AWS IoT SiteWise 기능

SiteWise 콘솔 또는 API를 통해 모든 시설에서 활성 엣지 게이트웨이를 구성, 배포, 관리 및 모니터링할 수 있습니다. SiteWise 콘솔을 사용하여 원격으로 또는 SiteWise용 AWS OpsHub를 사용하여 온프레미스에서 개별 게이트웨이의 상태를 모니터링하여 모든 프로덕션 라인의 상태를 볼 수 있습니다. 또한 Amazon CloudWatch Metrics 콘솔을 사용하여 게이트웨이 지표를 보고 게이트웨이 리소스의 상태, 성능을 모니터링할 수도 있습니다.

AWS IoT SiteWise에는 장비 데이터를 AWS 클라우드로 전송하기 전에 로컬에서 수집, 구성 및 처리하는 데 사용되는 온 프레미스 소프트웨어인 AWS IoT SiteWise Edge가 포함되어 있습니다. SiteWise Edge는 타사 산업용 게이트웨이 및 컴퓨터와 같은 로컬 하드웨어에서 실행되며 산업 장비, 현장 데이터 서버 또는 기록 데이터베이스에서 데이터를 안전하게 연결하고 읽는 것을 자동화합니다. SiteWise Edge는 OPC-UA 및 MQTT를 비롯한 여러 산업 프로토콜과 파트너를 통해 지원되는 광범위한 프로토콜을 사용하여 데이터를 수집합니다. 데이터가 수집되면 데이터 스트림을 필터링(예: 사용자가 지정한 임계값을 초과하는 기온)하거나, 전반적인 장비 효율성(OEE)과 같은 자산 지표를 정의하거나, 데이터 처리 방식을 사용자 지정할 수 있습니다. 처리가 완료되면 데이터를 클라우드로 전송할 수 있으며, 장기 저장 및 분석을 위해 Amazon S3 및 Amazon Timestream과 같은 다른 AWS 서비스로 데이터를 전송할 수 있습니다.

또한 AWS IoT SiteWise는 MQTT를 지원하는 SiteWise Edge 게이트웨이를 통해 엣지의 소프트웨어 구성 요소 간 게시 및 구독 데이터 토폴로지 (pub-sub) 와 허브 및 스포크 통합 방법론을 지원합니다. 펍-서브와 허브 및 스포크 개념은 데이터 전송을 위한 오픈 소스 MQTT 표준을 사용하므로 전용 API를 배우거나 심층적인 프로그래밍 기술이 없어도 기존 장비, 미들웨어 및 프로덕션 시스템 간의 통합을 간소화합니다. 또한 AWS IoT SiteWise는 REST API를 사용하여 엣지 또는 클라우드 애플리케이션이 AWS IoT SiteWise로 데이터를 보낼 수 있도록 합니다.

실시간에 가까운 모니터링부터 분석적 인사이트에 이르기까지 다양한 사용 사례를 지원하기 위해 클라우드에서 서로 다른 속도(핫, 웜, 콜드)로 필요한 데이터 세트를 정의할 수 있습니다. AWS IoT SiteWise는 가장 비용 효율적인 경로를 통해 데이터를 수집합니다.

AWS IoT SiteWise 스토리지는 장비 데이터를 위한 세 가지 스토리지 티어, 즉 실시간 애플리케이션에 최적화된 핫 스토리지 티어, 분석 워크로드에 최적화된 웜 스토리지 티어, 그리고 지연 시간 허용 범위가 큰 운영 데이터 애플리케이션을 위한 Amazon Simple Storage Service(S3)를 사용하는 고객 관리형 콜드 스토리지 티어를 지원합니다. SiteWise는 최근 데이터를 최소 30일 동안 핫 스토리지 티어에 보관하고 사용자 정의 데이터 보존 정책에 따라 과거 데이터를 비용 최적화된 웜 스토리지 티어로 이동함으로써 스토리지 비용을 절감할 수 있도록 도와줍니다.

AWS IoT SiteWise를 사용하여 자산, 프로세스 및 시설을 나타내는 물리적 작업 모델을 구축하면 장비의 컨텍스트에서 산업 데이터를 이해하는 데 도움이 됩니다. 모델을 생성한 후에는 단일 시설 내 또는 여러 시설에서 디바이스 및 장비 간 관계를 정확하게 나타내기 위해 자산 계층 구조를 정의할 수 있습니다. SiteWise는 현재 다른 시스템에서 사용 가능한 메타데이터를 대량으로 가져올 수 있는 API를 제공합니다. 예를 들어, 히스토리안 또는 SCADA에 현재 정의된 장비 모델에 대한 자산 정의 및 계층 구조를 가져올 수 있습니다. 이 기능은 SiteWise에서 자산 모델 및 계층 구조를 생성, 업데이트 및 관리하는 데 걸리는 시간을 줄이는 데 도움이 될 수 있습니다. 또한 재사용 가능한 컴포넌트를 생성하여 새로운 중첩된 자산 모델을 도출하고 자산 모델 간의 변형을 쉽게 표현할 수 있습니다.

