검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'제조 인공지능'통합검색 결과 입니다. (114건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

코오롱베니트, 제조 AX 사업 시동…이수화학 등 3개사에 AI 도입

코오롱베니트가 인공지능(AI)을 활용한 제조 현장의 디지털 전환 사업을 본격 나선다. 자동차 부품과 섬유 소재, 석유화학 등 서로 다른 산업의 생산공정에 AI 기반 품질 예측과 설비 예지보전 기술을 적용해 제조기업의 생산성과 운영 효율을 높인다는 목표다. 코오롱베니트는 정부의 '상생형 인공지능 전환(AX) 선도모델 구축지원사업' 도입기업으로 이수화학과 서우산업, 서우첨단소재 등 3개사를 확정하고 본격적인 사업 추진에 나선다고 19일 밝혔다. 이번 사업은 대기업의 제조혁신 역량을 활용해 중소·중견기업의 전사적 AX를 지원하고 다른 기업에도 확산할 수 있는 선도모델을 구축하는 것이 목적이다. 코오롱베니트는 지난 7월 주관기관으로 선정됐으며 한국생산성본부가 협업기관으로 참여한다. 도입기업으로 선정된 서우산업은 자동차 휠가드와 언더커버 등 흡차음 부품을 생산하며 서우첨단소재는 재활용 원료를 활용한 섬유 소재를 제조한다. 이수화학은 세제 원료인 연성알킬벤젠(LAB)과 노말파라핀(NP)을 생산하는 석유화학 기업이다. 코오롱베니트는 이들 기업의 생산공정과 설비 운영 데이터를 AI와 결합해 품질 예측과 이상 징후 분석, 공정 조건 최적화 체계를 구축할 계획이다. 현장 작업자의 경험에 의존하던 판단 과정을 데이터 기반으로 전환하는 데 중점을 뒀다. 서우산업에는 부직포 생산라인을 대상으로 AI 품질 예측 모델과 디지털트윈 기반 시뮬레이션을 적용한다. 이를 통해 원단의 두께와 밀도 편차를 사전에 확인하고 주요 설비의 이상 징후를 감지하는 예지보전 체계도 마련한다는 방침이다. 서우첨단소재에는 원료 투입부터 건조, 방사에 이르는 핵심 공정에 AI를 적용한다. 공정별 최적 조건을 자동으로 추천하고 실시간 품질 예측과 이상 감지, 설비 예지보전, 통합 관제 기능을 구축해 품질 안정성을 높일 계획이다. 이수화학에는 연속 화학공정에 특화된 AI 운전 지원 체계를 구축한다. 공정 제어와 설비 이력, 생산 실적 데이터를 통합하고 시계열 AI를 활용해 공정 이상 징후를 사전에 감지하고 최적 운전 조건을 실시간으로 추천하는 방식이다. 특히 이수화학의 AI 추천 설정값은 안전 운전 범위 내에서 운전원의 확인과 승인을 거쳐야 실제 제어 시스템에 반영되도록 설계한다. 설비 예지보전과 에너지 사용량, 탄소 배출량을 실시간으로 관리하는 체계도 함께 마련할 예정이다. 코오롱베니트는 이번 사업을 통해 제조 AX 사업 수행 체계도 정립한다는 목표다. 특정 솔루션을 일괄 공급하는 대신 기업별 생산 현장을 진단해 과제를 정의하고 적합한 기술을 보유한 파트너를 선정한 뒤 구축 완료까지 프로젝트를 관리하는 방식이다. 서우산업과 서우첨단소재에는 AX 전환 로드맵 수립과 데이터 표준화, AI·데이터 인프라 구축, 재직자 교육 등 상생 지원도 제공한다. 두 기업은 시스템 도입 이후 기존 고용을 유지하고 현장 기술자를 관제 실무 인력으로 재배치할 계획이다. 각 과제는 1년간 진행된다. 코오롱베니트는 이번 사업에서 확보한 현장 진단과 기술 파트너 구성, 프로젝트 관리 경험을 향후 다른 제조기업에도 적용할 방침이다. AI 얼라이언스 참여사와 파트너사 네트워크를 활용해 산업별 AX 사업을 확대한다는 목표다. 장재용 코오롱베니트 DX본부장은 "정부 실증사업에 지속적으로 참여해 산업별 적용 사례를 넓히며 제조에서 확보한 실행 모델을 다른 영역으로도 확장할 계획"이라며 "현장 진단부터 기술 파트너 구성, 프로젝트 관리로 이어지는 실행 체계를 정립하고 그룹 제조 계열사를 대상으로 축적해온 현장 경험과 데이터·AI 역량을 더해 제조 AX 사업을 확대할 것"이라고 밝혔다.

