Engineering-Grade Manufacturing AI
제조 도면과 기록을,
검증 가능한 판정으로.
도면·부품표·수기 기록서를 기계가 읽고, 근거가 연결되고, 기준으로 검증된 판단으로 바꿉니다. AI는 제안하고, 승인은 사람이 합니다.
판정 · VERDICT
기계식 주차설비 · 리프트 구동부 도면 세트
확인 필요 6건
도면 세트 10장 · 교차 검증 8항목 · 사양 일관성 11항목 전수 대조
81
부품표 행
70
치수 인식
47
추출 항목
- 근거
- 도면 원본 좌표 · 부품별 영역 하이라이트
- 기준
- 도번 체계 · 구동 사양 · 규격 대조 규칙 · 버전 고정
- 승인
- 담당자 검토 대기 — AI는 승인하지 않음
데모 도면 세트의 실제 판정 결과입니다. 숫자는 판정 데이터에서 그대로 집계됩니다 — 샘플 리포트 보기 →
Zero Silent Error
침묵의 오류를 남기지 않습니다
✓Source traced
모든 추출값·판정에 원본 페이지와 좌표가 붙습니다. 클릭하면 도면의 그 위치로 이동합니다.
✓Rule verified
적용한 기준·도번 체계·사양 규칙을 명시하고, 기재값과 기준값을 나란히 보여줍니다.
✓Human approved
AI는 승인하지 않습니다. 유자격 담당자가 근거를 보고 확정해야 결과가 다음 단계로 넘어갑니다.
01 · Mission
제조 엔지니어링의 병목은 검토입니다.
그럴듯한 답이 아니라, 근거가 연결된 결과를 만듭니다.
- /01도면·부품표·기록서를 기계가 읽고, 문서 사이의 정합성을 표본이 아닌 전수로 대조합니다
- /02모든 판정에 원본 좌표·적용 기준·신뢰도가 붙습니다
- /03수율·물량 같은 공식 계산은 버전이 고정된 결정론 엔진이 수행합니다 — LLM은 계산하지 않습니다
- /04근거가 약하면 AI가 먼저 판단을 보류하고 사람에게 이관합니다
- /05온프레미스·폐쇄망 배포를 전제로 설계했습니다
“그건 범용 AI로 하면 되지 않나요?”
가장 많이 받는 질문입니다. 범용 AI는 그럴듯한 답을 만듭니다. 제조 검토에서 그럴듯함은 정확함이 아니며, 틀린 근거는 출하·사고 이후에야 드러납니다.
범용 AI로 도면을 읽을 때
- ✕도면 간 참조 추적 — 조립도에서 단품도로 이어지는 도번 연결을 따라가지 못함
- ✕부품표 ↔ 도면 대조 — 표의 품번이 도면 어느 부품을 가리키는지 특정하지 못함
- ✕심볼·표기 이형 — 사업장마다 다른 표제란·주기 관습
- ✕수기 기록서 — 작업자마다 다른 필체와 공정마다 다른 양식
- ✕개정 비교 — R2→R3 변경이 어디까지 파급되는지 추적 불가
무엇보다 — 틀려도 틀렸다고 말하지 않습니다.
MakeAI 제조 에이전트의 방식
- ✓판정마다 원본 도면 좌표가 붙습니다 — 클릭하면 그 위치로 이동합니다
- ✓부품표 각 행을 도면 위 부품 영역과 지시선으로 연결해 보여줍니다
- ✓도번 체계·구동 사양·규격을 도면 세트 전체에서 교차 대조합니다
- ✓수율·물량 계산은 결정론 엔진이 수행하고, 기재값과의 차이를 표시합니다
- ✓사업장별 표기 관습을 학습해 심볼·양식 이형을 흡수합니다
그리고 — 근거가 약하면 먼저 판단을 보류하고 사람에게 넘깁니다.
02 · Platform
AI-native 제조 검증 스택
AI 추론 계층과 엔지니어링 정밀 계층을 하나의 구조로 통합했습니다. AI를 기존 도구에 덧붙인 것이 아니라, 검증을 중심으로 설계한 플랫폼입니다.
AI Intelligence Layer
도면·표·수기 기록의 산업적 의미를 이해합니다. 형상·재질·규격·개정 이력을 추출하고, 부품표와 도면을 매핑하고, 근거를 찾아 설명합니다. 사업장별 표기 관습까지 학습하는 도메인 적응 구조입니다.
Engineering Precision Layer
수율 재계산, 물량 집계, 규격 대조 같은 공식 계산은 버전이 고정된 결정론 엔진이 수행합니다. 단위·기준·허용오차·검증 이력이 하나의 실행 단위로 관리됩니다.
