검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'제조'통합검색 결과 입니다. (397건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

지멘스, 신규 에이전틱 플랫폼 공개...반도체 등 제조 AX 겨냥

지멘스가 차세대 엔터프라이즈 에이전틱 시스템 '인텔리전스 센터 X'로 기업 인공지능 전환(AX) 시장을 겨냥한다. 메모리 반도체와 배터리, 디스플레이 등 산업이 1차 타깃이다. 지멘스는 13일 서울 강남 조선 팰리스에서 기자간담회를 열고, 기업용 인공지능(AI) 애플리케이션 확장을 위한 신규 에이전틱 플랫폼 인텔리전스 센터 X를 공개했다. AI 도입이 늘고 있지만 대다수 기업이 투자 대비 가치(ROI)를 창출하지 못하는 원인 진단과 기술 해법을 제시했다. 사이먼 게린 지멘스 최고기술책임자(CTO)는 기조발표에서 올해 글로벌 AI 시장 투자 규모가 2조 5000억달러(약 3360조원)에 달하지만 실질적으로 수익이 늘어난 기업은 전체의 6%에 불과하다고 지적했다. 게린 CTO는 "기업들이 추진하는 AI 파일럿 프로젝트 중 74%는 양산 단계에 이르지 못한 채 폐기됐다"고 설명했다. 그는 "조사 대상 직장인의 65%는 AI가 개인 업무에 도움이 된다고 답하지만, 조직 전체 성과 창출로 이어졌다는 응답은 12%에 그쳤다"며 "개인 차원 생산성 향상에 머문 채 전체 비즈니스 손익계산서로 전달되지 못하고 사라지는 중간 누수가 크다"고 덧붙였다. 지멘스는 수익화 실패 원인이 모델 성능 부족이 아니라 기업 환경에 내재된 '5가지 단절'에 있다고 짚었다. 구체적으로 기업의 고유 맥락을 이해하지 못해 거짓말(환각)을 일삼는 '컨텍스트(맥락) 부재', 기존 시스템 위에 임시방편으로 얹혀 일회성으로 사용되는 인텔리전스, AI가 정답을 찾아도 사람이 수작업으로 다른 시스템에 옮겨 적어야 하는 '단절된 액션', 사람과 AI가 파편화된 도구에서 따로 일해 전체 리드타임을 줄이지 못하는 '오케스트레이션 부재', 의사결정 근거와 이력을 추적할 수 없는 '거버넌스 결여' 등을 꼽았다. 지멘스가 선보인 인텔리전스 센터 X는 기존 데이터를 외부로 복제하거나 이동하지 않고, 기업의 보안 경계 내에서 AI 기능을 구현한다. 톰 데 그루트 지멘스 제품 개발 디렉터는 인텔리전스 센터 X가 크게 3가지 핵심 계층과 통합 거버넌스로 이뤄진다고 소개했다. 첫 번째 계층 '그래프 스튜디오'는 전사적 자원관리(ERP), 생산관리시스템(MES), 제품수명주기관리(PLM) 등에 분산된 정형·비정형 데이터를 복제 없이 연결해 엔터프라이즈 온톨로지와 지식 그래프를 구성한다. 이를 통해 AI는 제조현장 장비, 자재, 공정 간 상관관계를 입체적으로 파악한다. 두 번째인 'AI 스튜디오'는 목표 설정부터 계획, 호출, 검증을 아우르는 에이전트 라이프사이클을 관리한다. 세 번째 '멘딕스'는 사람과 에이전트가 단절 없이 협업하도록 지원한다. 시스템 이상이 감지되면 에이전트가 지식 그래프를 바탕으로 원인을 추적하고, 인간 관리자가 업무 흐름 내에서 조치를 승인하는 방식이다. 지멘스는 메모리 반도체를 비롯해 조선, 배터리, 모빌리티, 디스플레이, 철강 등 한국 6대 제조 산업을 1차 타깃으로 정하고 공급망을 확장할 계획이다. 기업의 도입 전략과 관련해 톰 데 그루트 디렉터는 "복잡한 공정일수록 AI 도입을 망설일 것이 아니라 당장 시작해야 한다"며 "비즈니스 마찰(병목)이 가장 크고 고부가가치를 낼 수 있는 부분을 찾고, 이 부분부터 AI를 도입해야 한다"고 조언했다.

2026.10.13 15:15진운용 기자

정부, 내년 피지컬 AI 확 키운다…9천억→3조 1000억

정부가 내년 중소 제조기업의 피지컬 인공지능(AI) 실증에 1728억원을 투입하고 물류·농업·항만 등 산업 현장으로 지원 범위를 넓힌다. 과학기술정보통신부와 중소벤처기업부, 농림축산식품부, 해양수산부 등은 13일 서울 코엑스에서 열린 '2027년 범부처 피지컬 AI 사업설명회'에서 내년도 신규 사업의 지원 규모와 대상, 공모 일정 등을 공개했다. 이번 설명회는 과기정통부가 주최한 '피지컬 AI 테크 위크'의 첫날 행사로 진행됐다. 정부는 2027년 피지컬 AI 예산안을 올해 9000억원에서 3조 1000억원으로 확대했다. 이날 설명회에서는 부처별 예산을 실제 기업과 연구기관에 지원하는 방식이 소개됐다. 로봇의 두뇌 역할을 하는 AI 모델 개발과 학습 데이터 확보, 제조 공정 실증, 농업·항만 자동화 등에 예산을 배정했다. 기업별 지원 조건도 구체화됐다. 중기부는 제조 현장의 작업 특성에 따라 실증 사업을 구분하고 통합 실증에 선정된 기업에는 최대 3년간 45억원을 지원한다. 과기정통부는 범용 피지컬 AI 모델 개발과 로봇 학습 환경 구축에 투자한다. 다만 내년도 예산은 국회 심의를 거쳐 확정된다. 중소 제조기업에 최대 45억원…위험 작업도 로봇으로 중기부는 내년 신규 사업인 '중소기업 피지컬 AI 실증 지원'에 1728억원을 편성했다. 3년간 총 3400억원의 국비를 투입해 중소 제조기업의 생산 공정에 피지컬 AI를 적용하고 로봇·AI 기업의 기술 검증을 지원한다. 송치평 중소기업기술정보진흥원 실장은 "사업을 공정 실증과 기술 실증, 통합 실증으로 구분해 추진한다"고 밝혔다. 공정 실증은 기존 자동화 설비로 처리하기 어려운 작업에 피지컬 AI를 도입하는 사업이다. 제품의 크기나 형태가 일정하지 않아 사람이 직접 처리하는 제조 공정 등이 대상이다. 인력 확보에 어려움을 겪는 지역 제조기업에도 적용할 수 있다. 정부는 해당 사업에 최대 2년간 10억원을 지원한다. 국비 지원 비율은 70% 이내로 설정했다. 작업자 안전을 위협하는 유해·위험 공정도 지원 대상에 포함됐다. 뿌리산업 등에서 사람이 직접 수행하던 위험 작업을 AI 로봇으로 대체하는 기술을 실증한다. 최대 2년간 25억원을 지원하며 국비 비율은 70% 이내다. 로봇과 AI 기술을 개발하는 기업에는 별도의 기술 실증 기회를 제공한다. 벤처·창업기업과 대기업 등이 협력해 기술을 검증하도록 지원하며 실증 유형에 따라 1년간 2억~4억원을 지원할 예정이다. 지원 규모가 가장 큰 통합 실증은 여러 피지컬 AI 기술을 하나의 제조 현장에 적용하는 사업이다. 먼저 기술 적용 가능성을 검증하고 설계를 지원한 뒤 우수 과제를 선정해 실제 공장 구축으로 연결한다. 구축 단계에서는 연간 15억원씩 3년간 최대 45억원을 지원한다. 중기부는 제조 현장의 데이터를 공동으로 활용할 수 있는 통합 플랫폼도 구축할 계획이다. 이와 별도로 대기업의 AI 모델과 플랫폼을 중소 제조기업에 적용하는 상생형 사업도 확대한다. 내년에는 63개사 지원을 목표로 대기업 참여를 공개 모집할 예정이다. 로봇 두뇌 개발에 550억원…학습센터·우편물류 실증 지원 과기정통부는 새로운 환경에서도 여러 작업을 수행할 수 있는 범용 피지컬 AI 기술 개발에 나선다. 김욱 정보통신기획평가원 피지컬 AI PM은 "내년 약 550억원 규모 핵심기술 개발 사업을 추진한다"며 "사람처럼 행동하고 여러 작업을 수행할 수 있는 세계 최고 수준의 피지컬 AI 모델을 개발하는 것이 목표"라고 말했다. 현재 산업용 로봇은 정해진 공간에서 특정 작업을 반복하는 데 주로 활용된다. 주변 환경이 달라지거나 예상하지 못한 문제가 발생하면 사람이 다시 작업 방법을 설정해야 하는 경우가 많다. 정부는 로봇이 처음 접하는 작업에도 적응하고 여러 동작을 연결해 복잡한 임무를 수행하도록 하는 기술을 개발한다. 작업 도중 오류가 발생했을 때 스스로 수정하는 기능도 연구 대상이다. 로봇이 실제 현장에서 수집한 데이터를 다시 AI 학습에 활용하는 기술도 개발한다. 작업을 반복할수록 AI 모델의 성능을 개선하는 체계를 구축하기 위해서다. 세부 사업 내용은 올해 12월 공청회에서 공개하며 내년 1월 과제 공고, 3월 수행기관 선정을 목표로 한다. 정보통신산업진흥원은 내년 피지컬 AI 트레이닝센터 구축에 400억원을 편성했다. 로봇과 센서 등을 활용해 실제 움직임을 기록하고 기업과 연구기관이 행동 데이터를 생산해 AI 모델을 학습·검증할 수 있는 환경을 조성한다. 우정사업본부와 연계한 우편물류 실증 사업에는 260억원을 편성했다. 크기와 형태가 일정하지 않은 우편물을 AI 로봇이 분류하고 이동시키는 기술을 실제 물류 공정에 적용한다. 기존 자동화 장비는 규격화된 우편물을 처리하는 데 적합하지만 비정형 우편물에는 한계가 있다. 정부는 해당 실증을 통해 우편물 처리 능력을 개선하고 관련 기술을 민간 물류 분야로 확산할 방침이다. 우편물류 실증은 약 2개 컨소시엄을 지원하는 방향으로 기획 중이다. 내년 3월 사업을 공고하고 4월 선정 평가와 협약을 거쳐 착수할 예정이다. 농사짓는 로봇부터 자율 항만까지…금융지원도 연계 농식품부는 농기계가 밭을 갈고 작물을 관리하며 수확까지 수행하는 자율 농업 기술 개발을 추진한다. 김용주 농림식품기술기획평가원 농식품 R&D 공동기획단 분과위원장(PD)은 "한국형 무인 자율 농업 생산을 위한 피지컬 AI 핵심기술 개발 사업에 향후 5년간 약 780억원을 투입할 계획"이라고 밝혔다. 현재 농업 분야에서는 자율주행 농기계가 개발되고 있지만 실제 농작업을 자동화하는 데는 한계가 있다. 토양과 날씨, 작물 상태가 수시로 달라지는 데다 숙련된 농업인의 경험에 의존하는 작업이 많기 때문이다. 정부는 농작업 환경을 인식하고 작업 방법을 판단하는 AI 모델을 개발한다. 토양과 작물 데이터를 확보하고 실제 농지에서 자율 농기계의 성능을 검증하는 사업도 추진한다. 과기정통부는 피지컬 AI 원천기술 개발, 농촌진흥청은 농작업 관련 기술과 데이터 확보, 농식품부는 자율 농기계 개발과 현장 실증을 각각 맡는다. 해양수산부는 항만 크레인과 이동형 하역 장비의 자율화에 나선다. 박용현 해양수산과학기술진흥원 실장은 "내년부터 피지컬 AI 기반 스마트 항만 자율화 기술 개발과 에이전트 AI 기반 통합 운영 기술 개발 등을 추진한다"고 밝혔다. 스마트 항만 자율화 사업에는 2027년부터 2031년까지 5년간 국비 250억원을 투입한다. 크레인과 이동형 하역 장비가 작업자의 개입 없이 컨테이너를 처리할 수 있도록 하는 기술을 개발하며 내년 정부안에는 29억 2000만원이 반영됐다. 항만 전체의 운영 상황을 AI가 분석하고 장비 운용을 조정하는 통합 운영 기술 개발에도 2030년까지 약 261억원을 투입한다. 내년 예산안에는 49억원을 편성했다. 개발한 기술을 실제 항만에서 검증하는 자율 하역·이송 장비 실증 사업도 추진한다. 내년도 정부안에 반영된 예산은 73억 5000만원이다. 해수부는 국회에서 예산이 확정되면 올해 12월 또는 내년 1월 사업 수행기관을 공모할 예정이다. 금융위원회는 피지컬 AI 기업의 기술 개발과 사업화에 필요한 자금을 지원하기 위해 국민성장펀드와의 연계 방안을 소개했다. 김기홍 금융위원회 첨단산업2과장은 피지컬 AI를 비롯한 첨단산업의 장기 기술 투자와 인프라 구축에 국민성장펀드를 활용할 수 있다고 설명했다. 기업은 산업은행이나 관계기관을 통해 투자 프로젝트를 제안할 수 있다. 국민성장펀드는 총 150조원 규모로 조성된 첨단산업 투자 재원으로, 피지컬 AI 전용 자금은 아니다. 개별 기업과 프로젝트에 대한 지원은 별도 투자 심사를 거쳐 결정된다. 김욱 PM은 "우리가 목표로 하는 것은 단순히 작업을 수행하는 피지컬 AI가 아니라 자율적으로 임무를 완수하는 AI"라며 "궁극적으로 새로운 작업에도 대응할 수 있는 인간 수준의 행동 지능을 확보하겠다"고 말했다.