2026.10.19 16:54한정호 기자

로크웰오토메이션, 산업용 통합 컨트롤러 출시…설치 면적 43%↓

로크웰오토메이션이 산업 자동화 장비 제어 성능과 안전·보안 기능을 통합한 제품을 내놨다. 로크웰오토메이션은 장비 제조업체와 일반 제조기업 대상으로 '콤팩트로직스 5390 컨트롤러'를 출시했다고 14일 밝혔다. 이는 기존 로직스 플랫폼 기반으로 내장형 사이버보안과 통합 안전 기능을 하나의 제어 플랫폼에 결합한 제품이다. 이 제품은 이전 세대인 '콤팩트로직스 5380'보다 설치 면적을 43% 줄였다. 제어 패널 공간을 효율적으로 활용하고 다양한 장비 제품군의 설계를 표준화할 수 있도록 지원한다. '포인트맥스' 입출력 장치를 로컬 입출력 장치로 지원해 모듈형 시스템 구성도 가능하다. 제조기업은 이를 바탕으로 복잡한 자동화 작업을 관리하고 운영 요구에 따라 장비 구성을 유연하게 확장할 수 있다. 보안 측면에서는 국제 산업용 보안 표준인 'IEC 62443-4-2'에 부합하는 기능을 갖췄다. 유럽연합(EU) 사이버복원력법 대응도 지원해 장비 제조업체가 변화하는 보안·규제 요구사항에 대응하도록 돕는다. 이번 제품은 로크웰오토메이션의 통합 아키텍처 생태계와도 연동된다. 제어와 입출력 및 시각화·모션·안전·정보 기술을 하나의 구조로 통합하고 기존 모션 솔루션과 드라이브·네트워킹 기술·설계 소프트웨어 등을 연결할 수 있도록 설계했다. 로크웰오토메이션은 이번 통합 방식이 설계·개발 작업을 간소화하고 시운전 과정의 위험을 줄이는 데 도움이 될 것으로 설명했다. 독립형 장비부터 복잡한 생산 시스템까지 자동화 환경을 단계적으로 확장하도록 지원한다는 구상이다. 시바 이얌페루말 로크웰오토메이션 수석 제품 관리자는 "오늘날 제조기업과 장비 제조업체는 높은 성능을 구현하는 것뿐 아니라 지속적으로 확장되고 연결성이 높아지는 운영 환경을 관리하면서 강화되는 사이버보안·안전 요구사항에도 대응해야 한다"며 "이번 제품은 고객이 장비 설계를 간소화하고 규제 요구사항에 대응하는 동시에 첨단 자동화 애플리케이션을 보다 유연하게 확장할 수 있도록 돕는다"고 말했다.

