설비 분석 개요
설비 분석 개요는 분석 서버의 카탈로그 노드, 실행 작업과 모델 상태를 한 화면에서 확인하는 운영 화면입니다. 데이터가 수집돼도 학습이나 추론이 진행되지 않을 때 어느 단계에서 멈췄는지 찾는 데 사용합니다.
개요
상단의 시스템 상태와 새로고침으로 전체 연결 상태를 확인합니다. Catalog Nodes 표에는 노드별 자산·엔터티 수, 평균 품질점수와 마지막 수집 시각이 표시됩니다. 실행 상태 표에서는 Optimizer, Loader와 Trainer의 현재 상태를 비교합니다.
시스템 상태 확인
- 화면 상단의 상태 배지를 확인합니다.
- 새로고침을 선택해 최신 정보를 불러옵니다.
- 활성 Loader와 Trainer 수를 확인합니다.
- 오류가 있으면 카탈로그 노드와 실행 상태 표에서 대상 노드를 찾습니다.
- 마지막 수집 시각과 모델 상태를 함께 확인합니다.
카탈로그 노드
| 항목 | 설명 |
|---|---|
| Node ID·Key | 노드를 식별하는 숫자와 문자열 키입니다. |
| Title | 운영 화면에서 사용하는 노드 이름입니다. |
| Assets | 노드에 연결된 분석 자산 수입니다. |
| Entity types | 수집된 엔터티 유형 수입니다. |
| Average quality | 노드 데이터의 평균 품질점수입니다. |
| Low quality rows | 품질 기준을 충족하지 못한 행 수입니다. |
| Last collect | 마지막으로 데이터가 수집된 시각입니다. |
품질점수가 낮거나 저품질 행이 계속 늘면 학습 전에 원천 데이터와 전처리를 확인합니다.
실행 상태 읽기
Optimizer는 학습 조건 탐색, Loader는 데이터 적재, Trainer는 모델 학습 상태를 나타냅니다. Loader가 끝나기 전에 Trainer를 시작하지 말고, 실패 상태에서는 같은 작업을 반복하기보다 오류 원인을 먼저 확인하십시오.
모델 준비 상태
학습이 완료돼도 추론에 사용할 모델이 로드되지 않으면 실제 예측은 반환되지 않습니다. 모델 버전, 로드 상태와 대상 Node Key가 일치하는지 확인합니다. 새 모델을 적용한 뒤에는 샘플 입력으로 응답과 단위를 검증합니다.
장애 확인 순서
- ML API 연결 여부를 확인합니다.
- 대상 노드의 마지막 수집 시각을 확인합니다.
- Loader 오류와 저품질 데이터 수를 확인합니다.
- Trainer 상태와 최근 학습 결과를 확인합니다.
- 모델이 대상 노드에 로드됐는지 확인합니다.
관련 작업
- 분석 노드에서 노드 기본정보를 등록하고 관리합니다.
- 알고리즘 관리에서 서버가 지원하는 학습 방법을 확인합니다.
- 설비 예지보전에서 설비별 센서와 AI 진단 결과를 확인합니다.