습, 시스템이 환자 상태를 모니터링하여 (혈액검사 없이) 패혈증 감염 여부를 사전(3시간) 예측, 경고함으로써 의료진의 신속한 대처가 가능하도록 지원.주관기관창업진흥원/한국보건산업진흥원(예비창업패키지)협약기간2020.09.01.
  ~ 2021.03.31.(7개월)사업금액￦80,000,000(팔천만원)
  -정부지원금성과ㅇ패혈증 환자 상태 조기예측 모델 개발
  -환자 위험 조기발견/예측 모델 기반 기술
  -심정지, 다발성장기부전, 당뇨/만성대사질환의 질병 및 합병증 등 예측 모델에재사용 가능ㅇ패혈증 환자 오픈 데이터 수집/전처리
  -대상: PhysioNet, MIMIC
  -Ⅲ(미국)
  -수집 데이터 건수: 150만 건.<;표5.
  실적
  -병실 모니터링 데이터를 이용한 딥러닝 기반의 패혈증 환자 상태 예측 시스템>구분주요 내용사업명2022년 AI바우처 지원사업과제명외래환자 데이터를 활용한 만성질환 예측 및 합병증 예방 AI솔루션 도입사업내용만성질환자(당뇨, 고혈압, 고지혈증, 천식 등)의 질병을 인공지능 모델 기술을 이용하여 조기 발견(예측)하고, 그에 따른 합병증을 조기 발견, 예방할 수 있는 AI솔루션을 도입함.전담기관정보통신산업진흥원(NIPA)주관기관생생의원협약기간2022.04.01.
  ~ 2022.10.31.(7개월)사업금액￦348,750,000(삼억사천팔백칠십오만원)
  -부가세별도성과ㅇ사전 만성질환과 합병증으로의 발병을 예측 및 예방함으로써 환자들에게 양질의 의료 서비스를 제공함과 동시에 의료 비용 감소 효과 기대ㅇAI모델 성능 목표 :“생체정보의 예측값”예측
  – f1
  -score : 0.85 이상, AUC : 0.9 이상ㅇ수집대상 : 2018년 9월부터 축적된 EMR, 혈액검사 결과 데이터 등 →최소
• 기업 개요 및 핵심역량 : 1.
  기업 개요Medical AI 스타트업인 ㈜휴먼딥은 AI 기반 환자 위험 조기 발견 및 예측시스템, 대용량 데이터 수집 및 분석, 데이터 시각화 기반의 고객 특화 솔루션 개발을 통해 우리 삶을 즐겁고 편안하게 생활하도록 도와주며, 다양한 업무 환경 속에서 다가올 미래에 대한 직관적이고 유연한 통찰력을 제공할 수 있도록 다양한 기술과 정보 제공을 위해 노력하고 있음.
  법인 설립일 : 2020년 9월 16일 인력 및 조직 구성 : 6명(‘22년 10월 기준, 대표자 포함) 사업분야 : Medical AI기반 환자 위험 조기 발견/예측시스템 개발, 정보시스템 컨설팅, 데이터 수집 및 분석, 데이터 시각화 등2.
  기업 핵심가치 Endurance, Achievement & Success
  – 성공적인 실패(very successful failure)’로 알려진, 영국의 위대한 남극 탐험가 어니스트 새클턴(Sir Ernest Shackleton, 1874~192
  2) 탐험대의 기적적 귀환을 통해 많은 사람들에게 극한 상황 속에서 목표를 향한 인내와 헌신적 리더십 전략 공유 소통, 협력 & 배려
  – 함께 나누고 다시 합치는 과정에서 관계를 형성하고 열정을 모아 이를 통해 상대를 인정하고 존중하는 문화 형성 인재 존중과 배움의 열정
  – 구성원은 우리 핵심가치의 중심이며 그들의 성장에서 기업 가치 제고3.
  주요 사업 영역3.1.
  연구분야(핵심기술) AI기반 환자 위험 조기 발견/예측시스템
  – 환자 위험을 6시간 전 발견 및 예측(패혈증, 심장마비, 다발성장기부전)
  – 중환자실 입원 기간 및 사망 위험 예측
  – 장폐쇄, 수술부위 천공 등 수술 부작용 예측
  – 당뇨, 고지혈증 등 만성대사 질환 예측 및 합병증 발생 예측
  – 수면다원검사 판독 자동 예측 및 불면 진단
  – 이환되지 않은 반대안의 습성황반변성 발생 가능성 및 시기 예측 기업의 통찰력 확보를 위한 빅데이터 수집 및 분석 솔루션
  – 회사가 경쟁하고 성장하는데 필요한 데이터를 분석하여, 더 나
• 활용 사례 : 1.
  서비스 활용 및 적용 방안환자 위험 조기 발견 및 예측 모델의 목표시장 서비스 활용과 예상되는 수요를 통한 의료환경 적용 방안은 다음과 같음.
  의료기기별 상이한 퍼포먼스에 맞출 필요 없이 병원별 접근 용이
  – 본 서비스는 의료기기의 출력(데이터)만을 필요로 하기 때문에, 사용하는 모든 의료기기를 연결하는 방식과 다름
  – 병원마다 운용하는 의료기기가 다르기 때문에, 의료기기 자체를 연결하는 기존 솔루션으로는 접근이 어렵지만, 본 아이템은 의료기기별 상이한 퍼포먼스에 맞출 필요 없이 손쉽게 적용 가능.
  국내 종합/대학병원 內 권역응급의료센터 및 중환자실 대상 서비스 적용
  – 중증 응급환자 진료 및 집중 케어를 담당하는 중환자실의 패혈증 사망 환자 비율이 매우 높아, 서비스 적용 효과가 클 것으로 예상 다양한 산업군에서 예측 모델로 서비스 가능
  – 환자 위험 예측 모델은 그 자체로 향후 발생 예상되는 결과(수요)를 예상하고 선제적 대응을 할 수 있는 딥러닝 기술임
  – 제조, 물류, 금융, 서비스업 등에서 고객의 요구(수율 등)을 예측할 수 있도록 의사결정 지원 시스템으로 활용 및 적용 가능함.2.
