마크베이스 작성한 Tech information 칼럼을 읽어 보실 수 있습니다

혼돈의 카오스 로봇이 컵을 집어 서랍에 넣는 모습은 보고 있으면 신기합니다. 사람에게는 별일 아닌 동작을 기계가 해내려면 무엇이 필요할까요? 카메라는 컵과 서랍을 보고, 관절 센서는 팔의 위치를 알려 줍니다. 손목에 힘·토크 센서가 있다면 손목을 통해 전달되는 힘과 회전력을 기록할 수 있습니다. 손가락이 컵을 조이는 힘을 알려면 그리퍼나 손끝의 측정값도 살펴봐야 합니다. 여기에 제어 명령과 “컵을 서랍에 넣어”라는 언어 지시가 붙습니다. 그 짧은 동작 안에서도 여러 데이터가 함께 만들어지는 셈입니다. 그 장면을 데이터로 남기려 하면 조금 머리가 복잡해집니다. 엑셀처럼 가지런한 표 하나면 좋겠는데, 수백 Hz로 들어오는 숫자와 초당 수십 장의 이미지, 수만 개 이상의 점으로 표현한 3차원 공간, 로봇이 내린 명령이 서로 다른 주기로 쌓입니다. 파일 확장자도 .mcap, .bag, .h5, .bin, .parquet, .mp4 등 제각각입니다. 저는

들어가며 Predictive Maintenance라고 하면 보통 머신러닝 모델이 고장을 맞히는 장면부터 떠올립니다. 하지만 현장에서 정비 담당자가 정말 묻는 것은 "그래서 왜 그렇게 판단했는데?"입니다. 점수 하나만 던져 주는 시스템은 신뢰를 얻기 어렵고, 센서 데이터와 시간축을 함께 보면서 결과를 설명할 수 있어야 비로소 쓸모가 생깁니다. 이번 글에서는 UCI Machine Learning Repository의 MetroPT-3 데이터셋을 Machbase Neo에 적재하고, 철도 차량의 압축 공기 처리 장치(APU) 상태를 인터랙티브 대시보드로 탐색하는 데모를 소개합니다. 이 데모의 Health Score와 이벤트는 학습된 모델이 아니라 프로젝트에서 직접 정의한 규칙 기반 지표입니다. 산식이 공개되어 있으니 왜 그 점수가 나왔는지 누구나 따라가 볼 수 있습니다. 왜 MetroPT-3인가 MetroPT-3는 2020년 2월부터 8월까지 철도 차량

코인 거래 데이터의 특징 코인 거래 데이터는 분석 재료로서 독특한 성격을 가지고 있습니다. 거래소는 24시간 쉬지 않고 열려 있고, 인기 종목은 1초에도 수십에서 수백 건의 체결이 일어납니다. 바이낸스에서 거래대금 상위 50개 코인의 체결과 호가 변화를 모으면 초당 5,000~7,000행, 하루 약 17GB가 쌓일 정도로 발생량이 많습니다. 반면 데이터를 얻기는 매우 쉽습니다. 주식 실시간 시세는 보통 증권사 계정이나 유료 피드가 있어야 받을 수 있지만, 코인 거래소는 공개 WebSocket으로 체결과 호가를 실시간으로 내보내므로 계정이나 API 키 없이도 받을 수 있습니다. 결국 문제는 데이터를 얻는 방법이 아니라, 끊임없이 쏟아지는 데이터를 놓치지 않고 모아 디스크 부담 없이 쌓아 두고, 필요할 때 원하는 구간을 빠르게 꺼내 분석하는 방법입니다. 이 글에서는 neo-pkg-coin-collector 패키지를 예로 들어 Machbase Neo로

마크베이스는 ISA-95를 어떻게 지키고 활용하고 있을까요? 공장 문을 열고 들어가 보겠습니다. 수백 대의 설비가 쉬지 않고 가동되고, 그 안에 설치된 센서들은 온도와 진동, 압력과 전류를 초 단위로 만들어 냅니다. 라인 하나가 멈추면 담당자는 원인을 찾기 위해 PLC 로그를 확인하고, SCADA 화면을 살펴본 뒤, ERP에 기록된 생산 실적과 대조하게 됩니다. 그런데 이 과정에서 반복적으로 마주하는 문제가 있습니다. 설비가 말하는 언어와 관리 시스템이 이해하는 언어가 서로 다르다는 점입니다. 같은 ‘생산량’이라는 단어를 두고도 현장 설비와 MES, ERP가 다른 이름과 단위, 데이터 구조를 사용한다면, 공장은 센서를 아무리 많이 설치해도 하나의 목소리를 내기 어렵습니다. 이 문제를 해결하기 위해 만들어진 표준이 ISA-95입니다. 시계열 데이터베이스 전문 기업인 마크베이스(Machbase)는 이 표준의 철학을 제품과 데이터 흐름에 적용하여, 공장

정부는 공공정보화 사업에서 오픈소스 소프트웨어 도입을 장려합니다. 특정 벤더에 종속되지 말자, 라이선스 비용을 아끼자, 기술을 개방하자. 명분은 훌륭합니다. 하지만 명분이 훌륭하다고 해서 결과까지 훌륭한 것은 아닙니다. 라이선스가 무료라는 것은 비용이 없다는 뜻이 아닙니다. 비용은 사라지지 않습니다. 설치 비용, 통합 비용, 성능 검증 비용, 보안 패치 비용, 장애 대응 비용, 인력 교육 비용, 버전 업그레이드 비용, 데이터 이전 비용, 장기 유지보수 비용. 가격표에서 한 줄이 사라진 것처럼 보이지만, 그 비용은 다른 줄에 나눠 적혔을 뿐입니다. 더 심각한 문제는 공공 시스템의 특수성입니다. 행정, 철도, 전력, 의료, 세금, 재난 대응 시스템은 무너졌을 때 "커뮤니티에 문의해 보겠다"고 말할 수 없는 곳입니다. 국민의 생명과 안전이 걸린 인프라에 책임 없는 무료 소프트웨어를 얹어 놓고, 그 유지보수를 누가 책임질 것인지는 정작 아무도 묻지 않습니

