README.md

---
title: README
emoji: 📊
colorFrom: indigo
colorTo: yellow
sdk: static
pinned: false
---

# NCDTech — We design and research smart monitoring and control systems that grow.

![The NCDTech website](https://huggingface.co/spaces/NCDTech/README/resolve/main/assets/00_homepage_hero.png)

*(Our website and the diagrams and screens below are in Korean; they are the same figures used on our website and demo video.)*

Our roots are in smart monitoring and control.

With our robot simulation studio we stand on that extension line, and our AI sits on top of it.

![NCDTech 4-layer stack](https://huggingface.co/spaces/NCDTech/README/resolve/main/assets/01_four_layer_stack.png)

Conventional monitoring and control ends at collecting data, showing it, and raising alarms on preset conditions.

Interpretation and judgment are left to the experts who know the system.

What we build is the layer above that: self-inspection wired into every stage, and an on-premise LLM that reads those inspection records and explains them in plain conversation.

![An operator conversation with the on-premise LLM, captured as a knowledge record](https://huggingface.co/spaces/NCDTech/README/resolve/main/assets/02_llm_conversation.png)

Making code verify itself is nothing new.

Test benches and unit tests live outside the code; self-checks live inside it: assertions, Design by Contract, and built-in self-tests (BIST/POST) are standard embedded practice.

We have been putting such self-check devices into code for 24 years of embedded measurement and control work.

Our technology is the wiring above that standard: the check records feed an on-premise LLM, so the system reports in plain language, holds a conversation, and grows its knowledge under administrator approval.

The system grows through use, but only under administrator approval: code-based verdicts are never overwritten, every approved piece of knowledge keeps its full revision history, and nothing is ever silently deleted.

![The administrator approval gate: accept, reject, or revise as a new revision](https://huggingface.co/spaces/NCDTech/README/resolve/main/assets/03_admin_approval.png)

We do not so much invent new capabilities as put AI, without hesitation, on top of abilities we have already verified, and make it actually run.

**Current status**: first development phase complete, applied to our in-house autonomous driving simulator.

Demo application in progress, with the knowledge base still growing.

![The in-house simulator: a tiny neural network driving in the 3D evaluation stage](https://huggingface.co/spaces/NCDTech/README/resolve/main/assets/04_3d_driving.png)

![The tracked test robot the simulator reproduces, with hand-mounted ultrasonic sensors](https://huggingface.co/spaces/NCDTech/README/resolve/main/assets/05_real_robot.jpg)

![The same robot driving on the test floor, monitored live by our control dashboard](https://huggingface.co/spaces/NCDTech/README/resolve/main/assets/06_robot_in_action.png)

---

## 한국어

**NCDTech** — 성장하는 스마트 모니터링 제어 시스템을 설계하고 연구하는 회사입니다.

저희의 뿌리는 스마트 모니터링과 제어입니다.

로봇 시뮬레이션 스튜디오로 그 확장선 위에 있고, AI는 그 위에 올라갑니다.

기존의 모니터링·제어는 데이터를 모아 보여주고 정해진 조건으로 경보를 내는 데까지이고, 해석과 판단은 시스템을 아는 전문가의 몫으로 남습니다.

저희가 구현하는 것은 그 위 단계입니다: 모든 단계에 심은 자가검사, 그리고 그 검사 기록을 읽고 대화로 설명하는 온프레미스 LLM 입니다.

코드가 스스로를 검증하게 만드는 일은 새로운 것이 아닙니다.

테스트 벤치·유닛 테스트는 코드 밖에 있고, 자가검사는 코드 안에 있습니다: assertion·Design by Contract·BIST/POST 같은 임베디드 표준 기술입니다.

저희는 24년의 임베디드 계측·제어 일에서 그런 자기 점검 장치를 코드 안에 넣어 왔습니다.

저희 기술은 그 표준 위의 연동입니다: 검사 기록을 온프레미스 LLM에 연결해, 시스템이 사람 말로 보고하고 대화하며 관리자 승인 아래 지식이 성장하게 만드는 것입니다.

시스템은 쓸수록 성장하되, 반드시 관리자 승인 아래에서만 성장합니다: 코드 기반 판정은 절대 덮어쓰지 않고, 승인된 지식은 전체 개정 이력을 보존하며, 어떤 기록도 조용히 삭제되지 않습니다.

없던 기능을 새로 발명했다기보다, 검증된 능력 위에 AI를 거부감 없이 얹어 실제로 동작시키는 것입니다.

현재 상태: 1차 개발 완료, 자사 자율주행 시뮬레이터 적용.

데모 적용 중이며 지식은 확장 중입니다.

---

Website: https://www.ncdtech.org

LinkedIn: https://www.linkedin.com/company/112725964

Dataset: [NCDTech/human-gated-qaqc-knowledge-example](https://huggingface.co/datasets/NCDTech/human-gated-qaqc-knowledge-example) · Model: [NCDTech/sim-driving-mlp-numpy](https://huggingface.co/NCDTech/sim-driving-mlp-numpy)