디지털병리 이미지 분석, 열공정 제조 AI, 수처리장치 설비 운영 AI까지
라크는 데이터 수집·학습·추론·엣지 배포를 하나의 실행 가능한 솔루션으로 연결합니다.
의료 이미지와 산업 설비 데이터를 동일한 AI 운영 체계로 연결합니다
라크는 디지털병리 이미지 분석, 제조 공정 데이터, PLC 계측, 수처리장치 설비 운영, 엣지 AI 배포 기술을 결합하여 의료·제조·환경설비 현장에 함께 적용 가능한 AI 솔루션을 제공합니다.
사업분야 보기
의료 AI 데이터 기반
산업 AI 운영 기반
의료와 산업 데이터를 같은 기준으로 다루되, 도메인별 검증 방법과 운영 화면은 현장에 맞춰 설계합니다.
이미지·센서·PLC 데이터를 표준화하고 학습 가능한 기준 데이터셋으로 정제합니다.
Data schema · Labeling rule · Quality gate권고값, 이상 알림, 성능 추적처럼 운영자가 바로 판단할 수 있는 결과를 제공합니다.
Alert · Recommendation · Operator view검증, 리포트, MLOps, 엣지 배포까지 고려해 장기 운영 가능한 구조를 설계합니다.
MLOps · Report · Edge deployment병리, 제조, 환경설비 등 도메인별 요구에 맞춰 AI 모델과 화면을 구성합니다.
Medical · Manufacturing · Equipment라크는 병리 이미지, 제조 공정, 환경설비 데이터를 각각의 프로젝트로 끝내지 않고, 데이터 표준화·모델 검증·엣지 배포·운영 모니터링까지 연결되는 AI 운영체계로 확장합니다.
디지털병리는 라크의 핵심 사업 중 하나이며, 제조 AI와 설비 운영 AI로 확장됩니다
01병리조직 이미지 데이터화, 독성조직 검출, 소견 분류, 바이오 이미지 분석 리포트까지 지원하는 의료·비임상 AI 솔루션입니다.
02온도·압력·전류·품질 데이터를 통합해 열공정 Foundation Model, AI Agent, 공정 예측, 이상탐지, 최적 조건 추천을 구현합니다.
03PLC 계측, 유량·수위·SS/탁도, RPM, 전류, 세정 이력을 분석해 부하 예측, 최적 RPM 권고, 이상감지, 운영 대시보드를 제공합니다.
Whole Slide Image 기반 병리 데이터 구축, AI 분석, 검증 리포트, 운영 화면을 하나의 워크플로우로 연결합니다.
현장 데이터와 업무 흐름을 확인해 적용 범위와 우선순위를 정합니다.
AI 분석 모델과 운영 화면을 목적에 맞게 구성합니다.
검증 결과와 운영 지표를 기준으로 도입 효과를 확인합니다.
현장 운영, 유지보수, 확장 적용이 가능한 형태로 전환합니다.
최근 산업 AI는 Foundation Model, AI Agent, Digital Twin, Edge AI, MLOps가 결합된 실행형 플랫폼으로 발전하고 있습니다.
운영자 입력, 공정 제약, 지식 문서, 예측 모델을 연결해 조건 추천과 원인 분석을 지원합니다.
설비와 공정 상태를 가상 모델로 재현해 변경 조건을 사전 검증하고 운영 리스크를 줄입니다.
전류, 진동, 온도, 압력, 세정 이력 등 시계열 데이터를 분석해 고장 징후와 성능 저하를 조기에 감지합니다.
클라우드 의존을 줄이고 현장 장비에서 빠르게 추론하기 위해 모델 경량화와 NPU 적용이 중요해지고 있습니다.
카메라, 스캐너, 열화상, 현미경 이미지를 활용해 불량, 병변, 이상 패턴을 자동 검출합니다.
모델 버전, 데이터 드리프트, 재학습, 배포 이력, 성능 로그를 관리해야 AI를 장기 운영할 수 있습니다.
수집, 저장, 학습, 추론, 시각화, 검증, 배포를 분리하지 않고 하나의 운영 체계로 구성합니다.
보유 기술과 문서 기반 사업을 중심으로, 인접 시장까지 확장 가능한 적용 분야를 정리했습니다.
