• ZDNet USA
  • ZDNet China
  • ZDNet Japan
  • English
  • 지디넷 웨비나
뉴스
  • 최신뉴스
  • 방송/통신
  • 컴퓨팅
  • 홈&모바일
  • 인터넷
  • 반도체/디스플레이
  • 카테크
  • 헬스케어
  • 게임
  • 중기&스타트업
  • 유통
  • 금융
  • 과학
  • 디지털경제
  • 취업/HR/교육
  • 생활/문화
  • 인사•부음
  • 글로벌뉴스
  • AI의 눈
ZDPick
지스타2026
반도체
IT'sight
칼럼•연재
포토•영상

ZDNet 검색 페이지

'제조 데이터'통합검색 결과 입니다. (67건)

  • 태그
    • 제목
    • 제목 + 내용
    • 작성자
    • 태그
  • 기간
    • 3개월
    • 1년
    • 1년 이전

제조업 AX 효과, 생산성 30% ↑ 불량률 15% ↓

산업통상자원부는 지난해 9월 출범한 제조 인공지능전환(M.AX) 얼라이언스를 통해 지원해 성과가 나타나기 시작한 42개 사업장을 점검한 결과, 생산성이 30.1% 향상되고 불량률은 평균 15.5% 낮아진 것으로 나타났다고 4일 밝혔다. 반도체 분야에서는 신한다이아몬드가 웨이퍼 연마 공정에 사용되는 소모품인 CMP 디스크에 AI 기반 자동검사시스템을 도입해 품질검사시간을 33% 단축했다. 서플러스글로벌은 반도체 장비 재자원화를 위한 장비 해체, 부품 선별·회수 등 하베스트 공정에 AI를 접목해 생산성을 66.7% 높였다. 자동차 분야에서는 아산성우하이텍이 전기차 배터리 무인 자율제조 시스템을 도입, 품질검사시간을 90% 단축했다. 화신은 배터리 케이스 생산공정에 설비 예지보전시스템을 도입해 제품 불량률을 20% 낮췄다. 조선 분야에서도 HD현대삼호가 선박 조타장치와 방향타 간 연결 축을 지지하는 핵심 구조물인 러더트렁크 용접·생산공정에 AI기반 자율용접·검사 솔루션을 도입해 생산성을 50% 향상시켰다. 이엔케이는 AI 비전검사 시스템을 통해 조선·특수가스용 고압 실린더 검사시간을 22% 줄였다. AI팩토리 선도 프로젝트는 국내 AI솔루션 기업 성장도 촉진했다. 인이지는 판단 근거를 제시하는 '설명가능 AI' 기반 공정 자율운전 기술을 철강·석유화학·시멘트 등 다양한 분야로 확대했다. 원프레딕트는 설비 한 대의 고장을 예측하는 예지보전 솔루션 기업에서 공장 전체를 AI 중심으로 재설계하는 '산업 AI 운영체계' 공급 기업으로 성장했다. M.AX 적용 범위도 개별 제조공정의 생산성과 품질을 높이는 데 그치지 않고 AI를 탑재한 혁신제품 개발과 지역 제조생태계 전환으로 확대되고 있다. 제품AX 분야에서는 조선 작업장의 화재 감시·진화, 화학산업의 유독가스 배출 환경 내 밸브 조작, 물류 현장의 제품 포장 등 위험하거나 반복적인 작업을 수행하는 산업 특화 휴머노이드 개발과 현장 실증에 착수했다. 국산 로봇 AI 모델인 RFM(Robot Foundation Model) 개발을 추진하는 한편, 자율주행차와 로봇·가전 등 혁신제품에 탑재하는 온디바이스 AI 반도체 개발과 실증도 본격화하고 있다. 지역AX 분야에서는 창원·광주 등 기존 10개 AX 실증산단을 거점으로 지역기업과 대학이 참여하는 'MINI 얼라이언스'를 출범시켰다. 개별 기업의 AI 도입을 넘어, 산단 입주기업이 AI 데이터센터 등 인프라와 기술·인력을 공동으로 활용하고 지역 주력산업 전체가 함께 혁신하는 지역 맞춤형 M.AX 협력모델을 구축해 나가고 있다. 올해 추가 선정된 3개 실증산단에도 MINI 얼라이언스를 출범시킬 예정이다. 산업부는 M.AX 얼라이언스를 중심으로 제조현장에서 확인된 성과를 기업·업종·산업단지 전반으로 확산하고 기술과 데이터, 인재가 선순환하는 제조AX 생태계를 조성해 나간다는 계획이다. 산업부는 2030년까지 AI팩토리 500개 구축을 목표로 고품질 제조데이터 수집과 AI모델 개발·실증을 지속 지원한다. 또 사람 개입 없이 AI가 제조 전 공정을 자율적으로 운영하는 풀스택 AI 팩토리의 핵심기술을 개발하고 국내 제조현장 실증을 거쳐 상용화 및 수출상품화를 추진한다. 명장과 숙련공이 보유한 경험과 노하우는 데이터셋으로 변환하고, 이를 학습한 AI 모델과 솔루션을 개발·검증한다. 숙련인력 감소와 세대교체에 따른 제조 암묵지 소멸에 대응하고 숙련자의 지식이 현장 인력에게 효과적으로 전수될 수 있도록 지원한다. 산업부는 AI팩토리와 제조 암묵지 사업 등으로 확보한 고품질 제조데이터를 안전하게 저장·관리·활용하기 위한 국가 제조데이터 라이브러리도 구축해 기업·사업별로 분산된 제조데이터를 AI 모델과 솔루션 개발에 연계·활용할 수 있는 기반을 마련한다. 제품AX 분야에서는 로봇 3대 취약 부품인 액추에이터·로봇손·센서를 국산화하고 조선·자동차·철강 등 10대 업종 특화 휴머노이드를 개발하는 한편, 로봇 학습용 데이터 수집을 위해 지역 전략산업과 연계한 로봇 데이터 팩토리를 구축한다. 자율주행차 분야에서도 AI 자율주행 모델과 SDV 플랫폼·차량용 반도체 등 핵심기술 확보를 지원한다. 지역AX 분야에서는 AX 실증산단을 2030년까지 25개로 확대하고, 지역 산업의 도메인 지식과 AI 전문성을 갖춘 현장형 인재를 양성하는 M.AX 아카데미를 운영한다. 산업부는 금융위원회와 함께 '국민성장펀드-M.AX 프론티어 프로젝트'를 추진해 AI팩토리·로봇·반도체 분야 유망기업에 대한 금융 지원에 착수했다. 김정관 산업부 장관은 “생산성은 높이고 불량률은 낮추는 성과가 현장에서 실제 확인된 만큼, 검증된 모델이 중소·중견기업과 지역 산업단지까지 빠르게 확산하도록 하겠다”며 “제조데이터와 숙련자의 노하우를 축적·활용하고 AI와 로봇으로 운영되는 풀스택 AI 팩토리를 구현해 우리나라가 2030년 M.AX 최강국으로 도약할 수 있도록 적극 지원하겠다”고 밝혔다.

2026.08.04 13:31주문정 기자

[AI 리더스] 고온·독성 현장은 로봇이…에머슨 CTO "AI는 사람을 지키는 기술"

"대규모 제조·플랜트 시설은 고온, 고압, 유독성 물질 등 다양한 위험이 존재합니다. 사고가 발생하면 인명 피해뿐 아니라 생산 중단, 설비 손상, 법적 책임, 신뢰도 하락 등 막대한 손실로 이어질 수 있습니다. 로봇이 위험한 작업을 맡고 AI가 사고를 예방하기 위한 의사결정을 지원한다면 이를 예방하고 보다 안정적인 운영이 가능합니다." 27일 피터 조르니오 에머슨 최고기술책임자(CTO)는 서울 용산구 드래곤시티 호텔에서 열린 '무한 자동화 서밋(BAS) 2026'을 통해 이와 같이 말하며 산업용 인공지능(AI)의 본질은 생산성 향상이 아닌 안전성 확보에 있다고 강조했다. BAS 2026은 정유·석유화학·발전·제약 등 고위험 산업군에 자동화 기술을 공급해온 에머슨이 개최한 행사다. 다양한 산업 분야의 실무자와 엔지니어를 대상으로 최신 산업 자동화 기술과 산업용 AI, 자율 운영 전략을 공유하기 위해 마련됐다. 이날 행사에서는 핵심 자동화 기술과 실제 적용 사례가 소개됐다. 특히 산업 현장의 AI가 사람을 대체하기 위한 기술이 아니라 작업자와 설비, 기업의 핵심 자산을 보호하는 역할을 담당해야 한다는 메시지가 강조됐다. 밸브 하나 오작동이 대형사고로…산업 AI 목표는 안전 피터 조르니오 CTO는 "정유공장이나 화학플랜트는 탱크와 배관, 펌프가 늘어선 조용한 시설로 보이지만 배관 내부에서는 고온·고압의 유독가스와 인화성 물질이 흐른다"며 "밸브 하나만 잘못 열려도 대형 폭발이나 가스 누출로 이어질 수 있어 작은 판단 오류가 곧바로 인명 사고로 직결된다"고 설명했다. 조르니오 CTO는 이러한 안전 확보가 단순히 직원 보호 차원에 그치지 않는다고 설명했다. 플랜트나 제조시설에서 발생하는 사고는 인명 피해뿐 아니라 설비 손상, 생산 중단, 공급망 차질로 이어질 수 있으며 기업에는 막대한 재무적 손실을 초래한다는 것이다. 특히 국내에서는 중대재해처벌법 시행 이후 산업 현장의 안전 문제가 경영 리스크로 직결되고 있다. 이에 따라 AI와 자동화 기술은 위험 작업을 줄이고 이상 징후를 조기에 감지해 사고를 예방함으로써 작업자 안전은 물론 생산 연속성과 기업 경쟁력을 지키는 핵심 수단으로 자리잡고 있다고 강조했다. 그는 "결국 산업 AI의 목표는 단순히 생산량을 늘리는 것이 아니라 사람과 설비를 보호하고 더 안전하고 안정적인 운영 환경을 만드는 것"이라며 "사고를 예방하는 것이야말로 가장 큰 비용 절감 효과를 가져온다"고 설명했다. 폭발·유출 등 위험 환경은 로봇과 AI가...사람 안전을 지키는 기술 피터 조르니오 CTO는 이런 로봇과 AI를 활용해 산업 현장의 위험을 줄이는 사례가 늘고 있다며 중국 광산업계를 예로 들었다. 과거 탄광 작업은 붕괴, 폭발, 유독가스 누출 등으로 인해 인명 피해 위험이 매우 높았지만 최근에는 자동화 설비와 원격 제어 기술 도입이 확대되고 있다는 설명이다. 그는 "로봇이나 자율 장비가 지하 깊은 곳에서 직접 채굴 작업을 수행하고 작업자는 안전한 통제실에서 이를 관리한다면 붕괴·질식·폭발 등 광산 사고로 인한 인명 피해를 크게 줄일 수 있다"며 "기술의 목적은 사람을 위험한 환경에서 최대한 분리하는 것"이라고 말했다. 이어 "산업 현장에서 자동화와 AI의 가치는 단순히 비용 절감이나 생산성 향상에 있지 않다"며 "사람이 다칠 수 있는 작업을 기계가 대신 수행하고 AI가 사고 가능성을 미리 감지해 예방하는 것이 가장 중요한 역할"이라고 강조했다. 조르니오 CTO는 이 같은 자동화 수요가 안전 문제뿐 아니라 제조업을 둘러싼 구조적 변화와도 맞물려 있다고 진단했다. 현재 제조·플랜트 산업은 공급망 불확실성, 숙련 인력 부족, 에너지 효율 향상 요구 등 복합적인 과제에 직면해 있으며, 이에 대응하기 위한 새로운 운영 방식이 필요하다는 설명이다. 그는 "올해 상반기 중동 분쟁 당시 에머슨은 현지 1500여 명 임직원 안전을 확보하는 동시에 부품 조달 경로를 조정해야 했다"며 "수많은 관련 기업이 지정학적 리스크와 공급망 불안정성에 지속적으로 노출돼 있다"고 말했다. 이어 "이 밖에도 한국과 일본은 고령화에 따른 인력 부족 문제가 심화되고 있고 중국과 인도 등 신흥 제조 강국은 빠르게 경쟁력을 높이고 있다"며 "이러한 환경 변화 속에서 기업은 생산성과 안전성을 동시에 확보해야 하는 과제를 안고 있다"고 설명했다. 그러면서 "이제 자동화는 단순히 설비를 자동으로 움직이는 수준을 넘어 실시간 데이터 활용, 운영 예측, AI 기반 의사결정, 회복탄력성(Resilience) 확보까지 포괄하는 개념으로 진화하고 있다"며 "이러한 역량이 앞으로 제조기업의 핵심 경쟁력이 될 것"이라고 강조했다. '무한 자동화'로 데이터 단절 없애 로봇 도입 본격화 에머슨은 제조·플랜트 현장에 로봇과 AI를 본격 도입하기 위해 '무한 자동화(Boundless Automation)' 전략을 추진하고 있다. 무한 자동화는 센서와 밸브 같은 현장 설비부터 제어 시스템, 운영 소프트웨어, AI 애플리케이션까지 산업 현장의 모든 데이터를 하나의 흐름으로 연결하는 개념이다. 그동안 제조업에서는 생산, 유지보수, 안전, 품질관리 시스템이 각각 분리돼 운영되면서 데이터가 부서별·설비별로 단절되는 문제가 있었다. 이 때문에 현장에서 발생한 이상 징후가 다른 시스템으로 제때 전달되지 못하거나, AI가 충분한 데이터를 확보하지 못해 활용 범위가 제한되는 경우가 많았다. 조르니오 CTO는 "그동안 자동화 시장은 센서·밸브 같은 필드기기, 제어 시스템, AI 소프트웨어를 각각 다른 회사가 공급해왔다"며 "에머슨은 필드기기부터 제어 시스템, 산업용 소프트웨어, AI 기반 애플리케이션까지 전 영역을 아우르는 통합 포트폴리오를 보유하고 있다"고 설명했다. 그는 이러한 통합 구조가 단순한 기술 경쟁력이 아니라 안전과 직결된다고 강조했다. 플랜트 현장에서는 작은 압력 변화나 설비 이상 징후를 얼마나 빠르게 발견하고 대응하느냐가 사고 예방의 핵심인데 데이터가 여러 시스템에 흩어져 있으면 의사결정이 늦어질 수 있다는 것이다. 이를 해결해 현장 설비에서 생성된 정보가 AI까지 끊김 없이 전달되면 위험 신호를 조기에 포착하고 보다 신속한 대응이 가능해진다. 실제로 에머슨은 AI 기반 설비 신뢰성 진단 솔루션인 '애스펀 엠텔(Aspen Mtell)'을 활용해 펌프, 압축기, 터빈 등 주요 설비의 이상 징후를 사전에 감지하고 고장을 예측하는 서비스를 제공하고 있다. 그는 CTO는 다수 고객이 이를 통해 설비 건전성 향상과 예기치 않은 가동 중단 감소 효과를 거두고 있다고 소개했다. 피터 조르니오 CTO는 자동화로 인한 일자리 감소 우려에 대해 "지난 50년간 자동화가 인력을 줄여온 것은 사실"이라면서도 "사라지는 건 점검, 데이터 수집 같은 단순·반복 업무이고, 사람은 AI의 판단을 검토·승인하는 역할로 이동하고 있다"고 말했다. 이어 "무한 자동화의 궁극적인 목표는 단순한 생산성 향상이 아니라 더 안전하고 신뢰할 수 있는 운영 환경을 만드는 것"이라며 "AI 역시 사람을 대체하는 기술이 아니라 사람과 설비를 보호하기 위한 기술"이라고 강조했다.

