제조업 - Docs

일은 혼자하는 경우가 잘 없습니다. 말하자면 대부분 소통을 한다는 것입니다. 근데 소통을 잘하려면 서로 용어가 협의가 되야합니다.

누군가는 A 라는 용어를 사과라고 생각하고 누군가는 자두라고 생각한다면 아애 애초부터 다른 생각을 하고 소통을 시작하기 떄문에 트러블이 생길 확률이 높습니다.

그래서 명확하게 해당 산업직군에서 많이 통용되는 용어정리, 주로 사용되는 기술, 도메인 지식을 인지한 상태에서 일을 한다면 더욱더 일률이 올라가 원하는 목표를 쟁취하실 수 있습니다.

우선 제조업 안의 종목은 크게 6가지로 나눌 수 있습니다.

자동차
전자, 가전 제품
기계 및 장비
화학 제품
의류 및 섬유 제품
식품 제조

공통적으로 많이 사용되는 IT 기술은 각각의 부품이나 완제폼의 생산성과 효율성을 높이고 비용을 절감하며, 품질을 개선하는데 중점을 둡니다.
제조업에서 사용되는 솔루션들, 실질적인 IT 기술을 기술하겠습니다.

1. 용어 정리

1.1 ERP ( Enterprise Resource Planning)

정의 : 기업의 리소스 자원들을 계획하고 관리 하는 플랫폼입니다.
대표 솔루션 : SAP ERP, Oracle ERP, Microsoft Dynamics 365 등등이 있습니다. 독자적인 회사 내부의 커스텀된 ERP를 구축하는 회사도 많습니다. 기존의 대기업들이 만든 ERP를 채택할 것인지 내부적으로 사내 ERP를 만들 것인지는 관리자 급의 임원들이 의사결정 할 것입니다.
기능 : 생산, 자재 관리, 재고 관리, 회계, 인사, 공급망을 통합 관리
장점
1. 전사적 데이터 통합 및 실시간 정보 공유
2. 정량적인 데이터를 기반으로 객관적이고 투명한 의사결정을 할 수 있습니다.
ERP 도입에 대한 필자 생각 : 회사의 리소스 자원을 ERP 하나로 퉁쳐도 된다고 생각합니다. 하지만 관리 할 리소스 자원이 엄청나게 많고 독립적으로 관리하고 싶다면 물류관리, 품질관리, 인사 관리, 회계 관리 각각의 플랫폼을 구축 할 것을 권장합니다.

1.2 MES (Manufacturing Execution System)

정의 : 생산 실행 시스템
대표 솔루션: Siemens MES, Rockwell FactoryTalk, GE Proficy MES
기능: 실시간 생산 데이터 수집, 작업 지시, 품질 관리
장점: 생산 공정 가시화, 품질 향상, 다운타임 최소화

1.3 WMS (Warehouse Management System)

정의 : 창고 관리 시스템
대표 솔루션: Manhattan WMS, Blue Yonder, SAP EWM
기능: 입고, 재고, 출고 물류들을 관리합니다.
장점: 물류 최적화, 창고 운영 자동화
WMS 도입에 대한 필자 생각 : 공장들이 점진적으로 자동화 공정으로 변환되고 있습니다. 예를들어 사람이 운전하는 지게차가 아니라 무인으로 운전되는 지게차로 자재나 물품들을 운반하고 있습니다. 삼성, LG, SK를 필두로 도입하고 있으며 이미 자동화공정이 잘 운영되는 곳도 많습니다. 미래를 선도하기 위해 투자를 감내할 기업들은 서서히 뛰어들 것입니다. WMS 도입이 이러한 자동화 공정의 출발점이 된다고 생각합니다.

1.4 SCADA (Supervisory Control and Data Acquisition, 감시제어 및 데이터 수집 시스템)

대표 솔루션: Ignition SCADA, Wonderware, Siemens WinCC
기능: 공장 자동화 시스템의 데이터 모니터링 및 제어
장점: 실시간 공장 모니터링, 데이터 기반 의사 결정
SCADA 시스템에 대한 필자 생각 : 스마트 팩토리 공정을 운영하는 업체들은 대부분 SCADA 솔루션 업체와 협력하고 있을 것입니다. 제가 직접 PLC직무를 해본 적은 없지만 건너편 부서에서 PLC를 하시는분의 이야기를 어깨너머로 들은 경험이 많습니다. 데이터들이 더욱더 정교해질 것이라 생각합니다. 근데 제조업 특성상 실수 하나로 엄청나게 매출이 큰 타격이 있을 수 있습니다. 그래서 사람들을 상주시키는 체제는 변함이 없을 것이라 생각합니다.

