Falkonry는 산업 시나리오를 위한 시계열 AI 운영 개선 데이터 플랫폼입니다. PatternIQ™ 특허 기술을 통해 다변수 시계열의 이상 징후와 패턴을 자동으로 발견하고, 엣지에서 클라우드까지의 배포 아키텍처를 지원하며, 제조, 에너지, 국방 및 기타 분야가 수동 모니터링에서 자동화된 의사결정으로 도약할 수 있도록 지원합니다.

Falkonry의 심층 리뷰: Industrial Sequential AI의 "Falcon"이 센서 소음을 의사 결정 신호로 변환하는 방법

핵심 매개변수 및 통계

프로젝트	사양
제품 포지셔닝	산업운영개선데이터플랫폼(운영개선데이터플랫폼)
핵심기술	PatternIQ™ — 컨볼루셔널 변형 자동 인코더 다중 시간 규모 임베딩
대상 산업	제조, 에너지, 국방 및 정보 IT 관찰 가능성, 시설 관리
배포 모드	퍼블릭 클라우드, 프라이빗 리소스 풀 클라우드, 미국 정부 클라우드, 에어 갭 배포, 엣지 하드웨어 올인원
적합성 인증	SOC2(퍼블릭 클라우드 배포)
특허 건수	14개 이상의 미국 특허, 캐나다, 유럽, 일본 및 기타 국가의 특허
일반 고객	미해군, 미공군, 미에너지부 Nucor, Stelco, Toyota, Western Digital, Chesapeake Energy
최신 버전	시계열 AI 플랫폼(TSI) — 2026.07
가격 모델	견적을 받으려면 업체에 문의하세요(평가판 신청 가능)
지원 양식	클라우드 SaaS, 프라이빗 배포, 엣지 하드웨어, 에어 갭 독립적 배포

Falkonry는 전통적인 의미의 'AI 대화 도구'나 '콘텐츠 생성 도구'가 아니라 산업 운영 시나리오를 위한 엔드투엔드 순차 AI 분석 플랫폼입니다. 핵심 차별화 요소는 데이터 과학자 팀, 주석이 달린 데이터 또는 사전 설정된 임계값 없이 원시 센서 스트림에서 이상 징후와 패턴을 자동으로 발견할 수 있다는 것입니다.

사용자 및 시장 인지도

• 미 국방부 시스템 심층적용: Falkonry는 미 공군으로부터 SBIR Phase II 계약을 받았으며, 제품은 미 해군, AFLCMC(공군 수명주기 관리 사령부), NSWC(해군 시스템 사령부)에서 직접 채택되어 매우 엄격한 군사 수준의 기술 검증을 통과했음을 나타냅니다.
• Forbes AI Top 50(2021): Forbes '미국에서 가장 유망한 AI 기업'으로 선정되었으며, 같은 기간 유명 AI 기업도 다수 선정되었습니다.
• CB Insights AI Top 100(2022): 수백 개의 AI 후보 기업 중에서 두각을 나타내며 시장 분석가로부터 지속적으로 인정을 받았습니다.
• 최고의 벤처 캐피탈 지지: 지원 투자자로는 Zetta Venture Partners, Polaris Partners 및 국가 안보에 기여하는 최첨단 기술에 투자하는 데 중점을 두고 있는 미국 정보 시스템의 자회사인 In-Q-Tel(IQT)이 있습니다.
• 주요 산업 고객의 검증: Nucor(미국 최대 철강 생산업체), Stelco, Ternium, Toyota Material Handling, Western Digital, Chesapeake Energy, Civitas Resources 및 기타 제조 및 에너지 회사가 실제로 이를 배포했습니다.
• 애널리스트 의견: Sumitomo Corporation의 부사장인 Justin Isaacs는 "Falkonry의 고도로 자동화된 디지털 시스템은 분석가의 생산성을 여러 번 향상시켜 자율적으로 보다 복잡한 분석 결정을 내리고 새로운 유형의 통찰력을 발견할 수 있게 했습니다."라고 공개적으로 말했습니다.

비용 이점

C면/개별

Falkonry는 개인 사용자를 위한 것이 아니며 개인 버전 구독을 제공하지 않습니다. 관심 있는 엔지니어는 공식 웹사이트를 통해 데이터 샘플을 제출하여 시험판을 신청할 수 있지만 공식적인 상업적 사용은 엔터프라이즈 버전 구매와 연결되어야 합니다.

