가이드 — 적용·배포 방안 (BLK-TRAIN-01·02)¤
📖 약 8 분 읽기
ℹ️ 페이지 정보 (워크스페이스 메타)
Phase 0 콘텐츠 갭 9 종 중 8 번째 신설. 사업계획서 §8 적용·배포 방안 작성에 필요한 배포 아키텍처 + 운영 통합 + HITL workflow + 교육 커리큘럼 + 변화관리 + 운영 인수인계 generator. 운영 가이드 군 19 번째. 4.26 자산 군 포맷 통일.
플레이스홀더 범례 —
[고객사]·[공정]·[수치]·[%]·[기간]·[임계]·[SCN]표준. (확인 필요) — 배포 아키텍처 선택·교육 인원·HITL 인력 배치·변화관리 일정은 사용자 입력 + phase 1 운영 검증 후 확정.본 가이드의 직접 근거 —
track/track2-top5.mdBLK-T2-4.4 (3 단 아키텍처 edge·on-prem·cloud);track/track2-index.md§5.5 (모니터링·드리프트·HITL) · §6.4 (운영 인수인계);track/track3-top5.md§5.2·5.5 (RAG·환각 방지);scenario/detail-top5.mdSCN-MLO-03 (HITL workflow);guide/domain-knowledge.md§3 (베테랑 인터뷰·교육);guide/model-training.md(BLK-MODEL-01) §3.2 (운영 환경) → 본 가이드 §3.1 배포 아키텍처;guide/execution-roadmap.md(BLK-EXEC-01·02) §3.4 (인력 M/M) → 본 가이드 §3.4 교육 인력; 6 패키지 §7 적용·배포 본문 추출.
1. 분류 — 적용·배포 5 범주¤
본 가이드는 사업계획서 §8 (적용·배포 방안) 의 정보를 5 범주로 분류한다. 5 범주 = 아키텍처·운영통합·HITL·교육·변화관리.
1.1 배포 아키텍처 (Deployment Architecture)¤
edge·on-premise·cloud 3 단 결합 + 추론·학습 분리·재학습 트리거. track/track2-top5.md BLK-T2-4.4 답습.
1.2 운영 시스템 통합 (Operational Integration)¤
MES·SCADA·PLC·QMS 와 AI 시스템 연동 — API·MQTT·OPC-UA·이벤트 기반·배치. 기존 시스템 영향도 최소화.
1.3 HITL Workflow (Human-In-The-Loop)¤
AI 출력 → 검사관 검증 → 피드백 → 재학습 트리거. SCN-MLO-03 답습.
1.4 교육 커리큘럼 (Training Curriculum)¤
3 단 — 현장 작업자 (운영 사용법) / MLOps 운영자 (모니터링·재학습) / 고급 (모델 개발·튜닝). guide/domain-knowledge.md 베테랑 인터뷰 5 단계 답습.
1.5 변화관리·인수인계 (Change Management & Handover)¤
조직 변화·SOP 갱신·사업 종료 후 운영 인수. guide/execution-roadmap.md 의 RACI 답습.
2. 입력 스키마 매트릭스 (3 Tier · 16 필드)¤
guide/model-training.md §3.2 운영 환경 + guide/company-profile.md §1.3·1.4 보유 시스템·인력 1 차 수신.
| Tier | 범주 | 필드 | 형식 | 사용 |
|---|---|---|---|---|
| 1 | 아키텍처 | 배포 위치 | dropdown (edge·on-prem·cloud·hybrid) | §3.1 |
| 1 | 통합 | 연동 대상 시스템 | multi-select (MES·SCADA·PLC·QMS·ERP·CMMS) | §3.2 |
| 1 | HITL | HITL 적용 시나리오 | multi-text (SCN-XXX) | §3.3 |
| 1 | 교육 | 교육 대상 인원 (3 단 각 [수치] 명) |
3 numbers | §3.4 |
| 1 | 변화 | 운영 인수인계 시점·인력 | text | §3.5 |
| 2 | 아키텍처 | 추론 지연 한도 (P95 ms) | number | §3.1 보강 |
| 2 | 아키텍처 | GPU·CPU·RAM 자원 | text | §3.1 |
| 2 | 통합 | 연동 프로토콜 | multi-select (REST·gRPC·MQTT·OPC-UA·이벤트) | §3.2 |
| 2 | 통합 | 데이터 동기 주기 | dropdown (실시간·1 초·1 분·1 시·1 일) | §3.2 |
| 2 | HITL | HITL UI 형태 | dropdown (web·desktop·MES 통합·태블릿) | §3.3 |
| 2 | HITL | 피드백 → 재학습 임계 | text | §3.3 + §9 입력 |
| 2 | 교육 | 교육 [기간]·방식 (집합·OJT·온라인) | text | §3.4 |
| 2 | 교육 | 교육 산출물 (매뉴얼·동영상·SOP) | multi-text | §3.4 |
| 2 | 변화 | SOP 갱신 영역 | multi-text | §3.5 |
| 3 | 통합 | 보안·인증 (CSAP·KISA) | multi-text | §3.2 + 모듈_SaaS |
| 3 | 변화 | 사업 종료 후 운영 모델 | dropdown (사내·외부 위탁·하이브리드) | §3.5 |
3. §8 본문 5 절 템플릿¤
3.1 §8.1 배포 아키텍처 (~ 300 자 + ASCII 도식)¤
본 사업의 AI 시스템은
[배포위치]3 단 아키텍처로 배포한다. Edge — 실시간 추론 ([변수]예측·결함 검출, 지연 P95[지연]ms 이내). On-prem — 학습·평가·민감도 ④·⑤ 등급 sLM 추론. Cloud — 공개 데이터·외부 API 사용 모듈 (선택).track/track2-top5.mdBLK-T2-4.4 의 3 단 아키텍처 답습.