2026.10.13 14:10김동원 기자

엔비디아 "피지컬 AI 공급망, 한국 제조업에 기회"

엔비디아가 한국의 제조업과 인공지능(AI) 기술력을 높이 평가하며 피지컬 AI 산업의 성장으로 글로벌 공급망에서 한국 기업의 역할이 확대될 수 있다고 전망했다. 정소영 엔비디아코리아 대표는 13일 서울 코엑스에서 열린 피지컬 AI 테크 위크 특별강연에서 "한국이 제조업과 AI 소프트웨어 역량을 바탕으로 피지컬 AI 산업에서 새로운 기회를 확보할 수 있다"고 밝혔다. 정 대표는 기존 AI 데이터센터와 피지컬 AI 산업의 공급망 차이에 주목했다. 데이터센터 산업은 TSMC와 같은 반도체 파운드리 기업과 서버·저장장치 제조업체들이 주요 공급망을 형성해 왔다. 반면 피지컬 AI는 로봇과 부품, 제조 기술까지 필요한 만큼 제조기업들의 참여 기회가 넓어질 수 있다. 한국은 세계적인 제조기업과 AI 소프트웨어 기술력, 국내 클라우드 사업자들을 보유하고 있다. 정 대표는 정부의 높은 관심까지 고려하면 피지컬 AI 산업이 성장할 수 있는 조건을 두루 갖췄다고 평가했다. 국내 협력 사례로는 LG를 소개했다. 양사는 지난 8월 로보틱스와 AI 팩토리, 미래 모빌리티 분야에서 협력을 확대하기로 했다. LG는 엔비디아의 로봇 AI 기술을 활용해 차세대 이족보행 휴머노이드를 개발하고 있으며 2027년 1분기 공개를 목표로 하고 있다. 정 대표는 LG가 엔비디아의 아이작 플랫폼을 활용해 휴머노이드와 피지컬 AI 기술을 개발하고 있다고 설명했다. 양사가 관련 분야에서 긴밀하게 협력하고 있으며 앞으로 구체적인 성과가 나올 것으로 기대했다. 피지컬 AI 테크 위크는 과학기술정보통신부가 주최하고 피지컬 AI 얼라이언스와 정보통신산업진흥원이 주관하는 행사다. 가상세계에서 로봇 훈련…옴니버스·코스모스로 데이터 확보 엔비디아는 로봇 개발에 필요한 데이터 생성부터 학습, 검증, 실제 구동까지 지원하는 기술을 제공하고 있다. 로봇을 가상 공간에서 훈련하고 현실 세계의 변화를 예측하는 AI를 학습시킨 뒤 실제 로봇에 적용하는 방식이다. 정 대표는 피지컬 AI 개발에서 시뮬레이션의 중요성을 강조했다. 기존 생성형 AI와 달리 피지컬 AI는 현실 공간을 이해하고 직접 행동해야 하기 때문이다. 로봇이 물체를 집거나 장애물을 피하려면 주변 환경을 파악하는 것은 물론 자신의 움직임이 어떤 결과를 가져올지도 예측해야 한다. 하지만 실제 환경에서 로봇을 반복적으로 훈련하는 데는 많은 시간과 비용이 든다. 충돌이나 사고가 발생할 수 있는 위험한 상황을 현실에서 재현하기도 어렵다. 엔비디아가 제공하는 대표적인 시뮬레이션 플랫폼은 옴니버스다. 실제 공장이나 물류창고를 디지털 공간에 구현하고 로봇의 움직임을 시험할 수 있도록 지원한다. 일례로 물류 로봇이 이동하는 도중 장애물을 만나거나 다른 로봇과 마주치는 상황을 가상으로 재현할 수 있다. 개발자는 로봇이 어떻게 대응하는지 확인하고 다양한 환경에서 학습할 데이터를 확보할 수 있다. 여기에는 현실의 시설과 장비를 가상 공간에 재현하는 디지털 트윈 기술이 활용된다. 엔비디아는 옴니버스를 기반으로 로봇 개발뿐 아니라 공장 운영과 자율주행 연구에도 시뮬레이션 기술을 제공하고 있다. 코스모스는 현실 세계의 움직임과 물리적 변화를 학습하는 월드 파운데이션 모델을 제공하는 플랫폼이다. 로봇이 특정 행동을 했을 때 주변 환경이 어떻게 달라질지 예측하고 학습에 필요한 데이터를 생성하는 데 활용된다. 기존 거대언어모델(LLM)이 사람의 언어와 문맥을 학습한다면 월드 파운데이션 모델은 물체의 움직임과 공간의 변화, 행동에 따른 결과 등을 학습한다. 옴니버스가 로봇을 시험할 가상 환경을 구현한다면 코스모스는 현실에서 발생할 수 있는 다양한 상황을 생성하는 데 활용된다. 개발자는 두 기술을 통해 실제로 수집하기 어려운 상황까지 학습 데이터로 만들 수 있다. 정 대표는 시뮬레이션이 데이터 생성에만 활용되는 것은 아니라고 설명했다. 데이터를 만들고 AI 모델을 학습시킨 뒤 성능을 검증하고 실제 현장에 적용하기까지 로봇 개발 전반에 사용된다고 밝혔다. 이 과정에서는 상당한 컴퓨팅 자원이 필요하다. 현실과 유사한 장면을 만드는 것은 물론 물체의 움직임과 물리적 변화까지 계산해야 하기 때문이다. 정 대표는 피지컬 AI의 합성 데이터 생성이 기존 언어모델보다 훨씬 많은 컴퓨팅 자원을 요구할 수 있다고 강조했다. 실제 환경을 가정한 검증에도 연산 능력이 필요해 피지컬 AI 발전에 따라 컴퓨팅 수요가 계속 증가할 것으로 내다봤다. 엔비디아는 실제 데이터와 시뮬레이션으로 생성한 합성 데이터도 개발자들에게 공개하고 있다. 정 대표는 로봇과 자율주행 분야의 연구자들이 관련 데이터를 활용해 다양한 학습과 검증 작업을 진행하고 있다고 소개했다. 로봇의 두뇌까지 지원…젯슨·아이작으로 실제 구동 엔비디아 기술은 가상 환경에서 로봇을 훈련하는 데 그치지 않는다. 학습한 AI를 실제 로봇에 탑재하고 움직이도록 하는 하드웨어와 소프트웨어도 제공한다. 정 대표는 과거 로봇 개발에서 기계적 움직임과 제어 기술이 중요했다면 최근에는 주변 환경을 이해하고 행동을 결정하는 AI의 역할이 커지고 있다고 설명했다. 로봇에 탑재하는 컴퓨팅 플랫폼으로는 젯슨을 소개했다. 젯슨은 로봇 내부에서 카메라와 센서 정보를 처리하고 AI 모델을 실행한다. 외부 데이터센터에 모든 정보를 보내지 않고도 현장에서 주변 상황을 인식하고 판단할 수 있도록 지원한다. 대표 제품은 젯슨 오린과 젯슨 토르다. 오린은 암페어, 토르는 블랙웰 그래픽처리장치(GPU) 아키텍처를 기반으로 한다. 정 대표는 데이터센터용 GPU와 아키텍처를 공유하기 때문에 기존 AI 개발 도구와 소프트웨어를 로봇에서도 폭넓게 활용할 수 있다고 강조했다. 로봇 개발을 위한 소프트웨어 플랫폼은 아이작이다. 가상 환경에서 로봇을 시험하는 아이작 심과 로봇 학습을 지원하는 아이작 랩 등이 있다. 휴머노이드 개발에는 로봇 파운데이션 모델 아이작 그루트도 활용된다. 그루트는 카메라로 인식한 시각 정보와 사람의 언어 명령을 로봇의 행동으로 연결하는 비전·언어·행동(VLA) 기술을 활용한다. 일례로 사람이 물건을 옮기라고 지시하면 로봇이 물체의 위치를 확인하고 팔과 손을 어떻게 움직일지 결정하는 데 활용할 수 있다. 개발자는 그루트를 기반으로 자체 로봇의 특성과 작업 환경에 맞춰 추가 학습을 진행할 수 있다. 엔비디아는 데이터 생성부터 AI 모델 학습, 시뮬레이션 검증, 실제 로봇 구동까지 연결하는 개발 환경을 제공하고 있다. LG와의 협력도 이러한 기술을 실제 휴머노이드 개발에 적용하는 사례다. 정 대표는 "한국은 강력한 제조기업들이 많고 AI 소프트웨어 역량도 뛰어나다"며 "정부도 많은 관심을 갖고 있어 피지컬 AI가 한국의 미래에 크게 기여할 수 있을 것으로 생각한다"고 말했다.