  서비스 기술의 특징 및 경쟁력 확보 방안 현재 병원의 중환자실 또는 집중관리실과 같이, 위독한 환자들이 입원한 병동에는 패혈증을 실시간으로 예측하는 알람서비스가 존재하지만, 환자의 상태를 파악하여, 대응할 수 있는 필요 시간이 부족함.
  인공지능 모델 기반으로, 긴급한 의료현장에 적용함으로써 위험(Warning)에 대한 정확성 증가와 예측으로 의료진의 대응 시간을 확보할 수 있으며, 이는 환자의 사후관리 효율 증가로 회복률이 개선되는 등 의료서비스 질을 향상 시킬 수 있을 것으로 기대.
  경고 알람의 경우 환자의 생체 데이터가 확연하게 나빠지는 경우에 울리게 되므로, 자칫 잘못하면 적절한 조치가 늦어지는 상황이 될 수 있는데, 이러한 문제점을 예방하기 위해 환자 상태 모니터링 알고리즘을 개발할 것이며, 이 알고리즘은 환자의 여러 가지 정상 생체 데이터를 학습하여 입력되

주식회사 한국데이터체인 소개

• 주식회사 한국데이터체인은 2020-12-17에 설립되었습니다.
• 주소 : 경기 성남시 분당구 황새울로 216 2층, 202-225호
• 주요 서비스 : 1.
  서비스 정보 ○ SCM(공급망 관리)는 소비자에게 상품 및 서비스를 공급하는 일련의 과정을 관리하는 것으로 공급,구매, 물류, 판매의 전체 프로세스에 대한 효율적 운영으로 기업의 핵심 경쟁력 요소임 ○ 본 서비스는 SCM 전체 과정 중 물류부문의 수행 역량을 각 진단요소별 데이터를 기준으로 정량적,정성적 분석을 통해 진단 및 기업의 개선 사항을 제시해주는 서비스임 ○ 물류 전체 영역에 대해 품목 정보, 거래처 및 배송처 정보, 물동량 데이터, 입출고 실적 데이터, 운송배차 및 운송실적 데이터를 수집, 저장, 처리 후 업종별, 물류 유형 특성에 따라 머신러닝을 통한 분석,진단 결과를 자동 리포트 형식으로 제공함
• 보유 솔루션 : 1.
  보유 솔루션 ○ 생성 : 데이터베이스 및 Excel 데이터 생성
  – 데이터 소스(기업 내부 데이터) 의 각 데이터 항목별 표준 템플릿 및 데이터 속성 필드 제공
  – 정성적 V.O.C 항목 템플릿에 의한 데이터 화
  – 업종별 물류 관련 사업환경, 성장율 등에 대한 정보 정의 ○ 수집 : 물류 요소별 데이터 추출 및 수집
  – ETL : 생성된 데이터 소스(기업 내부 데이터)로부터 추출, 전송, 변환, 적재
  – 크롤링 : 업종별 환경에 대한 비정형 데이터(물류 관련 사업환경, 성장세 등) 에 대한 크롤링 소프트웨어를 통한 수집 ○ 저장 : 클라우드 서버 및 데이터베이스(NoSQL)를 활용한 빅데이터 저장 ○ 처리 : 수집, 저장한 물류 데이터에 대한 변환, 교정, 통합
  – 품목 정보의 분류체계 별 속성 매핑, 거래처 주소 및 위경도 정보 정제 등 기준정보 정제화
  – 물동량, 입출고 실적 데이터, 운송 배차 및 운송 실적 정보 변환, 교정 및 통합 과정 수행
• 품질 확보 전략 : 1.
  상품 및 서비스 품질 전담조직을 운영 ○ 데이터 수집, 생산, 상품화 등 업무별로 품질관리를 위한 전담조직을 운영함
  – 수요기업에 데이터 및 품질 향상을 위하여 전담조직과 전담인력을 구성하여 품질에 대한 피드백 및 해결을 정확하고 신속하게 제공함
  – 업무별로 품질검사 주기(비기적/비정기적)를 설정하고, 샘플을 추출하여 데이터 정합성을 검증함
  – 오류 발생 시, 원인을 분석하고 해결방법을 찾고, 조치를 취해 문제를 해결함
  – 우수한 성과를 달성하는 조직/인력에게는 인센티브를 제공함 2.
  품질관리 방법론 도입 ○ 에드워즈 데밍의 ‘품질관리 방법론’을 도입하여, 양질의 상품과 서비스를 생산함
  – Plan
  – Do
  – Check
  – Action로 이어지는 품질 개선 방법론을 데이터 상품 및 서비스에 적용함
  – 단발성으로 아닌 지속적으로 개선되는 품질관리 체계를 구축함 3.
  외부 컨설팅을 활용한 품질관리 ○ 자체적으로 품질관리가 불가능한 경우, 외부 전문가에게 품질관리 컨설팅을 의뢰함
  – 외부 전문가 및 내부 전문가로 구성된 TFT를 구성하여, 자사 데이터 상품 및 서비스 품질을 진단하고 개선하는 컨설팅을 수행함
  – 외부 전문가의 품질관리 수행 방법론 및 노하우를 습득하여, 내재화를 도모함
• 유지보수 전략 : 1.
  수요기업 대상 서비스 관리 ○ 수요기업 서비스 계획
  -기업별 전담 인력을 배치하여 지속적인 피드백을 통하여 신뢰를 확보하고,주기적인 방문을 통하여 온라인으로 처리하기 어려운 수요기업의 요구사항을 파악하여 반영함
  – 수요기업과 데이터를 지속적으로 업데이트하여 양질의 서비스와 데이터를 제공함 ○ 상품 및 서비스 가동률을 100% 유지함
  – 정기 및 비정기 점검, 단위 및 종합 점검을 위한 수행계획을 수립함
  – 장애 발생에 대비하여 Back
  -Up 장비 현황을 수요기업과 실시간으로 공유하고, 필요시 즉시 투입함 2.
