CubeVerse™ 플랫폼

지능형 풀필먼트를 위한 소프트웨어 플랫폼.

복잡성을 줄여주는 설계

기존의 창고 소프트웨어는 각 문제를 개별적으로 해결해 왔습니다. 설계, 시뮬레이션, 제어, 분석, 통합은 각각 고유한 가치를 제공했지만, 대개 별도의 시스템으로 작동했습니다.

큐브벌스(CubeVerse)는 다릅니다. 큐브벌스는 오토스토어의 소프트웨어, 데이터, 통합을 하나의 연결된 플랫폼으로 통합하여, 창고 자동화를 지속적으로 개선되는 지능형 풀필먼트 솔루션으로 전환합니다.

플랫폼의 진화

큐브 스토리지에서 스스로 최적화하는 풀필먼트 엔진으로

오토스토어는 속도, 보관 밀도 및 생산성을 극대화하는 업계 선도적인 큐브형 자동창고 솔루션으로 창고 성능에 새로운 기준을 제시해 왔습니다. 이제 큐브벌스(CubeVerse)가 오토스토어를 한 차원 더 업그레이드합니다.

큐브형 자동창고 시스템은 대규모 상품 이동 및 보관을 처리하는 물리적 엔진입니다. 큐브벌스는 설계를 비롯한 운영 전반을 연결하는 소프트웨어 플랫폼입니다. 오토스토어 인텔리전스(AutoStore Intelligence™)는 AI 기반 최적화를 적용하여 모든 그리드를 맞춤화하고, 기존 인프라의 처리량을 극대화합니다.

큐브 수납장에서

이동. 연결. 학습.

icon 1

하드웨어 →

오토스토어의 큐브형 자동창고 시스템은 상품을 이동하고 보관합니다.

Open APIs

소프트웨어 →

큐브벌스(CubeVerse) 플랫폼은 시스템, 데이터, 운영을 연결합니다.

Intelligent vision

내장형 AI →

오토스토어 인텔리전스(AutoStore Intelligence)는 운영 데이터를 통해 학습하여 성능을 최적화합니다.

플랫폼 기반

오토스토어 소프트웨어와 데이터를 위한 통합 플랫폼

클라우드 기반 데이터 및 오케스트레이션 플랫폼을 기반으로 구축된 큐브벌스(CubeVerse)는 오토스토어 소프트웨어 애플리케이션, 10가지 이상의 데이터 소스, 20가지 이상의 자체 AI 모델과 에이전트를 하나의 연결된 환경에 통합합니다.

공통된 데이터 아키텍처, 표준화된 API 및 공통된 코어 서비스는 시스템 전반의 작동 방식을 정의함으로써 배포 속도를 높이고, 통합 과정의 문제를 완화하며, 시설 전반에서 보다 예측 가능한 성능을 실현합니다.

미리 보기
AutoStore 인텔리전스.

인텔리전스 레이어

AutoStore Intelligence

오토스토어 인텔리전스(AutoStore Intelligence)는 큐브벌스(CubeVerse) 플랫폼에 내장된 오토스토어의 AI 기반 최적화 레이어로, 시뮬레이션, 제어, 분석 전반의 인사이트를 연결하여 전반적인 시스템 성능을 향상합니다.

오토스토어 인텔리전스는 운영 및 시뮬레이션 데이터로부터 학습하여 원시 시스템 데이터를 검증된 최적화 및 실행으로 전환합니다. 큐브컨트롤(CubeControl™)에서는 로봇 라우팅을 맞춤화하고 스마트한 이동 경로를 구축하여 처리량을 극대화합니다. 큐브애널리틱스(CubeAnalytics™)에서는 새로운 리스크를 식별하고 선제적 유지보수를 안내하는 AI 기반 요약 기능을 제공합니다.

그 결과, 추가적인 하드웨어나 복잡성 없이 더 스마트한 의사결정을 내리고, 처리량을 증대하며, 보다 예측 가능한 운영을 실현할 수 있습니다.

20개 이상

AI 모델
시스템 성능 최적화

15TB

실시간 데이터 및 시뮬레이션 데이터
오토스토어 인텔리전스 AI 모델 학습에 활용

icon 2.1

더 스마트한 의사결정

더 정확한 운영.

Battery Icon Black

성능 향상

처리량 및 가동률 개선

icon 2.3

예측 가능성

선제적 운영 및 향상된 안정성.

icon 2.4

추가 하드웨어 불필요

인프라를 최대한 활용하세요.

수명주기 오케스트레이션

전체 풀필먼트 연결

큐브벌스(CubeVerse)는 초기 시스템 설계부터 일상 운영 및 지속적인 성능 개선에 이르기까지, 오토스토어 시스템의 모든 단계를 연결합니다.