1.5 IIoT (Industrial Internet of Things, 산업용 사물인터넷)

대표 솔루션: PTC ThingWorx, Siemens MindSphere, AWS IoT
기능: 센서를 통해 실시간 데이터 수집 및 분석
장점: 예지 보전(Preventive Maintenance), 장비 상태 모니터링

1.6 PLM (Product Lifecycle Management, 제품 수명주기 관리)

대표 솔루션: Siemens Teamcenter, PTC Windchill, Dassault Systèmes 3DEXPERIENCE 기능: 제품 개발, 설계, 제조, 유지보수 과정 관리 이점: 제품 데이터 통합, 개발 비용 절감

1.7 AI 및 머신러닝

적용 사례:
1. 품질 검사 자동화 (컴퓨터 비전 활용)
2. 수요 예측 및 생산 최적화
3. 이상 탐지를 통한 설비 유지보수 (Predictive Maintenance)

1.8 로보틱스 및 RPA (Robotic Process Automation)

적용 사례:
1. AGV (Automated Guided Vehicles, 무인 운반차)
2. RPA를 통한 반복 업무 자동화

1.9 클라우드 & 엣지 컴퓨팅

대표 솔루션: AWS, Microsoft Azure, Google Cloud
기능: 데이터 저장, 분석, 원격 공장 관리
장점: 서버 비용 절감, 실시간 데이터 활용 가능

2. 도메인 개념

2.1 자동차

vehicles (자동차 기본 정보)

컬럼명	한글 설명
vehicle_id	차량 ID (PK)
model_name	모델명
manufacturer_id	제조사 ID (FK)
vehicle_type_id	차량 종류 ID (FK)
year	연식
engine_type	엔진 종류
transmission	변속기 종류
price	가격

manufacturers (제조사 정보)

컬럼명	한글 설명
manufacturer_id	제조사 ID (PK)
name	제조사 이름
country	국가
founded_year	설립 연도

vehicle_types (차량 종류)

컬럼명	한글 설명
vehicle_type_id	차량 종류 ID (PK)
type_name	종류 이름 (예: SUV, Sedan 등)

specifications (차량 사양 정보)

컬럼명	한글 설명
spec_id	사양 ID (PK)
vehicle_id	차량 ID (FK)
spec_name	사양 이름
spec_value	사양 값

colors (색상 옵션)

컬럼명	한글 설명
color_id	색상 ID (PK)
name	색상 이름

vehicle_colors (차량-색상 매핑)

컬럼명	한글 설명
vehicle_id	차량 ID (FK)
color_id	색상 ID (FK)

test_results (테스트 결과)

컬럼명	한글 설명
test_id	테스트 ID (PK)
vehicle_id	차량 ID (FK)
test_type	테스트 유형
result	결과
tested_at	테스트 날짜 및 시간

parts (부품 정보)

컬럼명	한글 설명
part_id	부품 ID (PK)
name	부품 이름
supplier_id	공급업체 ID (FK)
price	부품 가격

vehicle_parts (차량-부품 매핑)

컬럼명	한글 설명
vehicle_id	차량 ID (FK)
part_id	부품 ID (FK)

suppliers (공급업체 정보)

컬럼명	한글 설명
supplier_id	공급업체 ID (PK)
name	업체 이름
country	국가

전반적인 프로세스 흐름

제조사 등록
- manufacturers 테이블에 데이터 입력
차량 모델 등록
- vehicles, vehicle_types 참조하여 기본정보 입력
차량 사양 및 색상 옵션 등록
- specifications, vehicle_colors 통해 구성
부품 등록 및 매핑
- parts, vehicle_parts, suppliers 연동
테스트 결과 등록
- test_results에 안전성 및 성능 결과 기록

2.2 전자제품

Product (제품)