개발자/API

플랫폼은 REST API 인터페이스(문서에는 신호 메타데이터, 원시 신호 데이터, 규칙 및 경고, 이상 탐지, 평가 등이 포함됨)를 제공하지만 API 액세스는 토큰 또는 호출량별로 독립적으로 판매되지 않고 엔터프라이즈 플랫폼의 일부로 제공됩니다. 개발자는 API를 호출하기 전에 기업 계정 권한을 얻어야 합니다. 가격은 공개되지 않았으며 공식 비즈니스 견적이 우선합니다.

기업/민영화

Falkonry의 가격 모델은 일반적인 기업 수준의 개인/구독 모델입니다. 견적을 받으려면 영업팀에 문의하세요. 다음 차원은 최종 가격에 영향을 미칩니다.

• 배포 형태: 퍼블릭 클라우드 SaaS, 프라이빗 리소스 풀, 정부 클라우드, 에어 갭 배포, 에지 하드웨어. 아키텍처 복잡성은 인프라 비용에 직접적인 영향을 미칩니다.
• 데이터 규모: 액세스된 신호 수, 샘플링 빈도, 저장 기간은 컴퓨팅 및 저장 리소스에 영향을 미칩니다.
• 기능 모듈: Core PatternIQ™ 이상 탐지, 규칙 엔진, 보고 시스템, 에지 페더레이션 및 기타 모듈은 요청 시 승인될 수 있습니다.
• 조달 제안: 공개 가격표가 없으므로 기업은 구매하기 전에 최소한 다음을 요구해야 합니다. (1) 각 모듈의 인증 방법(지정 사용자/동시성/데이터 볼륨)을 명확히 합니다. (2) SOC2 준수 범위가 예상 배포 형식을 포함하는지 확인합니다. (3) Air-Gapped 배포에는 운영 및 유지 관리 지원 조건에 대한 별도의 확인이 필요합니다.

숨겨진 비용:

• 엣지 하드웨어 올인원 머신은 물리적 조달과 운송이 필요하며 순수한 클라우드 애자일 실험에는 적합하지 않습니다.
• Air-Gapped 배포 시 모델 업데이트 및 데이터 동기화에는 수동 미디어 전송이 필요하며 운영 및 유지 관리 복잡성이 기존 클라우드 배포보다 높습니다.
• 시험판부터 정식 구매까지 PoC(개념 증명) 주기에 몇 주가 소요될 수 있으며, 이는 "구매 및 사용"이라는 단기적이고 빠른 시나리오에는 적합하지 않습니다.

주요 기능

• PatternIQ™ 자동 이상 감지: Convolutional Variational Autoencoder를 기반으로 다중 시간 스케일 임베딩을 자동으로 학습하고 모양, 파형 및 값 분포 수준에서 이상을 식별합니다. 사용자는 데이터에 레이블을 지정하거나 임계값을 미리 설정할 필요가 없습니다. 플랫폼은 원래 신호에서 "이전에 본 적이 없는 이상 현상"을 자동으로 발견합니다.
• 다중 소스 데이터 융합 및 오케스트레이션: MQTT, OTel, S3 등과 같은 여러 데이터 소스에 대한 액세스를 기본적으로 지원하고 리샘플링이나 압축 없이 숫자 및 범주형 데이터를 처리할 수 있습니다. 자산 차원별 필터링을 용이하게 하기 위해 데이터를 다단계 계층 구조로 구성하는 것을 지원합니다.
• 고밀도 시각화 및 대화형 분석: 시계열 목록, 분포 차트, 히트 맵, 버킷 차트와 같은 보기를 제공하여 100Hz 고주파 데이터의 월별 개요에서 두 번째 수준 세부 정보까지 원활한 확대/축소를 지원하여 엔지니어가 패턴 편차를 빠르게 찾을 수 있도록 돕습니다.
• 규칙 엔진 및 고신뢰성 경보: AI 출력에 공간적 및 시간적 노이즈 제거 로직을 중첩하여 여러 신호의 연속 상관 조건을 실행 가능한 개별 이벤트로 변환합니다. 디바운싱 및 창 상태 평가를 지원하여 "알람 피로"를 크게 줄입니다.
• 에지-클라우드 페더레이션 아키텍처: 에지 하드웨어 일체형 시스템은 연결이 끊긴/낮은 대역폭/거부된 조건에서 독립적으로 실행될 수 있으며 온라인일 때 클라우드와 자동으로 동기화하여 통찰력을 수집하고 모델 업데이트를 수신합니다. 엣지 디바이스는 '빈 데이터 수집'을 방지하기 위해 실시간 데이터 검증을 지원합니다.
• 디지털 트윈 및 일회성 개발 및 다중 배포: 엔지니어는 자산 유형에 대한 모델 템플릿(디지털 트윈)을 구축하고 이를 한 번의 검증 후 일괄적으로 동일한 유형의 여러 자산에 적용하여 엔터프라이즈 수준의 일관성을 유지할 수 있습니다.