2026.10.14 09:44김미정 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

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

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

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

이노에이엑스, 日 금융 넘어 제조까지…글로벌 자동차 부품사 사업 수주

이노에이엑스가 일본에서 금융권을 넘어 제조업으로 인공지능 전환(AX) 사업 영역을 확대한다. 현지 진출 10년간 대형 금융사를 중심으로 쌓은 기술력과 레퍼런스를 바탕으로 자동차 부품 제조사까지 고객군을 넓히며 일본 현지 사업을 새로운 성장축으로 키운다는 목표다. 이노에이엑스는 일본법인이 글로벌 대형 자동차 부품 제조사의 벤더로 최종 선정됐다고 14일 밝혔다. 계약상 고객사명은 공개하지 않았다. 이노에이엑스 솔루션은 해당 고객사의 설비 컴플라이언스 자동화 시스템에 도입될 예정이다. 이를 통해 일본 금융 분야를 중심으로 확보해온 사업 레퍼런스를 제조 분야로 확장하게 됐다. 회사 측에 따르면 이번 사업자 선정 과정에선 글로벌 대형 솔루션 기업들과 경쟁했다. 이노에이엑스는 기술력과 도입 편의성, 비용 경쟁력 등이 수주에 영향을 미쳤다고 설명했다. 특히 현업 담당자가 IT 부서의 지원 없이 직접 업무 규칙을 관리하고 변경할 수 있다는 점이 기술 검증 과정에서 높은 평가를 받은 것으로 전해졌다. 업무 환경이나 규정 변화에 따라 현업에서 시스템 적용 기준을 직접 조정할 수 있도록 지원하는 방식이다. 이노에이엑스는 지난 2015년 일본법인을 설립하며 현지 시장에 진출했다. 이후 일본 3대 손해보험사인 손보재팬의 차세대 시스템 사업에서 미국·독일계 글로벌 벤더들과 경쟁해 자사 솔루션을 공급했다. 이를 발판으로 아플락생명과 오릭스생명, 일본생명 등 주요 금융사로 고객사를 확대했다. 손보재팬 한 곳에서만 누적 매출 약 120억원을 기록하며 기간계 시스템 전반의 장기 파트너로 자리 잡았다는 설명이다. 이번 자동차 부품 제조사 수주는 금융권에서 쌓은 일본 사업 기반을 다른 산업에 확장한 것으로 평가된다. 이노에이엑스는 금융 시스템을 중심으로 검증해온 솔루션을 제조 현장의 설비 컴플라이언스 자동화 영역에 적용하면서 현지 사업 포트폴리오를 넓히게 됐다. 일본법인의 수익 구조도 안정적인 반복 매출을 중심으로 구성돼 있다. 라이선스와 유지보수료가 매년 발생하는 구독형 사업 모델을 기반으로 신규 고객이 늘어날수록 누적 매출도 증가하는 구조다. 이노에이엑스는 이를 바탕으로 일본법인의 안정적인 매출 기반을 확보하고 장기적인 사업 계획과 전략적인 시장 확대를 추진한다는 방침이다. 금융에서 제조로 확대한 데 이어 향후 다양한 산업에서 신규 사업 기회를 발굴할 계획이다. 김길곤 이노에이엑스 일본법인 대표는 "일본은 고객과 신뢰를 쌓는 데 오랜 시간이 필요한 시장인 만큼 지난 10년간 현지 고객과의 다양한 사업을 통해 기술력과 신뢰를 꾸준히 검증받아 왔다"며 "앞으로도 다양한 분야에서 사업 기회를 확대해 일본법인을 그룹의 핵심 성장 동력으로 키워 나가겠다"고 말했다.

2026.09.14 13:39한정호 기자

아티피셜 애널리시스 "한국 AI 강점, 오픈웨이트·제조업…AGI도 키워야"