2026.07.27 10:27남혁우 기자

LG CNS, 엔비디아·메타 참여 'AI 신소재 연합' 합류…제조 AX 가속

LG CNS가 엔비디아와 메타 등 글로벌 빅테크 기업이 참여하는 인공지능(AI) 신소재 개발 협력체에 한국 IT 기업 대표 멤버로 합류해 신소재 분야 AI 전환(AX) 사업 확대에 박차를 가한다. LG CNS는 영국 AI 스타트업 커스프AI가 주도하는 글로벌 협력체 'AI 머티리얼즈 파운드리'의 창립멤버로 선정됐다고 27일 밝혔다. 회사는 커스프AI와 협력해 국내 산업용 신소재 개발 분야 AX 사업을 본격 추진할 계획이다. AI 머티리얼즈 파운드리는 AI와 화학, 소재, 컴퓨팅 인프라 분야 기업과 연구기관이 참여하는 글로벌 연합이다. 엔비디아와 메타, AMD를 비롯해 3M, 머크 등 총 48개 기업과 연구기관이 참여 중이다. 이 연합은 AI를 활용한 신소재 설계부터 발굴·검증·상용화까지 전 과정을 지원하는 생태계를 구축하고 있다. 커스프AI는 AI와 소재과학을 결합해 신소재 개발을 지원하는 AI 스타트업이다. 2024년 노벨물리학상 수상자인 제프리 힌턴 등이 자문위원으로 활동 중이며 최근 약 4조원의 기업가치를 인정받았다. 아마존 창업자 제프 베이조스도 주요 투자자로 이름을 올렸다. LG CNS는 커스프AI의 에이전틱 AI 플랫폼을 활용해 반도체·화학·에너지 등 첨단 산업 고객의 신소재 개발을 지원한다는 목표다. 기업이 원하는 물질의 조건을 입력하면 AI가 축적된 실험 데이터를 기반으로 후보 물질을 생성하고 검증하는 방식이다. 실제 핀란드 화학기업 케미라는 이 플랫폼을 활용해 수년 걸리던 개발 기간을 약 6개월 수준으로 단축하고 300조 개의 분자 구조를 탐색해 20개의 신소재 후보를 도출한 바 있다. LG CNS는 플랫폼 딜리버리 파트너로서 국내 제조·소재기업이 고가의 연구 장비나 대규모 AI 인프라를 직접 구축하지 않고도 글로벌 연구 생태계를 활용할 수 있도록 지원할 예정이다. 소재 데이터 처리와 검증 결과 해석, 플랫폼 운영·유지보수까지 담당해 고객사가 별도의 AI 전문 인력 없이도 신소재 개발 프로젝트를 수행할 수 있도록 돕는 구조다. 또 고객사 데이터는 독립된 전용 서버에서 분리·관리되며 AI 모델 학습에 재사용되지 않는 점이 특징이다. 신소재 관련 특허 소유권도 의뢰 기업이 보유하도록 해 기술 유출과 지식재산권(IP) 보호도 지원한다. 장민용 LG CNS 화학·전지사업부장은 "신소재 개발 분야에서 비용과 시간 효율성을 높이는 것은 기업 핵심 경쟁력으로 직결된다"며 "AI가 선택이 아닌 필수인 만큼, 국내 제조·소재기업이 세계 최고 수준 AI 기반 신소재 연구 생태계를 활용해 실질적 사업 성과를 조기에 창출할 수 있도록 AX 파트너 역할을 다할 것"이라고 밝혔다.

2026.07.27 10:01한정호 기자

엘리스그룹, 전국 첫 산업단지 GPU·NPU 엣지 AI 데이터센터 구축 지원

엘리스그룹이 그래픽처리장치(GPU)와 국산 신경망처리장치(NPU)를 함께 활용하는 엣지 인공지능(AI) 데이터센터 구축 사업에 참여하며 제조업 AI 전환(AX) 지원에 앞장선다. 엘리스그룹은 산업통상자원부 '2026년 산업단지 엣지 AIDC 실증 시범사업'에 선정된 한국산업단지공단 부산본부의 '부산 조선·해양 엣지 AI 데이터센터 구축사업'에 참여한다고 23일 밝혔다. 이번 사업은 전국 산업단지 최초로 GPU와 국산 NPU 기반 엣지 AI 데이터센터를 구축해 제조기업의 AX를 지원하는 프로젝트로 평가된다. 사업 참여로 엘리스그룹은 자사 AI 클라우드 '엘리스클라우드'에서 검증한 모듈형 AI 데이터센터 'AI PMDC'와 AI 클라우드 인프라 가상화 솔루션 'ECI'를 통합한 패키지를 외부 고객에게 공급하는 첫 상용 레퍼런스를 확보하게 됐다. AI 인프라 하드웨어와 소프트웨어를 아우르는 AI 인프라 기업으로서 기술 역량을 입증했다는 게 회사 측 설명이다. 엘리스그룹은 이번 사업에서 고밀도 전력 설계 기술을 적용한 AI PMDC 2기를 구축하고 이를 통합 운영하는 ECI 플랫폼을 제공할 예정이다. GPU와 국산 NPU 등 서로 다른 AI 가속기 자원을 효율적으로 분배·운영하는 ECI 기술을 통해 연산 자원 활용도를 높이고 제조업 환경에 최적화된 저지연·고효율 AI 인프라를 구현할 계획이다. 해당 데이터센터에서 GPU는 제조 AI 모델 학습과 검증, 고성능 연산을 담당하고 국산 NPU는 AI 추론과 서비스형 소프트웨어(SaaS) 서비스를 처리한다. 안정적인 서비스 운영을 위한 재해복구(DR) 체계도 함께 구축한다. 엣지 AI 데이터센터를 엘리스클라우드와 연계해 무중단 전력 공급과 보안 이중화 체계를 마련함으로써 장애 발생 시에도 안정적인 AI 서비스를 제공할 수 있도록 지원할 예정이다. 이를 통해 엘리스그룹은 제조업 AI 서비스의 현장 적용을 지원하는 동시에 국산 AI 반도체 생태계 확산에도 기여한다는 목표다. 김재원 엘리스그룹 대표는 "이번 사업은 우리가 자체 AI 클라우드에서 검증한 AI PMDC와 ECI 통합 패키지를 산업 현장에 적용하는 첫 번째 사례"라며 "제조업 AI 전환은 물론 국산 AI 반도체 생태계 확산에도 기여하는 중요한 이정표가 될 것"이라고 말했다.