2026.10.13 13:09김동원 기자

도면·매뉴얼도 AI 데이터로…한국딥러닝, 정부 AX 전문기업 선정

한국딥러닝이 도면과 자재명세서(BOM), 공정 매뉴얼 등 제조 현장의 비정형 문서를 인공지능(AI)이 활용할 수 있는 데이터로 전환하는 기술력을 인정받았다. 문서 속 정보를 추출·구조화하고 기존 업무 시스템과 연계하는 기술을 바탕으로 제조업 AI 전환(AX) 시장 공략에 나선다. 한국딥러닝은 산업통상부와 한국산업기술기획평가원(KEIT)이 추진하는 '제조업 AI 대전환(M.AX) 전문기업'의 AI 솔루션 기업 유형에 선정됐다고 13일 밝혔다. M.AX 전문기업은 제조업의 AI 전환을 이끌 전문기업을 발굴·육성하기 위한 제도다. 한국딥러닝은 품질제어 및 검사자동화, 생성형 AI, 제조 데이터 가공 및 생성, 제조 암묵지 데이터 가공 및 생성 등 4개 분야에서 전문성을 인정받았다. 제조 현장에서는 설계 정보와 자재 구성, 공정 기준, 작업 방식 등 주요 정보가 도면과 BOM, 공정 매뉴얼, 원가계산서 등 문서 형태로 축적된다. 그러나 문서마다 형식과 구조가 다르고 표·이미지 등이 혼재해 있어 제조실행시스템(MES)이나 전사적자원관리(ERP) 시스템에서 그대로 활용하기 어렵다. 한국딥러닝의 제조 특화 문서 AI 솔루션 '딥 에이전트 포 매뉴팩처링'은 이러한 비정형 문서를 AI가 활용할 수 있는 구조화 데이터로 전환한다. 비전언어모델(VLM) 기반 문서 이해 기술을 활용해 문자를 인식하는 데 그치지 않고 문서의 구조와 맥락을 파악해 필요한 정보를 추출한다. 도면과 BOM, 공정 매뉴얼, 원가계산서 등 서로 다른 형식의 문서를 데이터화하고 원문과 처리 결과를 검증하는 기능도 제공한다. 추출한 데이터를 MES·ERP 등 기존 업무 시스템과 연계해 수율 계산이나 공정 데이터 검증 등 후속 업무에 활용할 수 있도록 지원한다. 회사는 공정 기준과 작업 방식, 숙련자의 경험 등 제조 현장에 축적된 지식을 데이터로 전환하는 데 주력하고 있다. 이를 통해 기업 내부의 문서 자산을 AI 시스템에서 활용할 수 있는 기반을 마련한다는 구상이다. 최근에는 문서 AI 운영 플랫폼 '딥 옵스(DEEP Ops)'를 출시하며 사업 영역을 확대했다. 딥 옵스는 문서 데이터 구축 이후 운영 단계까지 지원하는 플랫폼으로, 문서 양식이나 업무 기준이 변경되면 고객이 직접 정보 추출 기준을 수정하고 성능을 비교·검증할 수 있도록 돕는다. 김지현 한국딥러닝 대표는 "제조 현장의 경험과 기준은 이미 도면과 매뉴얼 속에 담겨 있다"며 "이를 AI가 활용할 수 있는 데이터로 전환해 문서를 읽는 기술에서 제조 데이터를 만드는 인프라로 역할을 확대하겠다"고 말했다.

2026.10.13 11:20이나연 기자

"AI 뒤처졌다" 인정한 일본…소버린 AI 투자 규모 세계 2위

인공지능(AI) 투자와 기술 개발에서 뒤처졌다고 인정한 일본이 제조업과 로봇을 앞세워 자체 AI 기술 확보에 나섰다. 12일 AI 업계에 따르면 일본 정부는 자체 AI 모델 개발과 컴퓨팅 인프라 확충에 대규모 자금을 투입하고 있다. 제조업과 로봇에 AI를 접목해 산업 경쟁력을 높이는 한편, 인구 감소에 따른 인력 부족에도 대응하고 있다. 일본 정부는 지난해 12월 확정한 첫 'AI 기본계획'에서 자국의 AI 투자와 개발이 주요 경제국은 물론 경제 규모가 작은 일부 국가보다도 뒤처져 있다고 진단했다. 해외와의 격차가 확대되고 있으며 국민 생활과 기업 현장에서도 AI 활용이 충분히 확산되지 못했다고 평가했다. 이러한 움직임은 해외 AI 투자 조사에서도 확인된다. 글로벌 AI 투자사 에어스트리트캐피털이 최근 발표한 '2026년 AI 현황 보고서'에 따르면 일본의 소버린 AI 사업에 공개된 투자 규모는 204억 달러(약 27조 2300억원)로 집계됐다. 미국과 중국을 제외한 조사 대상 국가 가운데 아랍에미리트(UAE·335억 달러)에 이어 두 번째로 큰 규모다. 보고서가 인용한 미국 신안보센터(CNAS) 조사에서는 67개국에서 정부 지원 소버린 AI 사업 184개가 추진되고 있는 것으로 나타났다. 공개된 사업 예산은 약 840억 달러(약 112조원)로 일본과 UAE가 전체의 약 64%를 차지했다. 제조업·로봇에 승부 건 일본…국산 AI 개발에 대규모 투자 일본 정부는 올해 7월 AI 기본계획을 개정하며 제조업과 로봇을 활용한 AI 개발을 강조했다. 일본 기업들이 오랫동안 축적한 제조 기술과 현장 데이터를 AI에 학습시키고, 이를 로봇과 산업설비에 적용하는 데 초점을 맞췄다. 인구 감소와 고령화로 일할 사람이 줄어드는 상황도 고려했다. 일본 경제산업성은 지난 6월 발표한 AI 로보틱스 전략에서 2040년까지 제조업과 의료·돌봄 등 18개 분야에 AI 로봇 약 1000만 대를 보급한다는 목표를 제시했다. 로봇에 사용할 자체 AI 모델 개발에도 대규모 예산을 배정했다. 경제산업성은 지난 6월 국산 멀티모달 기반모델 개발 사업을 시작하고 첫해 지원금으로 3873억엔(약 3조 2700억원)을 책정했다. 사업은 2030년도까지 5년간 진행된다. 멀티모달 기반모델은 글과 영상, 음성, 센서 데이터 등을 함께 처리하는 AI다. 이를 로봇에 적용하면 주변 환경을 파악하고 물건을 집거나 옮기는 등 작업에 필요한 동작을 판단할 수 있다. 일본은 제조 현장의 데이터를 활용해 로봇이 다양한 작업을 수행하도록 개발하고 있다. 사업은 일본 AI 기업 노에트라와 산업기술종합연구소(AIST)가 맡았다. 노에트라에는 소프트뱅크와 소니, 혼다, NEC 등 44개 기업이 출자했다. 노에트라는 엔비디아의 차세대 AI 반도체 '루빈' 2만 7500개를 활용하는 컴퓨팅 인프라 구축도 추진하고 있다. 일본은 로봇 외 분야에서도 자체 AI 모델 개발을 지원하고 있다. 경제산업성은 생성형 AI 개발 지원 사업 '제니악'을 통해 기업에 컴퓨팅 자원을 제공하고 있으며, 지난 6월에는 4차 지원 사업에서 AI 기반모델 개발 과제 16개를 선정했다. 정부가 직접 AI를 사용하는 사업도 진행하고 있다. 일본 디지털청은 지난 5월부터 정부 AI 시스템 '겐나이'를 시험 운영하고 있다. 중앙부처 공무원 약 10만 명이 사용할 수 있는 환경을 마련했고 향후 이용 대상을 약 18만 명까지 확대할 계획이다. 한국엔 경쟁 상대이자 새로운 시장…AI 안전성도 사업 기회 일본의 AI 투자 확대는 한국과의 기술 경쟁으로도 이어지고 있다. 한국 정부 역시 AI 3대 강국을 목표로 독자 AI 파운데이션 모델 개발 사업(독파모)과 컴퓨팅 인프라 확충, 피지컬 AI 개발을 추진하고 있다. 양국 모두 자체 AI 모델과 제조업의 AI 전환에 투자하고 있어 산업용 AI와 로봇 분야에서 경쟁 영역이 겹친다. 반면 일본의 AI 도입 확대는 한국 기업에 새로운 시장이 되고 있다. 국내 AI 기업들도 현지 고객 확보와 사업 확대에 나서고 있다. 대한무역투자진흥공사(KOTRA)가 지난 5월 도쿄에서 개최한 'AI 프론티어 코리아 인 재팬 2026'에는 국내 AI 기업 42개사가 참가해 현지 기업들과 협력을 논의했다. 기업용 AI 플랫폼 기업 올거나이즈는 지난달 도쿄증권거래소 그로스 시장 상장 승인을 받았으며 오는 11월 4일 상장을 앞두고 있다. AI 안전성과 신뢰성을 확보하는 분야에서도 협력 가능성이 제기된다. 일본은 제조업에서 오랫동안 제품의 품질과 안전성을 중시해 왔다. 로봇과 산업설비에 AI가 도입되면 잘못된 판단이 제품 불량이나 안전사고로 이어질 수 있어 기술 검증도 중요해진다. 최근 일본 AI 정책 담당자와 의견을 나눈 박지환 씽크포비엘 대표는 일본이 AI 개발과 안전성 검증, 산업 현장 보급을 하나의 과정으로 접근하고 있다고 전했다. 기술을 빠르게 개발하는 것뿐 아니라 실제 현장에서 안전하게 사용할 수 있도록 완성도를 높이는 데 관심을 두고 있다는 설명이다. 박 대표는 "일본은 AI 기술과 안전성을 따로 보지 않고 개발부터 검증, 보급까지 전체 과정을 함께 살피고 있다"며 "제조업에서 품질을 중시해 온 만큼 AI도 안전하게 사용할 수 있는 수준으로 만드는 데 집중하고 있다"고 말했다. 이어 "상당한 규모의 투자가 이뤄지고 있어 한국 기업에도 기회가 될 수 있다"고 밝혔다.