"한국이 글로벌 인공지능(AI) 경쟁력을 높이려면 산업 특화 모델 개발을 공략하면서도 범용인공지능(AGI) 기술 역량도 지속적으로 강화해야 합니다." 조지 카메론 아티피셜 애널리지스 공동창업자 겸 최고제품책임자(CPO)는 14일 오전 서울 강서구 마곡 LG사이언스파크에서 'LG AI 토크 콘서트 2026'에서 이홍락 LG AI연구원 공동원장과 진행한 대담에서 한국 AI 생태계 경쟁력과 향후 기술 개발 방향을 이같이 제시했다. 아티피셜 애널리시스는 전 세계 AI 모델의 성능과 비용·속도 등을 평가하는 독립 벤치마크 기업이다. 해당 기관이 운영하는 '아티피셜 애널리시스 인텔리전스 지수(AAII)'가 독파모 1~2차 평가에서 전체 100점 중 25점을 차지했다. 카메론 CPO는 한국 AI 생태계가 최근 1년 동안 빠르게 발전했다고 평가했다. LG AI연구원을 비롯한 국내 AI 기업 기술 개발과 한국 정부의 독자 AI 파운데이션 모델 사업이 성장을 뒷받침했다고 설명했다. 그는 국내 AI 모델 지능 수준이 여전히 미국과 중국 최상위 모델에 뒤처진다고 진단했다. 다만 모델 경쟁력을 지능만으로 판단해서는 안 된다고도 강조했다. 카메론 공동창업자는 "AI 모델별 과업 수행 비용은 100배 이상 차이 날 수 있다"며 "기업은 성능뿐 아니라 비용 효율성과 운영 방식도 함께 고려해야 한다"고 설명했다. "한국 AI, 비용·현지화 경쟁력 갖춰" 카메론 CPO는 다수 한국 AI 모델이 오픈웨이트로 공개된 점을 경쟁력으로 꼽았다. 기업이 해당 모델을 자체 하드웨어(HW)와 시스템에 구축할 수 있어 비용을 줄이고 내부 업무에 맞춰 모델을 조정하기 쉽다는 이유에서다. 카메론 CPO는 한국어와 국내 산업 환경에 최적화된 현지화 역량도 강점으로 봤다. 범용 벤치마크 점수가 가장 높은 모델이 아니더라도 한국 기업 업무와 규제·데이터 환경에서는 국산 모델이 더 적합할 수 있다는 분석이다. 그는 한국 AI 기업이 우선 공략할 분야로 첨단 제조업과 지식 업무 부문을 꼽았다. 한국이 이미 제조업 기반과 관련 기업을 갖춘 만큼 산업 현장에서 활용할 수 있는 AI 기술을 개발하면 차별화된 경쟁력을 확보할 수 있다는 이유에서다. 또 과학 연구를 지원하는 AI와 장시간 자율적으로 업무를 수행하는 에이전트 기술도 주요 개발 분야로 꼽혔다. 모델이 현실에서 과업을 수행하려면 직접 코드를 작성하고 외부 시스템을 조작할 수 있는 코딩 역량도 필요하다는 평가다. 카메론 CPO는 한국이 산업 특화 전략에만 집중해 범용 모델 개발을 소홀히해선 안 된다고 지적했다. 범용 지능이 제조·과학 등 특정 분야 문제를 해결하는 기반이 되는 만큼 한국 기업도 AGI 경쟁을 지속해야 한다는 주장이다. 그는 이에 발맞춰 AI 평가 방식도 실제 업무 수행 능력을 측정하는 방향으로 바뀌어야 한다고 내다봤다. 