전문가의 관점

Falkonry의 진정한 가치는 단일 기능에 있는 것이 아니라 "레이블 지정 없음 + 임계값 없음 + 엣지에서 클라우드까지"로 형성된 폐쇄에 있습니다. 기존 산업용 AI 솔루션에서는 데이터 과학자가 먼저 비정상적인 샘플에 라벨을 지정하고, 모델을 훈련하고, 엣지에 배포한 다음 수동으로 결과를 분석해야 합니다. 각 단계는 폭포식 중단입니다. Falkonry의 PatternIQ™를 사용하면 주석 및 기능 엔지니어링이 필요하지 않습니다. 규칙 엔진은 AI 출력의 노이즈를 소화합니다. 엣지 아키텍처를 사용하면 소스에서 데이터를 정리하고 상황에 맞게 조정할 수 있으며 궁극적으로 클라우드로 다시 흘러 지속적인 모델 개선을 위한 "분석 플라이휠"을 형성합니다. 이는 몇 달의 데이터 과학 주기를 몇 주 또는 며칠로 효과적으로 압축합니다.

모델 및 버전의 진화

메인라인 출시

• 2020.0 - 운영 AI 제품 라인 출시(2020년 2월): TCO 절감 및 가치 실현 시간 단축에 초점을 맞춘 두 가지 새로운 운영 AI 제품을 출시했습니다. 동시에 미 공군으로부터 AI 개발 자금도 추가로 지원받았다.
• 2022.0 - TSI 플랫폼 통합(2022): 엣지 AI 기능 강화, 시계열 AI 플랫폼 컨셉 출시, PatternIQ™ 엔진 및 다중 배포 모드 통합. 같은 해 Oracle OCI Marketplace에 진출했습니다.
• 2024.0 — 새로운 아키텍처(2024): 데이터 클록 스케줄링 및 모델 관리를 재구성하고 "공용 작업 공간" 개념을 도입하며 자산 차원에서 디지털 트윈 구축을 지원합니다. API는 v1.2로 반복되어 더욱 세분화된 데이터 작업 기능을 추가합니다.
• 2026.07 — 최신 반복: PatternIQ™ 엔진, 에지 페더레이션 동기화 메커니즘 및 SOC2 규정 준수 적용 범위가 지속적으로 개선됩니다. 총 14개 이상의 미국 특허가 부여되었습니다.

버전 기능

Falkonry의 버전 진화 경로는 "군수 산업 검증 → 산업 일반화 → 플랫폼화"라는 명확한 리듬을 반영합니다. 초기 단계에서는 군수 산업 프로젝트를 기술 연마 시나리오로 사용했고, 중기에는 철강 및 에너지 산업의 주요 고객을 통해 상용화를 확대했으며, 가까운 미래에는 다중 배포 모델(정부 클라우드, 에어 갭, 엣지)을 통해 더 넓은 범위의 규제 산업을 포괄합니다.

기술적인 장점

PatternIQ™: "주석 없이 학습"하는 이유

Falkonry의 핵심 특허 PatternIQ™는 컨볼루션 변형 자동 인코더(컨볼루션 VAE)입니다. 핵심 설계는 다중 시간 규모 임베딩에 있습니다. 기존의 타이밍 이상 감지 방법(예: 임계값 규칙, 통계적 프로세스 제어)은 단일 시간 단위로만 편차를 캡처할 수 있는 반면 PatternIQ™는 데이터 클록 예약을 통해 밀리초, 초, 분 또는 심지어 일 수준의 파형 패턴을 동시에 학습합니다. 즉, 각 작업 조건에 대해 임계값을 수동으로 미리 설정할 필요 없이 "일반 장비 시작-정지 지터"와 "실제 성능 저하 추세"를 구별할 수 있습니다.

데이터 클럭 엔진: "잘못된 도착" 문제 해결

산업용 센서 데이터는 잘못된 도착, 고르지 못한 샘플링 속도, 다중 소스 종속성과 같은 문제로 인해 어려움을 겪는 경우가 많습니다. Falkonry의 Data-Clock 엔진은 데이터 도착 순서와 독립적으로 모델 계산을 수행하여 창 정렬 및 종속성 추적을 자동으로 처리합니다. 이를 통해 플랫폼은 추가 ETL 코딩 없이도 기록 재생, 온라인 스트리밍 데이터 및 시뮬레이션 시나리오를 균일하게 처리할 수 있습니다.