2026.07.23 11:39한정호 기자

영림원소프트랩, 다쏘시스템과 제조 디지털 전환 '맞손'

영림원소프트랩이 제조기업의 설계·생산·경영 데이터를 하나로 연결하는 통합 환경 구축에 나선다. 영림원소프트랩은 다쏘시스템코리아와 디지털 제조 혁신을 위한 전사적자원관리(ERP)·설계 솔루션 연동 사업 협력을 추진한다고 22일 밝혔다. 회사 측에 따르면 최근 제조업계에선 설계부터 생산, 경영으로 이어지는 데이터를 단일 흐름으로 연결하는 것이 디지털 전환의 핵심 과제로 떠오르고 있다. 다만 상당수 제조기업은 제품 데이터 관리(PDM) 시스템과 ERP를 개별적으로 운영하면서, 같은 정보를 여러 차례 입력하거나 설계 변경 사항이 생산 현장에 늦게 전달되는 문제를 겪고 있다. 다쏘시스템코리아는 제조기업의 3D 설계와 제품 데이터를 관리하는 '솔리드웍스 PDM'을 공급 중이다. 영림원소프트랩은 생산·구매·재무 등 기업 경영 전반을 지원하는 'K-시스템' ERP를 제공한다. 양사는 이번 협력을 통해 설계 단계에서 생성되는 도면과 자재명세서(BOM) 데이터를 ERP와 연계할 계획이다. 설계 정보가 생산과 구매, 재무 등 후속 업무로 이어지도록 해 설계·생산·경영까지 데이터가 끊김 없이 연결되는 통합 업무 환경을 구현한다는 목표다. 이를 통해 제조기업이 설계 변경 사항을 생산·경영 시스템에 실시간 반영할 수 있도록 지원할 방침이다. 데이터 이중 입력을 줄이는 동시에 부서 간 정보 전달 속도와 정확성을 높여 업무 생산성을 개선할 수 있다는 설명이다. 양사는 이미 여러 제조기업에서 솔리드웍스 PDM과 ERP를 연계해 구축·운영한 경험을 보유 중이다. 이번 협력을 계기로 기존 검증한 연계 모델을 더 많은 제조기업으로 확산할 예정이다. 구체적 협력 분야는 솔리드웍스 PDM과 K-시스템 ERP 연계 성공사례 발굴, 해당 사례를 활용한 공동 마케팅, 양사 파트너 간 사례 공유와 공동 영업 등이다. 양사는 공동 세미나와 콘텐츠 제작 등 마케팅 활동도 추진한다. 양사 파트너 간 협력도 강화해 제조 산업 디지털 전환 시장을 함께 확대한다는 구상이다. 배재인 다쏘시스템코리아 고객경험부문 본부장은 "솔리드웍스 PDM과 영림원 ERP는 각자 강점을 지닌 상호 보완적 솔루션"이라며 "양사 협력으로 제조기업 고객에게 더 큰 가치를 제공하고 함께 시장을 확대해 나갈 것으로 기대한다"고 말했다. 박윤경 영림원소프트랩 부사장은 "설계·생산·경영 데이터가 하나로 연결될 때 제조기업은 더 빠르고 정확한 의사결정을 할 수 있다"며 "앞으로도 고객 업무 효율을 높일 수 있는 다양한 전문 솔루션과 협력을 확대해 제조기업에 최적화된 통합 업무 환경을 지원할 것"이라고 밝혔다.

2026.07.22 16:33한정호 기자

산단공, 'M.AX 표준·인증센터' 신설…산업단지 제조AI 확산 박차

한국산업단지공단(이사장 이상훈)은 산업단지 제조AI 전환(M.AX)을 가속하기 위해 제조데이터·인프라·솔루션 등의 표준·인증 업무를 추진하는 'M.AX 표준·인증센터' 를 신설한다고 8일 밝혔다. M.AX 표준·인증센터 신설은 기업마다 다른 설비와 솔루션를 사용함에 따른 제조데이터 연계와 AI 활용 제한 문제를 해소하고, 산업단지 전반에 제조 AI를 확산하기 위한 기반을 마련하기 위해 추진됐다. M.AX 표준·인증센터는 산업단지 제조 현장에서 활용되는 소재·부품·장비 등 하드웨어와 AI 솔루션 등 소프트웨어 표준화·인증체계를 구축하는 전담 조직이다. 센터는 ▲제조데이터 표준 설계 ▲AI 인프라 연계 기준 마련 ▲솔루션 적합성 검증 등 제조 AI 확산에 필요한 핵심 기준을 단계적으로 마련한다. 산단공은 센터를 통해 제조데이터·인프라·솔루션을 공통 기준으로 표준화하고 적합성을 검증함으로써 산업단지 제조 AI 생태계 신뢰성과 확장성을 높일 계획이다. 또 센터의 전문성과 공신력을 확보하기 위해 표준·인증 분야 외부 전문가를 센터장으로 공개 영입하고, 표준 설계와 인증제도 운영 경험을 갖춘 전문 인력도 단계적으로 보강할 계획이다. 국가기술표준원과 협력하고, 한국산업기술시험원(KTL)·KCL(한국건설생활환경시험연구원), KTR(한국화학융합시험연구원) 등 국내 시험·인증 전문기관 인프라와 전문성을 활용해 공신력 있는 표준·인증체계를 구축해 나갈 방침이다. 산단공은 구축된 표준·인증체계를 AX 실증산단·탄소중립산단 등 주요 사업에 우선 적용하고운영 성과를 바탕으로 전국 산업단지로 확대할 계획이다. 이상훈 산업단지공단 이사장은 “제조 AI는 핵심 요소인 데이터와 인프라·솔루션이 표준화 돼 연결될 때 개별 기업을 넘어 산업단지 전반으로 확산될 수 있다”며 “외부 전문성을 적극 활용한 M.AX 표준·인증센터를 중심으로 기업이 신뢰할 수 있는 표준·인증 기반을 구축하고, 산업단지 제조혁신을 앞당기겠다”고 말했다.

2026.07.08 17:36주문정 기자

풀스택 내재화부터 국산SW 개발까지…피지컬 AI 현장 배치 본격화

국내 제조 업계가 인력난과 해외발 저가 공세에 대응하기 위해 '피지컬 AI'를 활용한 자율 제조 공정 도입을 본격화하고 있다. 시뮬레이션 단계에 머물던 기술을 실제 제조 공급망과 생산 현장에 적용해 무인화 가능성을 검증하는 단계에 진입한 것이다. 24일 오전 국회의원회관 제2세미나실에서 열린 '피지컬 AI 프론티어 강국 신기술 조찬 포럼'에서는 대기업과 중견기업이 추진 중인 피지컬 AI 기반 자율 제조 실증 성과와 향후 로드맵이 발표됐다. LG전자, '원 LG' 역량 결집해 로봇·제조 물류 풀스택 내재화 첫 번째 발제자로 나선 전혜정 LG전자 연구위원은 가사 로봇 '클로이' 개발 과정에서 확보한 기술을 바탕으로 제조·물류 현장에 적용할 피지컬 AI 솔루션을 소개했다. LG전자는 로봇 구동의 핵심 부품인 액추에이터 '악시움(Axium)'의 양산 체계를 올해 확보하고, 내년부터 외부 공급을 시작한다는 타임라인을 정립했다. 전 위원은 이를 위해 "계열사 역량을 통합한 '원 LG(One LG)' 체계를 가동 중"이라고 밝혔다. 여기에는 LG에너지솔루션의 배터리, LG이노텍의 카메라 센서, LG CNS의 신경망 통합 제어 시스템, LG AI연구원의 초거대 AI 기반 로봇 브레인이 참여한다. 현재 업계의 기술적 난제인 '로봇 액션 데이터 부족'에 대해서는 물리력을 적용한 시뮬레이션 합성 데이터와 인간의 행동을 트래킹하는 인바디드 AI 기술을 융합해 해결하고 있다. LG전자는 글로벌 130여 개 제조 현장 중 2곳을 시범 공장으로 선정해 기술 검증(PoC)을 진행 중이며, 건물 전체 규모의 실증 캠퍼스를 구축해 데이터 확보를 가속할 계획이다. DH오토웨어, 국산 피지컬 AI SW로 전 공정 자율 제조 추진 이어 발표한 DH오토웨어 이석근 대표는 중견·중소기업이 생산 현장에서 거둔 피지컬 AI 기술검증(PoC) 실증 성과를 공개했다. 이 회사는 글로벌 경쟁사들의 동남아 공급망 구축에 대응하기 위해 2017년부터 자율 제조 도입을 검토해 왔다. DH오토웨어는 과학기술정보통신부와 정보통신산업진흥원(NIPA)의 지원 아래 캠틱종합기술원, 전북대학교 등과 협력해 피지컬 AI 기반 PoC 사업을 수행했다. 자율주행 이송로봇(AMR)과 디지털 트윈 기술을 융합한 결과, 디지털 트윈 커버리지 95%, AI 모델 정확도 94.2%, 응답 시간 50ms 이하를 기록하며 실증을 완료했다. 외산 의존도가 높았던 피지컬 AI 소프트웨어의 국산화 대체도 진행 중이다. 현재 주조와 성형 등 일부 공정에 도입된 자율화 시스템은 향후 부자재 창고, 제품 창고, 조립 검사 등 전 공정(1~9단계)으로 확대된다. 이를 위해 카이스트(KAIST) 카이로스 프로그램 및 전북대학교와 연계해 시뮬레이션 검증을 이어가고 있다. 이 대표는 "이번 실증을 통해 제조 현장의 데이터가 AI 자산으로 전환된다는 점을 확인했다"며 "전 공정 무인 자율 제조를 구현해 동남아 대비 가공비 경쟁력을 67% 수준으로 낮출 것"이라고 말했다. 아울러 중소·중견기업의 빠른 벤치마킹을 위해 자사를 '정부 지정 피지컬 AI 시범 테스트베드'로 선정해 집중 지원해 줄 것을 제언했다. 포럼 좌장을 맡은 정동영 의원은 "산·학·연·관이 협력해 데이터 표준과 운영 자산을 구축한다면 2030년까지 피지컬 AI 세계 시장을 선도하는 목표를 달성할 수 있을 것"이라고 강조했다.

