smart_toy Agentic AI Platform

FLOPI Multi-Agent
Architecture

반도체 FAB 전 영역을 커버하는 12개 AI 에이전트가 협업하여 이상 감지부터 원인 분석, 의사결정 지원, 지식 축적, 예측까지 엔드투엔드 자동화를 실현합니다.

AI Agents

Data Tools

24/7

Autonomous

ReAct Loops

DB Tables

Dashboard Pages

hub AI Agent Overview

FLOPI는 단일 모놀리식 AI가 아닌, 역할별로 특화된 12개의 AI 에이전트가 협업하는 멀티 에이전트 아키텍처(Multi-Agent Architecture)를 채택합니다. 각 에이전트는 독립적인 의사결정 능력, 도구 사용 능력, 메모리를 갖추고 있으며, 에이전트 간 데이터와 컨텍스트를 공유하여 FAB 운영의 전 과정을 지능화합니다.

psychology

Agentic AI란? 단순 질의응답(Q&A)을 넘어, AI가 스스로 판단 → 도구 사용 → 결과 분석 → 재판단하는 자율적 추론 루프(ReAct Loop)를 수행합니다. FLOPI의 모든 에이전트는 이 ReAct 패턴을 기반으로 동작합니다.

shield

Sentinel Agent

24/7 실시간 감시

FAB 전체를 쉬지 않고 순찰하는 감시 에이전트. 사전 정의된 규칙에 따라 설비, 물류, 재공(WIP) 데이터를 주기적으로 수집하고, 정상 범위를 벗어나는 이상 징후를 실시간으로 포착합니다.

규칙 엔진 4종 병렬 평가 60초 주기 89개 도구

Inspector Agent

AI 이상 판단

Sentinel이 포착한 이상 징후를 넘겨받아, AI가 추가 데이터를 조회하고 복합적으로 분석하여 실제 이상인지, 일시적 변동인지를 판단합니다. 신뢰도 점수와 함께 1차 원인 추정을 제공합니다.

ReAct 3라운드 도구 자동 호출 신뢰도 스코어 심각도 분류

psychology

RCA Analyst Agent

근본원인분석 전문가

엔지니어와 대화하며 이상의 근본 원인을 파헤치는 분석 전문가. 질문을 던지고, 데이터를 조회하고, 분석 과정을 Mermaid 플로차트로 자동 구조화합니다. 분석 결과는 시나리오로 저장되어 조직 지식이 됩니다.

대화형 분석 플로차트 자동 생성 시나리오 버전 관리 지식 추출

auto_fix_high

Auto-RCA Agent PLANNED

자동 근본원인분석

사람의 개입 없이 자동으로 근본원인분석을 수행하는 에이전트. 이상 감지 즉시 규칙별 맞춤 RCA 전략에 따라 분석을 시작하고, 엔지니어가 출근했을 때 이미 분석된 리포트를 확인할 수 있게 합니다.

규칙별 RCA 매핑 카테고리 기본값 ReAct 5라운드 야간/주말 자동화

support_agent

Advisor Agent

FAB AI 어시스턴트

자연어로 질문하면 89개 도구를 자동 선택하여 실제 데이터 기반으로 답변하는 대화형 어시스턴트. 설비 상태, 부하율, WIP 현황 등 어떤 질문이든 실시간 데이터로 대응합니다.

SSE 스트리밍 89개 도구 시맨틱 도구 선택 후속 질문 추천

account_tree

Orchestrator Agent

워크플로우 자동화

데이터 수집 → AI 분석 → 조건 판단 → 알림까지, 복잡한 업무 프로세스를 비주얼 DAG 에디터로 설계하고 자동 실행합니다. 코딩 없이 드래그앤드롭으로 AI 파이프라인을 구축할 수 있습니다.