  유지보수 및 고객 응대 ○ 수요기업 만족도 향상을 제고함
  – 시스템 점검 및 분석을 통해 시스템 성능 향상을 도모함
  – 전담 유지보수 인력을 배정하하며, 365일 24시간 모니터링 체제를 구축함
  – 장애지원 시스템을 운영 및 예방점검 서비스로 시스템 장애를 사전에 차단함 ○ 유기적인 유지보수 지원 체계를 구축함
  – 전문 기술력을 보유한 유지보수 인원 배치 및 비상연락망을 운영함(One
  -Call 서비스)
  – 장채처리 표준방안을 마련하고, 단순장애/복합장애별 처리방안을 수립함
  – 장애 이력관리, 분석 및 예측을 통해 사전 예방체계를 구축함 ○ 데이터 가공서비스 니즈 증가에 대한 대응
  – 신규 인력 충원과 외부 협력 기관의 협업강화로 데이터 가공서비스 증가에 대비함
  – 반복적으로 발행하는 문제는 별도의 유지보수 프로그램을 개발하여 관리 능률을 향상시킴
  – 수요기업 데이터 모니터링 및 현장 방문 점검을 통해 데이터의 안정성을 유지함
  -유지보수 인력 및 프로그램을 지속적으로 업그레이드하여 수요증가에 따른 확장성을 확보하고,축적된 노하우를 활용하여 타 수요기업 운영관리에 적용함
• 카테고리 구분 : 전처리,품질,코딩,시각화,정보추출또는조합,태깅또는라벨링,분석
• 실적 : 1.
  사업 현황
  – 2022.10 빅데이터 기반의 의약품용기 자원순환관리시스템 개발(PoC)
  – 2022.10중견기업 상생라운지 스타트업 선정
  – 2022.05 빅데이터 분석기반의 스마트 인쇄공정 관리시스템 개발
  – 2022.05 2022 초기창업패키지 창업기업 선정
  – 2021.11 (주)이우산업개발, (주)솔루스틱스 수요기업 대상, AI데이터 가공서비스 완료
  – 2021.09 행정안전부 주관, 재난관리자원의 분류 및 코드체계 구축 연구 완료
  – 2021.05 (주)이우산업개발, (주)솔루스틱스 수요기업 대상, AI데이터 가공서비스 수행
  – 2021.03 행정안전부 주관, 재난관리자원의 분류 및 코드체계 구축 연구 수행
  – 2021.03 2021년 데이터바우처 지원사업 공급기업으로 선정
  – 2020.12 산업통상자원부.
  「산업 디지털 전환 연대」 유통·물류 부문 서비스 창출 지원 기업
  – 2020.12.17.
  ㈜한국데이터체인 설립
• 기업 개요 및 핵심역량 : 1.기업 개요○ 기업 개요
  – (주)한국데이터체인은 빅데이터/AI 전문기업으로서, 산업현장의 다양한 빅데이터에 대한 추출, 가공,융합을 통한 데이터체인 생성 및 상품화를 위한 전문 역량을 보유함2.
  주요 사업 및 핵심역량 ○ 주요 사업 분야
  -유통물류분야SCM*역량 진단 및 의사결정 지원○ 사업 내용
  -화주 및 유통기업의 물류 영역별(조달/생산/판매)다양한 데이터를 기반으로 진단 및 최적화 분석,데이터 가공 서비스 제공 ○ 주요 서비스 및 제품
  – SCM 역량 진단 AI 솔루션 보유
  – 물류 진단 컨설팅 방법론 및 최적화 알고리즘 보유
  – 물류 역량 진단 스마트 데이터 가공 서비스
  – 빅데이터 가공 및 품질 관련 컨설팅 서비스 ○ 핵심 역량
  – 대표이사의 빅데이터 전문 역량 및 기술력 보유
  – 데이터 중심의 SCM 진단 방법론
  – 컨설팅 전문 인력 및 SCM 최적화 솔루션 구축 노하우 보유
  – 산학연 네트워크를 활용한 R&D 역량 보유
  – 유통·물류, 제조, 헬스케어 부문 데이터 수요기업 다수 확보
• 활용 사례 : 1.
  활용 사례 ○ 활용 영역 및 예시
  – 유통물류기업의 자가 물류 진단을 통한 개선사항 도출 (예시.
  현재 운영대수 80대
  -> 적정 운영대수 65대 제시로 차량 대수 감차 운영 계획 수립 가능)
  – 물류 전략 수립을 위한 리포트 자동 생성 (예시.
  재고 비축계획 수립, 물류서비스 수준 설정 등)
  – 물류 신사업 타당성 분석 툴로 활용 (예시.
  라스트마일 딜리버리 신사업 타당성 분석 등)
  – 기업의 물류 실행 역량 평가로 기업평가자료로 활용 (예시.
  A 기업의 물류 실행 지수는 B++ 로서 동종업종의 평균은 A
  – 에 비해 운송부문의 실행능력이저하됨)2.기대 효과○ 기대 효과
  – 주기적 자가진단을 통해 지속적으로 개선사항 도출
  – 물류전략 시나리오별 정량적 효과 추정으로 최선의 전략 수립 가능 및 리스크 방지
  – 기업 M&A 시 신용평가외 SCM 실행능력 평가
  – 유통 물류기업의 디지털 전환 및 데이터 정제 효과

주)디구루 소개

• 주)디구루은 2016-09-01에 설립되었습니다.
• 주소 : 경기 성남시 분당구 황새울로 315 (DB손해보험 분당사옥) 302호
• 주요 서비스 : o 데이터 가공서비스 디구루는 데이터 수집, 구축, 정제 등 데이터 가공 서비스 및 보유하고 있는 SW를 통해, 수요기업 별 맞춤 서비스 컨설팅을 제공하여 데이터 바우처 사업을 수행하겠습니다.