2026.06.24 11:06전화평 기자

[기경학회 AX칼럼] AI 시대, 제조 강국의 세 가지 착각

클로드를 만든 앤트로픽 최상위 모델 '페이블5'가 미국의 수출통제로 막혔다. 한국 기업과 기관마저 하루아침에 접근이 끊겼고, 다시 모두가 '소버린 AI'를 말하며 거대 언어 모델(LLM) 자체를 가지려 애쓴다. 옳은 방향이다. 그러나 그 소란 속에서 우리가 잊고 있는 핵심이 있다. 누구도 통제할 수 없는 우리만의 진짜 무기, 바로 제조 데이터다. 우리나라는 세계적 제조강국이다. 제조 데이터도 마찬가지다. 우리만의 세계적 무기가 될 수 있다. 짚고 넘어갈 게 있다. '어떤' 데이터가 아니라 '어떻게' 데이터를 활용하는가가 더 중요하다는 점이다. 그리고 우리의 '어떻게'에는 세 가지 착각이 있다. 첫째, 우리는 '가진 데이터'로만 무언가를 하려 한다. 테슬라를 보자. 자율주행을 시작할 때 테슬라가 가진 운전 데이터는 하나도 없었다. 대신 차를 팔았고, 그 수백만 대를 데이터 수집 장치로 바꿨다. 그리고 테슬라는 이를 기반으로 여러 로보택시 등 여러 사업으로의 확장을 준비하고 있다. 결국 테슬라가 만든 해자는 차가 아니라 그 차들이 길에서 모은 데이터다. 테슬라의 자율주행 데이터는 5월 100억 마일을 넘어섰고, 지금도 하루 약 3천만 마일씩 쌓인다. 제조 강국이라면 가진 데이터를 헤아릴 것이 아니라, 새로운 능력을 위한 데이터를 '모을' 줄 알아야 한다. 우리에게는 그 데이터를 모을 수백만 대의 자동차와 가전과 선박과 반도체가 있다. 둘째, 우리는 '만든 것'만 수출하려 한다. 유럽 최대 농산물 수출국 네덜란드의 진짜 수출품은 따로 있다. 데이터다. 수십 년간 쌓은 시설원예 노하우를 지능의 층으로 바꿔, 네덜란드 스마트팜 기업인 프리바의 제어 시스템은 100여 개국 온실에서 돌아가고, '소스.ag'는 19개국 농가의 데이터를 모아 어떤 농가도 혼자서는 만들 수 없는 모델을 키운다. 시스템을 깔아주고, 그 위에서 나오는 데이터를 거둬들이는 구조다. 우리의 대형 유리온실조차 그 프리바 위에서 돌아가는 상황에서 우리는 시설 비용을 5분의 1로 낮춘 '한국형' 시스템으로 그 의존을 뒤늦게 줄이고 있다. 우리는 국산화로 비용을 낮추는 방어에 급급하지만, 저들은 시스템을 깔아 글로벌 데이터를 끌어모으며 그 데이터로 지능을 계속 고도화한다. 정작 우리는 자동차와 선박과 반도체, 곧 '만든 것'을 파는 데 머문다. 우리도 만든 것을 넘어, 그 위에 지능의 층을 얹어 그것까지 파는 법을 익혀야 한다. 셋째, 우리는 '제조 AI'를 거창한 무언가로 여긴다. 데이터와 AI를 말하면 전사를 뒤엎는 거대한 새 시스템부터 떠올린다. 그러나 현장의 생산성은 거대한 구상이 아니라 작은 쓰임새 하나에서 나온다. 포스코는 선재 코일을 옮기는 자동 크레인 하나, 출선량을 예측하는 모델 하나로 위험과 비용을 줄였다. 자동차 부품사 태정기공은 거창한 시스템이 아니라 CNC 설비 데이터를 분석하는 AI 하나로 불량률을 91% 낮췄다. 전문가들은 제조 AI의 실패가 기술이 아니라 데이터와 쓰임새에서 온다고 말한다. 거대한 시스템을 기다릴 일이 아니다. 한 공정에서 모을 수 있는 데이터, 한 가지 문제를 푸는 작은 모델에서 시작하면 된다. 거대한 놀라움이 아니라 작은 활용이 판을 바꾼다. 이 세 가지 착각은 결국 하나로 통한다. 데이터는 가진 것이 아니라 모으는 것이고, 파는 것은 제품이 아니라 그 위의 지능이며, 시작은 거대한 시스템이 아니라 작은 현장이다. 우리는 이미 한 번 이 길을 걸었다. 한국이 IT 강국이 된 출발점은 세계에서 가장 빠른 인터넷망이 아니라, 그 위에서 돌아간 전자정부와 게임과 포털, 곧 활용처였다. 망은 마중물이었고 엔진은 그 위에 있었다. 소버린 AI도 예외가 아니다. 최고 성능의 모델을 손에 쥐는 데만 매달리다 보면, 정작 그 모델을 가장 잘 활용할 수 있는 우리만의 데이터와 현장을 놓칠 수 있다. 이제는 '무엇을 만들었는가'가 아니라 '그 위에서 무엇을 할 수 있는가'를 물어야 할 때다. 누구도 수출통제로 빼앗을 수 없는 우리만의 데이터를, 제대로 모으고 얹고 시작해야할 때다.

2026.06.20 10:25박강민 컬럼니스트

조준희 "AI는 승자독식 시장…정부·기업·산업계 힘 모아야"

"인공지능(AI) 시대는 승자독식 시장입니다. 글로벌 시장에서 생존하기 위해선 정부와 기업, 산업계가 연대해 한국형 피지컬 AI 생태계를 구축해 경쟁력을 갖춰야 합니다. 조준희 한국인공지능·소프트웨어산업협회장(KOSA)은 19일 서울 더플라자 호텔에서 열린 '2026년 피지컬 AI 얼라이언스 2기 개편 방향 및 확대 운영 방안' 축사에서 이같이 밝혔다. 피지컬 AI 얼라이언스 공동 의장으로 선임된 조 회장은 피지컬 AI 얼라이언스의 존재 이유로 '연대'를 꼽았다. 그는 "정부 역할이 있고 기업 역할이 있지만 AI 시대에는 각자 움직여서는 안 된다"며 "정부와 기업, 협회가 하나의 완성형 산업 생태계를 만들어야 한다"고 말했다. 특히 AI 산업이 소수 기업 중심으로 재편되는 점을 언급하며 핵심 기술 확보의 중요성을 강조했다. 그는 "한국형 월드모델(World Model)과 로보틱스 파운데이션 모델이 없다면 국내 기업들은 결국 해외 빅테크 플랫폼에 종속될 수밖에 없다"고 지적했다. 조준희 회장은 한국이 보유한 경쟁력으로 고대역폭메모리(HBM)과 제조 데이터를 제시했다. 그는 "엔비디아도 한국의 HBM 공급 없이는 경쟁력을 유지하기 어렵고, 미국도 한국 수준의 제조 데이터를 확보하지 못하고 있다"며 "이 같은 강점을 바탕으로 월드모델, 버티컬 파운데이션 모델, NPU 등 AI 핵심 기술을 함께 육성해야 한다"고 말했다. 이어 "피지컬 AI는 대한민국이 AI 3강 국가로 도약할 수 있는 중요한 기회"라며 "산업계와 정부가 힘을 모아 AI 강국 실현에 나서야 한다"고 강조했다.

2026.06.19 11:14남혁우 기자

배경훈 부총리 "피지컬 AI '글로벌 1강' 목표…민관 협력 필수"

"피지컬 인공지능(AI)은 공장 로봇만 의미하지 않습니다. 컴퓨터 안에서 작동하던 AI가 현실로 나와 제조, 공장, 의료계, 공공 영역 등 모든 현장에 적용되는 개념으로 진화했씁니다. 대한민국이 피지컬 AI 선도국으로 성장할 수 있도록 지원을 아끼지 않겠습니다." 배경훈 부총리 겸 과학기술정보통신부 장관은 19일 서울 더플라자 호텔에서 열린 '2026년 피지컬 AI 얼라이언스 2기 개편 방향 및 확대 운영 방안' 축사에서 이같이 밝혔다. 배 부총리는 "이번 2기 출범은 1기에서의 탐색을 넘어 본격적인 실행 단계로 들어가겠다는 의미를 갖는다"며 "우리는 피지컬 AI 분야에서 우선권을 가져야 하며 기존 AI 경쟁을 넘어 피지컬 AI에서는 선도국으로 성장해야 한다"고 강조했다. 배 부총리는 2기 핵심 과제로 데이터 확보 체계를 꼽았다. 현장 데이터와 사업 데이터가 부족한 만큼 산업 현장에서 데이터를 모으고 이를 AI 학습과 활용으로 연결하는 기반을 갖춰야 한다는 의미다. 배 부총리는 가상 시뮬레이션 환경 구축도 중요하다고 봤다. 실제 피지컬 AI 환경을 가상공간에 구현하고 후성 데이터를 만들어내는 작업을 통해 데이터 부족 문제를 보완하겠다는 구상이다. 배 부총리는 "AI 3대 강국 도약을 위해 AI 인프라를 비롯해 모델, 플랫폼, 소프트웨어 생태계, 서비스, 데이터 체계를 함께 보완해야 한다"며 "피지컬 AI 역시 선제적 연구 기반과 데이터 확보 체계가 마련돼야 다음 단계로 나아갈 수 있다"고 말했다. 이어 "우리가 피지컬 AI 글로벌 1강으로 가기 위한 도전을 하겠다"며 "피지컬 AI 얼라이언스에 참여하는 모두가 한 뜻으로 함께해 주길 바란다"고 덧붙였다.

2026.06.19 11:02김미정 기자

AI 시대, 대한민국 제조업의 골든타임을 잡아야 한다

요즘 대한민국에서는 소버린 인공지능(AI)이 중요한 화두다. 자체 AI 모델을 개발하고, 국가 데이터센터를 구축하며, AI 인재를 육성해야 한다는 목소리가 높다. 모두 필요한 일이다. 그러나 우리는 한 가지 질문을 놓치고 있다. AI는 무엇으로 움직이는가. AI는 소프트웨어만으로 존재하지 않는다. AI 반도체가 필요하고, 데이터센터가 필요하며, 막대한 전력을 공급할 전력망이 필요하다. 반도체를 생산하는 소재·부품·장비 산업이 필요하고, 데이터센터에 전력을 공급하는 변압기와 배전반이 필요하다. AI가 발전할수록 소프트웨어보다 오히려 제조업의 중요성이 더욱 커지고 있는 이유다. 지금 세계는 AI 혁명과 함께 거대한 산업 재편을 겪고 있다. 미국은 제조업 부활을 외치고 있다. 관세 정책과 리쇼어링 정책을 통해 생산기지를 다시 미국으로 가져오려 한다. 그러나 현실은 쉽지 않다. 제조업 인력이 부족하고, 생태계가 약화되었으며, 높은 인건비 부담도 크다. 유럽 역시 에너지 비용 상승과 제조업 경쟁력 약화로 어려움을 겪고 있다. 중국은 또 다른 문제를 안고 있다. 세계 최대 제조국이지만 지정학적 리스크가 커지고 있다. 미국과 유럽은 공급망에서 중국 의존도를 줄이기 위해 '탈중국' 전략을 추진하고 있다. 세계는 지금 새로운 공급망을 찾고 있다. 중국을 대체할 수 있으면서도 기술력과 생산 역량을 갖춘 나라를 찾고 있는 것이다. 그 과정에서 대한민국이 주목받고 있다. 한국은 반도체, 방산, 조선, 원전 분야에서 세계 최고 수준의 제조 역량을 보유하고 있다. 미국은 기술은 강하지만 제조 기반이 약하고, 유럽은 경쟁력이 흔들리고 있으며, 일본은 대기업 중심 구조로 인해 공급망 확대가 쉽지 않다. 반면 한국은 세계 최고 수준의 제조 생태계와 글로벌 공급망 경험을 동시에 갖고 있다. 특히 AI 시대는 한국 제조업에 전례 없는 기회를 제공하고 있다. 반도체 소재·부품·장비 산업은 AI 반도체와 HBM 수요 증가의 직접적인 수혜를 받고 있다. 전력 인프라는 AI 데이터센터 확대와 함께 폭발적인 수요 증가가 예상된다. 방산 공급망은 K-방산 수출 확대에 힘입어 성장하고 있으며, LNG 운반선과 특수선 중심의 조선 기자재 산업 역시 세계 시장의 주목을 받고 있다. 여기에 원전 산업이 다시 부상하고 있다. AI 데이터센터의 막대한 전력 수요와 탄소중립 정책이 맞물리면서 미국, 영국, 프랑스, 체코, 폴란드, 중동 국가들이 원전 건설과 SMR 개발에 적극 나서고 있다. 한국은 이미 UAE 바라카 원전 수출 경험을 갖고 있으며, APR1400이라는 검증된 기술과 제조 역량을 동시에 보유한 몇 안 되는 국가다. 이차전지 산업도 마찬가지다. 전기차 수요 둔화로 어려움을 겪고 있지만 ESS와 AI 데이터센터용 전력 저장장치 수요가 빠르게 늘고 있다. 장기적으로 에너지 전환이 지속되는 한 이차전지 산업의 성장 가능성은 여전히 크다. 문제는 기술이 아니다. 한국 기업들은 이미 세계 최고 수준의 기술을 가지고 있다. 문제는 기회를 소화할 수 있는 자본과 글로벌화 역량이다. 많은 중견 제조기업들은 주문이 밀려들고 있지만 생산설비를 늘릴 자금이 부족하다. 해외 고객이 관심을 보이지만 인증과 영업망이 없다. 수십 년 동안 회사를 키워온 창업주들은 후계자를 찾지 못해 대규모 투자 결정을 망설이고 있다. 한국 제조업의 가장 큰 위험요인이다. 글로벌 수요는 지수함수적으로 증가하고 있지만 기업들은 여전히 과거의 선형 성장 경험에 머물러 있다는 것이다. 수요 증가를 과소평가하고, 투자 결정을 늦추고, 해외 진출을 주저하는 사이 기회는 사라질 수 있다. 여기서 주목할 사례가 있다. 싱가포르의 사모펀드 운용사인 노보 텔러스(Novo Tellus)는 2011년부터 동남아 제조 중견기업에 집중 투자했다. 단순한 금융투자가 아니었다. 성장 자금을 공급하고, 전문경영 체계를 구축하고, 글로벌 시장 진출을 지원했다. 그 결과 반도체 테스트 장비 기업인 AEM Holdings 투자에서 17배의 수익을 거두었고, 펀드 전체로도 3.9배의 성과를 달성했다. 중요한 점은 싱가포르가 한국보다 제조업 기반이 약한 나라라는 사실이다. 만약 싱가포르의 Tier 2·3 제조기업으로 이러한 성과를 만들 수 있었다면, 반도체·방산·조선·원전 분야에서 세계 최고 수준의 경쟁력을 갖춘 한국의 Tier 1 제조기업들은 더 큰 가능성을 가지고 있다고 볼 수 있다. 이제 필요한 것은 국가적 전략이다. AI 기업만 육성하는 것으로는 부족하다. AI 시대를 떠받치는 제조업 생태계를 함께 키워야 한다. 중견 제조기업의 설비투자와 해외 진출을 지원하고, 글로벌 인증 획득을 돕고, 정책금융과 민간 자본을 연결해야 한다. 또한 후계자 부족 문제를 해결하고 전문경영 체제로 전환할 수 있는 환경도 마련해야 한다. 대한민국은 미국처럼 거대 AI 플랫폼 기업을 다수 보유하기 어려울 수 있다. 그러나 AI 시대에 반드시 필요한 반도체, 전력설비, 방산, 조선, 원전 공급망의 중심국가가 되는 것은 충분히 가능하다. 우리는 이미 그 출발선에 서 있다. 10년 뒤 돌아보았을 때, 2026년이 대한민국 제조업 르네상스의 원년이었다고 평가받을 수 있도록 지금 결단해야 한다. AI 시대 대한민국의 진짜 기회는 소프트웨어만이 아니다. 그 AI를 움직이는 제조업에 있다.