2026.10.12 10:56김동원 기자

"개인정보 유출 원천 차단"…비아이매트릭스, 폐쇄망 AI로 대기업·금융권 '정조준'

대기업과 금융권을 중심으로 정보 유출 우려가 커지면서 보안성을 극대화한 '폐쇄망 AI'가 시장의 주목을 받고 있다. 비아이매트릭스는 8일 서울 강남구 코엑스에서 열린 'AI 페스타'에 참가해 기업 내부망에서 안전하게 동작하는 온프레미스(설치형) 기반 '텍스트 투 SQL(Text-to-SQL)' 솔루션을 선보였다. 비아이매트릭스는 생성형 AI와 로우코드(Low-code·코딩을 최소화하여 프로그램을 개발하는 기술) 기술을 바탕으로 기업의 데이터 분석 및 업무 시스템 구축을 지원하는 AI·BI(경영정보시각화) 솔루션 전문 기업이다. 이 솔루션은 사용자가 자연어로 질문하면 이를 SQL 쿼리로 변환해 기업 내부 데이터베이스(DB)의 데이터를 실시간으로 호출하고 UI 대시보드로 시각화해 주는 기술이다. 가장 큰 특징은 기존 생성형 AI의 고질적 문제인 '할루시네이션(환각)' 현상을 원천 차단했다는 점이다. AI가 엑셀 등 외부 데이터를 넘겨받아 임의로 결과값을 가공하거나 새로운 가짜 데이터를 만들어내는 것이 아니라, 정확한 SQL 구문만 생성해 실제 DB 데이터를 그대로 불러오는 방식인 것이다. 사용자 편의성도 크게 높였다. 과거에는 원하는 결과를 얻기 위해 복잡한 조건의 길고 정교한 프롬프팅이 필요했지만, 솔루션이 데이터베이스 스키마 정보를 사전 파악하고 있어 "민원 현황 알려줘"와 같은 단순한 질의만으로도 다각도의 대시보드를 알아서 그려준다. 이에 따라 기존에 실무자가 IT 부서에 데이터 추출을 요청하고 며칠씩 기다려야 했던 업무 프로세스가 실시간으로 대폭 단축됐다. 비아이매트릭스는 자사 솔루션의 강점으로 '폐쇄망 보안성'을 꼽았다. 솔루션이 외부 온라인 네트워크 연결 없이 기업 내부 인트라넷 환경에서만 구동되므로, 최근 잇따른 개인정보 유출 이슈로 클라우드 AI 도입을 주저하는 공공기관과 금융기관, 대형 제조 기업에서 높은 호응을 얻고 있기 때문이다. 아울러 설비 이상 징후 예측처럼 별도의 추론이 필요한 고급 연산의 경우, 기업이 기존에 구축해 둔 MLOps(머신러닝 운영) 환경이나 파이썬(Python) 코드 등과 자유롭게 연동할 수 있는 확장성까지 갖췄다. 비아이매트릭스 관계자는 "보안에 매우 민감한 금융권과 공공, 제조 대기업을 중심으로 온프레미스 AI 수요가 급증하는 추세"라며 "보안 우려와 할루시네이션 없이 실무자가 자연어로 기업 데이터에 즉시 접근할 수 있는 최적의 환경을 제공하겠다"고 말했다. AI 페스타 2026은 과학기술정보통신부가 주최하고 한국인공지능·소프트웨어산업협회(KOSA)와 AI페스타조직위원회가 주관하는 인공지능주간 공식 행사다. 올해 행사는 지난 6일부터 오는 8일까지 사흘간 서울 코엑스 C홀에서 열린다. 212개 기업, 501개 부스 규모로 마련돼 역대 최대 규모로 개최되며 AI 코어, 에이전틱 AI, 피지컬 AI, AI 보안, 국방 AI, AI 반도체 등 다양한 기술과 산업 적용 사례를 선보인다.

2026.10.08 11:22전화평 기자

"이상 감지하면 로봇 출동"…아이디비, '자율형 공장' AI 솔루션 전시

단순한 재난·안전 모니터링을 넘어 제조 현장 근본적 문제를 해결하는 맞춤형 인공지능(AI) 솔루션이 등장했다. 아이디비는 8일 서울 강남구 코엑스에서 진행 중인 'AI 페스타 2026'에서 생산성 향상과 불량률 저감, 최적 운전 조건을 제시하는 산업 현장 AI 패키지를 선보였다. 아이디비 솔루션은 각 공장 골칫거리를 해결하는 일종의 '제조업 컨설팅 AI' 역할을 수행한다. 통상 기업이 AI를 도입할 때 비용 70%가 현장 데이터 분석과 진단에 소모되지만, 아이디비는 현장에 에지(Edge) 디바이스를 부착함과 동시에 자동으로 학습을 시작하는 프로세스를 내장해 도입 장벽을 낮췄다. 아이디비 관계자는 "모터나 수배전반 등 특정 문제와 주제별로 솔루션이 패키지화돼 있다"며 "주관식이 아닌 객관식처럼 고객이 현장에 필요한 기능을 쉽게 골라서 적용할 수 있다"고 설명했다. 단순한 이상 탐지(추론)를 넘어 '운영 지능화'를 구현한 점도 핵심 경쟁력이다. 작업자의 오랜 경험과 지식, 상황별 대응 매뉴얼, 안전 규정 등을 지능형 판단 엔진에 녹여냈다. 이를 통해 날씨나 계절 등 예측하기 어려운 환경 변수와 센서 데이터를 종합해 최적의 현장 대응 지시를 내릴 수 있다. 최근에는 제조업을 넘어 수요가 폭증하는 모듈러 데이터센터와 AI 데이터센터(AIDC)로도 영역을 넓히고 있다. 액체냉각 환경에서 칩 과열을 방지하는 것은 물론, 후면에 위치한 수배전반과 유틸리티 등 데이터센터 전체 계통이 안정적으로 동작하는지 통합 감시한다. 아이디비 솔루션의 최종 지향점은 로봇과 연동된 '완전 자율형 공장'이다. 공장 내 특정 탭 하나가 아닌 부지 전체를 하나의 솔루션으로 통제한다. 아이디비 관계자는 "자율형으로 통제 시스템이 돌다가 특정 구역에서 가스 누출이나 담당자의 심박수 이상 등이 예측되면, 솔루션이 즉각 로봇에 현장 확인을 지시한다"며 "출동한 로봇이 장착된 가스 센서와 열화상 카메라, CCTV 등으로 상황을 정확히 파악하고 지휘부에 보고하는 시나리오까지 완벽하게 구현이 가능하다"고 강조했다.

2026.10.08 10:00전화평 기자

제조업계 "공급망 전체 AI 전환 시급"…협력사까지 AX 확산 움직임

국내 제조기업이 인공지능(AI)을 활용한 디지털 혁신 범위를 협력사까지 확대하고 있다. 생산성과 품질 경쟁력을 높이기 위해서는 개별 기업의 혁신만으로는 한계가 있으며, 공급망 전반의 AI 전환(AX)이 필수적이라는 인식이 확산되고 있기 때문이다. 엠로는 제조기업의 AX를 지원하기 위해 개발구매부터 구매조달, 협력사 관리에 이르는 구매 프로세스를 디지털화해 제조기업의 공급망 운영 효율성을 높이고 있다고 1일 밝혔다. 한국경제인협회가 지난 8월 발표한 '협력사 AI 전환(AX) 확산 현황 및 애로요인' 조사에 따르면 국내 주요 제조기업의 91.5%는 제조업 경쟁력 강화를 위해 협력사를 포함한 공급망 전반의 AX가 중요하다고 응답했다. 제조업은 다수의 협력사와 복잡하게 연결된 산업 구조를 갖고 있어 공급망 내 정보 단절이 생산성과 품질에 직접적인 영향을 미친다. 협력사에서 발생한 생산·품질 데이터가 적시에 공유되지 않을 경우 품질 불량, 납기 지연, 원가 상승 등으로 이어질 수 있어 공급망 전체의 디지털 연결성이 중요 과제로 떠오르고 있다. 실제 조사에서도 응답 기업의 45%가 협력사 AX 지원을 추진하고 있는 것으로 나타났다. 주요 추진 과제로는 생산·품질·설비·물류 데이터 연계 및 표준화가 34.4%로 가장 높았으며, 공동 파일럿 및 실증 프로젝트 추진(23.8%), AX 수준 진단 및 로드맵 수립 컨설팅(16.4%), 협력사 임직원 교육과 전문인력 지원(14.3%) 등이 뒤를 이었다. 이 같은 흐름에 맞춰 기업용 소프트웨어 업계도 공급망 협업과 데이터 기반 의사결정을 지원하는 솔루션 고도화에 나서고 있다. 특히 최근 제조업계에서는 제품 개발 초기 단계에서 원가 경쟁력과 품질 수준을 결정하는 '개발구매'의 중요성이 커지고 있다. 이에 따라 자재명세서(BOM)를 AI로 자동 분석하고 변경 이력을 비교하는 엠로 솔루션에 대한 관심도 확대되고 있다. 자재명세서는 제품 생산에 필요한 부품 정보와 수량, 단가, 공급처 등을 체계적으로 정리한 데이터로 제품 설계와 생산, 구매, 협력사 협업의 기준이 된다. 그러나 기존에는 엑셀 기반 수작업으로 관리하는 경우가 많아 변경 이력 추적과 원가 분석에 많은 시간이 소요됐고 오류 발생 가능성도 높았다. 엠로의 AI 기반 BOM 비교·분석 솔루션은 자재명세서 파일을 시스템에 등록하면 버전별 변경 사항을 자동으로 분석한다. 이를 통해 원가 산정과 목표 재료비 관리 업무를 효율화할 수 있으며, 협력사와 동일한 데이터를 실시간으로 공유해 변경 사항을 신속하게 반영할 수 있다. 회사 측은 해당 솔루션이 글로벌 제조기업을 중심으로 도입 사례를 확대하고 있다고 설명했다. 글로벌 PC·서버 제조기업에 이어 최근에는 유럽 에너지 솔루션 기업도 솔루션을 도입해 AI 기반 공급망 혁신 프로젝트를 추진 중이다. 엠로 관계자는 "제조업과 하이테크 산업은 제품 개발 단계에서 자재 변경이 빈번하게 발생하고 협력사와의 긴밀한 협업이 요구되는 만큼 실시간 BOM 관리 역량이 중요하다"며 "엠로는 AI 기술을 활용한 공급망 협업 체계를 통해 글로벌 시장에서 레퍼런스를 확대하고 있으며 국내 제조기업들의 관심도 꾸준히 높아지고 있다"고 말했다.