  – 데이터 가공 서비스 유형 구분내용수집/구축데이터 소스 관리데이터 수집메타데이터 추출분석용 데이터 구축변환/저장주파수/시그널/log 데이터 변환가비지 제거자동 분류연계데이터 연계연계 데이터 검증분석 대상 데이터 검색분석 데이터 마트를 위한 처리분석/지능화통계/연관/시계열/네트워크 분석분석/예측 모델 개발 및 최적화기계학습/딥러닝 등을 활용한 지능형 모듈 구축탐색/예측상황 조기 감지, 이상 징후 도출, 모니터링을 위한 패턴 도출상황 탐색 및 예측을 위한 파생 데이터 생성 및 제공시각화/실행분석 결과 정리와 시각화의사결정 지원평가/피드백분석 및 의사결정 효과/영향력 평가분석 개선안 도출o 가공업무 상세 소개(비정형 데이터 기준) 디구루는 다양한 분야에서의 프로젝트(데이터 제공 및 가공, 모델 구축 등) 노하우를 통해, 계획 및 가공, 품질 관리 등의 수요기관 별 맞춤형 데이터 가공 서비스를 수행하겠습니다.(정형/비정형 데이터에 대한 가공 서비스 제공) 가공단계가공 절차내용계획 수립데이터 준비사용자 맞춤 데이터, 내부데이터, 분석용 데이터(사전/규칙)논문, 보고서, 뉴스, 소셜, 센서, 딥웹 데이터 추출데이터 분석 및 매뉴얼 작성해당 텍스트 분석을 진행하여 위험 요소 자동 추출사용자의 효과적인 운영을 위한 지침서 작성효과적인 데이터 가공을 위한 설계투입인력 계획 및 일정관리데이터 구축 일정과 범위를 감안한 전문인력 투입주단위, 월단위 일정 계획 설계시뮬레이션 실행시뮬레이션을 통해 설계한 규칙에 맞게 실행되는지 확인데이터 분석, 매뉴얼 작성 보완가공 업무매뉴얼 교육사용자 요구사항을 반영한 구축
• 보유 솔루션 : ㅇ 데이터 가공서비스 전담 부서와 업무 내역 디구루는 데이터 가공서비스를 위한 전담 조직을 구성하고, 수요기관의 다양한 데이터 가공에 대해 컨설팅을 통해 제안 및 협의를 하여 사업을 수행하겠습니다.
  디구루의 인력은 데이터 분석실의 빅데이터팀, AI 솔루션 개발팀 조직으로 구성되어 있습니다.
  빅데이터팀 업무는 데이터를 수집 및 가공, 데이터 특성 도출, 원천 데이터를 활용한 활용 데이터 생성, 데이터를 구축, 데이터 품질 관리 등의 업무를 담당하고 있으며, AI솔루션 개발팀은 데이터 Domain 분석을 통해 개발 가능한 분석 모델(전세계 대상의 데이터 수집과 실시간 이슈 분석, 이상징후 조기 감지, 지능형 예측 모듈) 개발을 수행하고 있습니다.
  업무 분야별 세분화 및 전문 인력을 구성하여 데이터 분석 업무를 성공적으로 수행하고 있습니다.데이터 가공 서비스 제공 조직업무 내역Data Asset팀일반/AI학습용 데이터 구축 및 정제지식베이스 구축 및 시각화프로젝트 및 데이터 품질 관리Analytics팀일반/AI학습용 데이터 수집신기술 센싱 및 모니터링정형(내부)+비정형 데이터(외부) 수집 및 분석전략사업팀고객 맞춤형 데이터 가공 업무 컨설팅 및 제안인공지능연구센터인공지능 및 빅데이터 플랫폼과 구축 도구 개발o 보유한 데이터 가공 및 관리 역량 특징 디구루는 다양한 분석 사업 경험을 바탕으로 데이터 가공 및 관리 업무를 처리할 수 있습니다.
• 품질 확보 전략 : ㅇ품질 관리 프로세스 디구루는 가공 서비스별 품질 관리 프로세스가 달라야 함을 인지하고 있으며 수요기업과 협의하여 품질 관리 프로세스를 도출하겠습니다.
  품질 관리는 정의, 검증, 평가, 완료의 단계로 프로세스가 진행이 되며 검증
  ->완료까지의 프로세스가 개별 항목 기준으로 단위별 수행되거나 반복 수행되는 형태로 진행됩니다.
  ㅇ품질 관리 조직 구성 조직 구분역할과 책임품질관리 총괄책임자역할
  – 데이터에 대한 품질진단 및 개선과 관련한 최고 의사결정책임
  – 품질관리 우선순위 및 목표 설정
  – 품질개선을 위한 의사결정데이터 품질 전담 및 실무책임자역할
  – 최고 의사결정 권한자 결정사항 집행
  – 데이터품질 의사결정 필요 사안 취합
  – 품질진단 전반에 대한 실무적 책임과 의사결정 수행
  – 품질진단을 위한 품질기준, 업무규칙 도출
  -품질측정, 측정결과분석 및 개선활동 관리 등 수행책임
  – 구체적 품질목표 및 추진 방향 설정
  – 품질진단계획 승인 및 확인
  – 품질개선계획 승인 및 확인
  – 품질측정 항목 관리
  – 품질측정 대상선정
  – 업무규칙 도출
  – 측정결과 및 개선결과 보고
  – 개선활동관리, 담당자교육품질관리 실무협의회역할
  – 정형·비정형 데이터의 품질관리 계획의 적정성 평가 및 보완
  – 데이터 품질 이슈에 대한 해결방안 제시
  – 품질관리 조직간 협의사항 조정구축 프로세스 품질관리 담당역할
  – 품질관리계획에 명시된 품질관리 활동 준수 여부 확인
  – 품질 이슈 발생시 이를 기록, 개선하는 활동 수행
  – 즉각적인 조치가 불가능하거나 협의 필요시 실무책임자에게 보고구축 데이터 품질관리 담당역할
  – 데이터 획득, 정제, 라벨링 과정에서 획득 및 생산되는 원시데이터, 원천데이터, 라벨링 데이터의 품질 확보를 위한 품질계획에 따라 품질 검사와 개선하는 활동 수행활용품질관리 담당역할
  – 구축된 데이터를 활용하기