2026.06.19 09:55이광재 컬럼니스트

'K-푸드' AX 확산…CJ올리브네트웍스, 오리온 예방형 품질관리 구축

CJ올리브네트웍스가 제조 인공지능 전환(AX) 사업 확대에 속도를 낸다. 고도화된 품질관리 체계를 구축해 국산 제조 경쟁력 강화와 글로벌 생산 체계 강화를 지원한다는 목표다. CJ올리브네트웍스는 오리온의 차세대 품질관리시스템 구축 사업에 착수했다고 14일 밝혔다. 오리온은 기존 시스템을 고도화하고 데이터 기반 지능형 품질관리 체계를 구축해 글로벌 사업 확대 기반을 마련하고자 이번 프로젝트를 추진했다. 이번 사업 핵심은 설비와 공정 데이터를 실시간으로 통합 분석해 품질 이상 징후를 조기에 감지하는 체계를 구축하는 데 있다. CJ올리브네트웍스는 식음료와 뷰티, 바이오·제약 등 스마트 제조 산업에서 축적한 경험을 기반으로 오리온 제조 현장 데이터 분석 체계를 고도화할 계획이다. 특히 새롭게 구축되는 시스템은 통계적 공정관리(SPC) 기반으로 운영된다. 설비와 공정 데이터를 다양한 차트와 패턴 형태로 분석해 기존 단순 기준값 초과 감지 방식에서 나아가 데이터 흐름과 패턴 자체를 분석해 품질 이상 가능성을 사전에 탐지할 수 있도록 설계됐다. 맞춤형 리포트 기능도 함께 제공해 품질관리 업무 효율성을 높인다는 설명이다. 오리온은 기존 사후 대응 중심 품질관리 체계에서 벗어나 예방 중심 운영 체계를 강화할 수 있을 것으로 보고 있다. 제조 현장에서 발생 가능한 품질 리스크를 조기에 파악해 대응 속도를 높이고 글로벌 생산 환경에서도 일관된 품질 관리 체계를 구축한다는 목표다. CJ올리브네트웍스는 사용자 편의성과 운영 연속성도 함께 강화한다. 기존 시스템을 안정적으로 이관하는 동시에 직관적인 UI·UX를 적용하고 전사적자원관리(ERP)와 그룹웨어 등 기존 업무 시스템과 연계해 품질 데이터를 통합 관리할 계획이다. 향후 글로벌 생산 환경 확대를 고려해 다국어 기능과 확장형 아키텍처도 함께 적용한다. 회사는 식품·리테일 분야 프로젝트 경험과 제조 AX 전문 인력을 기반으로 향후 스마트팩토리·스마트물류 사업 확대에도 속도를 낼 방침이다. 송원철 CJ올리브네트웍스 스마트물류·팩토리 담당은 "이번 오리온 품질관리시스템 구축은 데이터를 기반으로 제조 현장의 품질 관리를 강화하고 사전 대응 체계를 고도화하는 사례"라며 "앞으로도 제조·물류 AX 역량을 바탕으로 고객사 품질 경쟁력과 생산성을 높여 나가겠다"고 밝혔다.

2026.05.14 10:14한정호 기자

솔트웨어, 반도체 제조에 AI 에이전트 심는다…31억원 규모 정부 과제 선정

솔트웨어가 정부 주도 반도체 제조 인공지능(AI) 사업을 수주하며 제조형 AI 데이터 플랫폼 시장 공략에 본격 나선다. 단순 생성형 AI를 넘어 다수 AI 에이전트가 협업하며 의사결정을 수행하는 산업형 AI 운영체계를 구축해 반도체 제조 현장 생산성과 수율을 동시에 높인다는 목표다. 솔트웨어는 정보통신산업진흥원(NIPA)이 추진하는 'AI 에이전트 융합·확산 지원 사업 과제'에 선정됐다고 12일 밝혔다. 이번 사업은 1차 연도 약 15억 5000만원 규모로 추진되며 성과 평가를 거쳐 2차 연도 사업까지 연계될 경우 전체 사업 규모는 약 31억원 수준이 될 전망이다. 이번 프로젝트는 반도체 제조 공정에 21종 전문 AI 에이전트를 적용해 생산성과 수율을 개선하는 것이 핵심이다. 솔트웨어는 이번 사업 수행을 계기로 제조 산업 특화 AI 데이터 플랫폼 시장에 본격 진입하는 첫 대형 실증 사례를 확보하게 됐다는 설명이다. 최근 반도체 제조 산업은 초 단위 공정 변수와 대규모 생산 데이터를 동시에 분석해야 하는 방향으로 고도화되고 있다. 이에 단순 질의응답형 생성형 AI를 넘어 여러 AI 에이전트가 데이터를 분석하고 협업하며 의사결정을 수행하는 자동화 수요도 빠르게 확대되는 추세다. 솔트웨어는 자체 개발한 '멀티 에이전트 오케스트레이션 프레임워크'를 기반으로 제조 데이터를 지식화하고 다수 AI 에이전트가 협업하는 지능형 제조 운영 플랫폼 구축에 나설 계획이다. 여러 AI가 동시에 공정 이상을 감지하고 원인을 분석해 대응 방안을 제시하는 방식이다. 이번 사업에선 공정관리 최적화, 제조 문서 기반 지식 질의응답(Q&A), 품질 분석 및 수율 극대화, 설비 예지정비 등 4대 핵심 워크플로를 중심으로 총 21종 전문 AI 에이전트가 구축된다. 솔트웨어는 반도체 소재·부품·장비(소부장) 제조 환경을 핵심 타깃 시장으로 삼고 폐쇄망 기반 하이브리드 AI 엔진도 함께 개발 중이다. 오픈소스 기반 경량 언어모델(SLM)에 검색증강생성(RAG) 추론 기술과 자연어처리 기능을 결합해 제조 현장 보안성과 운영 효율을 동시에 확보한다는 전략이다. 아울러 3억건 이상의 제조 데이터를 학습 가능한 형태로 가공하는 레이크하우스 기반 데이터 파이프라인 기술도 적용할 예정이다. 회사는 향후 반도체 제조 분야에서 확보한 실증 모델을 표준화·패키지화해 이차전지와 정밀화학 등 유사 제조 산업으로 확산 가능한 서비스형 소프트웨어(SaaS) 형태 AI 서비스로 발전시킬 계획이다. 이정근 솔트웨어 대표는 "제조 현장에선 단순 답변형 AI보다 스스로 판단하고 협업하는 AI 에이전트가 필요하다"며 "이번 사업은 국내 반도체 제조 현장에 실제 작동하는 산업형 AI 운영체계를 구축하는 첫 단계가 될 것"이라고 말했다. 이어 "반도체 현장에서 검증한 운영형 AI 기술을 글로벌 제조 AI 플랫폼 시장으로 확장해 나갈 계획"이라고 덧붙였다.

2026.05.12 17:44한정호 기자

[인터뷰] SAP "제조·공급망 운영, 실시간 오케스트레이션 체계로 재편한다"

