릴리즈 노트
v2.0.0 (2026-07) — 아키텍처 대개편
정보
아래 v1.x 항목은 개편 이전 아키텍처를 기준으로 한 과거 기록입니다. 현재 아키텍처는 본 v2.0.0 항목을 참고하세요.
채팅 오케스트레이션 내재화 (Langflow 제거)
- 채팅/에이전트 실행이 AI Chat Web 내장 에이전트(
AgentOrchestrator+ToolRegistry)로 일원화되었습니다. - Langflow 엔진 및 15개 커스텀 컴포넌트, Arize Phoenix, Jupyter가 스택에서 제거되었습니다.
- LLM 추론은 LiteLLM(:4000, gpt-4o) 게이트웨이를 경유합니다. 에이전트 실행 흐름은 채팅 화면의 "작업 보기"에서 확인합니다.
MCP / 온톨로지 통합
- 구 독립 서비스
plantpulse-mcp-server(:50000)와plantpulse-ontology(:8888)가 아카이브되고, 플랫폼 server-web 통합 MCP(/api/v5/mcp, api_key 인증)로 대체되었습니다. 온톨로지 도구는 통합 MCP에 흡수되었습니다. - 내장 에이전트의
ToolRegistry가tools/list로 도구를 동적 발견합니다.
RAG → LightRAG 전환
- 자체 개발 RAG 서버(구
plantpulse-rag)가 공식 LightRAG 1.5.4 서버로 대체되었습니다. 문서 관리는 LightRAG WebUI(/webui)에서 수행합니다.
인프라 공용화
- PostgreSQL·Cassandra·Redis·MinIO는 PlantPulse 플랫폼 설치본을 공용으로 사용합니다 (AI 스택 내장 구동 폐지).
v1.4.0 (2026-03-29)
문서
- 질문 예제 178개로 확대 (피처 스토어 세분화, 복합 질문 강화, 비즈니스 시나리오 추가)
- 트러블슈팅 가이드 추가
- API 연동 가이드 추가
- 릴리즈 노트 페이지 추가
- README에 GitBook 온라인 메뉴얼 URL 추가
v1.3.0 (2026-03-29)
문서
- 질문 예제 170개로 확대 (도메인별 세분화)
- 부록 알고리즘 가이드 3개 추가:
- RAG 알고리즘 이해하기 (청킹, 임베딩, 하이브리드 검색, 리랭킹)
- AI 모델 알고리즘 이해하기 (TSPulse 이상탐지, TTM 예측, 피처 스토어)
- 온톨로지(지식 그래프) 이해하기 (그래프 DB, 서브그래프 탐색)
- 트러블슈팅 가이드 추가
- API 연동 가이드 추가
- 릴리즈 노트 페이지 추가
v1.2.0 (2026-03-29)
문서
- 부록 알고리즘 가이드 3개 추가
v1.1.0 (2026-03-29)
문서
- 질문 예제 페이지 추가 (130개)
v1.0.0 (2026-03-29)
초기 릴리즈
PlantPulse AI 제품 메뉴얼 GitBook 초기 구축.
플랫폼 구성
- 151개 MCP 도구 통합
- PlantPulse MCP Server: 116개 읽기 전용 API
- TimeSeries-Insight: 27개 AI 분석 도구
- Ontology: 5개 그래프 도구
- RAG: 3개 검색 도구
- 15개 커스텀 Langflow 컴포넌트
- AURA LLM — 산업 특화 자체 모델 (LLM + Embedding + Reranker)
AI 모델
| 모델 | 용도 |
|---|---|
| AURA LLM | 대화/분석/보고서 생성 |
| AURA Embedding | 벡터 임베딩 (2560차원) |
| AURA Reranker | 검색 결과 재순위화 |
| IBM Granite TSPulse | 시계열 이상 탐지 |
| TinyTimeMixer (TTM) | 시계열 예측 |
인프라
| 구성 요소 | 기술 |
|---|---|
| 백엔드 | Java 21 / Spring Boot 3.4, Python / FastAPI |
| 그래프 DB | Neo4j |
| 벡터 DB | Qdrant |
| 관계형 DB | PostgreSQL 18 |
| 시계열 DB | Apache Cassandra |
| 캐시 | Valkey (Redis 호환) |
| 오브젝트 스토리지 | MinIO (S3 호환) |
| LLM 프록시 | LiteLLM |
| AI 워크플로우 | Langflow |
| AI 관찰성 | Arize Phoenix |
| 실험 환경 | Jupyter Notebook |
모듈별 주요 기능
AI Chat Web
- 자연어 기반 공장 데이터 조회
- SSE 실시간 스트리밍 응답
- ECharts/Mermaid 리치 시각화
- 멀티 AI Flow 관리
MCP Server
- OPC-UA/ISA-95 기반 116개 읽기 전용 API
- 10개 데이터 도메인: 설비, OPC, 작업지시, 사이트, 태그, OEE, 캘린더, 시스템, RAM, EMS, 알람, 포인트 등
- KST 네이티브 시간 처리
TimeSeries-Insight
- 7개 도메인 이상 탐지 (IBM Granite TSPulse)
- 7개 도메인 예측 (TinyTimeMixer TTM)
- 알람 심층 분석 (통계, 지속시간, 상관관계)
- 피처 스토어 (시간별/일별 자동 계산, 벡터 임베딩, LLM 컨텍스트)
- 설비 건강 점수 (0~100)
Ontology
- 14종 노드 타입의 공장 지식 그래프
- 서브그래프 탐색 (depth 지정)
- PlantPulse DB ↔ Neo4j 60초 자동 동기화
RAG
- 4가지 검색 모드 (hybrid, naive, local, global)
- 하이브리드 검색 (Dense + Sparse)
- 멀티모달 지원 (텍스트 + 이미지 + 테이블)
- Docling 문서 파서, 리랭커
AI Studio
- Langflow 비주얼 플로우 프로그래밍
- 15개 PlantPulse 전용 컴포넌트
- LiteLLM LLM 프록시
- Arize Phoenix AI 평가/모니터링
- Jupyter Notebook 실험 환경