• 유지보수 전략 : ㅇ데이터 가공서비스 프로세스 및 고객응대 디구루는 수요 기업 발굴을 위해 아래와 같이 프로세스를 진행합니다.수요 기업응대샘플 확인, 업무 협의프로세스 및 품질 관리데이터 납품 데이터 가공 난이도와 분야에 따른 고객 맞춤형 컨설팅 및 업무 제안고객 요청사항을 토대로 디구루가 보유한 샘플 데이터 전달 및 데이터 가공 업무 범위 협의주간 단위 데이터 납품으로 최종 데이터 납품 전 위험요소 확인최종 데이터 가공 산출물 납품ㅇ가공서비스 제공 증가에 대한 대응 및 인력조달계획 디구루는 서비스 증가로 추가 인력 필요 시 유사 서비스와 축적된 인력을 바탕으로 인력 조달 계획을 수립합니다.구분대응 및 인력 조달 계획프로세스데이터 관리 시스템디구루의 프로젝트 관리 노하우를 바탕으로 다양한 구축 도구 솔루션 및 플랫폼으로 프로세스를 관리하여 생산성 향상다양한 데이터 큐레이션 경험텍스트, 이미지, 영상, 다국어 등 다양한 데이터 가공의 경험으로, 어떠한 데이터 가공 업무를 진행하더라도 유사 레퍼런스 보유ㅇ체계적인 프로세스와 유지 보수, 고객 관리, 고객응대
• 카테고리 구분 : 전처리,코딩,시각화,정보추출또는조합,분석
• 실적 :
• 기업 개요 및 핵심역량 : o 기업 개요 :
  – 데이터 분석 전문 기업 디구루는 “공공기관”, “유통”, “제조”, “통신” 등 다양한 Domain을 필요로 하는 고객사에게 가치 창출과 혁신을 위한 분석 서비스를 제공하는 기업입니다.기술용역등록분야소프트웨어개발 및 공급업, 소프트웨어판매, 자료처리업, DB구축업주요사업분야인공지능 서비스 플랫폼, 빅데이터 수집 및 분석 플랫폼, 데이터 가공 서비스사업기간2016년 9월 ~ 2023년 01월 현재 (7년)o 핵심 역량
  – 전문분야 소개디구루는 고객 경험 개인화, 예지 정비, 모니터링 시스템, 공정 최적화 등 다양한 Domain에서 발생하는 분석 인사이트를 발굴을 통해 빅데이터 분석 모델 공급 및 데이터 컬설팅 및 수집.
  가공 등 빅데이터 관련 분야를 주요 사업으로 진행해 왔습니다.
  주요 고객으로는 한국전력거래소, 한국환경공단, KOTRA 등의 공공기관, 그리고 아모레퍼시픽, 만도, 세화(철도신호설비) 등의 다양한 사업 분야를 대상으로 하고 있습니다.
• 활용 사례 : o 디구루의 데이터 가공 업무 성공 사례: 1.
  빅데이터 기반 신재생 원스톱사업정보 통합 포탈 확대 구축 사업 2.수질 TMS 모니터링 기법 고도화 사업 3.철도 신호설비 데이터 분석 장치 개발 4,레이크 시스템 과제 데이터 분석 및 모델 개발

(주)큐엠앤이이노베이션 소개

• (주)큐엠앤이이노베이션은 2011-12-01에 설립되었습니다.
• 주소 : 경기 성남시 분당구 황새울로200번길 34 코포모타워 3층
• 주요 서비스 : 핵심사업영역은 데이터분석 및 활용을 통한 중소제조기업의 품질과 생산성향상
  -데이터분석 역량 뿐만아니라제조혁신역량을 함께 갖춘 전문가 집단
  -다수의 공정개선 경험을 바탕으로 데이터분석을 실시하여 기업에 실질적 성과 창출 경험을 보유한 전문가1.전문서비스영역는데이터 분석을 통한 공정 및성능최적화임
  -분석목적:제품성능개선,수율향상,불량감소,설비고장개선,제품 신뢰성향상등
  -분석방법:데이터전처리,통계적분석,시각화, AI분석을 통한모델도출, AI모델을 활용한 예측과 최적화2.그 밖의제조데이터분석영역통계적품질관리.생산성향상을 위한 작업계획수립,적정재고관리,품질개선,설비예방/예측보전통계적품질관리체계구축, Lean Process구축을 통한 생산성향상3.제조데이터진단제조데이터수집 진단,데이터 신뢰성 진단,제조데이터활용전략수립4.
  Citizen Data Scientist육성고객사엔지니어의 데이터분석 역량 향상 프로그램프로젝트Based교육
• 보유 솔루션 : 분석툴 명 분석 방식 주요특장 유무료 Minitab Menu Drop Data Size가 크지않은Sample Data에 대한 통계분석 및DOE용 프로그램 가설검정 위주로Data를 통한 의사결정에 유용함 유료 JMP Menu Drop 기술분야 산업의 통계분석/모델링 및머신러닝,최적조건탐색용프로그램 제품 불량 개선,설비 고장개선 등현장문제에 대해서Big Data분석을 통한 최적화에용이함 유료 R Script Coding 다양한 통계분석 및기계학습을위한Open source Language 센서등의Data를전처리후통계분석 및머신러닝학습용으로 사용이용이함 무료 R commander Menu Drop R을Drag & Drop방식으로사용할수있도록 변형시킨 프로그램 R의 모든Library를사용할수있으며,특히 배우기 쉬움에 따라 학교에서 사용됨 무료 Python Script Coding 머신러닝및AI개발용으로사용할 수있도록 만들어진Open Source
• 품질 확보 전략 : 가공서비스의 품질확보 전략 1.착수검토회(자체검토) :
  -사업 착수 후 요구사항 도출 완료단계에서 사업PM(전문위원)이가공계획을발표하고 사업부 내 전문위원 간 질의응답(Q&A)수행
  -검토회의록근거 유지
  -필요시 사업수행계획 보완 후수요기업과협의 2.중간 단계별 품질확보:중간산출물검토 3.최종검토회(자체검토) :
  -수요기업에사업완료 보고 전 사업PM(전문위원)이 사업수행 결과발표회를 주최하고 사업부 내 전문위원 간 질의응답(Q&A)수행
  -검토회의록근거 유지
  -전문위원 간가공역량의일관성 유지 및 제고
  -동료검토를통한 체계적인품질검증
  -산출물의품질수준이미흡하거나 개선 필요시 산출물 보완 4.고객만족도 평가
• 유지보수 전략 : 유지관리및후속지원
  -년간A/S및 유지보수계약을 통한 유지관리
  -공정책임자1:1멘토링을 통한분석지식및 기술 이전
  -수요기업담당자 대상 데이터분석 세미나,역량강화교육 개최
  -기타타공정,이종설비,검사측정기기 등타분야에데이터분석 기회(사업기회)발굴
• 카테고리 구분 : 전처리,시각화,분석
• 실적 : 1.