WSI/현미경 이미지 분석, 소견 검출, 병변 분할, 데이터 라벨링, 리포트 자동화
온도 프로파일 예측, 에너지 절감, 품질/수율 개선, 안전 제약 기반 조건 추천
수처리장치 부하 예측, RPM 권고, 세정 이력 분석, 이상상태 감지, 운영 대시보드
PLC/SCADA 연동, 설비 데이터 허브, 생산 이력 분석, 실시간 모니터링 화면 구축
제품 이미지 검사, 결함 탐지, 열화상 검사, 불량 원인 추적, 검사 리포트 자동화
전류·진동·온도·압력 패턴 분석, 이상탐지, 고장 전조 감지, 정비 우선순위 추천
공정 에너지 사용량 예측, 절감 효과 검증, 운영 조건별 KPI 비교, 탄소 데이터 기반 관리
정부과제 기획, 산출물 관리, 시험·검증 체계, 컨소시엄 협업, 기술사업화 지원
이미지, 센서, PLC 태그, 운전 이력을 수집·정제·표준화하여 AI 학습과 추론에 바로 사용할 수 있게 구성합니다.
딥러닝, 시계열 모델, Autoencoder, AI Agent를 활용해 부하 예측, 소견 검출, 최적 조건 추천, 이상상태 알림을 제공합니다.
ONNX 변환, 모델 경량화, NPU 연동, 드리프트 대응, 재학습·배포 체계를 통해 현장 장비에서 운영 가능한 AI를 구현합니다.
PLC 태그, 계측 단위, 수집주기, 결측 기준, 라벨링 기준을 먼저 확정하여 모델 학습과 운영 화면 구현의 재작업을 줄입니다.
수집·정제·검증 체계
병리 이미지 분석, 열공정 물리정합 모델, 수처리장치 시계열 예측처럼 현장 목적에 맞는 모델 구조를 선택하고 검증합니다.
검출·예측·권고 모델
권고값 확인, 이상 알림, 운영자 조치 이력, Lab Scale 검증 결과를 축적하여 실제 운영 전환의 판단 근거를 제공합니다.
대시보드·리포트·인수 산출물라크의 포트폴리오는 의료 이미지 분석에서 제조·설비 AI, 엣지 배포 기술까지 확장됩니다
WSI, ROI, 병변 라벨, 판독 기준, 품질검사 규칙을 정리해 연구·검증 가능한 병리 데이터셋으로 전환합니다.
조직 영역 분할, 병변 후보 탐지, 패치 기반 학습, 판독 보조 리포트를 연결해 병리 워크플로우를 지원합니다.
온도 프로파일, 장비 로그, 품질지표를 결합해 공정 이상징후, 수율 영향요인, 최적 운전조건을 분석합니다.
센서·MES·검사 데이터를 통합해 현장 KPI, 알람, 원인분석, 모델 재학습 상태를 한 화면에서 추적합니다.
압력차, 유량, 진동, 막힘 패턴을 기반으로 스크린 상태와 교체 우선순위를 현장 친화적으로 가시화합니다.
설비별 열화 추세, 세척·교체 이력, 작업 리스크를 분석해 수처리장치 운영 비용과 다운타임을 줄입니다.
01
0203
04초기 진단부터 데이터 기준 확정, 모델 구현, Lab Scale 검증, 운영 전환까지 산출물 중심으로 진행합니다.
업무 목표, 현장 제약, 데이터 보유 현황, 설비 연동 가능성을 확인합니다.
요구사항 정의서 · 데이터 현황표태그맵, 단위, 수집주기, 결측 기준, 라벨링 기준, DB 구조를 확정합니다.
인터페이스 정의서 · 데이터 사전Vision AI, 시계열 예측, 이상탐지, AI Agent, 최적화 로직을 목적별로 구현합니다.
모델 명세서 · 검증 데이터셋권고값, 알람, 추세, 리포트, 운영자 확인 이력을 대시보드로 제공합니다.
화면 설계서 · 리포트 양식단위시험, 통합시험, Lab Scale, 성능지표 확인을 게이트 방식으로 수행합니다.
시험성적서 · 인수검증 자료온프레미스, 클라우드, 엣지 장비 환경에 맞춰 배포하고 유지관리 체계를 세웁니다.
운영 매뉴얼 · 유지관리 계획
디지털병리, 제조·열공정, 수처리장치 설비 AI 도입을 원하시면
아래 양식으로 현장 데이터와 목표를 알려주세요.
서울시 금천구 서부샛길 606, 대성디폴리스 B동 1509호
지하철 7호선 가산디지털단지역 8번출구에서 직진으로 300m 건너편 B동 15층