← WORK 목록으로
KOREA위시켓임베디드

AI 기반 초기부하 예측 및 유량제어 Edge AI 제어 소프트웨어 개발 전문가

지열원 히트펌프 냉난방 시스템에 AI 기반 초기부하·COP 예측과 유량제어를 도입하는 Edge AI 제어 소프트웨어 개발 프로젝트입니다. 터치 PC(Edge) 환경에서 Modbus RTU로 PLC와 통신해 데이터를 수집하고, LightGBM/XGBoost 예측 모델로 최적 펌프 주파수·운전대수를 산출해 폐루프로 자동 제어하며, 자동 재학습 파이프라인과 로컬 모니터링 대시보드까지 구축합니다. KTR 인증을 목표로 하여 24시간 무인 동작 안정성과 안전장치(클램핑·변화율 제한·페일세이프)가 핵심입니다. 산업용 통신 연동과 Edge AI 탑재, 폐루프 제어 경험을 모두 갖춘 개발자에게 적합합니다.

2026.08.12VIEW 61위시켓에서 수집
Budget9,999,999원
Difficulty전문가
Duration약 3개월
Work style외주
Required stack

필요 기술

PythonModbus RTULightGBMXGBoostSQLitePyQt/PySideFastAPI
Project brief

프로젝트 내용

[프로젝트 개요]
지열원 히트펌프 냉난방 시스템의 에너지 효율 향상 및 KTR 인증 획득을 위한 AI 기반 초기부하 예측 및 유량제어 소프트웨어 구축

[프로젝트 배경 및 목표]
현재 PLC가 전담하고 있는 지열원 히트펌프 냉난방 시스템에 AI 기반 부하 예측 및 최적 제어 기능을 도입하고자 합니다. 본 과업은 터치 PC(Edge) 환경에서 PLC와 통신하며 데이터를 수집하고, AI 모델을 통해 최적의 펌프 주파수와 운전대수를 산출하여 PLC에 자동 적용(폐루프 제어)하는 고도화된 시스템을 구축하는 것을 목표로 합니다. 특히 KTR 인증을 목표로 하고 있어 높은 완성도와 안정성이 요구됩니다.

[과업 범위]
1. 수행 범위
- 기획 및 디자인: 로컬 대시보드 UI/UX 기획 및 화면 설계
- SW 개발: Modbus 통신 모듈, 데이터 로깅, AI 예측 모델 탑재 및 자동 재학습 파이프라인, 폐루프 제어 연동, 모니터링 대시보드 개발

2. 상세 기능 요구 사항 (첨부된 소프트웨어 개발 사양서 필독)
2-1. 통신 및 데이터 수집 모듈
- Modbus RTU 마스터 통신 구현 및 PLC 레지스터 읽기/쓰기 처리
- 통신 장애 감지 및 Watchdog 카운터 주기적 갱신
- 10초 주기 데이터 샘플링 및 Timestamp 동기화 저장
- 로컬 DB 기반 데이터 저장 및 오래된 파일 자동 로테이션
2-2. Edge AI 예측 및 최적화 엔진
- 수집된 시계열 데이터 전처리 및 피처 엔지니어링 처리
- 초기부하 및 COP 예측 모델 추론 실행
- 최적 펌프 Hz 및 운전대수 산출 알고리즘 실행
- 엣지 환경 내 주기적 데이터 기반 AI 모델 자동 재학습 파이프라인 구축
2-3. 제어 연동 및 안전 관리 모듈
- 운전 모드 상태 관리 (데이터수집, 섀도우 운전, 폐루프 자동 제어)
- AI 산출 설정값 상하한 클램핑 및 최대 변화율 제한 로직 적용
- 통신 단절 또는 프로그램 오류 시 PLC 자체 제어로 동작하도록 안전장치 연동
- 관리자 및 운전원 로그인 권한 분리 및 수동 제어 오버라이드
2-4. 로컬 UI/대시보드 모듈
- 실시간 계측값 및 설비 운전 상태 통합 모니터링 화면 제공
- AI 예측값, 추천 설정값 및 실제 적용값 화면 표시
- 시스템 이상 알람 팝업 및 이력 조회
- 주요 변수 트렌드 차트 제공 및 과거 데이터 엑셀 추출 기능

3. 비기능적 요구사항
3-1. 성능/규격: 10초 폴링 주기 내에 통신 및 AI 추론이 지연 없이 완료되어야 하며, Windows 환경에서 24시간 무인 동작이 가능해야 합니다.
3-2. 보안/인증: KTR 인증 심사에 대비하여 시스템 안정성 및 데이터 무결성이 보장되어야 하며, 로컬 단독 운영을 원칙으로 합니다.