  경유차 매연저감장치 품질 및 성능관리 서비스 고도화를 위한 데이타분석(2022년 데이터바우처사업 AI가공분야)2.
  주조공정 파라미터 최적화를 통한 공정불량 개선(2022년 데이터바우처사업 AI가공분야)3.
  AI분석기술을 이용한 무인차량관리 서비스고도화4.
  유압브레이커 성능시험데이터 분석(2021년 데이터바우처사업 AI가공분야)5.
  카쉐어링 기반 차량관리서비스 데이터분석(2021년 데이타바우처사업 AI가공분야)6.
  건설기계 어테치먼트 협업기업 스마트제조 R&D (데이터수집.분석촉진활동) 7.
  유압모터 협업기업 스마트제조R&D(데이터수집.분석촉진활동)8.
  마스크제조기업 데이터진단(한국산업단지공단)9.
  Moc Spindle Assy축력분석(경기산학융합본부)10.
  도금장비 ParameterBig Data 분석을 통한 불량감소(일진머티리얼즈)11.
  발전설비 파라미터 BigData 분석을 통한 고장개선(서부발전)12.
  반도체장비 Parameter진단 및 시스템 PI(해성DS)13.
  용해공정 데이터 분석을 통한 수율 향상(KCC)
• 기업 개요 및 핵심역량 : 당사는 스마트공장과 데이터분석에 대한 이해가 깊은중소제조현장의 품질,생산성 혁신 전문기업입니다.
  -20년 동안 기업의 품질,생산성 등전사혁신컨설팅을 수행해온QM&E경영컨설팅의 자회사 이며,8년 동안 한국산업단지공단주관기업성장지원센터를 운영,중소제조기업을 지원했기 때문에,현장의 애로사항과 어떤 도움이 필요한지 잘 알고 있습니다.
  -당사DataScience사업본부에서는Data분석을 통해 기업에게 필요한 지식을 만들어내는 일을 하고 있습니다.또한 중소제조기업의 스마트팩토리 구축 컨설팅도 함께 하고 있습니다.
• 활용 사례 : 데이터분석을 통한 제품,공정최적화사례 1.제품성능개선 건설기계제품 성능데이터분석 고무 배합에 따른 물성 향상 수용성바인더 배합 데이터 분석2.수율향상 용해,성형공정데이터분석 MLCC공정 데이터 분석 PCB공정 데이터 분석 3.불량감소 기계부품 성능분석 도금장비파라메터분석 FCB정밀저항측정 데이터 분석 실리콘 성형 공정불량분석 4.설비고장개선 발전설비파라메터분석 반도체 장비파라메터분석 5.제품신뢰성향상 전자제품 필드 고장 데이터 분석 ATM시험 데이터 및 필드 고장 데이터 분석

(주)큐엠엔이경영컨설팅 소개

• (주)큐엠엔이경영컨설팅은 1999-07-12에 설립되었습니다.
• 주소 : 경기 성남시 분당구 황새울로200번길 34 307호
• 주요 서비스 : 1) 데이터가공 프로세스 데이터 발생원에 대한 이해, 데이터 가공, 분석 및 분석결과에 대한 보고의 3 단계로 구성1단계 : 전문위원들은 데이터분석에 앞서, 가능하다면 데이터가 발생하는 제조현장을 방문하여 데이터셋과 이해관계자의 요구사항을 충분히 이해하고 나서 데이터 수집 및 가공 작업 착수.2단계 : 데이터 가공 분석일반가공프로세스 :일반데이터 분석, 가공 프로세스AI가공프로세스 :인공지능 / 머신러닝 데이터 분석, 모델링 프로세스3단계 : 분석결과 보고투입전 실시간 활용진행중 실시간 활용불량 발견 시 실시간 활용일별/월별 원인 인자 변동 추이
  1) 작업자가 각 라인에 원자재를 투입하기 전에 공정조건을 세팅
  2) 생산을 진행하는 중 공정인자의 상태를 파악, 불량을 예측하여 최적의 공정 인자값을 유지3) 이미 생산완료된 제품의 불량검사 결과를 토대로 원인분석 및 최적의 공정 인자값을 제시
• 보유 솔루션 : R, R commander, Python, Tableau, Minitab, Brightics, Orange, Spotfire 등 다양한 분석도구를 활용.분석 목적과 고객사의 니즈에 가장 적합한 도구를 활용하여 분석 효율성과 성과를 향상시킵니다.분석Tool분석방식주요 특징유무료MinitabMenuDropData Size가 크지않은Sample Data에 대한 통계분석 및DOE용 프로그램 가설검정 위주로Data를 통한 의사결정에 유용함유료RScript Coding다양한 통계분석 및 기계학습을 위한Open source Language 센서등의Data를 전처리후 통계분석 및 머신러닝 학습용으로 사용이 용이함무료R CommanderMenuDropR을Drag &Drop방식으로 사용할수 있도록 변형시킨 프로그램 R의 모든Library를 사용할수 있으며,특히 배우기 쉬움에 따라 학교에서 사용됨.무료PythonScript Coding머신러닝 및AI개발용으로 사용할 수 있도록 만들어진Open Source Language (Anaconda) 최근 딥러닝 계열의 알고리즘 분석용으로 널리 사용되어,화상분석 등의 용도로 사용무료TableauMenuDrop데이터 활용을 위해 많은 곳에서 사용중인 시각화 BI, 태블로는 다른 BI솔루션에 비해 데이터 시각화 자유도가 높음.유료Brightics StudioIconDrop명령어 대신Icon으로 구성된 명령어Node와Arrow로Icon을 서로 연결시켜 분석하는 방식 명령어 암기가 필요가 없으므로 배우기가 매우쉽고, Python Code를 생성가능하므로 호환성이 뛰어남.무료OrangeIconDrop명령어 대신Icon으로 구성된 명령어Node와Arrow로Icon을 서로 연결시켜 분석하는 방식(Mini Conda) 명령어 암기가 필요가 없으므로 배우기가 매우쉽고, Python Code를 생성가능하므로 호환성이 뛰어남.무료SpotfireIconDrop
  1) DB에 붙어 데이터 추출 : SQL 또는 Information link 방식
  2) Visua
• 품질 확보 전략 : 1.