컬럼명	설명	타입
product_id	제품 고유 ID (PK)	INTEGER
product_name	제품명	TEXT
product_type	제품 유형 (TV 등)	TEXT
model_number	모델 번호	TEXT
release_date	출시일	DATE
specs	사양 (JSON 형식)	JSON
status	판매 상태	TEXT

BOM (Bill of Materials, 자재 명세)

컬럼명	설명	타입
bom_id	BOM ID (PK)	INTEGER
product_id	제품 ID (FK)	INTEGER
component_id	부품 ID (FK)	INTEGER
quantity	사용 수량	INTEGER

Component (부품)

컬럼명	설명	타입
component_id	부품 ID (PK)	INTEGER
component_name	부품명	TEXT
component_type	부품 유형	TEXT
supplier_id	공급업체 ID (FK)	INTEGER
unit_cost	단가	DECIMAL
stock	재고 수량	INTEGER

Supplier (공급업체)

컬럼명	설명	타입
supplier_id	업체 ID (PK)	INTEGER
supplier_name	업체명	TEXT
contact_info	연락처	TEXT
address	주소	TEXT

Production_Order (생산 지시)

컬럼명	설명	타입
order_id	지시 ID (PK)	INTEGER
product_id	제품 ID (FK)	INTEGER
order_date	지시일	DATE
quantity	생산 수량	INTEGER
due_date	납기일	DATE
status	상태 (지시됨 등)	TEXT

Quality_Check (품질 검사)

컬럼명	설명	타입
check_id	검사 ID (PK)	INTEGER
product_id	제품 ID (FK)	INTEGER
check_date	검사일	DATE
inspector	검사자	TEXT
result	결과 (합격 등)	TEXT
note	특이사항	TEXT

Shipment (출하)

컬럼명	설명	타입
shipment_id	출하 ID (PK)	INTEGER
product_id	제품 ID (FK)	INTEGER
shipment_date	출하일	DATE
quantity	출하 수량	INTEGER
destination	출하지	TEXT

After_Service (A/S 처리)

컬럼명	설명	타입
as_id	A/S ID (PK)	INTEGER
product_id	제품 ID (FK)	INTEGER
customer_id	고객 ID (FK)	INTEGER
issue_description	문제 내용	TEXT
received_date	접수일	DATE
resolved_date	해결일	DATE
status	처리 상태	TEXT

Customer (고객)

컬럼명	설명	타입
customer_id	고객 ID (PK)	INTEGER
name	고객명	TEXT
contact_info	연락처	TEXT
address	주소	TEXT

전체 서비스 프로세스 흐름

제품 기획 및 등록: Product 테이블에 제품 정보 등록
BOM 구성 등록: BOM 테이블을 통해 부품 조합 등록
부품 조달 및 재고 관리: Component, Supplier 테이블을 통해 재고 및 공급 관리
생산 지시: Production_Order 테이블에 생산 오더 등록 → 생산 진행
품질 검사: Quality_Check 테이블을 통해 생산된 제품 검사
출하 관리: Shipment 테이블을 통해 제품 출하 이력 관리
고객 서비스 및 A/S 처리: After_Service + Customer 테이블을 통해 사후관리

2.3 기계 및 장비

Equipment (기계 장비 정보)

컬럼명	타입	설명
equipment_id	PK, INT	장비 고유 ID
name	VARCHAR	장비명
model_number	VARCHAR	모델 번호
type	VARCHAR	장비 유형 (절삭기, 포장기 등)
manufacturer_id	FK, INT	제조사 ID
purchase_date	DATE	구매 일자
warranty_expiry	DATE	보증 기간 만료일
status	VARCHAR	상태 (운영중, 정비중, 폐기 등)

Manufacturer (제조사 정보)

컬럼명	타입	설명
manufacturer_id	PK, INT	제조사 ID
name	VARCHAR	제조사 이름
contact_info	VARCHAR	연락처
address	TEXT	주소

Maintenance_Request (정비 요청)

컬럼명	타입	설명
request_id	PK, INT	정비 요청 ID
equipment_id	FK, INT	대상 장비 ID
requested_by	VARCHAR	요청자 이름
request_date	DATETIME	요청 일시
issue_description	TEXT	문제 설명
status	VARCHAR	상태 (대기, 진행중, 완료)