실제 아티피셜 애널리시스는 이메일 작성과 파워포인트 제작·엑셀 분석 등 기업 지식 업무를 평가하는 'AA-브리프케이스' 벤치마크를 인텔리전스 인덱스에 반영했다. 카메론 CPO는 "향후 문제가 발생하기 전 상황을 감지하고 조치하는 AI 능력도 주요 평가 대상이 될 전망"이라며 "제조 공정에서 이상이 발생하면 AI 에이전트가 이를 스스로 파악해 대응하고 담당자에게 결과를 알릴 수 있어야 할 것"이라고 강조했다.

2026.09.14 12:35김미정 기자

"문서 자동화 넘어 품질 예측까지"…포티투마루, 제조 AX 방안 제시

포티투마루가 에이전틱 인공지능(AI)을 활용한 디스플레이 제조 혁신 방안을 제시했다. 김동환 포티투마루 대표는 10일 충남테크노파크 디스플레이혁신공정센터에서 열린 '제1회 2026 AI·디스플레이 포럼'에서 '생성형 AI가 바꾸는 산업현장'을 주제로 발표했다. 김 대표는 제조업의 AI 활용 범위를 문서 작성이나 단순 질의응답에서 품질 관리와 설비 데이터 분석까지 넓혀야 한다고 강조했다. 현장 데이터를 토대로 문제를 예측하고 의사결정을 돕는 비즈니스 최적화 단계로 발전해야 한다는 설명이다. 김 대표는 구체적인 도입 방안으로 산업별 업무에 맞춘 소형언어모델(sLLM)과 기업 내부 데이터를 연결하는 검색증강생성(RAG)을 제시했다. 기업 보안망 안에서 기술문서와 설비 매뉴얼·품질 데이터를 검색하고 답변에 활용하는 식이다. 그는 현업 엔지니어가 직접 업무 자동화 과정을 설계하는 에이전틱 워크플로를 주요 전략으로 꼽았다. 이를 적용하면 AI가 보고서와 기술문서 초안을 작성하는 수준을 넘어 복잡한 업무 절차를 분석하고 반복 작업을 수행할 수 있다는 이유에서다. 그는 제조 현장에서 AI를 안정적으로 활용하기 위한 조건으로는 환각 통제와 답변 근거 제시를 들었다. 포티투마루는 RAG 기술과 인공지능 독해 기술, 산업별 경량 모델로 기업과 공공기관의 AI 전환을 지원하고 있다. 이번 행사는 충남디스플레이산업기업협의회가 '피지컬 AI가 여는 제조혁신, 디스플레이 산업의 미래를 연결하다'를 주제로 마련했다. 디스플레이와 반도체 및 이차전지 기업 임직원을 비롯한 충남 지역 산학연관 관계자 150여명이 참석했다. 정부가 반도체와 피지컬 AI, 인공지능 데이터센터(AIDC)를 축으로 '3대 메가프로젝트'를 추진하는 가운데 이번 포럼에서는 천안·아산 디스플레이 산업의 경쟁력 강화 방안이 논의됐다. 기조강연과 사례발표에 이어 공장 전체의 지능화를 다룬 패널토론도 진행됐다. 김동환 포티투마루 대표는 "글로벌 초격차 경쟁력을 유지하기 위해서는 제조 전 과정에 스스로 판단하고 행동하는 에이전틱 AI 기술을 선제적으로 결합해야 한다"며 "우리가 축적한 산업 AI 실증 기술력을 바탕으로 충남 디스플레이 생태계의 성공적인 AX 전환과 제조 산업의 글로벌 경쟁력 강화를 적극 지원하겠다"고 강조했다.