데이터 스트림을 매핑하고 모든 시설에서 정적 또는 계산된 장비와 프로세스 속성을 정의하여 즉시 분석에 사용할 수 있도록 합니다. 연산자 및 함수로 구성된 내장 라이브러리를 사용하여 변환 및 지표와 같은 두 가지 유형의 사용자 지정 계산을 생성할 수 있습니다. 장비 데이터가 도착할 때 트리거되는 변환과 자산에 대해 구성하거나 자산 그룹에서 롤업할 수 있는 사용자 지정 간격으로 계산되는 지표를 정의할 수 있습니다. 또한 AWS IoT SiteWise는 장비 데이터, 변환 및 지표에 대해 여러 기간(예: 1분 또는 1시간)에 걸쳐 일반적으로 사용되는 통계 집계(예: 평균, 합계 및 개수)를 자동으로 계산합니다. AWS IoT SiteWise Monitor 웹 애플리케이션을 사용하여 이러한 자동 계산 집계를 시각화하거나 산업 애플리케이션에서 사용하도록 검색합니다.

SiteWise는 거의 실시간에 가까운 인사이트와 분석 워크로드를 위한 운영 데이터의 성능 검색을 지원합니다. SQL을 사용하여 임시 분석을 수행하거나 비즈니스 인텔리전스(BI) 및 인공 지능/기계 학습(ML) 애플리케이션의 데이터를 오프로드할 수 있습니다. 또한 ODBC 드라이버를 사용하여 Tableau, Power BI 및 Excel과 같은 BI 도구와의 직접 통합이 가능하므로 고객이 미들웨어를 개발하지 않고도 운영 데이터에 대한 데이터 시각화 및 보고 기능을 향상시킬 수 있습니다.

또한 사용자 지정 엣지 및 클라우드 애플리케이션은 쿼리 API를 사용하여 AWS IoT SiteWise 시계열 데이터 스토어에서 자산 데이터 및 계산된 지표를 쉽게 검색하거나 게시/구독 인터페이스를 사용하여 정형 IoT 데이터의 실시간에 가까운 스트림을 이용할 수 있습니다. 문자열 조작, 집계 함수, 다중 필드 정렬, 시간 기반 분석을 위한 날짜/시간 연산 등의 고급 SQL 작업을 활용할 수 있습니다. 사용자 지정 엣지 애플리케이션은 온프레미스에서 실행되는 AWS IoT SiteWise Edge 소프트웨어에서 동일한 AWS IoT SiteWise 쿼리 API를 호출하여 클라우드 연결에 의존하지 않고 자산 데이터와 지표를 검색할 수도 있습니다.

장비 성능을 평가하려면 Amazon CloudWatch와의 통합을 사용하여 경보를 정의하고 업데이트하십시오. 특정 경보 규칙을 설정하고, 심각도를 선택하고, 이메일이나 SMS와 같은 알림 방식을 선택하세요. 그러면 운영자는 이러한 경보를 관리하고 통합 알림을 위해 다른 AWS 서비스에 연결할 수도 있습니다. AWS IoT SiteWise Monitor 및/또는 SiteWise Grafana 플러그인을 사용하면 이러한 경보를 시각적으로 표현하고, 실시간 및 과거 데이터와 비교하고, 차트와 표를 통해 포괄적인 보기를 제공하여 장비 모니터링 및 시정 조치 계획을 간소화할 수 있습니다.

기본 이상 감지 기능을 통해 장비 또는 작동 조건의 변화를 식별하고 시각화하여 예측 유지 관리 사용 사례를 활용하세요. AWS IoT SiteWise는 기계 학습 모델을 자동으로 관리하므로 고객은 기계 학습 전문 지식 없이도 장비 이상을 탐지할 수 있습니다. 과거 장비 이상 데이터를 사용하여 모델 정확도를 개선할 수 있습니다. 유연한 추론 일정을 통해 인사이트 빈도와 비용을 최적화할 수 있습니다. 추론을 스케줄링하면 예측 모델이 장비로부터 수신한 데이터를 모니터링하고 이상 현상과 추세를 식별합니다.

생성형 AI 기반 산업 어시스턴트인 AWS IoT SiteWise Assistant를 사용하여 AWS IoT SiteWise에 저장된 운영 데이터에서 직접 인사이트를 얻고 조치를 취하고 문제를 해결할 수 있습니다. AWS IoT SiteWise Assistant는 운영 데이터, 제품 설명서, 표준 절차 및 시맨틱 관계를 활용하여 이벤트 경보 요약을 생성하고 질문에 상황에 맞는 답변을 제공합니다. SiteWise Monitor의 새로운 AI 포털 미리 보기에서 IoT AppKit 대시보드, 파트너 솔루션 또는 관리형 대시보드 인터페이스의 API를 사용하여 생성형 AI 어시스턴트를 간접적으로 호출할 수 있습니다. 기존 Amazon Kendra 지식 기반을 어시스턴트의 컨텍스트에 통합하여 지식과 기능을 확장할 수 있습니다. IoT AppKit AI 인식 위젯을 사용하여 IoT AppKit로 사용하여 자체 애플리케이션을 구축할 수 있습니다. AWS IoT SiteWise Assistant를 사용하면 문제를 진단하고 정보에 입각한 결정을 내려 가동 중지 시간을 줄이고, 프로세스를 최적화하고, 생산성을 개선할 수 있습니다.