Maintenance_Record (정비 이력)

컬럼명	타입	설명
record_id	PK, INT	정비 이력 ID
equipment_id	FK, INT	장비 ID
performed_by	VARCHAR	정비 담당자
service_date	DATETIME	정비 일시
service_details	TEXT	정비 내용
cost	DECIMAL	정비 비용

Part_Inventory (부품 재고)

컬럼명	타입	설명
part_id	PK, INT	부품 ID
name	VARCHAR	부품명
stock_quantity	INT	재고 수량
unit_price	DECIMAL	단가
supplier_id	FK, INT	공급 업체 ID

Supplier (부품 공급 업체)

컬럼명	타입	설명
supplier_id	PK, INT	공급 업체 ID
name	VARCHAR	업체명
contact_info	VARCHAR	연락처
address	TEXT	주소

Work_Order (작업 지시)

컬럼명	타입	설명
order_id	PK, INT	작업 지시 ID
equipment_id	FK, INT	장비 ID
description	TEXT	작업 설명
scheduled_date	DATE	예정 작업일
assigned_to	VARCHAR	담당자
status	VARCHAR	상태 (예정, 진행중, 완료)

전반적인 서비스 프로세스

장비 등록 및 관리
- 신규 장비 등록 (Equipment)
- 제조사 정보 연결 (Manufacturer)
정비 요청 및 처리
- 사용자 정비 요청 생성 (Maintenance_Request)
- 요청 검토 후 정비 이력 기록 (Maintenance_Record)
부품 재고 및 공급사 관리
- 부품 목록 등록 및 재고 관리 (Part_Inventory)
- 공급업체와 연결 (Supplier)
작업 지시 생성 및 추적
- 운영팀에서 정비/작업 지시 등록 (Work_Order)
- 진행 상태 추적 및 완료 처리
장비 모니터링 및 폐기
- 장비 상태 지속 추적 (Equipment.status)
- 폐기 대상 선정 및 보증 기간 관리

2.4 화학제품

chemical_products (화학 제품)

컬럼명	설명
product_id (PK)	제품 고유 ID
product_name	제품명
category	제품 분류 (산, 알칼리, 유기물 등)
cas_number	화학물질 고유 번호
formula	화학식
state	상태 (액체, 고체, 기체)
hazard_level	위험 등급
created_at	등록일

raw_materials (원재료)

컬럼명	설명
material_id (PK)	원재료 고유 ID
material_name	원재료명
cas_number	CAS 번호
supplier_id (FK)	공급업체 ID
unit	단위 (kg, L 등)
price_per_unit	단가
stock_quantity	재고 수량

product_composition (제품 구성)

컬럼명	설명
composition_id (PK)	구성 ID
product_id (FK)	제품 ID
material_id (FK)	원재료 ID
quantity	사용량

suppliers (공급업체)

컬럼명	설명
supplier_id (PK)	공급업체 ID
supplier_name	업체명
contact	연락처
address	주소

safety_data_sheets (MSDS)

컬럼명	설명
sds_id (PK)	자료 ID
product_id (FK)	제품 ID
sds_url	다운로드 링크
version	버전
issue_date	발행일

production_orders (생산 지시)

컬럼명	설명
order_id (PK)	지시 ID
product_id (FK)	제품 ID
quantity	생산 수량
scheduled_date	예정일
status	상태 (진행중, 완료 등)

quality_checks (품질 검사)

컬럼명	설명
check_id (PK)	검사 ID
product_id (FK)	제품 ID
result	결과 (합격/불합격)
checked_by	검사자
check_date	검사일

storage_facilities (저장 시설)

컬럼명	설명
facility_id (PK)	시설 ID
name	시설명
location	위치
temperature_control	온도 제어 여부
capacity	최대 용량

shipments (출하 정보)

컬럼명	설명
shipment_id (PK)	출하 ID
product_id (FK)	제품 ID
quantity	수량
destination	목적지
shipment_date	출하일

regulations (규제 및 인증)

컬럼명	설명
regulation_id (PK)	규제 ID
product_id (FK)	제품 ID
regulation_name	규제/인증 명칭
agency	발급 기관
valid_until	유효기간