공간 + 시간 노이즈 제거: 알람 피로에 작별 인사

순수 AI 모델의 출력에는 종종 많은 수의 오탐이 포함됩니다. Falkonry는 AI 추론 레이어 뒤에 규칙 기반 "공간 + 시간 디노이저" 레이어를 중첩합니다. 즉, 여러 관련 신호(공간 상관)에서 이상 현상이 동시에 확인되고 충분한 시간 창(시간 지속성) 동안 지속되는 경우에만 경보가 생성됩니다. 이를 통해 경보의 신호 대 잡음 비율이 크게 향상되므로 현장 엔지니어는 실제로 개입이 필요한 이벤트에만 집중할 수 있습니다.

Edge Federation: DDIL 컨텍스트에서의 데이터 주권

방어 및 원격 시설 시나리오의 경우 신뢰할 수 없는 네트워크 연결이 일반적입니다. Falkonry의 엣지 하드웨어 올인원 머신은 내장된 데이터 검증(빈 채굴 방지), 자동 메타데이터 주석 및 로컬 추론 기능을 통해 완전히 연결이 끊긴(에어 갭) 환경에서 독립적으로 실행될 수 있습니다. 인터넷에 다시 연결한 후 자동으로 클라우드와 동기화하여 "분석을 위해 하드 드라이브를 실험실로 다시 가져오는" 대신 "답변을 가지고 현장을 떠나는" 워크플로우를 실현합니다.

사용방법

배포 항목

Falkonry는 공용 셀프 서비스 등록 입구를 제공하지 않습니다. 사용 경로는 일반적으로 다음 단계로 구분됩니다.

1. 시험 신청: 공식 홈페이지에 데이터 샘플 설명(샘플링 레이트, 데이터 형식, 소스 등)을 제출합니다. Falkonry 팀은 시험을 평가하고 개시할 것입니다.
2. 데이터 액세스: MQTT, OTel, S3 및 기타 프로토콜을 통해 과거 또는 실시간 시계열 데이터에 액세스하면 플랫폼이 자동으로 상황화 및 메타데이터 주석을 완료합니다.
3. 모델 초기화: 대상 신호 세트를 선택하면 PatternIQ™가 매개변수를 수동으로 구성할 필요 없이 자동으로 이상 탐지 모델을 초기화합니다.
4. 평가 및 조정: 백테스트 기능을 사용하여 과거 데이터에 대한 모델 효과를 확인하고 알람 노이즈 제거를 위한 규칙 엔진을 중첩합니다.
5. 온라인 모니터링: 모델을 온라인 환경(클라우드 또는 엣지)으로 푸시하고 통합 모니터링 패널을 통해 실시간 경보 및 자산 상태를 확인합니다.
6. 지속적인 반복: 새로 생성된 운영 데이터를 기반으로 플랫폼은 처음부터 다시 교육하지 않고도 모델의 증분 업데이트를 지원합니다.

API 액세스

Falkonry는 다음을 포함하여 완전한 REST API 범위를 제공합니다.

• 신호 메타데이터: 신호 이름, 단위, 라벨 등의 메타데이터를 관리합니다.
• 원시 신호 데이터: 원시 시계열 데이터 포인트 읽기 및 쓰기
• 규칙 및 경고: 규칙 및 경고 구성 생성 및 관리
• 이상 감지: 이상 감지 모델 초기화 및 실행
• 평가: 온라인 평가 및 모니터링 관리
• 계산: 사용자 정의 계산 변환을 수행합니다.

모든 API 접근은 반드시 개설된 기업 계정 내에서 이루어져야 하며, 인증 방법은 공문서를 따릅니다.

주요 통합

플랫폼은 Zapier, KeepX 등 타사 시스템과의 통합을 지원하며 Webhooks 및 REST API를 통해 알람 알림, 작업 주문 생성 등의 워크플로 자동화를 실현할 수 있습니다.

제품 가격

Falkonry의 가격은 기업 수준의 비공개 모델입니다. 공개 정보를 기반으로 한 구조는 다음과 같습니다.

