안녕하세요. 국내 유일 그래프 데이터베이스 연구 개발 전문기업 비트나인입니다.
AgensGraph의 열 한번째 Use case로 L사의 절연재료 처방 시스템 (Insulation Material Prescription System) 적용 사례를 소개해 드리고자 합니다.
프롤로그
절연 케이블이란 하나의 장치에서 다른 장치로 전기 신호 또는 전원을 전송할 때 필요한 연결선입니다. 케이블은 특정 목적에 맞게 제작되어야 합니다. 예를 들어, 이러한 절연 케이블들은 조명, 전력 및 제어 회로용 전선을 구축하는데 사용될 수 있으며, 고압 전력 케이블은 양극과 음극의 전력을 전송하는 중요한 역할을 수행합니다. 해당 고전압 또는 고온 절연 케이블을 제작하기 위해서는 기계적, 화학적 및 전기적 안정성과 관련하여 엄격한 규격 사항을 충족시켜야 합니다.
절연 케이블들의 절연 재질은 여러 화학 물질로 구성됩니다. 적합한 환경에 맞는 적절한 절연 재질을 만드는 것은 쉽지 않은 과제입니다. L사는 케이블 분야에서 가장 큰 산업 중 하나였지만, 경력이 많은 연구원조차도 고객의 니즈를 충족시킬 때 많은 시행착오를 겪었습니다.
케이블 제조 회사의 고충
L사의 연구원들은 고객들의 요구하는 스펙을 충족시킬 때 다음과 같은 문제점들을 직면했습니다.
첫째, L사는 데이터를 저장하고 관리할 수 있는 플랫폼이 열악했기 때문에 연구원의 경험에 크게 의존했었습니다. 연구원들은 새로운 재질을 연구할 때 무수한 테스트로 쌓아왔던 경험을 바탕으로 자신의 본능에 의존해야 했습니다. 만약 연구원 중 한 명이 은퇴한다면, 그것은 그 연구원이 수년 동안 확보한 지식의 증발을 의미하는 것입니다.
둘째, 다른 케이블 제조 회사들로부터 경쟁력을 키우기 위해 L사는 화합물 개발에 대한 전체 가격을 낮춰야 했습니다. 더는 공급되지 않는 재료가 있는 경우에는 연구원들이 새로우면서도 비용이 저렴한 대체 재료를 찾아야 했습니다.
마지막으로 다양한 실험을 통해 생성된 데이터는 표준화되지 않은 상태로 저장되어왔기 때문에 데이터를 효율적으로 관리하기가 어려웠습니다. 이러한 이유로 L사는 많은 개발 과정을 수행하지만 수많은 오류도 발생했습니다.
긴 목록의 데이터를 테이블로 관리하는 것 또한 재료와 목적, 특성간의 관계를 분석할 때 비효율적인 방법이기도 합니다.
결론적으로 L사는 이러한 고충들로 인해 관계 중심 데이터 저장을 위해서 그래프 DBMS인 AgensGraph를 찾게 되었습니다.
데이터 중심 절연재료 처방 시스템 (Insulation Material Prescription System)
절연재료 처방 시스템의 모델은 그래프 DBMS와 머신러닝으로 구성됩니다. L사가 AgensGraph를 선택한 이유는 데이터 처리 시간을 줄이고 분석 모델의 자동화를 더욱 발전시키기 위해서였습니다.
AgensGraph는 관계형 데이터베이스 시스템이 통합된 멀티 모델 그래프 DBMS입니다. L사가 수집하고 테스트한 모든 데이터는 AgensGraph로 마이그레이션이 됩니다. AgensGraph의 유연한 스키마를 사용하면 관계형 모델을 쉽게 저장할 수 있으며, 분석된 데이터를 시각화하는 데에 중요한 임무를 수행합니다.
자료가 수집되면 다음 단계는 AgensGraph의 알고리즘을 통해 저장된 데이터의 코드를 추출하는 것입니다. 이 코드는 Python과 같은 분석 도구로 계산되어 재료 및 특성의 데이터를 그리게 됩니다. 머신 러닝 모델은 통합된 데이터 중에서 환경에 맞는 특성을 가진 절연 재료를 생산하기 위해 성공률이 높은 실험 계획법(Design of Experiment, DOE)을 도출합니다.
생산 시간 및 비용 절감을 하는 AgensGraph
과거에 L사는 성공률이 높은 실험 계획법을 도출하는 것이 사막에서 바늘을 찾는 것처럼 고된 작업이었습니다. AgensGraph 덕분에 데이터의 저장이 수월해지고, 계층 구조의 그래프 형식으로 표현하게 되면서 테스트의 진행이 가속 및 최소화되는 결과를 얻게 되었습니다.
절연재료 처방 시스템 내에서 새로 구현된 데이터 분석 모델을 통해 L사는 이제 필수 특성을 가진 정확한 성분을 추출 할 수 있습니다.
예를 들어 L사가 과거에 서리 방지 고무 소재를 생산하는 데 어려움을 겪었다면 이 분석 모델은 추운 환경에서 어떤 구성 재료가 내구성이 있는지 예측할 수 있습니다. 테스트량이 이전보다 감소하면서 재료 낭비도 적어지고, 전체적으로 예산과 시간을 크게 절약 할 수 있었습니다. 이러한 강점을 바탕으로 L사는 다른 전선 회사로부터 높은 경쟁력을 키울 수 있는 가능성을 보유하게 되었습니다.
그래프 데이터베이스 기반 솔루션을 가진 L사의 Full Use Case가 궁금하시다면?
AgensGraph에 관한 질문이나 Use Case에 대한 문의가 있으시면 언제든지 agens@bitnine.net으로 메일을 보내주세요.
빠른 답변드리도록 하겠습니다.
감사합니다!