핵심 비교: 두 가지 AI PLC 생성 방식
3대 메이커 전용 AI 방식
자연어 입력
↓ LLM
벤더 전용 PLC 코드 직접 생성
↓
단일 벤더 PLC에만 배포
- 벤더 종속적 (Lock-in)
- 코드 레벨에서만 동작
- 시뮬레이션 단절 (자사 에뮬레이터만)
- 재현성 없음 (Temperature > 0)
통합 인과 그래프 기반 방식 (우리)
자연어 입력
↓ LLM
인과 그래프 (중간표현) 생성
↓ 룰베이스
다중 벤더 PLC 코드 자동 생성
- 벤더 중립적 (멀티 PLC 지원)
- 인과 그래프로 명시적 모델링
- 통합 시뮬레이션 가능
- 결정적 코드 생성 (동일 입력 → 동일 출력)
왜 중간표현(인과 그래프)이 필요한가?
LLM 직접 코드 생성의 문제점 vs 인과 그래프 해결책
| 문제 | LLM 직접 생성의 한계 | 인과 그래프 해결책 |
|---|---|---|
| 검증 | 생성 코드가 블랙박스로 동작 | 그래프 구조로 명시적 검증 가능 |
| 안전성 | ISO/TS 15066 준수 확인 불가 | Safety Agent가 그래프 단계에서 체크 |
| 재현성 | 같은 프롬프트로 다른 코드 생성 | 동일 그래프 → 동일 코드 (결정적) |
| 멀티벤더 | 각 벤더 문법을 LLM이 개별 학습 | 그래프 → 벤더별 Generator가 변환 |
| 시뮬레이션 | PLC 코드 역변환 어려움 | 그래프 자체로 시뮬레이션 가능 |
핵심 메시지
"Rockwell·Siemens·Beckhoff가 각자 자사 컨트롤러 전용 AI라면,
통합 인과 그래프 기반 플랫폼은 이들을 모두 아우르는 '라인 전체의 통합 AI 플랫폼'이다."
Section C 로드맵
21-23: 3대 메이커 전용 AI 분석
Rockwell, Siemens, Beckhoff의 전용 AI 기능과 한계점 분석
24-27: 인과 그래프 기반 플랫폼
인과 언어, 코드 생성 파이프라인, 통합 시뮬레이션
28-29: 실제 시나리오 & 비교
실제 라인 예시, 종합 비교 분석
30: 로드맵 & 결론
구현 로드맵, 기대 효과, 전략적 포지셔닝