2026.10.01 15:36남혁우 기자

에스케이팩, 피지컬 AI 사업 속도…자율제조 기술 확보 나선다

나무에이엑스 자회사 에스케이팩이 사람과 여러 종류의 로봇을 인공지능(AI)으로 통합 제어하는 피지컬 AI 기반 자율제조 기술 개발에 나선다. 약 5년간 100억원 규모의 정부 지원을 받아 국내외 산학연과 기술을 개발하고 실제 식품 생산 현장에서 실증한 뒤 전자·배터리·자동차 등으로 적용 범위를 확대한다는 계획이다. 에스케이팩은 산업통상부 산하 한국산업기술진흥원(KIAT)이 추진하는 피지컬 AI 기반 자율제조 분야 국제공동 연구개발(R&D) 과제의 주관연구개발기관으로 선정됐다고 1일 밝혔다. 이번 과제에는 약 5년간 정부지원금 100억원이 투입된다. 에스케이팩을 비롯해 세종대학교와 캐나다 토론토대학교, 쿠바(CUUVA), 식품 대기업 등 국내외 산학연이 참여해 기술 개발과 제조 현장 실증을 진행한다. 연구의 핵심은 개별 로봇과 설비를 각각 자동화하는 기존 방식에서 벗어나 작업자와 여러 종류의 로봇을 하나의 AI 체계로 연결하는 것이다. 협동로봇과 자율이동로봇(AMR) 등 제조 현장에서 활용되는 다양한 로봇과 작업자, 설비, 공정 상황을 AI가 종합적으로 파악하도록 설계한다. 공동연구진은 AI가 생산 현장 상황을 판단해 작업을 계획하고 로봇 제어와 안전 대응까지 수행하는 멀티 AI 에이전트 기반 자율제조 기술을 구현할 계획이다. 에스케이팩은 주관연구개발기관으로서 다수·이기종 로봇의 통합 운영과 제어 기술 개발을 이끌 예정이다. 에스케이팩이 그동안 축적한 제조 자동화와 로봇 통합 경험도 활용한다. 기존 제조 설비와 로봇을 연결하는 수준을 넘어 AI가 작업 상황에 따라 여러 로봇의 역할과 동작을 조율할 수 있는 자율제조 환경으로 기술을 고도화한다는 구상이다. 개발한 기술은 가상환경에서 작업과 제어 과정을 우선 검증한 뒤 실제 식품기업 생산 현장에 단계적으로 적용한다. 장기간 운영을 통해 기술의 안정성과 사업성을 검증하고 실제 제조 현장에서 활용할 수 있는 수준까지 끌어올릴 계획이다. 식품 분야에서 확보한 성과는 다른 제조업으로 확대한다. 전자와 배터리, 자동차 등 다양한 생산 현장에 멀티 AI 에이전트 기반 자율제조 기술을 적용해 산업별 활용 가능성을 검증할 방침이다. 에스케이팩은 이번 연구 성과를 AI 팩토리 솔루션과 운영 소프트웨어로 발전시켜 사업화에도 나선다. 기존 제조 자동화와 스마트팩토리 구축 경험을 피지컬 AI 사업으로 확장해 실제 생산환경에 적용할 수 있는 자율제조 기술을 확보한다는 목표다. 모회사 나무에이엑스도 별도로 제조 현장의 AI 팩토리와 연계한 피지컬 AI 데이터센터 사업에 진출할 계획이다. 로봇 학습용 그래픽처리장치(GPU)와 시뮬레이션 기반 합성 데이터 생성 환경, 이를 데이터 플랫폼에서 통합 관리하는 미들웨어 등을 공급한다는 구상이다. 에스케이팩 관계자는 "이번 과제는 개별 로봇이나 설비 중심의 자동화를 넘어 사람과 다수·이기종 로봇을 멀티 AI 에이전트 기반으로 통합 운영하는 자율제조 기술을 확보한다는 데 의미가 있다"며 "실제 생산 현장에서 안정성과 사업성을 검증하고 식품을 시작으로 전자·배터리·자동차 등 다양한 제조산업으로 적용 범위를 넓히겠다"고 말했다.

2026.10.01 15:17한정호 기자

SFA-레인보우로보틱스, AI 자율제조 기술 협력 맞손

SFA가 레인보우로보틱스와 인공지능(AI) 자율제조 시장 공략에 속도를 낸다. SFA는 충남 아산사업장에서 레인보우로보틱스와 'AI 자율제조 및 로봇 기술 분야 상호 협력' 업무협약(MOU)을 체결했다고 30일 밝혔다. 협약에 따라 양사는 AI 자율제조와 로봇 관련 기술 공동 연구개발(R&D)을 추진하고, 영업·마케팅을 공동으로 전개한다. SFA의 지능형 물류·제조 소프트웨어 운영체계 및 자율제조 역량에 레인보우로보틱스의 하드웨어·정밀 제어 기술력을 결합한다는 구상이다. 양사 협력으로 SFA는 무인화 로봇 물류 솔루션 완성도를 높여 글로벌 시장 경쟁력을 강화하고, 레인보우로보틱스는 SFA 공급망을 활용해 판로를 확보할 수 있을 것으로 기대된다. SFA는 이번 협력을 계기로 앞서 2030년으로 설정했던 제조·물류 현장 '완전 무인화' 구현 시점을 앞당길 방침이다. 현재 SFA는 기존 이송·보관·분류 로봇 외에도 로봇 손(핸즈), 로봇 비전, 듀얼암 모바일 로봇, 상하차 로봇 등을 자체 개발 중이다. SFA는 "로봇 물류 전 영역 기술을 내재화하는 동시에 레인보우로보틱스와 협력해 고객 수요에 대응할 것"이라며 "글로벌 AI 자율제조 로보틱스 기술을 선도하겠다"고 말했다.

2026.09.30 11:00진운용 기자

MS "제조 AI 성공, 숙련자 노하우·현장 데이터 통합에 달려"

"제조업에서 인공지능(AI)을 제대로 활용하려면 숙련자 노하우와 현장 데이터를 연결해야 합니다. AI가 실제로 불량을 줄이고 비용을 낮췄는지 확인한 뒤, 효과와 안전성이 검증된 업무부터 AI에 맡기는 식으로 적용 범위를 넓혀야 합니다." 최강림 한국마이크로소프트 제조·모빌리티 총괄은 30일 서울 코엑스에서 열린 '마이크로소프트 인더스트리 서밋'에서 제조업 AI 전략을 이같이 밝혔다. 최 총괄은 한국 제조업이 숙련 인력 부족과 원가 경쟁력 한계, 경영 환경 불확실성에 직면했다고 진단했다. 앞으로는 기업이 축적한 지식을 얼마나 빠르게 의사결정에 활용하고, 문제가 발생했을 때 신속하게 회복하느냐가 경쟁력을 좌우할 것이라고 봤다. 최 총괄은 "기업은 흩어진 데이터를 모으는 데서 나아가 설비·공정·정비 이력 사이 관계를 AI가 이해할 수 있도록 연결해야 한다"고 주장했다. 그러면서 "같은 설비가 시스템마다 다른 이름으로 기록됐다면 이를 식별하고, 데이터 생성 시점과 신뢰도, 접근 권한까지 함께 관리해야 한다"고 설명했다. 그는 AI 활용 범위도 질문에 답하는 수준에서 실제 업무를 수행하는 단계로 확장할 수 있다고 밝혔다. 설비가 멈췄을 때 AI가 원인과 대응 절차를 설명하고, 품질·비용·납기를 고려한 해결책을 추천한 뒤 구매·생산·물류 부서의 후속 업무까지 조율해야 한다는 이유에서다. 최 총괄은 현업 담당자가 직접 데이터를 분석하는 사례로 LG전자를 소개했다. 실제 LG전자 HS사업본부는 AI를 활용해 전문 부서에 분석을 요청하고 결과를 기다리던 업무 방식을 바꾼 것으로 전해졌다. 제품 기획자와 연구개발 담당자가 직접 질문하고 분석 결과를 받아보면서 며칠 걸리던 업무를 20분 미만에 처리할 수 있다. 이날 제조 현장 품질 개선 사례도 소개됐다. 마이크로소프트는 도요타 인더스트리즈와 약 3개월간 도장 공정 데이터를 분석해 약 400개 변수 중 품질에 영향 미치는 핵심 요인을 찾은 것으로 나타났다. 최 총괄은 온도와 관련 설비 값을 최적화한 결과 도장 불량이 약 25% 줄었다고 밝혔다. 그는 AI의 실행 범위를 넓히려면 권한과 책임을 먼저 정해야 한다는 점도 재차 당부했다. 정보를 조회하는 에이전트와 생산 계획을 변경하는 에이전트는 업무에 미치는 영향이 다른 만큼, 동일한 권한을 부여해서는 안 된다는 것이다. 최 총괄은 "기업은 AI 기반 운영 상황을 지속적으로 관찰하고, 필요하면 실행을 중단하거나 복구할 수 있는 체계를 마련해야 한다"며 "예외 상황에서는 업무를 사람에게 넘기고, 에이전트를 변경한 뒤에는 다시 검증하는 절차도 필요하다"고 강조했다.