모든 결과는 이 체인을 거쳐야 확정됩니다.
배포 · 데이터 경계
✓온프레미스 · 폐쇄망 배포
계약 범위 내 제공
✓교차 고객 학습 금지
제품 원칙 · 계약 명시
✓버전 고정 결정론 커널
제공 중
✓AI에 승인 권한 없음
제품 경계
03 · Features
제조 검수 프로세스에 맞춘 4개 모듈
DEEP Index
말하듯 찾는 제조 문서 검색
자연어로 질문하면 도면의 형상·재질·규격·개정 이력을 의미 단위로 분석해 수천 건 중 조건에 맞는 문서를 순위별로 찾습니다.
DEEP OCR
수기·비정형 기록서 추출
작업자마다 다른 필체, 공정마다 다른 양식, 접혀서 오는 레코더 출력물까지 핵심 수치와 공정 조건을 파싱합니다.
DEEP View
근거가 보이는 검수 화면
원문과 추출 결과를 나란히 띄우고, 신뢰도가 낮은 값만 하이라이트합니다. 값을 클릭하면 도면 위 해당 위치로 이동합니다.
DEEP Verify
수율 재계산 & 교차 검증
인수량·생산량·손실량을 추출해 수율을 재계산하고 기재값과 대조합니다. 공정 시간 역전, IPC 주기 누락, 서명 누락도 감지합니다.
자동 감지 항목
04 · Industries
검토 실패의 비용이 큰 제조 영역부터
기계 · 설비
조립도 ↔ 단품도 ↔ 부품표 전수 대조, 구매품 도면 완전성
플랜트 · 장치
P&ID · 스펙 · 표준문서 정합, 배관 물량 집계
부품 · 가공
수기 공정 기록서 → 수율 재계산, 검사 성적서 대조
전기 · 제어
결선도 · 부품 리스트 · 사양서 교차 검증
Demo Project
도면 10장을 전수 대조한 실제 결과
도면 분석 콘솔(mv.makeai.biz)에서 직접 도면을 올려 같은 판정을 돌려볼 수 있습니다.
기계식 주차설비 · 리프트 구동부 도면 세트. 부품표 81행을 도면 위 부품 영역과 지시선으로 연결하고, 치수 70개를 좌표와 신뢰도로 인식했습니다. 교차 검증 8항목 중 3건, 사양 일관성 11항목 중 3건이 담당자 확인 대상으로 분류됐습니다.
⚠도면 세트 완전성
근거 P.7 · 관계도 참조
⚠LINER 두께 병기
근거 P.1 · 품번 10
⚠표제란 서명 누락
근거 P.1–P.10
실제 데모 판정 항목 · 담당자 확인 대기
FAQ
자주 묻는 질문
어떤 도면 형식을 읽을 수 있나요?
PDF 로 출도된 도면, 스캔·사진 도면(이미지), 그리고 DWG·DXF 등 CAD 원본을 지원합니다. 표제란·부품표(BOM)·치수·공차·주기(note)·풍선 번호를 추출하고 도면 간 참조(조립도 ↔ 단품도)를 연결합니다.
범용 생성형 AI(ChatGPT 등)로 도면을 분석하면 안 되나요?
단일 도면의 설명은 가능하지만, 도면 세트 간 참조 추적, 사양서·기록서와의 전수 교차 검증, 판정마다 원본 좌표를 붙이는 근거 추적은 범용 모델만으로는 어렵습니다. 또한 수율·물량 같은 계산은 LLM 이 아니라 버전이 고정된 결정론 엔진이 수행해야 재현이 됩니다.
AI 판정을 그대로 믿어도 되나요?
아니요, 그렇게 설계하지 않았습니다. AI 는 제안만 하고 승인은 유자격 담당자가 합니다. 모든 판정에 원본 페이지·좌표·적용 기준·신뢰도가 붙고, 근거가 약하면 AI 가 먼저 '보류' 로 분류해 사람에게 넘깁니다.
폐쇄망 공장 환경에서도 쓸 수 있나요?
네. 온프레미스·폐쇄망 배포를 전제로 설계했습니다. 단일 GPU 서버에서 동작하는 구성이 기본이며, 도면과 기록서 데이터는 외부로 나가지 않습니다.
PLM·ERP·MES 같은 기존 시스템과 연동되나요?
추출 결과는 JSON·CSV 와 REST API 로 제공되어 PLM·ERP·MES 에 연계할 수 있습니다. 도번 체계와 사양 규칙은 고객사 기준으로 설정하며, 변경 이력은 감사 로그로 남습니다.
Ready to transform your document workflow?
지금 바로 무료로 시작하거나, 우리 조직에 맞는 도입 방식을 상담받아 보세요.