전반적인 서비스 프로세스

제품 등록: 화학제품 및 MSDS 문서 등록
원재료 구매 및 관리: 공급업체로부터 원재료 구매 및 재고 관리
제품 구성 정의: 제품별 원재료 구성 비율 설정
생산 지시 및 제조: 일정에 따라 생산 지시 및 진행
품질 검사: 생산 완료 후 품질 검사 수행
저장 및 보관: 조건에 맞는 저장소에 보관
출하 및 납품: 목적지로 제품 출하
규제 및 인증 관리: 각 제품에 대한 관련 법규 및 인증 추적 관리

2.5 의류 및 섬유제품

Product (제품)

컬럼명	설명
product_id (PK)	제품 고유 ID
product_name	제품명 (예: 티셔츠, 청바지 등)
category	카테고리 (상의, 하의, 액세서리 등)
size	사이즈 (S, M, L 등)
color	색상
material	주요 원단 재질
design_id (FK)	디자인 ID (도면 혹은 설계 참조)
status	제품 상태 (설계중, 생산중, 판매중 등)

Material (원자재)

컬럼명	설명
material_id (PK)	원자재 ID
material_name	원자재명 (예: 면 원단, 단추 등)
type	유형 (원단, 부자재 등)
supplier_id (FK)	공급업체 ID
unit	단위 (미터, 개 등)
stock_quantity	재고 수량

BOM (구성표)

컬럼명	설명
bom_id (PK)	BOM ID
product_id (FK)	제품 ID
material_id (FK)	사용 원자재 ID
quantity	사용 수량

Design (설계도면)

컬럼명	설명
design_id (PK)	설계 ID
description	설명
file_path	도면 파일 경로
designer	디자이너 이름

Production_Order (생산 지시)

컬럼명	설명
order_id (PK)	생산 지시 ID
product_id (FK)	제품 ID
order_date	지시일
quantity	생산 수량
due_date	납기일
status	진행 상태 (진행중, 완료 등)

Quality_Check (품질 검사)

컬럼명	설명
qc_id (PK)	검사 ID
product_id (FK)	검사 대상 제품
check_date	검사 일자
inspector	검사자 이름
result	합격/불합격
notes	비고

Supplier (공급업체)

컬럼명	설명
supplier_id (PK)	업체 ID
supplier_name	업체명
contact_info	연락처
address	주소

전반적인 프로세스

제품 설계
- Design 테이블에 설계 도면 등록
- Product 테이블에 제품 정보 입력
BOM 구성
- 제품에 필요한 원자재 정의 (BOM 테이블)
원자재 확보
- Material과 Supplier를 통해 재고 파악 및 발주
생산 지시
- Production_Order로 생산 계획 수립
생산 및 품질 검사
- 생산된 제품에 대해 Quality_Check 수행
출하/유통 준비
- 판매 가능한 상태로 Product 상태 갱신

2.6 식품

raw_Materials (원재료)

컬럼명	설명
raw_material_id (PK)	원재료 고유 ID
name	원재료명
supplier_id (FK)	공급업체 ID
unit	단위 (kg, L 등)
unit_cost	단가
stock_quantity	재고 수량

suppliers (공급업체)

컬럼명	설명
supplier_id (PK)	공급업체 ID
name	업체명
contact_info	연락처
address	주소

quality_Inspection (품질 검사)

컬럼명	설명
inspection_id (PK)	검사 ID
raw_material_id (FK)	원재료 ID
inspection_date	검사일
result	결과 (합격/불합격)
remarks	비고

products (제품)

컬럼명	설명
product_id (PK)	제품 ID
name	제품명
category	제품 분류
shelf_life_days	유통기한 (일수)
packaging_type	포장 유형
status	상태 (생산중, 단종 등)

BOM (Bill of Materials)

컬럼명	설명
bom_id (PK)	BOM ID
product_id (FK)	제품 ID
raw_material_id (FK)	원재료 ID
quantity	사용 수량

production_Orders (생산 지시)

컬럼명	설명
order_id (PK)	생산지시 ID
product_id (FK)	제품 ID
planned_quantity	생산 예정 수량
actual_quantity	실제 생산 수량
production_date	생산일
status	상태 (계획, 완료 등)

packaging (포장 정보)