[현장 (`[공정]` 라인)]
│ 센서·이미지 (실시간)
▼
┌──────────── Edge ─────────────┐
│ · 실시간 추론 (LSTM·CNN·XGBoost) │
│ · 추론 지연 P95 `[지연]` ms │
│ · GPU·CPU 경량 모델 │
└──────────┬──────────────────────┘
│ 결과 + 신뢰도
▼
┌──────── On-Premise ────────────┐
│ · 모델 학습·평가·MLflow │
│ · 민감 데이터 sLM (등급 ④·⑤) │
│ · MLOps (7 module hub) │
└──────────┬──────────────────────┘
│ 익명화 데이터 (선택)
▼
┌─────────── Cloud ──────────────┐
│ · 공개 데이터·외부 API 모듈 │
│ · 백업·BCP (선택) │
└────────────────────────────────┘
3.2 §8.2 운영 시스템 통합 (~ 300 자 + 표)¤
AI 시스템은
[연동시스템]과 다음 표 형식으로 연동한다. 기존 시스템 영향도 최소화 — read-only 우선·write 는 phase 2 이후 단계 적용.
| 대상 시스템 | 연동 방향 | 프로토콜 | 주기 | 영향도 |
|---|---|---|---|---|
| MES | read (작업 이력) + write (AI 결과 피드백) | REST·MQTT | 실시간 | 중 |
| SCADA·PLC | read (센서) | OPC-UA·MQTT | 100 ms~1 초 | 낮음 (read only) |
| QMS | read (검사 결과) | REST | Lot 단위 | 낮음 |
| ERP·CMMS | read (계획·정비) + write (AI 권장) | REST | 일·이벤트 | 중 |
3.3 §8.3 HITL Workflow (~ 300 자 + ASCII 도식)¤
SCN-MLO-03 (HITL workflow) 답습 — AI 출력 → 검사관 검증 → 피드백 → 재학습 트리거 사이클. HITL UI 는
[HITL UI]형태로[수치]명 검사관 동시 사용.
[AI 모델 추론]
│ 결과 + 신뢰도 < `[임계]`
▼
[HITL UI — 검사관 검증]
│ 검사관 라벨 입력
├──→ 동의: 운영 적용
└──→ 반대: 라벨 수정
│
▼
[피드백 데이터셋 누적]
│ 누적량 ≥ `[임계]` 또는 PSI ≥ 0.25
▼
[재학습 트리거 (§9)]
3.4 §8.4 교육 커리큘럼 (~ 300 자 + 표)¤
교육은 3 단으로 구성한다.
guide/domain-knowledge.md의 베테랑 인터뷰 5 단계와 결합하여 도메인 지식 → AI 시스템 활용으로의 전환을 지원한다.
| 대상 | 인원 ([수치] 명) |
[기간] | 방식 | 산출물 |
|---|---|---|---|---|
| 현장 작업자 (운영 사용) | [작업자수] |
[기간1] |
집합 + OJT | 운영 매뉴얼·동영상 |
| MLOps 운영자 | [MLOps수] |
[기간2] |
OJT + 위탁 교육 | 운영 SOP·재학습 매뉴얼 |
| 고급 (모델 튜닝) | [고급수] |
[기간3] |
외부 교육 + 자체 워크숍 | 모델 개발 가이드 |
3.5 §8.5 변화관리·인수인계 (~ 250 자)¤
사업 종료 시 운영 인수는
guide/execution-roadmap.md§3.3 RACI 매트릭스를 따른다. 사업 종료 후 운영 모델은[운영모델](사내·외부 위탁·하이브리드) 로 운영하며, SOP 갱신 영역 ([SOP갱신]— 작업 표준·검사 SOP·재학습 SOP) 은 변화관리 phase 에서 표준화 작업을 동반한다. 인수인계 시점[인계시점], 인수 인력[인계인원]으로 1 개월 병행 운영 후 본격 인계.