7종 노드 DAG 토폴로지 조건 분기 No-Code

menu_book

Knowledge Agent

지식 관리 + RAG

전문가의 경험과 지식을 축적하고, 필요할 때 시맨틱 검색(RAG)으로 꺼내 쓸 수 있게 관리합니다. RCA 시나리오, SOP, 트러블슈팅 가이드를 벡터 임베딩으로 저장하여 다른 에이전트들이 참조합니다.

벡터 임베딩 시맨틱 검색 자동 청킹 ChromaDB

build

Builder Agent

No-Code 도구 빌더

SQL 쿼리를 입력하면 AI가 자동으로 도구 메타데이터를 생성하고, 다른 에이전트들이 즉시 사용할 수 있는 데이터 도구로 변환합니다. 감사 로그, 버전 관리, Python 코드 생성까지 자동화합니다.

SQL → 도구 변환 AI 메타데이터 코드 자동 생성 버전 관리

cable

Connector Agent

외부 AI 연동 (MCP)

FLOPI의 모든 도구와 데이터를 MCP(Model Context Protocol)를 통해 외부 AI 시스템에 노출합니다. Claude, GPT 등 어떤 LLM이든 FLOPI의 89개 도구를 직접 호출할 수 있습니다.

MCP Server 89 Tools Rate Limiting Claude 연동

route

Dispatcher Agent

시맨틱 도구 라우팅

89개 도구 중에서 사용자 의도에 가장 적합한 도구를 시맨틱 유사도 기반으로 자동 선택합니다. 모든 에이전트의 도구 호출 전에 개입하여 최적의 도구 조합을 추천하는 메타 에이전트입니다.

벡터 임베딩 코사인 유사도 카테고리 다양성 89 → Top-K

science

Simulator Agent

이상 시나리오 시뮬레이션

실제 FAB 운영 데이터 패턴을 학습하여 5종의 이상 시나리오를 생성하고 시뮬레이션합니다. 컨베이어 과부하, 설비 정지, WIP 폭증, 에이징 LOT, AGV 장애를 재현하여 다른 에이전트의 대응력을 검증합니다.

5종 시나리오 점진적 악화 속도 배율 MES 데이터 주입

insights

Predictive Agent PLANNED

예측 분석 + 사전 경고

과거 이상 패턴과 실시간 데이터를 분석하여 이상 발생 전에 사전 경고를 제공합니다. 설비 고장 예측, WIP 적체 예측, 물류 병목 예측으로 Reactive → Proactive 전환을 실현합니다.

패턴 학습 시계열 예측 사전 경고 Proactive AI

sync_alt Agent Collaboration Flow

12개 에이전트는 독립적으로 동작하면서도, 데이터와 컨텍스트를 공유하여 하나의 통합된 인텔리전스 레이어를 형성합니다.

Multi-Agent Collaboration Architecture

Detection → Analysis Pipeline

이상 감지부터 분석까지 End-to-End Flow

sequenceDiagram participant MES as MES Data participant SEN as Sentinel participant DIS as Dispatcher participant INS as Inspector participant ARC as Auto-RCA participant KNW as Knowledge participant DB as Database rect rgb(6,43,31) Note over MES,SEN: Phase 1 - 감시 (60초 주기) SEN->>MES: 데이터 수집 (89개 도구) MES-->>SEN: 설비/물류/WIP 데이터 SEN->>SEN: 규칙 평가 (threshold/delta/absence/llm) SEN->>DB: 이상 감지 - anomaly INSERT end rect rgb(15,23,62) Note over SEN,INS: Phase 2 - AI 판단 (ReAct 3라운드) SEN->>INS: 이상 징후 전달 INS->>DIS: 관련 도구 요청 DIS-->>INS: 최적 도구 5개 선택 loop ReAct Loop (최대 3라운드) INS->>MES: 추가 데이터 조회 MES-->>INS: 상세 데이터 INS->>INS: 판단 + 재분석 end INS->>DB: 판정 결과 저장 (신뢰도/심각도) end rect rgb(42,10,10) Note over INS,KNW: Phase 3 - 자동 분석 (ReAct 5라운드) INS->>ARC: Critical 이상 자동 트리거 ARC->>KNW: 유사 사례 검색 (RAG) KNW-->>ARC: 과거 분석 시나리오 loop ReAct Loop (최대 5라운드) ARC->>MES: 근본원인 추적 조회 MES-->>ARC: 상세 데이터 ARC->>ARC: 원인 추론 + 조치 도출 end ARC->>DB: RCA 리포트 저장 ARC->>KNW: 신규 지식 축적 end