컬럼명	설명
packaging_id (PK)	포장 ID
product_id (FK)	제품 ID
packaging_date	포장일
expiration_date	유통기한
lot_number	로트 번호

inventory (재고)

컬럼명	설명
inventory_id (PK)	재고 ID
product_id (FK)	제품 ID
warehouse_location	창고 위치
quantity	수량
last_updated	최종 업데이트 날짜

shipments (출하 내역)

컬럼명	설명
shipment_id (PK)	출하 ID
product_id (FK)	제품 ID
shipment_date	출하일
quantity	출하 수량
destination	배송지

Traceability (유통 이력)

컬럼명	설명
trace_id (PK)	이력 ID
product_id (FK)	제품 ID
lot_number	로트 번호
from_location	출발지
to_location	도착지
transfer_date	이동일자

전반적인 프로세스

원자재 구매 및 입고

Purchase_Order: 원재료 발주 정보 기록
Material_Receiving: 입고된 원재료 정보 등록
Supplier: 공급업체 정보 관리

입고 품질 검사

Quality_Check: 입고된 원재료의 품질 검사 결과 기록
Material: 품질 합격 여부 업데이트

입고 등록 및 보관

Inventory: 창고 입고 및 재고 수량 반영
Storage_Location: 저장 위치 정보 관리

생산 계획 수립

Production_Plan: 생산 일정 및 수량 계획
Forecast: 수요 예측 데이터 기반 계획 수립
Inventory: 재고 확인을 통해 생산량 조정

제조 공정 수행

BOM: 제품별 원재료 및 사용량 정보
Production_Order: 제조 지시 생성
Work_Order: 작업 단위 공정 관리

포장 및 라벨링

Packaging: 포장 단위 및 방법 정의
Label: 라벨 정보 (유통기한, 로트번호 등) 등록

완제품 창고 입고

Inventory: 완제품 입고 처리
Product: 제품 상태 ‘생산완료’로 변경

출하 관리

Shipping_Order: 출하 지시 생성
Delivery: 배송 이력 관리

유통 추적 관리

Lot_Tracking: 로트 번호 기반 이력 추적
Recall_Management: 회수 이력 및 대상 관리

판매 및 회수 대응

Sales: 판매 정보 기록
Customer_Complaint: 고객 클레임 정보 기록
Recall_Management: 회수 조치 및 대응 결과 저장

3. 데이터 그리드 테이블 관련 기술 (Data Grid Table)

실제로 제조업에서 많이 사용되는 IT 기술 공유드립니다.

어떤 라이브러리를 채택해서 해당 기술을 구현할지, 그리고 실제 해당 기술이 필요한지에 대한 의사결정은 PL 및 팀원들 협의하에 진행하길 권장드립니다. 가장 경험이 많은 PL이 결정해도 무방하다고 보구요. 회사 내부상황은 가장 경험 많은분이 가장 잘 아실테니깐요. 다만, 이유에 대해서는 공유를 해야겠죠.

단순히 옛날부터 사용해왔다고 해서 도태된 기술을 채택하기보단 현재 회사 상황, 시장 점유율, 기술 진입장벽, 유지보수 비용, 투자대비 얻을 수 있는 이윤, 기술적인 장단점을 정략적인 테이블로 가시화해서 점수화한 이후 객관적 근거를 기준으로 채택하는 것이 최선이라고 봅니다. 마냥 트렌디한 기술이 정답이 아니기도 하고요. 상황에 따라 다르니깐요.

웹 프론트엔드 라이브러리

DevExtreme DataGrid
AG Grid (고성능, 제조업 대규모 데이터에 적합)
Material-UI Table (React 기반)
Handsontable (엑셀 스타일 그리드)

백엔드 데이터 처리 소프트웨어

MS SQL Server (대량 데이터 처리 최적화)
MYSQL
ORACLE
PostgreSQL (JSON 데이터 핸들링 강점)
Redis (캐싱으로 속도 향상)