SAP가 제조·공급망 운영의 무게중심을 단순 가시성에서 엔드투엔드 오케스트레이션 기반 실행 중심 인공지능(AI)으로의 재편을 선언했다. 설계·계획·생산·물류·자산 관리 전 과정을 통합하고 나아가 에이전틱 AI와 피지컬 AI를 결합해 글로벌 제조업의 불확실성 대응력을 높인다는 목표다. 아담 피아나 SAP 아태지역 공급망 고객자문 총괄은 22일(현지시간) 독일 하노버 산업박람회 2026 현장에서 진행한 온라인 인터뷰를 통해 "올해 제조·공급망의 핵심 키워드는 오케스트레이션"이라며 "엔드투엔드 공급망을 재무와 고객 경험까지 연결함으로써 예기치 못한 리스크가 발생하는 순간 빠르게 대응할 수 있다"고 강조했다. SAP는 이번 박람회에서 '신뢰 기반 오케스트레이션, 더 똑똑한 실행'을 전면에 내걸고 에이전틱 AI 기반 제조·공급망 혁신을 선보였다. 전시 부스에선 설계부터 생산·물류·애프터서비스까지 이어지는 엔드투엔드 제조 스토리를 가이드 투어 형식으로 선보였다. 자율 로봇, 디지털 제품 여권, 엔터프라이즈 생성형 AI 'SAP 쥴(Joule)' 기반 물류·창고 관리 등을 시연하며 관람객들의 이목을 집중시켰다. 공급망 운영 중심축 된 '오케스트레이션' SAP가 이번 하노버 산업박람회에서 강조한 메시지는 단순 연결을 넘어선 '연결된 실행'이다. 피아나 총괄에 따르면 많은 기업이 이미 대시보드와 분석 도구를 통해 상당한 수준의 가시성을 확보했다. 하지만 실제 리스크가 발생했을 때 담당부서와 시스템이 끊겨 있으면 대응 속도는 급격히 떨어진다는 문제가 제기된다. SAP는 이를 해결할 방식으로 공급망 오케스트레이션을 제시했다. SAP가 정의하는 공급망 오케스트레이션은 설계·계획·구매·생산·납품·운영·서비스를 단일 레이어로 통합하는 개념이다. 기존 공급망관리(SCM) 시스템은 도메인별 수동 처리와 단절된 트랜잭션 중심으로 운영돼왔다. SAP가 내세운 새 구조는 애플리케이션·데이터·AI가 맞물리는 '플라이휠' 구조를 통해 상황을 예측하고 시나리오를 실행하는 데 초점을 맞췄다. 박람회 현장 시연도 이 메시지에 맞춰 설계됐다. SAP는 실제 제조·물류 전 과정을 직관적으로 보여주고자 음료 형태의 '진저 샷'을 데모 제품으로 설정하고 독일 발도르프 공장에서의 혼합·병입부터 하노버 부스 내 최종 패키징, 창고 이송, 출하에 이르기까지 전 과정을 하나의 흐름으로 구현했다. 생산 설비와 디지털 제조 시스템, 확장형 창고관리(EWM), 자율 로봇, 물류 관리가 따로 작동하는 것이 아니라 서로를 자동으로 호출하고 연결되는 구조가 부각됐다. 피아나 총괄은 "많은 고객이 이 기술이 실제로 구현 가능한지 여부를 가장 궁금해한다"며 "우리가 보여준 것은 개념증명(PoC)을 넘어선 실제 가동 가능한 연결·오케스트레이션 프로세스"라고 설명했다. 공급망을 담당부서만의 업무가 아니라 재무·고객 경험·외부 파트너 네트워크까지 포괄하는 기업 운영 체계로 보는 접근도 반영됐다. 부스 내 쇼룸에서도 SAP는 공급망 신호를 조기에 읽고 의사결정을 내리며 리드타임이 늘어나기 전에 공급을 확보하는 구조를 현대 제조의 핵심으로 제시했다. 이 과정에서 SAP의 비즈니스 네트워크가 오케스트레이션을 조직 외부까지 연결하는 구조로 함께 작동한다는 점이 강조됐다. 내부 공급·생산·물류·자산 유지보수 프로세스를 외부 공급업체, 운송사, 서비스 파트너와 연결해 리스크가 내부가 아닌 외부에서 발생할 때도 실시간으로 상황을 파악할 수 있도록 지원한다는 설명이다. 이는 단일 기업 내부 최적화만으로는 공급망 리스크를 통제하기 어려워진 최근 환경과 맞닿아 있다. 피아나 총괄은 "우리가 박람회에서 보여주고자 한 것은 엔드투엔드 공급망을 신뢰할 수 있게 오케스트레이션하는 역량"이라며 "50년 넘게 축적한 공급망 프로세스 이해를 바탕으로 실행을 더 똑똑하게 만드는 것이 핵심 전략이자 목표"라고 말했다. "이젠 AI가 움직인다"…피지컬 AI로 확장된 공급망 운영 SAP의 또 다른 제조·공급망 전략축은 AI를 보조 도구 수준이 아닌 운영 실행 레이어로 끌어올린 에이전틱 AI다. 피아나 총괄은 "기존 자동화가 정해진 규칙을 반복 실행하는 수준이었다면 'SAP 비즈니스 AI'는 품질 기준과 고객 우선순위, 규제 요건 같은 맥락을 읽고 상황별 대응책을 제시하는 구조로 진화하고 있다"며 "사용자는 SAP 쥴을 통해 원인과 대안을 자연어로 묻고 시스템은 그 답을 실행 가능한 판단으로 연결한다"고 강조했다. 가령 'SAP 통합 비즈니스 계획(IBP)'에선 특정 고객에게 납품이 이뤄지지 않은 이유를 쥴에 물으면 생산능력 부족인지, 원자재 부족인지 바로 설명받을 수 있다. 공급 최적화 결과를 데이터 과학자나 시스템 담당자를 거치지 않고 현업 사용자가 바로 해석할 수 있게 만든 것이다. SAP는 이를 통해 공급망 전문가의 역할도 개별 도메인 처리자에서 AI 에이전트 결과를 검증하고 조율하는 '오케스트레이션 총괄 운영자'로 바뀔 것으로 보고 있다. 피아나 총괄은 "복잡한 문제를 단순하고 빠르게 이해할 수 있게 만드는 것이 SAP 쥴 전략"이라며 "시스템이 답을 제시하는 수준을 넘어 실제 의사결정을 지원하는 것이 새로운 사용자 경험의 핵심"이라고 말했다. 하노버 산업박람회 현장에서 SAP는 피지컬 AI를 중심으로 이 전략을 구체화했다. 부스에선 자율 휴머노이드 로봇이 상품 피킹·패킹 작업을 수행하는 시연이 진행됐다. 디지털 의사결정이 실제 물리적 작업으로 이어지는 피지컬 AI 기반 차세대 제조 현장을 직관적으로 구현했다. 특히 고립된 자동화 설비를 여러 대 탑재하는 방식이 아닌 AI로 기업 프로세스 전체에 맥락을 입힌 자율 운영 체제를 갖췄다. 피아나 총괄은 "쥴과 비즈니스 AI가 확장형 창고관리, 디지털 제조 등에서 모이는 실시간 데이터를 바탕으로 로봇에 운반·피킹·내부 물류 작업을 지시한다"며 "로봇은 비용·품질·안전·컴플라이언스와 연결된 비즈니스 맥락 안에서 움직이도록 하는 구조"라고 설명했다. SAP는 이미 임바디드 AI 프로젝트를 통해 제조·물류·품질 검사 전반에서 예상치 못한 다운타임 최대 50% 감소, 생산성 최대 25% 향상, 운영 오류 감소 같은 성과를 확보해왔다. 다양한 제조 현장 파일럿을 통해 휴머노이드와 자율 로봇이 SAP 시스템과 직접 연결되는 가능성을 입증해가고 있다. 피아나 총괄은 "공급망·고객 경험·재무 전반의 프로세스를 하나로 묶는 데 에이전틱 AI와 피지컬 AI가 큰 역할을 하게 될 것"이라며 "궁극적으로는 분석을 넘어 실제 실행까지 이어지는 운영 체계를 구축하는 것이 목표"라고 밝혔다. 한국 제조 AI, 어디까지 왔나…SAP가 본 과제는 최근 이란발 중동 위기처럼 예측 어려운 지정학 변수는 SAP 전략의 현실성을 더 키우는 배경이 됐다. 피아나 총괄은 "공급망 위기 대응은 사후 보고 체계가 아닌 실시간 감지와 시나리오 조정으로 전환돼야 한다"며 "자동차·유통·소비재 기업들이 항공·해상·육상 운송 경로를 매일 재조정하는 일은 이미 일상이 됐다"고 진단했다. 박람회 현장 데모에서도 이 문제의식이 두드러졌다. SAP 공급망 오케스트레이션 화면에는 리스크 및 완화 전략 보드가 갖춰졌고 원자재 문제와 유통 차질, 품질 이슈, 제품 리콜 여부를 한눈에 파악할 수 있도록 구성됐다. 여러 공장에 흩어진 품질 정보와 설비효율 데이터를 단일 화면에서 보는 방식으로 위기 대응을 위한 통합 관제 역량을 선보였다. 피아나 총괄은 "중동에서 벌어지는 혼란은 중요 부품 수급, 연료와 가스 가격, 자산 서비스 일정까지 조직 여러 영역에 연쇄적으로 영향을 주고 있다"며 "이런 상황에서 SAP 비즈니스 네트워크와 공급망 오케스트레이션은 내부 시스템과 외부 파트너 데이터를 연결해 제품 가용성과 물류 이동, 유지보수 상태 변화를 실시간으로 보여준다"고 말했다. 그는 현재 호르무즈 해협 봉쇄 같은 위기 상황에서도 운송 경로 재조정과 운송 계획 전면 재수립 대안을 플랫폼 안에서 바로 검토할 수 있다고 설명했다. SAP AI 솔루션이 공급업체 전환, 비용 내부 흡수, 비용 전가 등 복수 시나리오를 제시하고 각각의 재무 영향을 미리 모델링하는 형식이다. 지난 2021년 수에즈 운하 마비 사고와 반도체 부족 사태에서 축적된 데이터가 향후 유사 위기 대응의 기준점으로 활용되고 있다는 점도 언급했다. 한국 시장에 대한 평가는 기대와 과제가 동시에 담겼다. 피아나 총괄은 한국 제조업이 AI 도입 압력이 강한 시장이며 특히 제조 프로세스와 연결된 로보틱스 추진 의지가 두드러진다고 평가했다. 다만 실제 현장에선 수십 년간 누적된 레거시 시스템과 데이터 사일로, 온프레미스 중심 환경이 최신 AI 기능 활용의 제약 요인으로 남아 있다고 짚었다. 이에 대해 한국 제조기업들이 단순한 AI 파일럿보다 클라우드 전환과 데이터 통합을 함께 추진하는 접근이 필요하다고 제언했다. 온프레미스 환경에서도 일부 AI 시나리오는 가능하지만 자율 에이전트와 쥴, 지속적 업데이트를 통한 혁신 속도는 결국 클라우드에서 본격화된다는 판단이다. 피아나 총괄은 "AI만으로는 충분하지 않고 통합된 애플리케이션, 조화로운 데이터, 엔터프라이즈급 거버넌스가 갖춰져야 자율 오케스트레이션 공급망이 현실이 된다"고 강조했다. 이어 "우리는 한국 제조기업이 AI 도입 과정에서 겪는 어려움을 잘 이해하고 있다"며 "단순한 소프트웨어 공급업체가 아니라 한국 기업들의 성과를 함께 책임지는 장기 파트너로서 적극 지원하겠다"고 강조했다.

2026.04.23 17:01한정호 기자

"AI, 이제 현장 성과로"…코오롱베니트, 제조 AX 판 키운다

코오롱베니트가 제조 현장 중심 인공지능 전환(AX) 전략을 앞세워 산업계 공략에 나섰다. 품질·설비·안전 등 핵심 생산 영역을 아우르는 실행형 AX 모델을 통해 제조업의 실질적인 성과 창출을 지원한다는 전략이다. 코오롱베니트는 광주·대구·천안 등 3개 지역에서 '성공사례로 보는 AX 도입 전략 로드쇼'를 개최했다고 20일 밝혔다. 이번 행사에는 50여 개 기업 소속 약 90명의 제조업 관계자가 참석해 현장 중심 AX 적용 전략과 실제 도입 사례에 높은 관심을 보였다. 코오롱베니트는 AI 도입을 넘어 실제 현장 성과로 연결하는 실행 방안을 공유했다. 최근 제조업에선 AI 기반 스마트공장 도입이 확산되면서 단순 구축을 넘어 운영과 성능 개선, 보안, 현장 확산까지 이어지는 전주기 실행 역량이 중요해지고 있다. 코오롱베니트는 AX가 개념검증(PoC)에 머무르지 않기 위해서는 문제 정의부터 구축·운영·확산까지 함께할 수 있는 신뢰할 수 있는 파트너로 자리매김한다는 방침이다. 회사는 제조기업의 주요 고민인 '무엇부터 시작할 것인가'와 'PoC 이후 어떻게 현장에 적용·확산할 것인가'를 중심으로 이번 로드쇼를 구성했다. 품질·설비·안전 분야 AX와 생성형 AI, 데이터 인프라를 하나의 실행 로드맵으로 연결해 제시한 것이 특징이다. 특히 코오롱베니트는 AI 얼라이언스를 기반으로 한 통합 AX 모델을 강조했다. 뉴로클, 비스텔리전스, 아시아나IDT 등 파트너사와 협력해 개별 솔루션이 아닌 제조 현장의 과제 중심으로 기술을 결합한 점을 내세웠다. 또 '문제 정의부터 구축·운영까지 지속 가능한 AX 지원 체계' 세션을 통해 데이터 분산과 확장성 부족으로 인해 AX가 PoC 단계에 머무르는 한계를 짚고 진단부터 구축·운영·확산까지 이어지는 엔드투엔드 지원 체계를 공유했다. 비전 AI 기반 품질 검사, 설비 예지보전, 비전언어모델(VLM) 기반 영상 관제 등 주요 제조 영역별 AX 패키지를 통해 빠른 현장 적용 방안도 제시했다. 데이터 인프라 중요성도 강조됐다. 코오롱베니트는 데이터 수집·연결·분석으로 이어지는 3단계 실행 체계를 통해 통합 데이터 기반이 AX 성과를 좌우하는 핵심 요소라고 설명했다. 이를 통해 불량 분석, 설비 관리, 안전 관제, 공정 최적화 등 제조 현장의 실제 문제를 해결할 수 있다는 점을 부각했다. 코오롱베니트는 향후 AI 얼라이언스와 AX 솔루션 패키지를 기반으로 제조기업의 디지털 전환을 넘어 실질적인 성과 창출까지 지원하는 역할을 강화할 계획이다. 강재훈 코오롱베니트 AX커머스팀장은 "AX는 이제 도입 여부가 아니라 현장 문제를 어떻게 성과로 연결하고 이후 어떻게 확산할 것인가로 전환되고 있다"며 "AI 얼라이언스와 현장 적용이 가능한 AX 솔루션 패키지를 기반으로 고객 비즈니스에 실질적인 성과를 만들어 나가겠다"고 밝혔다.