  단계별 품질 확보 전략착수검토회(자체검토)
  – 사업 착수 후 요구사항 도출 완료단계에서 사업PM(전문위원)이 가공계획을 발표하고 사업부 내 전문위원 간 질의응답(Q&A) 수행
  – 검토회의록 근거 유지
  – 필요시 사업수행계획 보완 후 수요기업과 협의중간산출물 검토
  – 수요기업 담당자/책임자와 함께 가공계획서상의 검증계획에 따라 분석단계별 산출물 검토 확인
  – 수요기업의 니즈 분석 및 요구사항 접수, 검토 및 필요한 경우 반영착수검토회(자체검토)
  – 수요기업에 사업완료 보고전 사업PM(전문위원)이 사업수행결과사업부내 발표회를 주최하고 사업부내 전문위원 간 질의응답(Q&A) 수행
  – 검토회의록 근거 유지
  – 전문위원간 가공역량의 일관성 유지 및 제고
  – 산출물의 품질수준이 미흡시 산출물 보완고객만족도 조사 평가
  – 프로젝트 교훈(Lesson Learned) 및 차기 데이터가공 전략에 적극 검토 반영2.
  품질 제고를 위한 전담 조직화데이터의 품질 유지를 위하여 데이터 분석 사업부의 특급1명과 중급1명이 주기적 데이터 품질 유지를 위한 데이터 품질 검증 실행.최소 월1회 데이터 품질 검증 알고리즘에 의한 품질 검증 프로세스 시행3.
  주요 품질요서 및 품질확보 전략주요 품질요소데이터 품질 전략정확성 (Accuracy)사용 목적에 따른 정확성 기준 별도 적용 (상품Cate별 물동량 예측을 위한 주문 세분화)완전성 (Completness)수요기업의 원천 데이터 품질 검증 후 식별 가능한 수준까지 정제 또는 삭제를 통한 데이터 왜곡 방지적시성 ((Timeliness)소멸성 강한 데이터의 품질 기준 수립SNS데이터와 같이 변화 심한 데이터 품질 기준 수립상품Trend분석을 위해 하위/상위5~10%데이터 미적용으로 물동량 예측의 변동 폭 최소화일관성 (Consistency)동일 데이터라도 사용 목적에 따른 수집 기준의 일관성 유지수집 기준이 다른 경우 목적 및 활용에 따른 분리 운영 4.
  빅데이터 전문 자문위원을 통한 대외 컨설팅 활성화 및 서비스 품질향상빅데이
• 유지보수 전략 : 1) 유지관리 및 후속지원 년간 A/S 및 유지보수계약을 통한 유지관리공정책임자 1:1 멘토링을 통한 분석지식 및 기술 이전수요기업 담당자 대상 데이터분석 세미나, 역량강화교육 개최기타 타공정, 이종설비, 검사측정기기 등 타분야에 데이터분석 기회(사업기회) 발굴
  2) 교육훈련을 통한 고객 및 유지보수 관리체계적이고 효율적인 교육을 위해 교육내용을 사용자 업무영역 및 수준별로 구분하여 가공데이터 활용 및 운영 능력을 배양할 수 있도록 협약기간에 걸쳐 기술이전 교육 수행.서비스 안정적 운영, 독자적 운영이 가능한 자립기술 확보, 최신 정보기술에 대한 전략적 활용능력 증대, 데이터 안정성 신뢰성 확보 데이터 관리 전문교육, 전문 교육과정을 통한기술이전, 데이터 운영 전문교육, 유지보수 지원을 통한 현장 교육3) 고객지원 및 유지보수 대응계획구분상세내역고객지원/컨설팅수요기업의 요구사항에 맞는 데이터 가공방법 지원수요기업이 보유하고 있는 데이터에 대한 분석데이터 시각화 방법 및 시각화 솔류션 제공전화, Email등을 통한 고객 요구사항 수집 및 처리유지보수수요기업에 대한 월 정기 상담 진행데이터 변경에 대한 문제점 분석데이터 정합성 및 중복 체크
• 카테고리 구분 : 전처리,품질,시각화,분석
• 실적 : NO과제명거래처명수행기간수행내용성과 및 실적1IoT 저전력 통신기반 디바이스를 통한 시설물 데이터 수집분석 및 모니터링 기술 관련 Business Model 수립 & 마케팅 전략 수립 컨설팅 프로젝트큐센텍22.01.10~22.03.07데이터 수집분석 및 모니터링 기술 관련 BM 수립데이터 수집 및 개선 관리22020년 제조 중소기업 혁신바우처 사업 스마트 공장 구축 컨설팅한국스마트컨설팅협회(이에이바이오스)21.03.30~21.05.31스마트 공장 구축생산 최적화 및 생상성 향상3태평양 금속 TPI 프로젝트태평양금속21.01.01~21.12.31공정 데이터 수집, 전처리, 시각화, 분석불량 주요인자 발견 및 개선안 도출4태평양 금속 TPI 프로젝트태평양금속20.01.01~20.12.31공정 데이터 수집, 전처리, 시각화, 분석불량 주요인자 발견 및 개선안 도출5태평양 금속 TQI 프로젝트태평양금속19.01.01~19.12.31불량 데이터 수집, 전처리, 시각화, 분석불량 주요인자 발견 및 개선안 도출6(주)KCC 공정품질 및 설계품질 향상 컨설팅 용역 계약서현대비에스앤씨 주식회사20.03.01~20.12.31불량 데이터 수집, 전처리, 시각화, 분석불량 주요인자 발견 및 개선안도출7(주)KCC 공정품질 및 설계품질 향상 컨설팅 