4. 6 도메인 적용 예시¤
| 도메인 | 배포 위치 | 핵심 연동 | HITL | 교육 인원 (3 단) | 운영 모델 |
|---|---|---|---|---|---|
| 철강 대기업 | edge + on-prem + cloud | MES·SCADA·QMS·CBAM | SCN-STL-08·11 | 50 + 5 + 3 | 사내 |
| 중견 냉연 | edge + on-prem | MES·QMS | SCN-STL-05 | 20 + 2 + 1 | 사내 |
| 특수강관 | on-prem (sLM 강제) | Mill Sheet·UT 시스템 | SCN-STL-07·11 | 15 + 2 + 1 | 사내 |
| 고무 양산 | edge + on-prem | MES·비전 | SCN-RUB-05 | 30 + 3 + 1 | 사내 + OEM 협력 |
| 정밀가공 중소 | cloud (SaaS) | ERP·측정기 | SCN-MET-02 | 10 + 1 | 외부 위탁 |
| 유틸·ESG | on-prem + cloud | FEMS·CEMS·CBAM | SCN-UTL-02·SAF-01 | 25 + 3 + 2 | 사내 + KOSHA 외부 검증 |
5. 사업계획서 §8 인용·작성 강도 3 단계¤
- 강 (다년): §8.1~8.5 5 절 + ASCII 도식 2 종 (배포 아키텍처·HITL) + 표 3 종. 패키지 1·6
- 중 (단년): §8.1·8.2·8.4 3 절 + 도식 1 종. 패키지 2·3·4·5
- 약 (PoC): §8.1·8.4 2 절 + 도식 1 종. 패키지 5
6. 다른 자산과의 결합 패턴¤
| 자산 | 결합 방향 |
|---|---|
guide/model-training.md §3.2 |
운영 환경 → 본 가이드 §3.1 배포 |
guide/company-profile.md §1.3·1.4 |
보유 시스템·인력 → 본 가이드 §3.2·3.4 |
track/track2-top5.md BLK-T2-4.4 |
3 단 아키텍처 답습 |
scenario/detail-top5.md SCN-MLO-03 |
HITL workflow 답습 |
guide/domain-knowledge.md |
베테랑 인터뷰 → 교육 커리큘럼 |
guide/execution-roadmap.md §3.3 |
RACI → 인수인계 |
module/saas-security.md |
cloud 배포 시 CSAP·도면 마스킹 |
guide/mlops-ritual.md (BLK-MLOPS-01·02) |
HITL 피드백 → §9 재학습 트리거 |
7. (확인 필요) 항목¤
- 배포 위치 선택의 도메인 특수성 — sLM 강제·edge GPU·cloud 보안
- 교육 [기간]·방식 —
[고객사]HR 부서 일정 - HITL 인력 배치 — 추가 채용·기존 인력 재배치
- 운영 인수인계 시점·인력 — 사업 종료 직전 확정
- SOP 갱신 영역 — 변화관리 phase 1 에서 추출
8. 모델 한계·재사용 포인트¤
8.1 한계¤
- 5 범주 MECE 한계 — "교육" 은 변화관리에 일부 포함
- 6 도메인 외 배포 패턴 부족 — IoT·자율주행 등은 (확인 필요) 마커
- HITL UI 의 단순화 — 실제 UI 는 도메인별 맞춤. 본 가이드는 표준 패턴만
8.2 재사용 포인트¤
- 3 단 배포 아키텍처 (edge·on-prem·cloud) — 제조 AI 표준
- 교육 3 단 (현장·MLOps·고급) 커리큘럼 — generator 패턴
- HITL workflow + 재학습 트리거 결합 — MLOps 표준 답습
[출처: 본 가이드 = track2 BLK-T2-4.4 + SCN-MLO-03 + 가이드_도메인_지식추출 + 가이드_모델_선정_학습_기법 §3.2 + 가이드_사업_수행_로드맵 §3.3 + 6 패키지 §7 의 종합.]
📌 이 페이지 정보 (개발자용)
- 원본 파일:
가이드_적용_배포_방안.md - 자산 군: 📋 운영 가이드
- slug 경로:
guide/deployment-plan.md - 워크스페이스 정책: 원본 .md 수정 0 — hooks 로만 시각 변환
- 자산 자족성 정상화: Phase E7 완료 (잔여 외부 갭 4)