세타어빌리티는 브랜드가 독자적인 디지털 기반을 갖추고, 사업의 가능성을 확장하도록 돕습니다. 자체 SaaS와 선택형 웹사이트·브랜딩 서비스를 통해 이를 제공합니다.
화면
API
데이터 모델
연결
실제로 개발한 시스템의 화면·API·데이터 모델과, API와 데이터 모델 사이의 실제 연결을 그렸습니다. 이름은 싣지 않았고, 점의 크기와 선의 길이는 규모를 뜻하지 않습니다.
일하는 것자체 SaaS와 SI
현장의 기록 하나가 앱의 화면이 되기까지.
기록 하나에 이어진 기능과 데이터를 설계해, 고객사가 자기 브랜드로 쓰는 운영 화면으로 만듭니다. 바닥에 깔린 판은 실제로 개발한 서버의 구조를 옮긴 것입니다. Winmer Bridge처럼 기관에 맞춘 시스템도 개발합니다.
단면세타어빌리티가 보는 브랜드
브랜드는 겉모습에서 끝나지 않습니다.
고객이 보는 화면, 일하는 방식, 판단의 기준, 기계가 움직이는 현장. 이 층들이 모두 그 브랜드의 것일 때 브랜드가 완성됩니다.
보이는 것웹사이트와 브랜딩
브랜드의 얼굴을 세웁니다.
올해 여행, 인플루언서, 무역, 쇼핑몰, B2B 몰의 웹사이트와 Winmer 홈페이지 세 건을 맡았습니다. 업종마다 다른 정보 구조를 정리해 그 브랜드만의 얼굴로 만듭니다.
판단하는 것분석 엔진과 전용 LLM
고객사에 맞춘 전용 엔진을 만듭니다.
Winmer를 위해 실제로 개발한 분석 엔진(PRPT)은 교사·보호자·아이의 응답을 의미 단위로 읽어, 하나의 분석과 역할별 보고로 모읍니다. 고객사의 업무와 데이터가 다르면 엔진도 그에 맞춰 설계합니다. PRPT는 합성 사례로 제품 연결을 검증했고, 실제 현장 타당화는 따로 진행합니다.
필요하면 전용 언어 모델까지.
제조사 매뉴얼을 근거로 답하는 PLC 전용 LLM처럼, 고객사 업무에 맞춘 언어 모델도 구성할 수 있습니다.
만드는 것넓혀 가는 일
그리고 현장의 기계까지.
질문에 답하거나 업무를 보조하는 데서 나아가, 제조기업의 실제 업무를 AI가 수행하도록 설계하고 고객사에 맞춘 로컬 AI 장비와 함께 공급하는 일로 넓혀 갑니다.
겉에서 속까지,한 브랜드로.
보이는 것웹사이트 · 브랜딩 · 홍보 콘텐츠올해 맡은 웹사이트와 Winmer 홈페이지
일하는 것기관 브랜드형 SaaS · 맞춤형 시스템(SI)영유 전용 SaaS 개발 중 · Winmer Bridge 거의 완성
판단하는 것고객사 전용 엔진 · 전용 LLM합성 사례로 제품 연결 검증 · PLC 전용 LLM은 구성 역량
만드는 것로컬 AI 장비 · 산업용 AI 자동화제조 현장과 함께 넓혀 가는 일
세타어빌리티
잠재성을브랜드로.
문의연락 수단은 정해지는 대로 이곳에 싣습니다.
SI기관에 맞춘 시스템
남긴 기록이 다음 일로 이어지도록.
오늘 필요한 일을 확인하고, 교사가 남긴 기록이 다음 업무와 학부모 소통으로 이어지게 합니다.
SaaS구독형 · 공통 제품
한 번의 업데이트가 모든 원으로.
구독형이라 기능과 업데이트가 계속 이어집니다. 원마다 따로 고치지 않아도, 공통 제품 하나가 모든 원에서 함께 새로워집니다.
SaaS구독형 기관 브랜드 앱
당신의 브랜드로 보이는 애플리케이션.
구독형 SaaS로 쓰는 운영 앱이지만, 교사와 학부모에게는 세타어빌리티가 아니라 그 원의 이름으로 보입니다. 홈페이지와 소개 콘텐츠도 같은 브랜드로 만들 수 있습니다.
D만드는 것 · 로컬 AI 장비
공장 안에서 일하는 AI까지.
질문에 답하거나 업무를 보조하는 데서 나아가, 제조기업의 실제 업무를 AI가 수행하도록 설계하고 고객사에 맞춘 로컬 AI 장비와 함께 공급하려 합니다.
01 · 업무 분석
도면과 공정을 읽어 AI가 맡을 일을 나눕니다.
도면, 공정, CAD/CAM, 작업 노하우처럼 제조기업이 실제로 일하는 방식에서 시작합니다.
02 · 판단 규칙 · 알고리즘
작업 방식을 AI가 따를 수 있는 규칙으로 옮깁니다.
기업이 쌓아 온 작업 방식과 기술을 판단 규칙과 알고리즘으로 정리해, AI가 같은 기준으로 일하게 합니다.
03 · AI 도구 호출
이미 쓰는 CAD/CAM과 설비 위에서 AI가 일합니다.
기존 제조 시스템을 새 소프트웨어로 바꾸지 않고, 그 위에 AI의 판단과 실행 능력을 연결합니다.
04 · 결과 검증
검사와 시뮬레이션, 작업자 승인을 거친 결과만 설비로.
PLC 코드처럼 안전 조건이 걸린 작업은 규칙 검사·시뮬레이션·기술자 승인을 전제로 설계합니다.
실제 제조 현장을 기반으로 연구하는 흐름입니다.
기업 환경에 맞춘 로컬 LLM 구성.
업무와 모델 요구량, 응답 속도, 동시 처리량을 분석해 장비의 성능과 대수, 역할을 설계하고, 고객사 현장에 설치해 기존 업무 환경에 연결합니다.
만드는 것산업용 AI 자동화
도면에서 검사까지, 현장의 흐름 그대로.
CNC 가공업체를 예로 들면, 목표로 하는 흐름은 이렇습니다.
도면 분석도면에서 형상과 치수를 읽습니다.
가공 계획 수립가공 순서와 공구, 작업 방법을 정합니다.
가공 프로그램 작성이미 쓰는 CAD/CAM 프로그램으로 가공 프로그램을 만듭니다.
결과 검증규칙 검사와 시뮬레이션, 작업자 승인으로 확인합니다.
작업 이력과 개선작업 이력을 남겨 다음 가공을 개선합니다.
현장에서 검증하며 만들어 갑니다.
제조 현장을 기반으로 도면 분석, 가공 계획, CAD/CAM 연동을 연구합니다. 설비에 반영하기 전에는 규칙 검사와 시뮬레이션, 별도의 가공 안전 검증을 거칩니다.