현장에서 수집된 데이터를 재해 발생, 주의, 예방 미조치 기준에 따라 세부 항목별로 집계하여
시각화합니다.
'부딪힘 주의'나 '넘어짐' 등 구체적인 유형별 발생 건수를 차트로 제공하여,
관리자가 사업장 내 위험 요소의 빈도를 직관적으로 분석하고 대비할 수 있게 합니다.
관리자가 사업장 내 위험 요소의 빈도를 직관적으로 분석하고 대비할 수 있게 합니다.
재해 발생, 주의, 예방 미조치 등 분류된 재해 특성에 맞춰 임계치(Threshold)와 탐지
주기(HoldingTime) 등 세부 파라미터를 맞춤형으로 설정합니다.
리스트의 값을 더블클릭하여 간편하게 수정할 수 있는 직관적인 UI를 통해 오탐을 최소화하고, 현장 상황에 최적화된 정밀한 재해 탐지 환경을 구축할 수 있습니다.
리스트의 값을 더블클릭하여 간편하게 수정할 수 있는 직관적인 UI를 통해 오탐을 최소화하고, 현장 상황에 최적화된 정밀한 재해 탐지 환경을 구축할 수 있습니다.
재해 발생 및 위험 상황의 실시간 탐지 결과를 상세 내역과 함께 제공합니다.
탐지된 시점의 CCTV 스냅샷과 객체 인식 바운딩 박스(BBox)를 통해 현장 상황을 즉각적으로 파악할 수 있으며,
지게차 부딪힘 주의 등 거리 측정이 필요한 재해의 경우 다각도의 스냅샷을 추가 제공하여 분석의 정밀도를 높였습니다.
탐지된 시점의 CCTV 스냅샷과 객체 인식 바운딩 박스(BBox)를 통해 현장 상황을 즉각적으로 파악할 수 있으며,
지게차 부딪힘 주의 등 거리 측정이 필요한 재해의 경우 다각도의 스냅샷을 추가 제공하여 분석의 정밀도를 높였습니다.
업장 전체에 설치된 화재, 대기질, 온습도, 레이저, 호이스트 센서 등 모든 IoT 장치의 로우
데이터(Raw Data)를 통합 조회합니다.
수집된 정보는 상태 관리, 상태 및 판단 관리, 미관리 등 알림 타입별로 체계적으로 분류되며,
단순한 연결 상태부터 물리적 측정 수치까지 실시간으로 모니터링하여 보이지 않는 잠재 위험까지 철저히 관리합니다.
수집된 정보는 상태 관리, 상태 및 판단 관리, 미관리 등 알림 타입별로 체계적으로 분류되며,
단순한 연결 상태부터 물리적 측정 수치까지 실시간으로 모니터링하여 보이지 않는 잠재 위험까지 철저히 관리합니다.
방대한 센서 데이터 중 재해 대응과 직결된 핵심 지표인 '상태 관리' 및 '상태 및 판단 관리'
데이터만을 별도로 분류하여 통합 조회하는 전용 페이지를 제공합니다.
단순 수집 데이터(미관리)와 분리하여, 재해 발생 시의 장비 상태 파악은 물론 모델의 판단에
따른 경광등 제어 신호 등 고도화된 판단 로직의 결과값을 실시간으로 추적 관리합니다.
선별된 중요 데이터를 별도 저장하고 모니터링함으로써 신속한 상황 판단과 효과적인 현장 관제가 가능합니다.
데이터만을 별도로 분류하여 통합 조회하는 전용 페이지를 제공합니다.
단순 수집 데이터(미관리)와 분리하여, 재해 발생 시의 장비 상태 파악은 물론 모델의 판단에
따른 경광등 제어 신호 등 고도화된 판단 로직의 결과값을 실시간으로 추적 관리합니다.
선별된 중요 데이터를 별도 저장하고 모니터링함으로써 신속한 상황 판단과 효과적인 현장 관제가 가능합니다.
사업장별 CCTV 영상 프레임 처리 상태와 실시간 데이터 유입량을 통합 모니터링하여 시스템의 안정성을
실시간으로 검증합니다.
전체 데이터 흐름뿐만 아니라 UWB(위치 정보) 및 Kafka(메시지 큐)의 연결 상태를 시각화하여 데이터 누락 없는 정밀한 관제 환경을 보장합니다.
상세 보기 기능을 통해 특정 사업장의 데이터 처리 추이와 재해 알림 전송 이력을 심층적으로 분석할 수 있어 운영 효율을 극대화합니다.
전체 데이터 흐름뿐만 아니라 UWB(위치 정보) 및 Kafka(메시지 큐)의 연결 상태를 시각화하여 데이터 누락 없는 정밀한 관제 환경을 보장합니다.
상세 보기 기능을 통해 특정 사업장의 데이터 처리 추이와 재해 알림 전송 이력을 심층적으로 분석할 수 있어 운영 효율을 극대화합니다.