2026.09.30 10:38김미정 기자

인핸스, GS칼텍스 숙련자 노하우 AI에 담는다

인핸스가 제조 현장 숙련자의 경험과 판단 기준을 데이터로 구조화해 인공지능(AI)이 활용할 수 있도록 하는 기술 개발에 나선다. 인핸스는 산업통상부의 2026년도 제조암묵지기반 AI모델개발사업의 일환으로 GS칼텍스와 '제조 암묵지 기반 AI 모델 개발' 과제를 수행한다고 23일 밝혔다. 이번 과제는 인핸스가 주관연구개발기관으로 전체 개발을 총괄하고 GS칼텍스가 수요기업으로 참여한다. 오픈그래프랩스, 전남대학교, GIST도 각각 협력사와 공동연구기관을 맡는다. 제조 현장에서는 숙련 인력의 세대교체와 함께 오랜 기간 축적된 판단 기준과 문제 해결 경험이 단절될 가능성이 있다. 설비 이상이 발생했을 때 무엇을 먼저 확인할지, 같은 현상에서도 설비 상태와 운전 조건에 따라 어떤 원인을 우선적으로 살펴볼지 등은 매뉴얼만으로 담기 어려운 현장 지식이다. 인핸스는 GS칼텍스의 설비 관련 정형 데이터와 비정형 문서, 정비 이력에 현장 엔지니어 인터뷰를 통해 확보한 판단 기준과 예외 처리 경험을 연결한다. GS칼텍스 설비 83만 2996대와 비정형 문서 약 2900건을 기반으로 설비·부품·이상 징후·원인·조치 등의 관계를 구조화할 계획이다. 장치·기계·전기·계기 분야 엔지니어를 대상으로 설비 상태 확인 순서와 원인을 좁혀가는 기준, 예외 상황에서 추가로 고려하는 요소 등을 파악해 온톨로지 설계에 반영한다. 온톨로지는 서로 다른 데이터와 지식 간 관계를 구조화해 필요한 정보와 판단 근거를 연결하는 기술이다. 구축한 지식은 현장 활용을 위한 '안내서(가이드) 챗봇'으로 구현한다. 현장 담당자가 설비 이상이나 정비 상황을 자연어로 질문하면 원인 후보와 점검 순서를 제시하고 과거 정비 이력과 기술표준 등 판단에 참고할 수 있는 원문도 확인할 수 있도록 개발한다. 가이드 챗봇은 AI가 현장 담당자를 대신해 결론을 내리는 방식이 아니라 판단에 필요한 정보와 근거를 제시하는 방식으로 설계된다. 현장 담당자가 실제 설비 상황과 관련 자료를 확인해 최종 판단하도록 지원하는 구조다. 모든 개발 환경은 GS칼텍스 온프레미스 기반으로 구성하며 활용 데이터가 GS칼텍스 내부 환경을 벗어나지 않도록 설계한다. 이승현 인핸스 대표는 "숙련자의 경험을 문서로 남기는 것을 넘어 기업이 지속적으로 활용할 수 있는 지식으로 전환하는 것이 중요하다"며 "현장 담당자가 필요한 정보와 판단 근거를 확인하고 효율적으로 문제를 해결할 수 있도록 지원하는 시스템을 구축하겠다"고 말했다.

2026.09.23 11:50이나연 기자

연구실·AI·로봇 묶었다…스카이인텔리전스, 피지컬 AI 실증

스카이인텔리전스가 한국과학기술원(KAIST), 다임리서치와 손잡고 제조 현장에 적용할 피지컬 인공지능(AI) 기술 개발과 실증에 나선다. 스카이인텔리전스는 지난 21일 KAIST 제조피지컬AI연구소, 다임리서치와 피지컬 AI 분야 기술 협력 및 산업 생태계 확산을 위한 3자 업무협약(MOU)을 체결했다고 23일 밝혔다. 이번 협약에 따라 세 기관은 제조 현장의 AI 전환(AX)을 위해 공동 연구·사업 및 실증 과제 발굴부터 전문인력 양성, 생태계 확산과 공동 시장 개발까지 협력 범위를 넓힐 계획이다. 세 기관은 각자의 기술 역량을 결합한다. KAIST 제조피지컬AI연구소는 AI·로보틱스·제조 시스템 분야 연구와 핵심기술 개발을 맡고, 스카이인텔리전스는 합성데이터 기술을 활용한 제조 피지컬 AI 기술 검증을 추진한다. 다임리서치는 로봇 통합관제·오케스트레이션과 디지털트윈 기반 시뮬레이션 기술을 바탕으로 자율제조 솔루션의 현장 적용과 상용화를 지원한다. 인재 양성과 기술 교류도 진행한다. 세 기관은 피지컬 AI와 디지털트윈, 합성데이터, 로봇, 자율제조 분야를 대상으로 기업과 산업 관계자 대상 교육·세미나와 기술 교류, 실증 연계 프로그램을 기획해 운영할 계획이다. 공동 연구 성과를 앞세워 새로운 협력 수요와 사업 기회도 함께 발굴한다. 국내외 컨퍼런스와 포럼, 데모, 현장 투어, 비즈니스 매칭 등은 물론, 각 기관의 산학·산업 파트너 및 고객 네트워크를 활용할 방침이다. 이재철 스카이인텔리전스 대표는 "서로 다른 영역에서 축적해온 연구와 기술, 제조 현장의 경험을 연결해 제조 피지컬 AI의 산업 확산을 앞당기는 출발점이 될 것"이라며 "공동 연구와 사업, 실증 과제를 발굴하고 제조 피지컬 AI 생태계를 확대하겠다"고 말했다.

2026.09.23 10:17이나연 기자

핑거, 1550억원 들여 제조업체 인수…피지컬 AI 사업 확장

핑거가 냉각설비 부품과 철강관 등을 생산하는 제조업체를 인수하며 제조업으로 사업 영역을 확대한다. 앞서 피지컬 인공지능(AI) 기업 미켈로로보틱스를 인수한 데 이어 실제 제조 현장까지 확보하면서 제조 데이터와 로봇 AI를 결합한 피지컬 AI 사업 확장에 속도를 내는 모습이다. 22일 금융감독원 전자공시시스템에 따르면 핑거의 종속회사 에프지투자2호는 세아에프에스아이 지분 100%를 약 1278억 3784만원에 취득하기로 결정했다. 취득 예정일은 다음 달 30일이다. 세아에프에스아이는 냉각설비용 부품과 자동차 부품을 제조·판매하는 업체다. 지난해 매출 3624억원, 당기순이익 149억원을 기록했다. 2024년 11월 물적분할을 통해 설립됐다. 에프지투자2호는 홍콩 소재 S&G홀딩스 지분 100%도 271억 6216만원에 취득한다. S&G홀딩스는 철강관 제조·판매를 주요 사업으로 하고 있으며 지난해 매출은 1239억원, 당기순이익은 55억원이다. 두 회사의 지분 취득 금액을 합치면 약 1550억원이다. 취득 대금은 인수 대상 주식을 담보로 한 인수금융과 핑거의 유상증자 참여를 통한 자기자본, 재무적투자자의 출자금 등을 통해 조달할 예정이다. 구체적인 조달 금액과 조건은 아직 확정되지 않았다. 이번 인수는 핑거가 최근 확대하고 있는 제조 피지컬 AI 사업과도 맞닿아 있다. 핑거는 지난달 피지컬 AI 전문기업 미켈로로보틱스를 160억원에 인수하며 기존 금융 IT 중심 사업을 제조 AI 영역으로 확대하기 시작했다. 미켈로로보틱스는 산업용 로봇을 활용해 도장·샌딩·폴리싱·디버링 등 숙련 작업을 자동화하는 기술을 보유 중이다. 숙련공의 작업 데이터를 학습해 로봇의 정밀 동작으로 구현하고 서로 다른 제조사의 로봇을 하나의 플랫폼에서 제어하는 기술도 개발하고 있다. 핑거는 제조 현장에서 생성되는 공정 데이터를 로봇 AI 학습에 활용하고, 개선된 작업 결과를 다시 생산성 향상으로 연결하는 구조를 구축한다는 구상이다. 미켈로로보틱스는 현재 시흥과 광주 제조 현장에서도 형상 데이터와 숙련자의 작업 노하우를 로봇 행동 데이터로 전환하는 기술을 적용하고 있다. 핑거는 공시를 통해 "제조업 업체 인수를 통한 사업다각화가 목적"이라고 밝혔다.

2026.09.22 18:24한정호 기자

토마토시스템, 대우건설 핵심 시스템 웹 표준 전환…제조·건설 공략 확대

토마토시스템이 자체 웹 사용자 인터페이스(UI) 기술과 자동 전환 솔루션을 앞세워 제조·건설 분야 레거시 현대화 시장 공략에 속도를 낸다. 토마토시스템은 대우건설의 통합공사관리 플랫폼 '바로콘(BAROCON)' UI 전환 사업을 완료하고 시스템을 정식 오픈했다고 22일 밝혔다. 바로콘은 영업과 입찰, 계약부터 설계·조달·공사·준공까지 건설사업 전 과정을 지원하는 대우건설의 통합공사관리시스템이다. 기존에는 액티브X 기반으로 운영돼 최신 디지털 업무환경에 대응하기 위한 시스템 현대화 필요성이 제기돼왔다. 대우건설은 기존 시스템의 기술적 한계를 개선하고 사용자 편의성과 업무 효율성을 높이기 위해 UI 전환 사업을 추진했다. 제안 경쟁과 벤치마크테스트(BMT)를 거쳐 토마토시스템을 사업 수행사로 선정했다. 이번 프로젝트는 기존 액티브X 기반의 업무 화면과 프로세스를 HTML5 웹 표준 환경으로 전환하면서 기존 업무와 데이터의 연속성, 시스템 안정성을 유지하는 데 중점을 뒀다. 토마토시스템은 자체 웹 UI·UX 개발 플랫폼 '엑스빌더6'와 레거시 UI 자동 전환 솔루션 '엑스컨버터'를 적용했다. 기존 화면 구조와 업무 프로세스를 분석한 뒤 웹 표준 환경에 맞춰 재구성하는 방식이다. 특히 엑스컨버터를 활용해 기존 UI 화면의 90% 이상을 자동으로 전환했다는 게 회사 측 설명이다. 사람이 반복적으로 수행하던 화면 전환 작업을 자동화해 대규모 시스템 전환에 필요한 개발 기간과 공수를 줄였다. 이에 따라 개발 인력은 단순 화면 전환 대신 주요 업무 기능 개선과 사용자 중심의 UI·UX 고도화에 집중했다. 웹 표준 환경으로 전환하면서 시스템 접근성과 사용 편의성도 높였다. 토마토시스템은 이번 프로젝트를 제조·건설 분야의 레거시 현대화 사업을 확대하기 위한 레퍼런스로 활용할 계획이다. 제조·건설업에서 장기간 사용해온 전사적자원관리(ERP)와 제조실행시스템(MES) 등은 복잡한 업무 프로세스와 방대한 화면 구조로 인해 시스템을 전면 교체하는 데 많은 비용과 시간이 필요하다. 이에 기존 시스템과 업무 체계를 유지하면서 최신 웹 표준 환경으로 전환하려는 수요가 늘고 있다는 게 회사 측 설명이다. 토마토시스템은 엑스빌더6와 엑스컨버터를 중심으로 제조·건설 분야의 레거시 현대화 사업을 확대할 방침이다. 생성형 AI 기반 UI 개발 솔루션 '엑스빌더6 아이젠'과 AI 기반 테스트 자동화 솔루션 '아이큐봇' 등 개발 과정 전반을 지원하는 솔루션도 공급 중이다. 대우건설 디지털 관계자는 "이번 사업은 기존 업무와 데이터의 연속성을 유지하면서 사용자 업무환경을 개선하는 데 중점을 뒀다"며 "토마토시스템의 UI 전환 기술과 체계적인 프로젝트 수행을 통해 안정적인 시스템 오픈을 마칠 수 있었다"고 말했다. 이어 "웹 표준 환경으로의 전환과 주요 업무 화면 개선을 통해 시스템 접근성과 사용 편의성이 향상됐으며 현장 중심의 업무 효율성을 높이는 기반을 마련했다"고 덧붙였다. 조길주 토마토시스템 대표는 "이번 프로젝트는 우리 웹 UI 기술과 자동 전환 솔루션이 대형 건설사의 핵심 업무 시스템에 성공적으로 적용된 의미 있는 사례"라며 "대우건설 프로젝트에서 확보한 구축 경험과 기술 노하우를 기반으로 제조·건설 등 산업 전반의 레거시 현대화 시장을 적극 공략해 나갈 것"이라고 밝혔다.