analytics Agent Specifications

Agent	추론 방식	도구 사용	메모리	자율성
Sentinel	규칙 기반 (4종)	89개 도구	규칙 DB + 사이클 로그	완전 자율 (24/7)
Inspector	ReAct (3라운드)	89개 도구	이상 이력 DB	완전 자율
RCA Analyst	ReAct (다중 라운드)	전체 도구 접근	세션 + 시나리오 DB	대화형 (사람 협업)
Auto-RCA	ReAct (5라운드)	규칙별 지정 도구	RCA 분석 DB	완전 자율 (예정)
Advisor	ReAct (5라운드)	89개 시맨틱 선택	세션 DB + 히스토리	대화형 (질의응답)
Orchestrator	DAG 토폴로지	TS 도구 + LLM	워크플로우 + 실행 이력	설계형 (No-Code)
Knowledge	시맨틱 검색 (RAG)	벡터 DB	ChromaDB 벡터 저장소	자동 (임베딩 + 검색)
Builder	LLM 코드 생성	SQL 분석기	도구 버전 + 감사 로그	보조형 (AI 제안)
Connector	프로토콜 변환	전체 도구 노출	실행 로그	패시브 (요청 대기)
Dispatcher	시맨틱 유사도	89 → Top-K 선별	ChromaDB 임베딩	자동 (메타 에이전트)
Simulator	시나리오 생성	MES 데이터 주입	시나리오 DB	설계형 (5종 시나리오)
Predictive	시계열 분석 (예정)	이력 데이터 학습	패턴 DB	완전 자율 (예정)

loop ReAct Loop — 에이전트의 핵심 추론 엔진

FLOPI의 모든 에이전트는 ReAct(Reasoning + Acting) 패턴을 기반으로 동작합니다. LLM이 한 번 답변하고 끝나는 것이 아니라, 판단 → 도구 사용 → 결과 분석 → 재판단을 여러 라운드 반복하여 더 정확한 결론에 도달합니다.

ReAct Loop - 컨베이어 과부하 분석 예시

sequenceDiagram participant LLM as LLM (AI) participant TR as Tool Registry participant DB as MES Data rect rgb(15,23,62) Note over LLM,DB: Round 1 - 초기 데이터 확인 LLM->>LLM: 컨베이어 부하율을 확인해야 합니다 LLM->>TR: get_conveyor_load(zone=C3) TR->>DB: SQL 실행 DB-->>TR: 결과 TR-->>LLM: load_pct = 97% end rect rgb(26,15,58) Note over LLM,DB: Round 2 - 원인 추적 LLM->>LLM: 부하가 높음. 상류 설비를 확인 LLM->>TR: get_equipment_status(line=LINE-B) TR->>DB: SQL 실행 DB-->>TR: 결과 TR-->>LLM: EQ-PHO-02 = DOWN (40분) end rect rgb(42,10,10) Note over LLM,DB: Round 3 - 영향 범위 파악 LLM->>LLM: 설비 다운이 원인. 큐 상태를 확인 LLM->>TR: get_queue_length(zone=C3) TR->>DB: SQL 실행 DB-->>TR: 결과 TR-->>LLM: queue_count = 12 (평균 3) end Note over LLM: 최종 결론 Note over LLM: 근본원인: EQ-PHO-02 비계획정지 Note over LLM: 신뢰도: 0.92 / 심각도: Critical Note over LLM: 조치: PM 점검 + 우회 반송 활성화