치수	설명
무료 평가판	평가판 애플리케이션을 사용할 수 있지만 영구 무료 버전은 없습니다
퍼블릭 클라우드 SaaS	데이터 용량 및 기능 모듈에 따른 가격 책정, 비즈니스 커뮤니케이션 필요
개인 자원 풀	퍼블릭 클라우드 기반의 고립된 자원 비용 증가
미국 정부 클라우드	연방 정부 고객을 위한 전용 규정 준수 배포
에어 갭 배포	에지 하드웨어 비용을 포함하여 완전히 격리됨
엣지 하드웨어	독립형 하드웨어 일체형 머신(권장 구성: 4 CPU/64 코어/256GB RAM + 탈착식 NVMe 100TB)

기업 조달 권장 사항은 "요약 및 전망"에 자세히 설명되어 있습니다.

애플리케이션 시나리오

• 예측 유지 관리(제조/에너지): 철강, 석유 및 가스, 화학 등 산업의 생산 장비에는 일반적으로 수백에서 수천 개의 센서 신호가 있습니다. Falkonry는 정상적인 작동 조건의 다변수 패턴을 자동으로 학습하고 가동 중단 후 원인 분석을 기다리지 않고 성능 저하 추세가 처음 나타날 때 조기 경고를 발령합니다. 일반적인 이점: 계획되지 않은 가동 중지 시간을 계획된 유지 관리로 전환하고 생산 가동 중지 시간 손실을 줄입니다.
• 방어 센서 데이터 분석: 드론, 레이더, 소나 등의 군사 시스템은 엄청난 양의 고주파 원격 측정 데이터를 생성합니다. Falkonry의 엣지 하드웨어는 전장 거부 상황에서 독립적인 분석을 수행하여 데이터 센터로 백홀할 필요 없이 현장에서 인텔리전스 통찰력을 생성할 수 있습니다. 일반적인 이점: "분석을 위해 하드 드라이브를 베이스로 다시 가져오는 것"부터 "현장에서 답변 얻기"까지.
• IT 관찰 가능성 및 SRE: SLO 이벤트의 폭발 반경을 자동으로 평가하여 SRE 팀이 사고 진원지를 신속하게 찾고 기록 패턴 일치를 통해 근본 원인 분석을 가속화할 수 있도록 지원합니다. 일반적인 이점: 평균 수리 시간(MTTR)을 줄이고 알람 문제 해결에 대한 엔지니어의 수동 투자를 줄입니다.
• 차량 및 시설 관리: 다수의 모바일 장치를 사용하는 Toyota 자재 취급과 같은 시나리오의 경우 Falkonry는 차량 센서 데이터에 액세스하고 비정상적인 진동 및 온도 편위와 같은 조기 결함 신호를 실시간으로 감지할 수 있습니다. 일반적인 이점: 장비 수명 연장 및 예비 부품 재고 최적화.

해당자

• 프로세스 및 신뢰성 엔지니어: 가장 직접적인 수혜자. 프로그래밍이나 데이터 과학에 대한 배경 지식이 필요하지 않으며, 데이터 액세스, 모델 초기화, 알람 구성을 노코드 인터페이스를 통해 완료할 수 있으므로 코드 디버깅보다는 엔지니어링 판단에 집중할 수 있습니다.
• IT 운영 및 SRE 팀: 방대한 양의 관찰 데이터에서 근본 원인을 신속하게 찾아야 하는 시나리오에 적합합니다. 플랫폼의 규칙 엔진과 폭발 반경 평가 기능은 경보 소음을 크게 줄여 대기 중인 엔지니어가 정말 중요한 이벤트의 우선순위를 지정할 수 있도록 해줍니다.
• 국방 및 정보 분석가: Air-gapped 배포와 에지 페더레이션 기능을 통해 전술적 에지의 데이터 분석 작업에 적합하며 원격 측정 데이터의 현장 분석이 필요하고 네트워크 연결에 의존할 수 없는 군사 시나리오에 적합합니다.
• 산업 디지털 혁신 리더: Falkonry의 "3주 출시" 약속(기존 데이터 과학 프로젝트의 수개월과 비교)을 통해 Industry 4.0 및 디지털 트윈 전략에서 빠르게 구현되는 AI 분석 계층을 선택할 수 있습니다.