[기술/제조 스택]
- Python 3.x, Modbus 통신 라이브러리
- LightGBM, XGBoost 등 머신러닝 라이브러리
- SQLite 또는 CSV 기반 로컬 데이터 관리
- PyQt, PySide 또는 FastAPI 기반 로컬 웹 대시보드

[클라이언트 준비 사항]
- 문서 및 자료: PLC Modbus 레지스터 맵 정의서, 초기 AI 모델 학습용 과거 데이터
- 투입 인력 및 조직: 내부 개발자는 없으며, 현장 설비 제어 담당자 및 의사결정권자가 프로젝트를 리드합니다.

[주요 일정]
- 희망 착수일: 계약 후 즉시
- 주요 마일스톤: 착수 후 4주 내 통신/수집 모듈 완료, 8주 내 AI 모델 및 재학습 로직 완료, 12주 내 폐루프 제어 연동 및 UI 완료
- 최종 오픈(납품) 희망일: 착수 후 3개월 이내

[지원 자격 및 우대 사항]
- 지원 자격: 산업용 통신 연동, Edge 환경 AI 모델 탑재 및 폐루프 제어 소프트웨어 개발 경험 보유 기업/개인
- 우대 사항: KTR 등 공인 인증 기관 심사 대응 경험자, 경기도 안양시 오프라인 미팅 원활한 자

[산출물]
- 소스코드 일체 및 빌드/설치 가이드
- 실행 프로그램(설치본)
- 요구사항정의서 및 상세설계서
- 통신 정의서
- AI 모델 설명서 및 검증보고서
- 사용자 매뉴얼

[계약 관련 특이 사항]
- 본 과업은 KTR 인증을 목표로 하므로 산출물의 완성도가 매우 중요합니다.
- 미팅은 경기도 안양시 만안구에서 오프라인으로 진행되기를 희망합니다.
지원 기회 분석

지원 전에 볼 것

핵심 요구사항

  • Modbus RTU 마스터 통신 및 PLC 레지스터 읽기/쓰기, Watchdog·통신장애 감지
  • 10초 주기 데이터 샘플링, 로컬 DB 저장 및 파일 로테이션
  • 시계열 전처리·피처엔지니어링, 초기부하/COP 예측 및 최적 Hz·운전대수 산출
  • Edge 환경 내 AI 모델 자동 재학습 파이프라인 구축
  • 폐루프 제어 연동 및 안전 로직(상하한 클램핑, 변화율 제한, 통신단절 시 PLC 페일세이프)
  • 실시간 모니터링 대시보드 및 권한 분리·수동 오버라이드

예상 산출물

  • 소스코드 일체 및 빌드/설치 가이드, 실행 설치본
  • 요구사항정의서 및 상세설계서, 통신 정의서
  • AI 모델 설명서 및 검증보고서
  • 사용자 매뉴얼

매력 포인트

  • 요구사항·마일스톤·산출물이 상세히 정의된 명확한 스펙
  • 산업 IoT + Edge AI 융합의 전문성 높은 프로젝트

확인할 점

  • 예산 9,999,999원은 산업제어+Edge AI+폐루프+재학습+인증대응 범위 대비 낮음
  • 기존 기술스택이 디자인 툴(Figma/Illustrator 등)로만 표기되어 실제 개발역량·요구 불일치 의심
  • 내부 개발자 부재·오프라인 미팅(안양) 필수로 커뮤니케이션·검수 부담 큼
Client signal

클라이언트 정보

회사 · 위시켓 / 지역 · 경기도 안양시 만안구 / 고용형태 · CONTRACTOR
START THE LOOP · CHOOSE

시장과 사람의 답을 봤다면,
다음 결과물의 구조를 고릅니다.

한 번의 결과에 기대지 않고 다시 만들 수 있도록, 문제 발견부터 제작·배포·수익화까지 이어지는 전체 흐름을 익혀보세요.

TTJ CLASS에서 다음 구조 고르기 →
처리 중...