2.x의 마지막 약점은 "AI가 직접 쓰는 코드"였다. 2.0.0에서 의도별로 기능을 나누고 잘못된 입력을 자동으로 보정하면서 오작동은 크게 줄었습니다. 그런데 한 부류의 문제는 끝까지 남았습니다. 바로 "AI가 직접 작성하는 차트 코드"입니다. 차트 한 장을 만들려면 내부적으로 쿼리 코드를 써야 하는데, 여기엔 함정이 많습니다. 시간 값을 다루는 방식, 집계·구간 처리 규칙 등에서 AI는 같은 실수를 반복했고, 특히 가벼운 로컬 모델일수록 "실행되지 않는 차트" 또는 "문법은 맞지만 빈 차트가 나오는" 결과를 자주 만들었습니다. 더 나쁜 경우엔, 직접 코드를 지어내 "이렇게 하면 됩니다"라고 답했는데 실제로는 틀린 코드였습니다. 3.0.0의 가장 큰 변화 "뉴로-심볼릭 에이전트" 는 바로 이 지점을 겨냥합니다. 뉴로-심볼릭 에이전트 예측 기능 신규 (Beta) 틀린 답변 자동 차단 보안 강화 문서 검색 정확도 향상 사용자별 즐겨찾기 안정화 및

마크베이스는 13년전부터 “시계열 데이터베이스”라는 새로운 형태의 SW를 정말 바닥부터 하나하나 있는 돈 없는 돈 모두 끌어모아 개발하고, 시장을 개척하고 있는 벤처기업입니다. 최근 공항공사에 제안을 하는 과정에서 기존에 나왔던 “시계열 데이터베이스”의 요구 사항이 눈에 밟혔습니다. 최초에는 외산 시계열 데이터베이스 제품명 2개, “InfluxDB, TimeScaleDB”가 적혀 있었고, 당연히 마크베이스는 없었습니다. 마크베이스가 저 리스트에 없는 것은 문제가 아닙니다. 작고, 영세한 국내 SW기업의 마케팅 역량이 얼마나 되겠습니까? 문제는 저 외산 SW가 무려 공짜라는 것입니다. 만일 위와 같다면, 국내 대기업 뿐만 아니라 중견, 중소 SI 기업이 제안할 경우에는 예외없이 100% 저 위의 외산 공짜 SW를 제안합니다. 마크베이스가 거기에 끼어들 틈은 전혀 없습니다. 감사하게도 공항공사에서 국산 “시계열 데이터베이스”가 있다는 것을 아시고

자연어로 데이터를 묻고, AI가 알아서 차트를 그려주고, 대시보드까지 만들어주는 시대. 마크베이스 네오의 neo-pkg-llm-chat 패키지는 이런 경험을 가능하게 해주는 LLM 에이전트입니다. 그런데, 이전 버전을 직접 써보신 분들은 한 번쯤 이런 답답함을 느끼셨을지 모르겠습니다. "Ollama 같은 로컬 LLM을 붙였더니 자꾸 엉뚱한 도구를 호출하네..." "API 비용이 생각보다 많이 나오는데?" "여러 사람이 같이 쓰면 한 사람이 무거운 분석을 돌릴 때 다른 사람이 느려져요" 저희 마크베이스도 똑같은 고민을 했습니다. 그래서 이번에 neo-pkg-llm-chat 2.0.0 버전으로 전면 재설계를 진행했고, 이 글에서 그 결과를 공유드리려고 합니다. 이전 1.x 버전에 비해 어떤 점이 좋아졌는지, 핵심만 짚어 보겠습니다. 하네스 구조 도입 JSH 기반 단일 패키지 토큰 사용량 최대 80% 감소 그 외 개선 점 한눈에 보는 1.

많은 분들이 가장 많이 기다려 주셨던 혁신적인 업데이트 소식을 전해드립니다! 이번 마크베이스 NEO V8.5는 단순한 데이터 저장 속도의 개선을 넘어, DB 엔진에 '눈(Black-box)'과 '두뇌(LLM)'를 이식했습니다. 단절되어 있던 영상 데이터와 센서 데이터를 하나로 묶고, 복잡한 쿼리 없이 AI와 대화하며 통찰력을 얻는 새로운 비즈니스 환경을 확인해 보세요. 3차 NEO V8.5 App 패키지 Black-box & LLM *이미지 클릭시 해당 영상으로 이동합니다. 영상과 센서의 결합 : Black-Box 산업 현장에서 사고가 발생했을 때, "왜 알람이 울렸지?"라는 질문에 답하기 위해 우리는 보통 두 곳을 번갈아 봅니다. 하나는 센서 데이터 그래프이고, 다른 하나는 CCTV 영상입니다. 하지만 이 둘의 시간이 정확히 일치하지 않아 원인을 재구성하는 데 큰 어려움을 겪곤 하죠. 사고의 '그 순간'을 그대로 재현하다. NEO V8.5의 Bl