스마트팩토리 설비의 실시간 가동 상태를 모니터링하는 시스템으로, 제조 현장의 운영 효율성을 높이기 위해 설계되었습니다. FastAPI 기반의 비동기 API로 IoT 센서 데이터를 수집하고, AWS Aurora(MySQL)에 저장해 안정적인 데이터 관리 환경을 구축했습니다. AWS QuickSight를 활용한 KPI 대시보드는 현장 운영자와 관리자에게 설비 가동률, 오류 빈도, 트렌드 분석 등을 직관적으로 제공합니다. Docker 기반 컨테이너화와 Prometheus/Grafana 모니터링을 통해 확장성과 안정성을 확보했으며, 제조 공정 최적화를 위한 실시간 의사결정을 지원합니다.
스마트팩토리 설비 실시간 운영 모니터링 시스템
IoT 센서 데이터 수집부터 분석, 시각화까지 — 스마트 제조를 위한 실시간 운영 인사이트 제공
프로젝트 개요
핵심 기능
실시간 센서 데이터 수집
FastAPI로 비동기 REST API를 구현해 100+ 센서에서 초당 수천 건의 데이터를 수집하고, Pydantic으로 데이터 유효성 검증 및 정규화.
AWS Aurora 쿼리 최적화
시간 기반 파티셔닝과 sensor_id/timestamp 복합 인덱스로 수백만 건의 시계열 데이터 조회 성능을 최적화. 평균 응답 시간 60% 단축.
KPI 대시보드 및 리포팅
AWS QuickSight로 설비 가동률, 오류율, 생산 효율 등 KPI를 시각화. 역할별(운영자/관리자) 맞춤 대시보드 제공.
확장성 및 모니터링
Docker로 애플리케이션 컨테이너화, Prometheus/Grafana로 시스템 상태 모니터링, Kubernetes로 트래픽 증가에 대응.
기술 스택
백엔드: Python, FastAPI, Pydantic 데이터베이스: AWS Aurora (MySQL, 시간 기반 파티셔닝) 시각화: AWS QuickSight 프론트엔드: React, Tailwind CSS 인프라: Docker, Kubernetes, GitHub Actions 모니터링: Prometheus, Grafana
담당 역할/기여 사항
실시간 데이터 수집 API 개발
FastAPI와 Pydantic으로 100+ 센서에서 데이터 수집 및 유효성 검증 API 구현. 비동기 처리와 예외 로직으로 안정성 확보.
데이터베이스 설계 및 쿼리 최적화
AWS Aurora에 시간 기반 파티셔닝과 복합 인덱스 설계. Materialized View로 주요 KPI 쿼리 성능 60% 이상 개선.
KPI 대시보드 및 리포팅 설계
운영자와 관리자 요구사항 분석 후 AWS QuickSight로 맞춤형 대시보드 개발. 자동화된 주간 리포팅 시스템 구현.
인프라 및 모니터링 구축
Docker와 Kubernetes로 애플리케이션 배포, Prometheus/Grafana로 실시간 모니터링 설정. GitHub Actions으로 CI/CD 자동화.