용역 계약서현대비에스앤씨 주식회사19.02.01~20.01.31불량 데이터 수집, 전처리, 시각화, 분석불량 주요인자 발견 및 개선안도출8(주)KCC 공정품질 및 설계품질 향상 컨설팅 용역 계약서현대비에스앤씨 주식회사18.01.01~19.01.31불량 데이터 수집, 전처리, 시각화, 분석불량 주요인자 발견 및 개선안도출9대중소기업 혁신 파트너십 사업 협약서LG디스플레이(지트론)20.05.15~20.12.31불량 데이터 수집, 전처리, 시각화, 분석불량 주요인자 발견 및 개선안도출10노안보상필름 제품혁신안 도출 1차 컨설팅㈜픽셀로18.07.02~18.09.30개발 제품 Issue 및 관련 데이터 분석주요 인자 발견 및 해결방안 도출1
• 기업 개요 및 핵심역량 : 1) QM&E경영컨설팅의 기업개요당사는 1999년 설립한 종합컨설팅 회사로써 현재 3개의 계열사로 구성되어 있으며, 역량진단, 수출전략, 마케팅, 생산, 품질, 조직 문화, 신기술개발, 중장기 성장전략, ESG 경영구축, 스마트 HACCP 및 스마트 팩토리 수행 등 다양한 분야의 토탈 솔루션 서비스를 제공하고 있습니다.
  2) QM&E경영컨설팅의 핵심역량
  1) 지난10년 (2011~2020)간 6개 기업성장지원센터 / 지원단에서 약 148개의육성기업대상 중장기 성장지원 및 최우수 평가
  2) 산업혁신운동 3.0 사업 1차년도부터 참여, 매년 우수 평가 3) 스마트공장 소프트웨어 개발 수행기관 선정4) 스마트HACCP 컨설팅 수행기관 선정5) 경험이 풍부한 전문인력 Pool 보유6) 기업의 Needs에 대한 Total Solution을 제공
• 활용 사례 : (사례
  1) A장치산업의 DMPO(Data Mining for Process Optimization)적용 사례 개요 : 국내 L사에서는 가구제작 및 다용도용 원재료를 생산하는 업체로서, 제조공정은 연속공정으로, 단위 공정의 독립된 최적화 실험을 할 수가 없고, 대부분의 공정 테스트는 연구소의 Lab테스트를 거친 후 양산라인에서 실시 할 수 밖에 없는 상황이었다.
  공장의 주요 과제 중의 하나는 양산제품의 불량율을 개선하여, 제조원가 절감을 달성하는 것으로, 프로젝트 팀에서는 SAP, MES 등 에서 별도로 수집되고 있는 최근 6개월 간의 N, X, Y 데이터를 데이터 셑으로 정렬하여, 모델링하고, 주요 인자에 대하여 최적조건을 찾을 수 있었다.
  이 결과, 공정최적화를 통하여 주요 불량항목의 70%를 개선할 수 있었다.
  – DMPO를 통한 제조공정 데이터 모델링 및 최적화 절차는 아래와 같음
  – 공장의 각 시스템(ERP, MES등), 현장의 Log기록지, 생산일지등에서 관련 데이터 셀을 구성
  – 각 변수의, 분포, 트렌드, 변수 간 관계, 이상치,등 시각적으로 특별한 현상을 파악, 조치함
  – 다양한 모델링기법중 본 프로젝트에서는 Y값이 불량율이므로, Logistic Reg.로 모델링 실시함
  – 핵심 불량 항목인 A 와 B의 불량율을 최소화 할 수 있는 공정조건을 찾을 수 있음

데이터바우처 사업관리 가공기업 정보

한국데이터산업진흥원 데이터바우처 사업을 통해 지정된 공급기업 중 데이터 가공기업 정보를 제공하고 있습니다. 본 데이터는 데이터바우처 지원사업에 참여하는 기업들의 정보를 포괄적으로 다룹니다. 특히, 수요기업이 필요로 하는 다양한 형태의 데이터 가공 서비스에 대한 정보를 제공함으로써, 데이터 활용의 범위를 넓히고, 기업의 데이터 기반 의사결정을 지원하는 역할을 합니다. 이 데이터가 보유한 컬럼은 다음과 같습니다.

기업한글명(문자형) : 해당 기업의 한글 이름
설립일자(날짜형) : 기업이 설립된 날짜
기본주소(문자형) : 기업의 본사 주소
상세주소(문자형) : 기업의 주소에 대한 추가 정보
주요서비스 상세정보(문자형) : 데이터 가공기업이 제공하는 구체적인 서비스 내용
보유솔루션(문자형) : 기업이 보유한 해결책 및 시스템에 관한 상세 정보
품질확보전략(문자형) : 데이터 품질 확보를 위한 기업의 전략
유지보수전략(문자형) : 데이터 가공 서비스 후속 지원 계획
카테고리구분(문자형) : 제공하는 데이터 가공 서비스의 카테고리 분류
등록일(날짜형) : 데이터가 등록된 날짜
실적(문자형) : 기업의 성과와 실적
기업개요 및 핵심역량(문자형) : 기업의 전반적인 설명과 주요 전문성
활용사례(문자형) : 데이터 및 서비스를 활용한 실제 사례
링크(URL) : 데이터에 대한 추가 정보 및 접근 링크

파일 다운받기

주요서비스 상세정보(요약), 보유솔루션(요약), 품질확보전략(요약), 유지보수(후속지원), 전략(요약), 실적(요약) 등의 일부 데이터 값은 데이터 미집계로 인해 공란이 있습니다.