2026.04.20 15:20한정호 기자

KETI, 기계들의 공통 언어 'ezAAS'로 AI팩토리 생태계 연다

한국전자기술연구원(KETI·원장 신희동)은 지난 13일부터 17일까지 닷새간 경기도 고양시 킨텍스에서 개최 중인 'SIMTOS 2026'에서 국내 제조기업이 제조데이터 표준(AAS·Asset Administration shell)을 실제 현장에 적용한 사례를 대거 공개해 관람객 눈길을 끌고 있다. 그간 제조 현장에서는 인공지능 전환(AX)이 활발히 논의돼 왔으나, 기업마다 다른 데이터 구조와 활용 역량 차이로 인해 데이터를 통합하고 상호운용성을 확보하는 데 한계가 있었다. 특히 개별 설비 단위로 단절된 데이터 구조는 산업 전반으로 AI가 확산하는 것을 저해하는 주요 요인으로 작용해 왔다. KETI는 이러한 문제를 해결하기 위해 제조기업이 AAS 기반 표준 데이터를 손쉽게 생성하고 연계·활용할 수 있도록 지원하는 통합 솔루션인 'ezAAS(easy AAS) 소프트웨어'를 개발했다. KETI는 SIMTOS에서 기존의 개별 시스템 중심 제조 환경에서 벗어나, 표준을 기반으로 모든 데이터가 하나로 연결되는 AI 제조 생태계의 실질적인 구현 가능성을 보여줬다. 특별관 전시에는 KETI의 기술지원을 받은 DN솔루션즈·현대위아·스맥·화천·대성하이텍·에이치케이·셰플러코리아 등 국내외 주요 제조기업이 참여했다. 이들은 각기 다른 설비와 시스템에서 발생하는 데이터를 AAS 기반 표준 구조로 통합함으로써 상호운용성을 확보했다. 특히 장비 사양과 공정 정보 등을 디지털 트윈이나 AI 기반 공정 최적화에 즉시 활용할 수 있는 '표준화된 디지털 자산' 형태로 구성하는 성과를 선보였다. 위즈코어·그란코·디라이트·벨리언트데이터 등 10개 제조 솔루션 기업은 KETI가 개발한 ezAAS 핵심 모듈을 기반으로 제조데이터 생성부터 연계, 활용에 이르는 전 과정(End to End)에서 혁신적인 서비스 구현이 가능함을 보여줬다. 개별 기업이나 설비 단위에 갇혀 있던 데이터가 표준 기반으로 연결돼 산업 전반으로 확장될 수 있다. KETI는 이번 AI팩토리 특별관을 통해 제조데이터 표준의 단계를 단순 '개발'에서 '산업 확산'으로 본격화하고 있다. 실제 제조 현장과 솔루션 기업 간 실증을 통해 AAS 표준 적용 가능성과 확장성을 동시에 확인했으며, 앞으로는 글로벌 데이터스페이스·국제 표준과 연계해 국내 제조기업의 데이터 경쟁력을 세계적인 수준으로 끌어올릴 계획이다. 송병훈 KETI 자율제조연구센터장은 “이번 전시는 국내 주요 장비 기업이 자체 규격이 아닌, 제조기업과 솔루션 기업이 함께 활용할 수 있는 표준 기술을 바탕으로 제조 AX 데이터 공유 생태계를 구축할 수 있음을 보여준 의미 있는 자리였다”며 “올해를 기점으로 AAS 기반 제조데이터 표준이 산업 현장에서 본격 활용되면서 AI 기반 다크 팩토리 전환이 더욱 가속할 것”이라고 밝혔다.

2026.04.15 16:54주문정 기자

나무기술, 산업 AX 맞춤형 지원…에이전트형 AI 플랫폼 확산

나무기술이 정부 인공지능(AI) 지원 사업에 참여해 제조·바이오·금융 등 산업별 맞춤형 AI 솔루션 공급을 확대한다. 온프레미스 기반 에이전트형 AI와 엣지 AI 플랫폼을 앞세워 보안과 실시간 처리가 중요한 산업 현장의 AI 전환(AX)을 지원한다는 전략이다. 나무기술은 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 추진하는 '2026년 AI 바우처 지원사업' 공급기업으로 선정됐다고 16일 밝혔다. AI 바우처 지원사업은 중소·중견기업과 공공기관이 AI 기술을 도입할 수 있도록 정부가 바우처 형태로 비용을 지원하는 사업이다. 나무기술은 이번 선정으로 정부 바우처를 활용해 제조·바이오·금융을 비롯한 다양한 산업군 기업과 공공기관에 맞춤형 AI 솔루션을 공급할 예정이다. 회사는 보안과 데이터 주권이 중요한 산업 환경을 고려해 온프레미스 완전 배포 방식과 엣지 AI 기술을 중심으로 솔루션을 제공할 계획이다. 특히 거대언어모델(LLM) 기반 AI 에이전트 플랫폼 '나무 AI 에이전트(NAA)'와 엣지 AI 분석 플랫폼 '나무 엣지 AI(NEA)'를 기반으로 산업별 특화된 활용 모델을 확대한다. NAA는 기업 내부 데이터와 기존 시스템을 연결해 문서 정리, 데이터 분석, 의사결정 지원 등 다양한 업무를 자동화하는 LLM 기반 AI 에이전트 플랫폼이다. 검색증강생성(RAG)과 멀티 에이전트 기능을 활용해 정확도를 높였으며 업계 표준 모델 컨텍스트 프로토콜(MCP)을 통해 기존 레거시 시스템과도 쉽게 연동할 수 있다. 또 모든 연산을 고객 데이터센터 내부에서 처리하는 구조로 금융·바이오·공공 등 민감한 데이터를 다루는 환경에서도 안정적으로 활용할 수 있도록 설계했다. NEA는 생산 현장에 특화된 엣지 AI 분석 플랫폼으로 신경망처리장치(NPU)와 그래픽처리장치(GPU) 가속기를 활용해 설비와 센서 데이터를 실시간으로 분석한다. 이상 징후를 조기에 탐지해 예지보전과 품질 관리에 활용할 수 있으며 IoT 센서와 영상 데이터를 통합 분석해 제조 현장의 운영 효율을 높일 수 있다는 설명이다. 나무기술은 이번 사업으로 제조·바이오·금융·공공 등 산업별 AX 모델을 확산할 계획이다. 제조 분야에선 예지보전과 품질 관리, 바이오 분야에선 연구 데이터 분석과 자동화, 금융 분야에선 리스크 평가와 의사결정 지원, 공공 부문에선 행정 서비스와 민원 업무 자동화 등 다양한 활용 사례를 확대할 방침이다. 나무기술 관계자는 "이번 선정은 우리 에이전트형 AI와 소버린 AI 구현 역량을 공식 인정받은 결과"라며 "보안이 생명인 금융·공공과 실시간성이 중요한 제조·바이오 산업군이 데이터 유출 걱정 없이 고성능 AI 플랫폼을 도입해 실질적인 비즈니스 혁신을 이룰 수 있도록 적극 지원하겠다"고 밝혔다.

2026.03.16 09:39한정호 기자

다쏘시스템 "AI 제조 경쟁력은 데이터 관리…솔리드웍스 핵심 자산"

"인공지능(AI) 시대 제조 경쟁력은 설계 데이터 관리에서 나옵니다. 이를 통해 제품 설계부터 개발·생산까지 걸리는 시간과 오류를 최소화할 수 있습니다. 이 출발점은 솔리드웍스를 통한 데이터 중심 설계입니다." 배재인 다쏘시스템코리아 고객역할경험(CRE) 본부장은 이달 초 미국 텍사스주 휴스턴에서 열린 '3D익스피리언스 월드 2026'에서 한국 기자단을 만나 솔리드웍스 경쟁력을 이같이 밝혔다. 배 본부장은 설계 데이터는 단순 3D 형상 정보에 그치지 않는다고 강조했다. 그는 "설계 과정서 나오는 메타데이터, 방법론, 히스토리 정보까지 포함된다"며 "기업은 이런 데이터를 체계적으로 관리해야 의미 있는 AI 활용을 경험할 것"이라고 설명했다. 그는 다쏘시스템 버추얼 컴패니언 '아우라'와 '레오' '마리' 역할도 설계 데이터 중심으로 구분된다고 밝혔다. 아우라는 지난해 출시된 설계용 AI 에이전트다. 레오와 마리는 올해 공식 출시를 앞뒀다. 아우라는 문서를 비롯한 매뉴얼, 내부 지식 기반 질의응답을 지원한다. 설계 데이터를 포함한 기업 내 정보를 탐색·정리하는 역할을 맡는다. 레오는 엔지니어링 영역에 특화된 AI다. 설계 단계에서 발생하는 데이터와 모델 정보 바탕으로 보다 정확한 기술적 판단을 지원한다. 배 본부장은 "엔지니어링 영역은 정확성이 생명"이라며 "설계 데이터가 체계적으로 관리돼야 한다"고 강조했다. 그는 마리를 검증 중심 역할을 수행하는 AI로 봤다. 설계 결과와 근거를 점검하고 리스크를 사전에 식별하는 방향으로 설계 데이터 활용 범위를 넓힌 형태다. 배 본부장은 "아우라와 레오, 마리 모두 설계 데이터 기반으로 각자 페르소나에 맞는 역할을 수행한다"며 "설계 데이터가 정보로, 정보가 지식으로 연결되는 체계를 통해 고객에게 실질적인 AI 효과를 줄 수 있다"고 강조했다. "韓 제조업, 리드타임 축소 난항...데이터 관리 핵심" 배 본부장은 한국을 제조 강국으로 평가했다. 다만 여전히 넘어야 할 산이 있다고 봤다. 산업 현장에선 제품 기획·설계부터 최종 생산까지 걸리는 시간을 줄이는 과제가 남아있다는 지적이다. 배 본부장은 "국내 제조 중견·중소기업은 콘셉트 설계부터 제조·생산까지 걸리는 리드타임을 줄여야 하는 압박을 받고 있다"며 "이는 초기 설계와 생산 간 단절로 인해 생긴 이슈"라고 설명했다. 이어 "설계 단계에서 충분히 검증되지 않은 문제가 생산 단계에서 발견될 수 있다"며 "이럴 경우 다시 설계로 되돌아가야 하고 그만큼 시간과 비용이 늘어난다"고 덧붙였다. 그는 이를 해결하기 위한 전략으로 '레프트 시프트(Left Shift)'를 제시했다. 이는 설계 초기 단계에서 오류를 최소화해 추후 발생할 수정과 재작업을 줄이는 접근법이다. 배 본부장은 "설계 초기에 오류를 줄이는 것이 전체 비용과 시간을 줄이는 가장 효과적인 방법"이라며 "여기서 AI가 설계와 검증을 연결해 문제를 앞단에서 발견하도록 돕는 역할을 한다"고 말했다. 이어 "레프트 시프트를 진행하려면 설계 데이터가 제대로 돼 있어야 한다"고 덧붙였다. 그는 "결국 제조 경쟁력은 단순한 생산 설비가 아니라 설계 단계에서 생성되는 데이터 관리 역량에서 나온다"며 "우리는 이를 솔리드웍스 핵심 전략으로 삼고 고객을 지원할 것"이라고 말했다.