설계 단계에서 큐브스튜디오(CubeStudio™)는 데이터 기반 계획과 고속 시뮬레이션을 지원하여, 설치 전에 시스템 성능을 검증합니다. 시스템 가동을 시작한 후에는 큐브컨트롤(CubeControl)이 그리드 전반의 로봇 트래픽을 실행하고 관리하며, 큐브애널리틱스(CubeAnalytics)는 작업자의 리스크 예측 및 조기 대응을 지원하는 예측 인사이트를 통해 가시성을 제공합니다.

시스템이 가동됨에 따라 데이터는 지속적으로 플랫폼에 전달되며, 시간이 지날수록 모델을 강화하고 성능을 개선합니다. 그 결과, 가치를 더 빠르게 실현하고, 예상치 못한 상황을 최소화하며,  운영 전반에서 보다 예측 가능한 풀필먼트를 실현할 수 있습니다.

메인 이미지 1
메인 이미지

대규모 오케스트레이션을 위한 설계

큐브벌스(CubeVerse)는 창고 운영 전반에서 데이터, 애플리케이션, 통합 방식을 조율하도록 설계되었습니다.

데이터 구조화, 접근 및 공유 방식을 표준화함으로써, 큐브벌스는 반복 가능한 구축, 더 안전한 업그레이드 및 시설 간의 일관된 운영을 지원하는 단일 통합 환경을 제공합니다.

보안 및 AI 거버넌스

Databricks와의 전략적 파트너십으로 구축한 신뢰할 수 있는 AI

큐브벌스(CubeVerse)는 엔터프라이즈 환경을 위해 구축되었으며, 플랫폼 전반에 보안 기능을 내재화하고, Databricks와의 협력을 통해 개발된 인텔리전스를 갖추고 있습니다.

오토스토어 인텔리전스(AutoStore Intelligence)는 집계된 운영 및 시뮬레이션 데이터로만 학습하며, 고객의 재고 데이터는 일절 사용하지 않습니다. 이를 통해 글로벌 확장을 고려한 안전하고 규정을 준수하는 기반 위에서 지능형 풀필먼트를 제공합니다.

Databricks와의 전략적 파트너십을 통해 구축된, 신뢰할 수 있는 AI
이것이 귀사의 운영에 어떤 의미를 갖는지.

운영 성과

측정 가능한 운영 성과

큐브벌스(CubeVerse)는 애플리케이션, 데이터, 인텔리전스를 하나의 통합된 소프트웨어 기반으로 결합하여 복잡성을 줄이고 창고 전반에서 보다 일관되고 측정 가능한 성능을 실현합니다.

연결된 애플리케이션과 내장된 인텔리전스가 함께 작동함으로써, 고객은 설계부터 시스템 설치까지 소요되는 시간을 단축하고, 운영 리스크를 줄이며, 시간이 지남에 따라 성능을 지속적으로 개선할 수 있습니다.

icon 3.1

ROI 및 시장 출시 기간 단축

더 빠르게 가치 실현

  • 더 빠르게 시스템 가동

  • 데이터 기반 설계 & 시뮬레이션

  • 표준화된 API & 재사용 가능한 통합 도구

icon 3.2

낮은 투자 리스크

모든 투자 비용에서 가치 실현 극대화

  • 데이터로 검증된 적정 규모의 시스템 설계

  • 지속적인 학습으로 성능 개선

  • 엄격한 보안 및 컴플라이언스 기본 탑재

icon 3.3

일관된 성능

네트워크 전반의 예측 가능한 성능.

  • 다중 시설 구축 계획의 변동 비용 절감

  • SLA 준수 강화

icon 3.4

통합 비용 및 복잡성 절감

모든 오토스토어 애플리케이션에 대한 단일 연결 지점

  • 맞춤형 개발 및 예상치 못한 상황 최소화

  • 프로젝트 기간 단축

CubeVerse의 가능성을 살펴보세요

큐브벌스(CubeVerse) 플랫폼을 통해 구축되거나 연결되는 주요 구성요소에 대해 자세히 알아보세요:

Logo 1

오토스토어 인텔리전스(AutoStore Intelligence)는 운영 및 시뮬레이션 데이터로부터 학습하여 시스템 성능을 최적화합니다.

자세히 알아보기 >

Logo 2

큐브스튜디오(CubeStudio)는 데이터 기반 시스템 및 운영 계획을 위한 클라우드 기반 설계, 시뮬레이션, 검증을 제공합니다.

 

Logo 3

큐브컨트롤(CubeControl)은 오토스토어 시스템 성능을 실행하고 관리하는 운영 제어 소프트웨어입니다.

자세히 보기>

Logo 4

큐브애널리틱스(CubeAnalytics)는 데이터 분석 및 인사이트 기능을 제공하여, 운영 데이터를 실행 가능한 인텔리전스로 변환합니다.

자세히 보기 >

자주 묻는 질문

큐브벌스(CubeVerse)가 어떻게 귀사의 네트워크를 지원하는지 알아보세요.

통합 플랫폼이 어떻게 통합 과정을 단순화하고, 시스템 설치를 확장하며, 여러 시설 전반에서 오토스토어 시스템을 연결하는지 살펴보세요.