대중에게 적합하지 않음:

• 기본 제공되는 순수한 클라우드 SaaS와 API 호출당 비용 지불을 원하는 소규모 팀 또는 독립 개발자(Falkonry의 엔터프라이즈 비즈니스 모델은 경량 탐색에 적합하지 않음)
• 딥 러닝 모델 아키텍처를 심층적으로 사용자 정의해야 하는 연구팀(PatternIQ™은 폐쇄형 코어이며 사용자 정의 네트워크 구조를 지원하지 않습니다).
• AI 분석이 아닌 단순한 임계값 경보만 필요한 기존 운영 및 유지 관리 팀(규칙 엔진의 임계값 및 비용은 기존 모니터링 도구보다 높음)

요약 및 전망

Falkonry의 핵심 경쟁력은 "레이블이 없고 자체 학습하며 엣지에서 독립적으로 실행할 수 있는" 산업 순차 AI 기능에 있습니다. 이는 데이터 과학자 팀에 대한 기존 산업용 AI 솔루션의 의존성을 우회하여 현장 엔지니어가 이상 탐지 및 패턴 인식 기능을 직접 보유할 수 있도록 합니다. 14개의 미국 특허, 군용 등급 고객 검증(미 공군/해군) 및 Forbes AI 50/CB Insights AI 100에 대한 제3자 승인이 기술의 신뢰성을 높여줍니다.

현재 제한 사항 및 불확실성:

• 가격은 완전히 불투명하며, 기업 조달은 영업 커뮤니케이션-POC-비즈니스 협상의 완전한 체인을 거쳐야 하며 이는 단기 평가에 적합하지 않습니다.
• 생태학적 통합의 범위는 주로 Zapier/MaintainX와 같은 몇 가지 플랫폼과의 연결을 통해 제한되어 알람 및 작업 순서 관련을 달성하며 Siemens MindSphere 또는 PTC ThingWorx와 같은 대규모 산업 인터넷 플랫폼에는 기본 임베딩이 부족합니다.
• 영어 이외의 시장 지원은 공개되지 않았으며 아시아 태평양 지역의 지원 역량과 채널에 대한 불확실성이 있습니다.
• IFS는 인수를 발표했지만 최종적으로 완료하지 못했습니다. 회사의 독립적인 운영 상태와 자금 조달 속도는 중장기 제품 로드맵의 안정성에 영향을 미칠 수 있습니다.

조달/채택 위험 평가: Falkonry 도입을 고려하는 기업의 경우 "파일럿 우선 및 점진적 확장" 전략을 채택하는 것이 좋습니다. (1) 이 특정 작업 조건에서 PatternIQ™의 이상 감지 비율 및 잘못된 경보 비율을 확인하기 위해 생산 라인 또는 시설을 PoC로 선택합니다. (2) PoC 단계에서 각 배포 형식(퍼블릭 클라우드/프라이빗/에어 갭)의 비즈니스 조건, 특히 데이터 내보내기, 모델 IP 소유권 및 SLA를 명확히 합니다. (3) 하드웨어 병목 현상으로 인한 프로모션 지연을 방지하기 위해 엣지 하드웨어의 조달 배송 주기와 운영 및 유지 관리 지원 시스템을 확인합니다. (4) IFS 인수 실패 후 기업 지배구조 상태에 주의하고, 계약서에 제품 로드맵 약속 조항을 추가할 것을 권장합니다. 전반적으로 Falkonry는 군사 및 중공업 시나리오에서 대체할 수 없는 기술적 이점을 가지고 있지만 경량의 표준화된 SaaS 가격 책정이 필요한 중소 제조 회사의 경우 총 소유 비용을 보다 신중하게 평가해야 할 수 있습니다.

관련 도구: hugging-face, replicate

버전 정보

• 시계열 AI 플랫폼(TSI) ：지속적으로 반복되는 산업용 순차 AI 플랫폼은 PatternIQ™ 이상 탐지, 규칙 엔진, 엣지 컴퓨팅과 같은 완전한 기능 체인을 지원합니다. 아직 공식적인 정확한 날짜는 없습니다. （~2026-07）
• Falkonry TSI 플랫폼 ：데이터 클록 스케줄링 및 모델 관리 기능을 재구성하기 위한 차세대 시계열 AI 플랫폼 아키텍처를 출시했습니다. 아직 공식적인 정확한 날짜는 없습니다. （~2024-01）
• Falkonry 운영 AI ：엣지 AI 및 다중 배포 모델 지원을 강화하기 위해 Operational AI 제품 라인을 출시했습니다. 아직 공식적인 정확한 날짜는 없습니다. （~2022-01）
• 매사냥 예측 엔진 ：TCO를 줄이고 가치 창출 시간을 단축하기 위해 두 가지 새로운 운영 AI 제품을 출시했습니다. 아직 공식적인 정확한 날짜는 없습니다. （~2020-02）