2026.09.22 14:23한정호 기자

"기술보다 사람”…에이블런, 제조기업 AX 장벽 해소책 제시

에이블런이 '지역 제조기업 AX 전환 확산 웨비나 2026'의 주요 참가자 구성과 질의응답 내용을 공개하고, 제조 현장의 AX 실행 해법을 제안했다. 21일 에이블런에 따르면, 지난 16일 열린 이번 웨비나에는 제조·생산(47.0%), IT·정보통신(18.7%) 등 다양한 업종에서 총 198명이 신청하고 최대 115명이 동시 접속했다. 전체 신청자 중 교육·인사 및 경영·전략 직무가 65.7%를 차지했으며, 중소·중견기업 비중이 62.1%, 팀장 이상 리더급이 55.1%를 기록했다. 참가자들은 AX 도입의 시작점, 데이터 정리 및 보안, 개인의 AI 활용을 조직 전체로 넓히는 방법 등 실무 실행에 대해 집중 질의했다. 행사에서는 기술 도입 자체보다 사람과 업무 프로세스, 조직 운영 방식의 변화가 제조 AX의 본질적 과제라는 점이 집중적으로 다뤄졌다. 첫 순서로 나선 유응준 전 엔비디아코리아 대표는 전문인력 부재와 투자비 부담을 짚으며 결재선 축소, 정보 공개, 실패 보고 부담 완화 등 5가지 리더십 실천 과제를 제시했다. 이어 박진아 에이블런 대표는 목표 과제를 먼저 정하고 RAG(검색증강생성)나 기존 DB·API 연동을 통해 작게 검증을 시작할 것을 조언했다. 또 윤상순 신진엠텍 부장은 13개 부서 179명 대상의 수준별 4단계 AI 교육 사례를 공개했으며, 심누리 AX 컨설턴트는 직무훈련비 90~95%를 환급받는 '인재키움 프리미엄 훈련' 사업을 설명했다. 박진아 에이블런 대표는 "데이터가 다 갖춰질 때까지 AX를 미루는 제조기업이 많지만, 현장에서 풀어야 할 과제가 분명하면 지금 기업이 보유한 데이터로도 바로 시작할 수 있다"며 "에이블런은 교육을 통해 만든 결과물이 데이터로 쌓이고, 조직의 의사결정으로 이어질 수 있도록 제조기업의 AX 실행 체계를 함께 설계하겠다"고 말했다.

2026.09.21 08:52백봉삼 기자

로봇 밀도 세계 1위 한국…공장 데이터 활용은 평균 밑돌아

한국은 제조업 로봇 밀도 세계 1위 국가지만 공장에 축적된 데이터를 의사결정과 생산성 향상에 활용하는 비율은 세계 평균을 밑도는 것으로 나타났다. 로봇과 설비가 현장에서 만들어내는 데이터를 어떻게 활용해 생산 과정에 다시 연결할 것인지가 제조업의 과제로 떠오르고 있다. 20일 업계에 따르면 국제로봇연맹(IFR)이 발표한 '월드로보틱스 2025' 기준 한국의 제조업 로봇 밀도는 근로자 1만명당 1220대로 세계 1위다. 반면 로크웰오토메이션이 올 상반기 발간한 '제11차 스마트 제조 현황 보고서'에 따르면 국내 제조기업이 수집한 데이터를 의사결정 등에 활용하는 비율은 34%로, 글로벌 평균 43%를 밑돌았다. 인공지능(AI)·머신러닝 기투자율도 28%로 글로벌 평균 50%보다 낮았다. 문제는 데이터 수집량만이 아니다. 제조 현장에서 필요한 것은 설비 상태나 생산량 같은 데이터뿐 아니라, 설비가 어떤 조건에서 움직였고 품질과 생산성에 어떤 변화가 발생했는지를 보여주는 '행동-결과 데이터'다. 공정이 안정적으로 운영되고 데이터를 지속적으로 축적해야 AI가 이를 학습하고 그 결과를 다시 설비와 로봇의 운용에 반영할 수 있다. 정부 역시 피지컬 AI 시장 경쟁에서 데이터 확보를 주요 과제로 보고 있다. 과학기술정보통신부는 지난 6월 말 '대한민국 대도약 3대 메가프로젝트 국민보고회'에서 피지컬 AI 정책 추진 방향을 발표한 데 이어, 7월 구체적인 실행 방안을 담은 '피지컬 AI 핵심 경쟁력 확보 전략'을 공개했다. 피지컬 AI 핵심 경쟁력 확보 전략에는 데이터·기술·확산·생태계 등 4대 추진 방안이 담겼다. 특히 데이터 분야에서는 부처와 사업별로 흩어진 데이터를 모아 활용 체계를 구축하고, 로봇 행동데이터 등 범용 데이터와 제조·모빌리티·농업 등 현장 특화 데이터를 확보할 계획이다. 데이터 품질 관리도 추진한다. 데이터의 유효성을 검증하고 상호운용성 표준을 마련해 기업이 AI 학습과 실증에 활용할 수 있도록 한다는 구상이다. 기술 개발도 현장 실증과 연결한다. 정부는 피지컬 AI 파운데이션 모델, 월드모델, 온디바이스 AI를 위한 컴퓨팅 플랫폼을 핵심 기반기술로 제시하고 이를 제조 현장에 실증할 계획이다. 경남에서는 제조 장비가 공정 상태를 예측해 스스로 최적 제어하는 자율 정밀제조 기술을 개발한다. 전북에서는 공장 상황 변화에 맞춰 미래 상태를 예측하고 유연하게 생산하는 공장 운영 기술을 고도화할 방침이다. 민간에서는 이미 제조 공정에 AI를 적용하고 현장 데이터를 축적하는 사례가 나오고 있다. 마키나락스는 데이터 수집부터 모델 학습, 하드웨어 실행, 현장 피드백까지 연결하는 AI 운영체제(OS)를 통해 자동차·반도체·조선·국방 분야에 AI를 적용하고 있다. 회사 측에 따르면 지금까지 현장에 적용한 AI 모델은 6000개 이상이다. 현대자동차그룹의 경우, 6개 공장에서 1400대가 넘는 산업용 로봇에 예지보전 AI를 적용해 로봇의 동작 품질 이상과 고장 전조를 잡아내고 있다. 용접 공정에서는 3차원(3D) 비전 AI가 용접 궤적을 스스로 생성하도록 해 로봇 가동률을 두 배로 높이고 품질 검출력을 98% 이상으로 표준화했다. 윤성호 마키나락스 대표는 이달 초 열린 산업 AI 컨퍼런스 '어텐션 2026'에서 "산업 현장은 99%에 가까운 정밀도를 요구한다"며 "AI 거품론을 끝내려면 AI가 컴퓨터 안을 벗어나 현실 세계에서 막대한 경제적 가치를 만들어야 한다"고 말했다.