Agent 계층 구조

Agent Hierarchy — 4-Layer Architecture

graph LR subgraph L1["Layer 1 - Perception"] S["Sentinel
감시"] SIM["Simulator
시뮬레이션"] end subgraph L2["Layer 2 - Cognition"] I["Inspector
판단"] R["RCA Analyst
분석"] AR["Auto-RCA
자동분석"] P["Predictive
예측"] end subgraph L3["Layer 3 - Action"] A["Advisor
상담"] O["Orchestrator
자동화"] end subgraph L4["Layer 4 - Foundation"] D["Dispatcher
라우팅"] K["Knowledge
지식"] B["Builder
도구생성"] C["Connector
연동"] end L1 --> L2 L2 --> L3 L3 --> L4 L4 -.->|"피드백"| L1 style L1 fill:#062b1f,stroke:#10b981,color:#f3f4f6 style L2 fill:#1a0f3a,stroke:#8b5cf6,color:#f3f4f6 style L3 fill:#0a2942,stroke:#06b6d4,color:#f3f4f6 style L4 fill:#2a1a08,stroke:#f97316,color:#f3f4f6

trending_up Business Value

영역	Before (수동)	After (FLOPI Agents)	기대 효과
이상 감지	담당자가 모니터링 화면 수시 확인	Sentinel + Inspector가 24/7 자동 감시	감지 시간 수분 → 수초
원인 분석	엔지니어가 수동으로 데이터 조회 + 분석	RCA Analyst / Auto-RCA가 자동 분석	분석 시간 수시간 → 수분
지식 전수	경험자 퇴사 시 노하우 유실	Knowledge Agent가 분석 지식 자동 축적	조직 지식 영구 보존
데이터 조회	SQL 작성 → 실행 → 해석	Advisor에게 자연어로 질문	비전문가도 데이터 활용
업무 자동화	수동 체크 → 판단 → 보고 반복	Orchestrator로 자동화 파이프라인 구축	반복 업무 제거
야간/주말	이상 발생 시 다음 근무일까지 미분석	Auto-RCA가 즉시 자동 분석 + 리포트	무인 대응 체계 구축

memory Technology Stack

info

폐쇄망 호환: 모든 에이전트는 On-Premise LLM(Ollama, vLLM 등)으로 동작 가능합니다. 외부 API 의존 없이 사내 서버만으로 전체 시스템을 운영할 수 있어 반도체 FAB의 보안 요구사항을 충족합니다.

구분	기술	비고
LLM	OpenAI-compatible API	Gemini / Ollama / vLLM / 사내 LLM — 환경변수로 전환
에이전트 프레임워크	자체 ReAct Loop	LangChain 등 외부 의존성 없이 경량 구현
도구 레지스트리	OpenAI Function Calling 스키마	데코레이터 기반 자동 등록, 89개 도구 관리
벡터 DB	ChromaDB (Milvus 교체 가능)	시맨틱 검색 + 도구 선택 + RAG
운영 DB	Oracle (운영) / SQLite (개발)	69 테이블, 추상화 계층으로 무중단 전환
API	FastAPI (Python 3.11)	비동기 처리, SSE 스트리밍, Swagger UI
대시보드	NiceGUI (Python)	13개 페이지, RBAC 4단계 권한
외부 연동	MCP (Model Context Protocol)	Claude Desktop / Code에서 직접 도구 호출

rocket_launch Roadmap

Phase	내용	에이전트 수	상태
Phase 1	Sentinel + Inspector + RCA Analyst + Advisor + Builder + Connector	6	Deployed
Phase 2	Orchestrator + Knowledge + Dispatcher + Simulator	10	Deployed
Phase 3	Auto-RCA Agent + 규칙별 RCA 전략 매핑	11	In Progress
Phase 4	Predictive Agent + 시계열 예측 + 사전 경고 자동화	12	Planned
Phase 5	Inter-FAB Agent (다중 FAB 간 에이전트 협업) + Digital Twin	15+	Vision