실제 사용되는 기술

WMS, MES에서 실시간 재고/생산 데이터 테이블
대량 데이터 페이징, 정렬, 그룹핑
제조 공정별 로그 및 품질 데이터 시각화
필터링 및 데이터 정제
제품별, 작업자별 생산 실적 필터링
불량률 높은 공정 필터링 후 원인 분석
물류 데이터에서 특정 기간, 지역별 주문 조회
대량 데이터 페이징 & 서버사이드 렌더링
수천만 건의 물류 데이터 페이지네이션
실시간 공장 센서 데이터 스트리밍
대량 재고 조회 시 100개 단위 로딩
실시간 데이터 스트리밍 & 대시보드
WMS에서 실시간 창고 입출고 모니터링
MES에서 공정별 생산 데이터 스트리밍
공장 IoT 센서 데이터를 실시간 대시보드로 표시
AI 기반 데이터 분석 & 예측
예측 재고 관리 (AI 기반 수요 예측)
품질 검사 자동화 (이미지 분석 + 머신러닝)
설비 이상 감지 (IoT 센서 데이터 분석)

접목 기술 라이브러리

데이터 테이블 및 그리드 UI( 페이징, 정렬, 그룹핑)

프론트엔드
- DevExtreme DataGrid → 대량 데이터, 필터링, 그룹핑 지원
- AG Grid → 고성능 데이터 테이블, 가상 스크롤링
- React Table → 가벼운 테이블 라이브러리, 맞춤 구현 가능
- Material-UI Table → 기본적인 테이블 UI 제공
- TanStack Table → 서버사이드 렌더링 최적화
백엔드
- MS SQL Server → OFFSET & FETCH, ROW_NUMBER()로 페이징
- PostgreSQL → LIMIT & OFFSET, Window Functions
- ElasticSearch → 검색 및 대량 데이터 필터링 최적화
- Redis → 자주 조회되는 데이터를 캐싱하여 속도 개선

실시간 데이터 스트리밍 ( WMS, MES, IOT)

실시간 스트리밍 & 메시지 큐
- WebSocket → 실시간 데이터 전송 (웹 대시보드용)
- MQTT → IoT 센서 데이터 전송에 최적화
- Apache Kafka → 대량의 스트리밍 데이터 처리
- RabbitMQ → 메시지 큐 기반 비동기 데이터 처리
백엔드 스트리밍 기술
- SignalR (.NET) → WebSocket 기반 실시간 데이터 전송
- gRPC → 고성능 스트리밍 API
- Redis Pub/Sub → 실시간 데이터 공유

데이터 필터링 & 정제 (검색, 필터, 대량 데이터 처리)

프로트엔드 필터링
- Lodash (_.filter, _.groupBy, _.sortBy) → 데이터 정제 및 가공
- React Query / SWR → 비동기 데이터 캐싱 및 필터링 최적화
- DevExtreme Filter Builder → UI 기반 복잡한 필터링 기능
- Infinite Scroll (가상 스크롤) → AG Grid, DevExtreme 지원
- React Virtualized (대량 데이터 렌더링 최적화)
- GraphQL + Apollo (필요한 데이터만 가져오기)
백엔드 필터링
- SQL Server (WHERE, GROUP BY, HAVING)
- ElasticSearch (bool query, aggregation) → 대량 데이터 필터링 최적화
- Apache Spark → 빅데이터 필터링 & 분석

AI 기반 데이터 분석 & 예측

머신러닝 & AI 모델링
- Scikit-learn → 기본적인 데이터 분석 & 예측
- TensorFlow / PyTorch → AI 기반 품질 검사 & 수요 예측
- XGBoost → 수요 예측 최적화 모델
AI 기반 이미지 분석
- Open CV -> 이미지 기반 품질 검사
- YOLO / Detectron2 → 불량 제품 자동 감지
설비 이상 감지 (IoT 데이터 분석)
- Time Series Forecasting (Prophet, ARIMA) → IoT 센서 데이터 이상 감지
- LSTM (Recurrent Neural Networks) → 장기 예측 모델

대시보드 & 데이터 시각화

프론트엔드 데이터 시각화
- Chart.js → 가벼운 차트 라이브러리
- D3.js → 복잡한 데이터 시각화 가능
- ECharts (Apache ECharts) → 대량 데이터 차트 최적화
- DevExtreme Charts → 데이터 대시보드에 적합
BI ( Business Intelligence) 도구
- Grafana → 실시간 데이터 모니터링
- Power BI → 대시보드 생성 & 데이터 분석
- Tableau → 대량 데이터 분석 & 시각화