2026.09.10 16:41김미정 기자

AI 검증 넘어 구축으로…제조업계, '돈 버는 AI' 찾는다

인공지능(AI) 경쟁의 무게중심이 모델 성능과 기술 검증(PoC)을 넘어 실제 산업 현장의 생산성 향상으로 이동하고 있다. 제조업계는 AI와 로봇을 결합한 자율공장부터 현장 전문가의 노하우를 학습한 AI 에이전트까지 도입 범위를 넓히며 생산·운영 전반을 AI 중심으로 재편하는 모습이다. 마키나락스는 3일 웨스틴 서울 파르나스에서 'AI, 현장에 착륙하다'를 주제로 산업 AI 컨퍼런스 '어텐션 2026'을 개최했다. 올해 3회째를 맞은 행사에는 제조·에너지·반도체·국방·공공 분야 관계자 약 700명이 참석했으며 마키나락스를 비롯해 KAIST·한국앤컴퍼니그룹·HD현대 등이 산업 현장 AI 적용 전략과 성과를 공유했다. 이날 기업들은 AI 기술 자체보다 실제 현장의 문제를 해결하고 투자 대비 효과(ROI)를 만들어내는 역량이 향후 기업 경쟁력을 좌우할 것으로 내다봤다. 제조 현장에서 요구되는 정확도와 기업별 데이터·업무 노하우를 범용 AI만으로 해결하기 어려운 만큼 현장 데이터와 도메인 지식, AI를 연결하는 운영체계 구축이 중요하다는 데 의견을 모았다. 장영재 KAIST 지정 석좌교수 겸 다임리서치 대표는 제조업이 개별 설비 자동화를 넘어 공장 전체를 AI가 통합 운영하는 '5세대 자율공장'으로 전환될 것으로 전망했다. 그는 "AI 기술도 중요하지만 궁극적인 목표는 효율적으로 공장을 운영하고 돈 버는 공장을 만드는 것"이라며 "개별 프로세스뿐 아니라 전체 공장을 아우르는 운영체계를 갖추는 것이 핵심"이라고 말했다. 이를 구현할 핵심 기술로는 피지컬 AI를 꼽았다. 장 교수는 AI가 로봇과 설비 등 물리적 시스템을 이해하고 제어하면서 로봇 활용의 기술적 장벽과 비용을 낮출 것으로 예상했다. 이에 KAIST와 다임리서치는 생산·물류·로봇을 단일 운영체계로 통합하는 AI 기반 자율공장 오케스트레이션 플랫폼 '카이로스(KAIROS)'를 개발했다. 이를 통해 공장 내 개별 장비의 자동화를 넘어 원부자재 투입부터 완제품 생산까지 전체 흐름을 AI가 조율하는 체계를 구현했다. 한국앤컴퍼니그룹은 AI를 기존 업무에 단순히 추가하는 수준에서 벗어나 업무 프로세스 자체를 AI 중심으로 재설계하고 있다. 김성진 한국앤컴퍼니그룹 전무는 AI를 도입한 기업 가운데 실제 비즈니스 가치 창출로 이어지는 비율이 30% 미만이라며 상당수 기업이 여전히 PoC 단계에 머물러 있다고 진단했다. 이 가운데 회사는 연구개발(R&D)·생산·물류·재무 데이터를 연결하는 통합 데이터 플랫폼을 구축하고 현업 직원이 AI를 활용해 필요한 업무 시스템을 직접 만드는 'AI 바이브 코딩' 체계를 확대 중이다. AI와 사람의 전문성을 결합하는 시도도 이어지고 있다. 한국앤컴퍼니그룹은 마키나락스와 3년째 협력해 '타이어 패턴 생성 AI'를 개발하고 있으며 디자이너 전문성과 AI의 생성 능력을 결합하는 방식으로 디자인 다양성과 개발 효율을 높이고 있다. HD현대는 AI를 조선업의 인력 부족과 환경 규제, 비용 구조 변화에 대응하기 위한 핵심 수단으로 보고 제조 AI 전환(AX)을 확대 중이다. 현업 전문성과 데이터, 공통 AI 플랫폼을 축으로 설계·생산·품질·안전 전반을 지능화하고 궁극적으로는 지능형 자율운영 조선소를 구축한다는 구상이다. 특히 현장 숙련공의 경험과 노하우를 AI에 학습시켜 설계부터 안전까지 지원하는 '조선 AI 명장 에이전트' 구축도 추진하고 있다. 또 마키나락스를 비롯해 팔란티어·지멘스·구글 등 글로벌 기업과 제조 AI 생태계 확대에 속도를 내고 있다. 김영옥 HD현대 상무는 "피지컬 AI는 단순히 기술만 갖고 하는 것이 아니라 현장이 중요하다"며 "전방 배치 엔지니어(FDE)가 직접 현장 문제를 발굴해 협동설비와 크레인 예지보전, 생산공정 최적화 등을 AI 구축 전략으로 전환해야 한다"고 설명했다. 마키나락스는 이같은 산업 AI 확산을 뒷받침하기 위해 AI 운영체제 '런웨이'와 FDE를 중심으로 현장 적용 역량을 강화하고 있다. 현재까지 5개국 32개 도시 80여개 고객 현장에서 6000건 이상의 AI 모델을 배포했다. 장기적으로는 AI가 생산·물류·설비 운영을 스스로 판단하는 완전 자율 제조공장 구현까지 목표로 하고 있다. 전동 액추에이터 기업 에너토크와 협력해 사무·생산 영역에서 80개 이상의 AX 과제를 발굴하는 등 3개년 로드맵을 추진 중이다. 윤성호 마키나락스 대표는 "우리의 모든 방향성은 현장을 향해 있다"며 "현장 데이터를 확인·분석해 업무 프로세스를 이해하는 검증된 AI를 실제 시스템과 연결해 현장에서 구동되는 AI를 확산할 것"이라고 강조했다.