2026.02.19 16:39김미정 기자

경남형 피지컬 AI 시동…엔비디아 B200 품은 제조AI센터 발주

제조 공정 데이터와 실물 설비를 연결하는 피지컬 인공지능(AI)이 차세대 국가 경쟁력으로 부상하는 가운데, 경상남도가 제조업 중심 산업 구조에 특화된 인프라 구축에 나섰다. 고성능 그래픽처리장치(GPU)를 기반으로 한 제조AI 데이터센터를 조성해 도내 중소 제조기업의 AI 전환(AX)을 지원하겠다는 구상이다. 14일 조달청 나라장터에 따르면 경남테크노파크는 경남 제조AI 데이터센터 구축 사업을 발주했다. 총 사업비는 약 56억원 규모로 책정됐다. 사업기간은 계약 체결일로부터 60일로, 비교적 단기간 내 구축을 완료한다는 계획이다. 이번 사업은 지역 주도형 AI 대전환 사업의 일환으로, 공용 GPU 자원을 집적한 데이터센터를 통해 제조 현장에 특화된 AI 학습·추론 환경을 마련하는 것이 핵심이다. 경남 지역 산업 특성과 여건에 맞는 맞춤형 AI센터를 구축하고 공용 GPU 서버 및 엣지컴퓨팅 기반 인프라를 도입해 제조 현장 중심의 AI 서비스를 구현할 전망이다. 특히 고성능 GPU 서버를 중심으로 한 AI 인프라 확충을 통해 도내 중소 제조기업의 AI 활용도를 높이고 서비스 신뢰성을 제고할 계획이다. 사업 범위는 제조AI 및 중소 제조기업 AI 대전환(AX)을 위한 인프라 도입과 데이터센터 구축 전반을 포함한다. 고성능 GPU 서버와 고용량 스토리지 도입, AI 운영 솔루션 구축, 전산실 기반 환경 조성 등이 주요 과업이다. 아울러 기존에 도입된 GPU 서버와 스토리지 등 관련 인프라를 신규 센터로 이전·재배치해 통합 운영 환경을 마련한다. GPU 서버는 10U 랙형 서버 5대로 구성되며 엔비디아 B200 HGX SXM 기반 GPU를 서버당 8개 이상 탑재하도록 요구됐다. 이는 대규모 모델 학습과 분산 연산을 고려한 구성으로, 제조 공정 데이터 분석과 AI 모델 고도화에 대응하기 위한 설계로 풀이된다. 소프트웨어 측면에선 GPU 자원 풀링과 컨테이너 기반 학습·추론 환경을 위한 AI 운영 솔루션이 도입된다. GPU 가상화와 분할 기능을 활용해 단일 대형 모델뿐 아니라 소규모 추론부터 다중 노드 분산 학습까지 폭넓은 워크로드를 소화하기 위한 구조다. 해당 데이터센터는 경남 창원시 의창구 기업연구관 3층에 조성된다. 제안요청서에는 전산실 배치, 이중마루 및 냉복도 컨테인먼트 구성 등 물리적 인프라 요건도 세부적으로 명시됐다. 사업은 계약 이후 세부 수행 계획 수립과 현황 조사, 기반 인프라 구축, 장비 납품·설치, 정보시스템 이전, 통합 시험운영을 거쳐 완료보고 및 검사·검수 단계로 이어진다. 시험운영과 이중화 테스트를 통해 요구 성능 충족 여부를 검증하며 문제 발생 시 교체·증설·보완을 요구할 수 있도록 했다. 특히 기술능력평가 90점, 가격평가 10점 비중으로 종합평가를 실시한다. 기술평가에서는 장비·운용환경 구축, 기반인프라 계획, 정보시스템 이전 방안, 시험 및 안정화, 유지관리 정책 등을 중점적으로 본다. 단순 장비 납품을 넘어 프로젝트 관리 역량과 보안·품질 관리 체계까지 종합 평가 대상이다. 장애 발생 시 4시간 이내 조치 착수, 8시간 이내 복구 등 구체적 대응 기준도 제시돼 운영 안정성을 확보하도록 했다. 업계에선 이번 사업에 GPU 서버·AI 인프라 구축 경험을 보유한 시스템통합(SI) 기업과 데이터센터 전문 업체, 클라우드·AI 플랫폼 기업 등이 관심을 보일 것으로 보고 있다. 특히 엔비디아 B200 HGX 기반 사양이 명시된 만큼 관련 공급 레퍼런스를 확보한 기업 중심의 경쟁이 예상된다. 제조 데이터 특화 AI 운영 역량과 전산실 기반 인프라 구축 경험이 기술평가에서 핵심 변수가 될 것이라는 분석도 나온다. 이번 경남 제조AI데이터센터 구축은 단순한 GPU 집적 사업을 넘어 제조 현장의 설비·공정 데이터와 AI를 연결하는 경남형 피지컬 AI 인프라의 출발점으로 평가된다. 지역 제조기업이 자체적으로 고가의 GPU 자원을 확보하기 어려운 상황에서 공용 데이터센터를 통해 연산·저장·운영 환경을 통합 제공함으로써 AX를 가속화하겠다는 전략이다. 경남테크노파크 측은 "고성능 GPU 기반 제조AI데이터센터를 구축해 도내 중소 제조기업의 AI 대전환을 지원할 계획"이라며 "연산·운용·저장 자원을 통합한 데이터 기반 환경을 조성해 경남 주력산업의 AX를 촉진하겠다"고 밝혔다.

2026.02.14 09:23한정호 기자

코오롱베니트, 제조DX 원년 선언…자율형 전환 공략

코오롱베니트가 자율제조를 중심으로 한 제조 디지털 전환(DX) 수요 공략에 나선다. 제조 설비와 데이터, 인공지능(AI)을 통합한 자율제조 체계를 앞세워 제조DX 사업 확장에 속도를 낸다는 전략이다. 코오롱베니트는 올해를 자율제조 전환 중심의 제조DX 역량 강화 원년으로 삼고 관련 사업을 본격 확대한다고 9일 밝혔다. 인구 구조 변화와 글로벌 공급망 재편 등 제조 환경 변화 속 설명 가능하고 통합된 디지털 기반 제조 운영 체계를 구축한다는 목표다. 코오롱베니트가 정의하는 자율제조는 제조 설비에서 발생하는 공정 데이터와 작업자의 숙련 경험, 전사적자원관리(ERP), 공급망관리(SCM) 등 경영 정보를 단일 데이터 플랫폼으로 통합하고 이를 기반으로 AI가 공정의 최적 운영 조건과 품질을 판단·제어하는 방식이다. 궁극적으로 공장이 스스로 학습하고 운영되는 완전 무인화 공장을 구현할 방침이다. 이같은 전략의 핵심은 코오롱베니트 제조DX 패키지 솔루션 '알코코아나'다. 이 솔루션은 자동화 설비 계층부터 AI 서비스, 디지털 트윈 기반 원격 통합 관제 시스템까지 제조 전 영역을 수직적으로 통합한 IT 플랫폼이다. 현장의 분사제어시스템(DCS)과 프로그래머블 로직 컨트롤러(PLC) 등 제어 시스템과 AI 솔루션을 연동해 공정 데이터를 실시간 분석하고 AI가 최적 운전 조건을 판단해 즉각 제어하는 구조다. 또 ERP·SCM·제조실행시스템(MES) 등 제조 IT 시스템과 AI 운영 모델을 디지털 트윈으로 구현해 원격에서도 공장 전체 상황을 실시간으로 파악하고 주요 이슈에 신속하게 대응할 수 있도록 한다. 이를 통해 기업은 물리적 거리와 관계없이 제조 공정을 통합 관리하고 운영 효율성을 높일 수 있다는 설명이다. 코오롱베니트는 단편적인 기술 도입을 넘어 목표 기반의 단계적 전환 전략이 자율제조를 이끌고자 제조DX 전문 컨설팅 조직도 신설했다. 이 조직은 고객 제조 현장의 디지털 성숙도 진단을 시작으로 자동화 설비 설계, 자원 조달, 자율공정 시스템 구축과 운영, 데이터 분석 역량 내재화까지 전 과정을 엔드투엔드 방식으로 지원한다. 앞서 코오롱베니트는 지난 3년간 코오롱인더스트리·코오롱글로텍·코오롱ENP·코오롱생명과학·코오롱제약 등 그룹 제조 계열사 디지털 혁신을 수행하며 자율제조 적용 경험을 축적해 왔다. 대표 사례로 코오롱인더스트리 김천2공장에서는 페놀수지 생산 공정에 품질 예측, 비전 AI, 첨단 공정 제어, 최적 생산 조건 적용 등을 통해 품질 안정성과 생산성을 동시에 개선한 바 있다. 정상섭 코오롱베니트 상무는 "제조 현장의 자동화 설비부터 데이터, AI 서비스까지 전 레이어를 통합한 자율제조 전환을 가속화하겠다"며 "현장에서 검증된 제조DX 실행 컨설팅 역량으로 고객의 제조 생산성 향상 및 지속 가능한 성장을 동시에 실현하겠다"고 말했다.

2026.02.09 18:22한정호 기자

  Prev 1 2 3 4 Next  

지금 뜨는 기사

이시각 헤드라인

미국 규제당국 조사에 엔비디아 휘청... 주가 2주새 32% 하락

"월급 안 줘도 일 잘하네"…가맹점주 돕는 AI 직원들

[글로벌 줍줍] 백전백패 'AI 커닝' vs 백전백승 '뇌과학 공부법'

LGU+ 조직개편...AI 사업 재편으로 성과 속도전

ZDNet Power Center

Connect with us

ZDNET Korea is operated by Money Today Group under license from Ziff Davis. Global family site >>    CNET.com | ZDNet.com
  • 회사소개
  • 광고문의
  • DB마케팅문의
  • 제휴문의
  • 개인정보취급방침
  • 이용약관
  • 청소년 보호정책
  • 회사명 : (주)메가뉴스
  • 제호 : 지디넷코리아
  • 등록번호 : 서울아00665
  • 등록연월일 : 2008년 9월 23일
  • 사업자 등록번호 : 220-8-44355
  • 주호 : 서울시 마포구 양화로111 지은빌딩 3층
  • 대표전화 : (02)330-0100
  • 발행인 : 김경묵
  • 편집인 : 김태진
  • 개인정보관리 책임자·청소년보호책입자 : 김익현
  • COPYRIGHT © ZDNETKOREA ALL RIGHTS RESERVED.