2026.09.20 09:19이나연 기자

공장이 AI 데이터 학습장으로…제조업 피지컬 AI 경쟁 불붙는다

피지컬 인공지능(AI) 경쟁 무게중심이 로봇과 AI 모델 자체 성능에서 실제 제조 현장의 데이터를 확보하고 이를 반복 학습하는 능력으로 이동하고 있다. 글로벌 제조·물류 기업들이 공장을 AI 기술의 개발·검증 공간으로 활용하는 가운데, 국내에서도 숙련자의 작업 경험을 데이터로 전환해 기존 생산라인에 적용하려는 움직임이 본격화되는 분위기다. 20일 업계에 따르면 글로벌 기업들은 피지컬 AI를 실제 생산 현장에 적용하기 위한 투자를 확대 중이다. 시장조사업체 모르도르 인텔리전스는 전 세계 피지컬 AI 시장이 2026년 71억 1000만 달러에서 2031년 348억 9000만 달러로 5년 만에 5배 가까이 성장할 것으로 전망했다. 로봇을 움직이는 AI 기술은 최근 빠르게 발전하고 있다. 엔비디아와 구글 딥마인드는 로봇 파운데이션 모델과 시각·언어·행동(VLA) 기술을 잇달아 공개해왔다. 국제로봇연맹(IFR) 조사에서 전 세계 산업용 로봇 신규 설치 규모는 연간 54만 대를 넘어섰다. 로봇 성능 넘어 현장 데이터가 경쟁력 피지컬 AI를 개념검증(PoC) 단계에서 실제 양산라인으로 확산하기 위해선 AI와 로봇 기술뿐 아니라 제조 현장에서 발생하는 정보를 일관된 형태로 수집하고 이를 로봇의 행동 데이터로 연결하는 과정이 필수로 꼽힌다. 테슬라는 기가팩토리를 자동화 기술의 개발·검증 인프라로 활용해왔다. 자동화 제조시스템 기업을 인수하며 생산기술을 내재화했고 휴머노이드 로봇 옵티머스도 외부 공급에 앞서 자사 제조환경에서 적용 범위를 확대 중이다. 현대자동차그룹도 2030년까지 미래사업에 50조 5000억원을 배정하고 로봇 적용 범위를 부품 조립 공정까지 확대할 계획이다. 아마존 역시 100만대 이상 물류 로봇을 운영하며 축적한 데이터를 활용하고 있다. 이를 기반으로 생성형 AI 모델 '딥플릿'을 개발해 로봇의 이동 경로와 물류 운영 효율을 지속적으로 최적화 중이다. 제품 형상과 설비 상태, 소재·환경 변화, 작업자 개입처럼 실제 현장에서 발생하는 다양한 변수를 데이터로 확보하고 이를 다시 기술 개선에 활용하는 구조다. 기존 제조 현장을 AI 학습 공간으로 전환하는 데는 과제도 있다. 한 공장에서도 서로 다른 제조사 로봇과 프로그래머블로직컨트롤러(PLC), 카메라, 센서 등이 혼재하고 같은 작업이라도 공장별 제품 위치와 지그 구조, 공정 조건 등이 다르기 때문이다. 이에 피지컬 AI 시대에는 설비를 단순히 연결하는 수준을 넘어 작업을 데이터로 전환하고 이를 다시 로봇 행동에 반영하는 구조가 중요해지고 있다. 기존 시스템통합(SI)을 넘어 현장 데이터와 로봇 지능을 연결하는 '인테그레이션 레이어'가 필요하다는 분석이 나온다. 숙련자 손기술 데이터로…기존 로봇에 AI 입힌다 국내에선 핑거 자회사 미켈로로보틱스가 도장·블라스팅·연마 등 표면처리 공정을 시작으로 제조 현장의 작업 데이터를 축적하고 있다. 기존 자동화가 작업자의 단순 동작을 대체하는 데 집중했다면, 숙련자가 현장 상황을 판단해 작업 방식을 바꾸는 경험까지 데이터화하는 것이 목표다. 미켈로로보틱스는 숙련자의 경험을 데이터로 전환하는 플랫폼 '미켈로 스튜디오'를 통해 ▲인식 ▲경로 생성 ▲보정 ▲실행 ▲검사 과정을 하나의 순환 구조로 연결한다. 새로운 로봇을 도입하는 대신 기존 산업용·협동 로봇에 소프트웨어 방식으로 지능을 더하는 방식이다. 실제 시흥 현장에선 배관·곡관 쇼트 블라스팅 공정에 형상 데이터 기반 경로 생성 기술을 적용 중이다. 광주 도장 공정에선 숙련자의 노하우를 로봇 행동 데이터로 전환하는 기술을 적용하고 있다. 휴머노이드와 같은 새로운 하드웨어를 도입하지 않고 기존 생산설비를 활용해 피지컬 AI를 구현하는 구조다. 표면처리 넘어 검사·조립으로 확대 미켈로로보틱스는 표면처리에서 확보한 데이터를 기반으로 적용 공정을 검사와 의장·최종 조립까지 확대한다는 계획이다. 표면처리가 숙련자의 손기술을 데이터로 전환하는 단계라면 의장·최종 조립에서는 현장 상황에 따른 판단과 실행 능력을 로봇 지능으로 구현하는 것이 핵심이다. 생산 현장이 늘어나면 공정 데이터와 작업지능을 함께 축적하고 이를 다른 생산라인에 다시 적용할 수 있다는 게 회사 측 설명이다. 프로젝트마다 설계와 구축 과정을 반복해야 했던 기존 공장 자동화와 차별화되는 지점이다. 미켈로로보틱스 관계자는 "제조업에서 피지컬 AI의 확산은 단기적인 기술 유행보다 제조 산업의 다음 세대 전환에 가깝다"며 "표면처리에서 축적한 기술을 검사와 의장·조립 공정으로 확장해 2030년까지 한 현장의 작업지능을 다음 생산라인으로 반복 확산할 수 있는 제조 피지컬 AI 플랫폼을 완성하겠다"고 말했다.

2026.09.20 09:08한정호 기자

미소정보기술, 정부 'M.AX 전문기업' 선정…제조 AI 사업 확대

미소정보기술이 정부의 제조업 인공지능(AI) 전환 정책인 '제조업 AI 대전환(M.AX)' 전문기업으로 선정되며 제조 AI 분야 경쟁력을 인정받았다. 미소정보기술은 산업통상자원부와 한국산업기술기획평가원(KEIT)이 추진하는 M.AX 전문기업 AI 솔루션 기업 부문에 최종 선정됐다고 18일 밝혔다. M.AX 전문기업은 제조 현장에 AI를 적용해 생산성과 품질, 운영 효율성을 높이고 제조업의 AI 전환을 촉진할 기업을 발굴·육성하는 제도다. 정부는 최근 제조공정 중심의 AI 활용 범위를 생산계획, 공급망 관리, 재고 운영, 안전 관리 등 기업 운영 전반으로 확대하고 있다. 제조 AI는 단순한 자동화 기술이나 AI 모델만으로 구현하기 어렵다. 설비와 센서, 생산·품질 데이터를 안정적으로 수집·관리하는 데이터 플랫폼과 AI 분석 기술, 설비·로봇 제어 기술이 통합적으로 운영돼야 실제 현장에서 활용할 수 있기 때문이다. 미소정보기술은 제조 AI 플랫폼 '닥시(DAXI)'를 기반으로 제조 현장 데이터 수집부터 분석, 운영까지 아우르는 역량을 인정받아 이번 선정에 이름을 올렸다. 닥시는 설비·공정·품질·생산 데이터를 통합 관리하고 AI 분석을 통해 이상 징후 예측, 품질 관리, 생산 계획 수립 등을 지원하는 제조 특화 플랫폼이다. 생산 계획부터 실행, 분석에 이르는 전 과정을 연결해 의사결정을 지원하는 것이 특징이다. 회사는 이차전지, 자동차, 조선, 방산 등 다양한 산업 분야에서 제조 AI 프로젝트를 수행해 왔다. 에코프로, 현대제철, 롯데건설, CMTX 등과 협력하며 산업 현장 중심의 AI 적용 사례를 확보하고 있다. 또한 국산 시스템온칩(SoC) 기반 온디바이스 AI, 스마트 도시안전망, 특수강 공정 최적화, 반도체 생산라인 AI 비전검사, AI 엔지니어링 에이전트 등 다양한 산업 AI 사업을 추진하며 제조 AI 사업 영역을 넓히고 있다. 미소정보기술은 AI 모델 개발을 넘어 제조 데이터 플랫폼을 중심으로 MLOps, AI 모델 운영·검증, 데이터 품질관리, AI 거버넌스를 통합한 운영 체계 구축에도 집중하고 있다. 이를 통해 제조 현장에서 AI가 안정적으로 운영되고 지속적으로 고도화될 수 있는 기반을 마련한다는 계획이다. 회사가 제시하는 장기 목표는 AI가 스스로 인지·판단·실행하는 '레벨5 완전자율 제조'와 다크팩토리 구현이다. 생산, 조립, 검사, 물류 전 과정에 AI 에이전트, 디지털트윈, 비전 AI, IoT, 지능형 센싱, 로봇 제어 기술을 연계해 데이터 수집부터 분석, 제어, 실행까지 하나의 체계로 통합한다는 전략이다. 남상도 미소정보기술 대표는 "이번 선정은 제조 데이터를 기반으로 AI를 실제 산업 현장에 적용하고 성과를 창출해 온 역량을 인정받은 결과"라며 "데이터가 현장을 이해하고 AI가 판단하는 지능형 제조 환경 구축을 통해 제조업 AX 전환을 지원하겠다"고 말했다.

2026.09.18 15:51남혁우 기자

코난테크, 제조데이터 품질관리 기술로 '피지컬AI' 구현한다

코난테크놀로지가 제조 인공지능(AI) 기술을 바탕으로 물리적 환경에서 AI가 자율적으로 작업하는 피지컬AI 영역으로 기술 확장에 나섰다. 코난테크놀로지는 지난 16일 열린 과학기술정보통신부 주관 '전북특별자치도·경상남도 피지컬AI 연구개발(R&D)사업 착수보고회'에 참석해 연구개발 방향과 로드맵을 공유했다고 18일 밝혔다. 경남에서 추진되는 사업은 거대언어모델(LLM)을 넘어 실제 행위를 수행하는 인간-AI 협업형 거대행동모델(LAM)을 개발하고 제조 현장에서 실증까지 추진한다. 로봇·기계 등 물리적 장비와 AI를 결합해 제조 데이터를 학습하고 설비와 로봇을 자율 제어하는 것을 목표로 한다. 오는 2030년까지 5년간 총 6763억원이 투입된다. 코난테크놀로지는 메가존, 한국전자통신연구원(ETRI)과 컨소시엄을 구성해 '제조데이터 신뢰성 확보 및 전주기 통합 운영 플랫폼 기술 개발' 과제에 참여한다. ETRI가 주관하는 '물리데이터 품질관리 기술 개발' 세부과제에서 공동연구기관을 맡았다. 제조 현장의 비정형 데이터를 자산관리쉘(AAS) 형태로 자동 변환하고, 디지털트윈 합성데이터와 실제 물리데이터 간 차이를 측정·보정하는 기술을 개발할 예정이다. 물리데이터 품질관리는 로봇 등 피지컬AI가 실제 환경에서 작동하기 위한 핵심 기술로 꼽힌다. 코난테크놀로지는 이번 과제에서 확보한 데이터 품질관리·디지털트윈 기술을 자사의 제조AI 기술과 연계하고, AI 역량을 하드웨어에 적용하는 임바디드AI를 거쳐 피지컬AI로 확대한다는 계획이다. 김만수 코난테크놀로지 AI플랫폼 개발그룹장(상무)은 "이번 경남 국책과제를 통해 확보하는 제조·물리 데이터 품질관리 및 디지털트윈 기술을 'AI 명장' 솔루션 고도화에 접목할 것"이라며 "국방·방산제조 분야까지 사업 영역을 확대하겠다"고 말했다.

2026.09.18 14:50이나연 기자

Prev 1 2 3 4 5 6 7 8 9 10 Next