2026.09.03 13:50한정호 기자

윤성호 마키나락스 대표 "기업 AI 경쟁력, 벤치마크 아닌 현장에서 나온다"

마키나락스가 제조·국방 등 실제 산업 현장에서 작동하는 인공지능(AI)을 앞세워 AI 전환(AX) 시장 공략에 박차를 가한다. 범용 AI 모델의 성능 경쟁을 넘어 보유 데이터와 경험을 AI 자산으로 축적하는 환경을 구축해 완전 자율 제조공장을 실현한다는 목표다. 윤성호 마키나락스 대표는 3일 웨스틴 서울 파르나스에서 개최한 '어텐션 2026' 컨퍼런스에서 "우리의 모든 방향성은 현장을 향해 있다"며 "현장 데이터를 확인·분석해 업무 프로세스를 이해하는 검증된 AI를 실제 시스템과 연결해 현장에서 구동되는 AI를 확산할 것"이라고 밝혔다. 그는 최근 AI 기술이 빠르게 발전하고 있지만 실제 기업 생산성 향상으로 이어지는 성과는 아직 제한적이라고 진단했다. 특히 제조와 국방 등 산업 현장은 작은 오류도 막대한 손실로 이어질 수 있어 단순히 높은 벤치마크 성능을 기록하는 범용 AI만으로는 한계가 있다고 짚었다. 윤 대표는 "글로벌 프론티어랩이 개발한 AI는 현장의 데이터와 업무 방식, 비즈니스 로직을 충분히 이해하지 못해 공장에선 이른바 '정확도 80%의 벽'을 넘어서지 못하고 있다"며 "이를 해결할 정답은 바로 현장에 있다"고 밝혔다. 이에 마키나락스는 현장 데이터와 업무 프로세스를 AI에 직접 연결하는 데 집중해왔다. 실제 설계 도서 변경 검토 업무에 AI 에이전트를 적용해 작업 시간을 1시간 이상 단축했으며 마키나락스가 지원한 글로벌 6개 자동차 공장에선 1400대 이상의 로봇 관리에 AI를 활용 중이다. 최근 한미연합훈련(UFS)에 마키나락스 AI 기술이 시범 적용되는 등 국방 분야에서도 성과를 확대 중이다. 군 내부 방대한 자료에서 필요한 정보를 찾고 권한에 따라 허용된 정보와 출처를 제공하는 한편 작전 보고서 작성과 장애 발생 시 복구 판단 등을 지원하는 방식이다. 이같은 현장 AI 확산을 위해 윤 대표가 강조한 개념은 '기업 AI 주권'이다. 기업이 보유한 데이터와 지식, 노하우뿐 아니라 이를 활용해 만들어진 AI와 결과물까지 직접 소유하고 지속적으로 축적할 수 있어야 한다는 의미다. 특정 파운데이션 모델이나 클라우드 인프라에 종속되지 않고 필요에 따라 모델과 인프라를 자유롭게 선택할 수 있는 환경도 기업 AI 주권의 핵심 요소로 제시했다. 마키나락스의 AI 운영체제 '런웨이'도 이 방향에 맞춰 고도화하고 있다. 기업 내부 다양한 데이터와 업무 프로세스를 AI에 적용하고 만들어진 결과를 다시 기업 내부 자산으로 축적하는 구조다. 다양한 오픈소스와 외부 AI 모델을 선택적으로 활용할 수 있도록 해 특정 모델이나 인프라에 대한 종속성도 낮추는 것이 목표다. 현장 적용·구축을 담당하는 '전방 배치 엔지니어(FDE)' 조직도 지속 확대 중이다. 마키나락스 FDE가 현재까지 방문한 현장은 전 세계 5개국 32개 도시 80곳 이상에 달한다. 올해에만 FDE 엔지니어들이 현장에서 약 7만 시간을 투입했으며 현재까지 6000개가 넘는 AI 모델을 실제 현장에 배포했다. 마키나락스는 이 경험을 기반으로 완전 자율 제조공장 구축에도 나선다. 전동 액추에이터 국내 시장 점유율 1위 기업 에너토크와 협력해 완전자율공장의 초기 모델을 구축 중이다. 윤 대표는 "에너토크와 협력해 현재까지 80개 이상의 AX 과제를 발굴했다"며 "올해부터 2028년까지 3년에 걸쳐 공장을 보이는 공장에서 연결된 공장, 다시 스스로 행동하는 자율화된 공장으로 전환할 계획"이라고 말했다. 궁극적으로는 사람이 직접 개입하기 어려운 환경에서도 스스로 운영되는 제조 시스템을 구현한다는 방침이다. 윤 대표는 인류가 향후 화성에 문명을 건설할 경우 필요한 완전 자율 제조공장 역시 지구에서 먼저 개발될 것이라며 에너토크와 진행하는 프로젝트를 그 출발점으로 제시했다. 윤 대표는 "공장부터 전장까지 가장 거칠고 예측 불가능한 환경에서 동작하는 AI를 만들겠다는 것이 우리의 비전"이라며 "완전 자율 제조공장과 초생산성을 달성해 나가겠다"고 강조했다.