플랫폼 전체에서 발생하는 모든 재해 탐지 및 알림 메시지(Kafka)의 발생 내역을 사업장 및 CCTV별로
통합 관리합니다.
각 장치별로 탐지된 '넘어짐', '부딪힘 주의', '화재' 등 재해 유형별 최신 발생 시점을 실시간으로 표시하여
데이터 흐름의 정체 여부를 확인하고, 현장에서 발생한 위험 신호가 관제 서버로 누락 없이 전송되고 있는지 시각적으로 검증합니다.
각 장치별로 탐지된 '넘어짐', '부딪힘 주의', '화재' 등 재해 유형별 최신 발생 시점을 실시간으로 표시하여
데이터 흐름의 정체 여부를 확인하고, 현장에서 발생한 위험 신호가 관제 서버로 누락 없이 전송되고 있는지 시각적으로 검증합니다.
웹 서버 기반의 효율적인 데이터 수집 및 처리 환경을 제공하며,
NAS(Network Attached Storage)와 연동하여 데이터셋의 자유로운 Import/Export를 지원합니다.
이미지, 도어센서, 온습도 센서 등 다양한 타입의 데이터를 업로드하고 저장소에 안전하게 보관할 수 있어,
AI 모델 학습 및 분석을 위한 체계적인 데이터 관리 인프라를 구축합니다.
NAS(Network Attached Storage)와 연동하여 데이터셋의 자유로운 Import/Export를 지원합니다.
이미지, 도어센서, 온습도 센서 등 다양한 타입의 데이터를 업로드하고 저장소에 안전하게 보관할 수 있어,
AI 모델 학습 및 분석을 위한 체계적인 데이터 관리 인프라를 구축합니다.
MLflow 및 Airflow와의 유연한 연동을 통해 AI 모델의 학습 과정부터 배포까지의 전 과정을
체계적으로 관리하고 시각화합니다.
사용자 정의 딥러닝 모델의 분석 결과를 웹 UI에서 즉시 확인하고,
mAP 지표 및 하이퍼파라미터 등 모델 성능 데이터를 정밀하게 모니터링하여 최적화된 재난 탐지 지능을 유지합니다.
사용자 정의 딥러닝 모델의 분석 결과를 웹 UI에서 즉시 확인하고,
mAP 지표 및 하이퍼파라미터 등 모델 성능 데이터를 정밀하게 모니터링하여 최적화된 재난 탐지 지능을 유지합니다.
오탐지 및 미탐지 데이터에 대한 재학습 환경을 제공하여 인공지능 모델의 정확도를 지속적으로
고도화합니다.
재학습 등록 시 하이퍼파라미터 튜닝(Hyperparameter Tuning) 기능을 지원하여 모델 성능을 최적화하며,
웹 UI를 통해 재학습 진행 상황과 정확도 및 오탐율 등 주요 성능 지표를 실시간으로 모니터링하고 관리할 수 있습니다.
재학습 등록 시 하이퍼파라미터 튜닝(Hyperparameter Tuning) 기능을 지원하여 모델 성능을 최적화하며,
웹 UI를 통해 재학습 진행 상황과 정확도 및 오탐율 등 주요 성능 지표를 실시간으로 모니터링하고 관리할 수 있습니다.
플랫폼에서 운용 중인 모든 AI 모델의 업데이트 이력과 버전(Major/Minor)을 통합 관리합니다.
모델별 수정 사항, 발생 이슈, 업데이트 상태(요청/진행/완료)를 상세히 기록하며,
팝업창을 통한 내역 수정 기능을 지원하여 현장 맞춤형 알고리즘 최적화 과정을 투명하고 효율적으로 제어합니다.
모델별 수정 사항, 발생 이슈, 업데이트 상태(요청/진행/완료)를 상세히 기록하며,
팝업창을 통한 내역 수정 기능을 지원하여 현장 맞춤형 알고리즘 최적화 과정을 투명하고 효율적으로 제어합니다.
학습이 완료된 모델별 서비스 상태(Running/Stop)를 실시간으로 모니터링하고 관리하며,
각 현장 환경에 최적화된 모델을 신속하게 배포 및 운용할 수 있는 환경을 제공합니다.
각 현장 환경에 최적화된 모델을 신속하게 배포 및 운용할 수 있는 환경을 제공합니다.
플랫폼 운영에 최적화된 하이브리드 클라우드 인프라를 상시 모니터링하고 제어합니다.
CPU, 메모리, GPU, 디스크 사용량 및 네트워크 송수신 현황을 실시간 차트로 시각화하여 제공하며,
리소스 사용 추이를 분석해 인프라를 유연하게 확장하거나 축소하는 최적의 자원 할당을 통해 시스템 가동률과 비용 효율성을 극대화합니다.
CPU, 메모리, GPU, 디스크 사용량 및 네트워크 송수신 현황을 실시간 차트로 시각화하여 제공하며,
리소스 사용 추이를 분석해 인프라를 유연하게 확장하거나 축소하는 최적의 자원 할당을 통해 시스템 가동률과 비용 효율성을 극대화합니다.