2026.09.03 11:29한정호 기자

지역 AX 3345억원으로 확대…의료·농업·제조 AI 확산 가속

과학기술정보통신부가 지역 산업과 공공서비스의 인공지능(AI) 전환(AX)을 촉진하기 위해 지역 인공지능(AI) 전환(AX) 예산을 2배 가까이 확대한다. 정부는 대경·서남·전북·동남 등 4대 권역을 중심으로 농업·의료·에너지·제조 분야의 AI 적용을 늘리고, 민간 AI 개발자를 활용한 국민 서비스·행정 혁신에도 나선다는 방침이다. 1일 과기정통부는 2027년도 예산안에서 AI 대전환 분야에 9조4211억원을 편성하고 지역·산업 AX 사업을 전년대비 89.0% 증가 3345억원으로 확대했다고 발표했다. 지역 AX 사업은 수도권에 집중된 AI 기술과 인프라를 지역 산업 현장으로 확산하는 데 초점을 맞춘다. 지역별 주력산업과 특성을 반영해 AI 기술을 실증하고, 지역 기업과 연구기관이 관련 서비스를 실제 현장에 적용할 수 있도록 지원한다. 권역별로는 대경권에서 바이오·로봇 분야 AX를 추진한다. 서남권은 모빌리티·에너지, 전북은 AI 공장 플랫폼, 동남권은 정밀제조를 중심으로 사업을 진행한다. 농업·의료·에너지 분야의 AI 활용도 확대한다. 농업에서는 작물 생육과 기상 데이터를 활용한 스마트농업, 병해충 예측, 농업 자동화 등을 지원한다. 의료 분야에서는 지역 의료기관의 진료·판독 보조와 의료서비스 격차 완화를 위한 AI 도입이 추진된다. 에너지 분야에서는 수요 예측과 에너지 관리 최적화 등 지역 특화형 AI 서비스 개발이 이뤄질 예정이다. 제조 분야에서는 AI 공장 플랫폼과 정밀제조 기술을 기반으로 설비 이상 예측, 불량 검출, 공정 최적화, 물류 자동화 등을 지원한다. 지역 중소·중견기업의 AI 도입 부담을 낮추고, 현장 적용이 가능한 기술을 확산하는 것이 목표다. 4대 지역 AX 사업은 올해 신규 사업으로 선정돼 추진 중이며 내년에는 계속사업으로 운영된다. 사업 기간은 올해 9개월에서 내년 12개월로 늘어난다. 이에 따라 사업 내용의 대폭적인 변경보다는 1년 치 사업비가 반영되면서 예산 규모가 확대된 것으로 풀이된다. 과기정통부는 지역 AX와 함께 민간 AI 개발자를 채용해 AI 기반 국민 서비스와 행정을 혁신하는 '국민AI서비스혁신추진단'도 본격 운영한다. 민간의 AI 개발 역량을 공공서비스에 접목해 국민이 체감할 수 있는 행정 혁신을 추진한다는 계획이다. 추진단은 국민이 자주 이용하는 행정서비스를 중심으로 AI 적용 과제를 발굴하고, 행정업무 효율화와 맞춤형 서비스 제공을 지원할 예정이다. 민간 개발자와 공공부문 간 협업을 통해 서비스 기획부터 개발·실증·현장 적용까지 이어지는 체계를 구축할 방침이다. 한편 과기정통부는 2027년 전체 예산안으로 29조6476억원을 편성했다. 이는 2026년 추경예산보다 5조8272억원, 24.5% 증가한 역대 최대 규모다. 정부 R&D 예산은 14조1000억원, AI 예산은 9조4211억원으로 각각 확대된다. 전창훈 과기정통부 정책기획관 재정팀장은 "지역에 대한 요구가 많다 보니 AX도 지역 중심으로 방향성을 잡는 과정에서 4대 지역 AX 대형 사업 예산이 확대된 부분이 크게 작용했다"고 말했다.

2026.09.01 12:18남혁우 기자

숙련공 떠나는 제조현장…피지컬 AI로 '노하우' 보존한다

한국 제조업의 고령화가 빠르게 진행되면서 숙련공이 보유한 작업 노하우를 데이터로 전환해 인공지능(AI)과 로봇에 접목하려는 움직임이 확산되고 있다. 산업용 로봇 보급이 세계 최고 수준에 이르렀지만 작업자의 경험과 판단에 의존하는 공정은 여전히 자동화가 쉽지 않아 피지컬 AI가 제조 현장의 기술 단절을 보완할 대안으로 떠오르는 모습이다. 27일 업계에 따르면 국내 제조업에서 60세 이상 고용 비중은 2010년 5.4%에서 지난해 17.5%로 증가했다. 기간제 근로자 기준으로는 같은 기간 7.1%에서 31.7%로 높아지며 제조 현장의 고령화가 빠르게 진행 중이다. 제조업 고령화는 단순한 인력 구성 변화를 넘어 기술 전승 문제로 이어질 수 있다는 우려가 나온다. 도장·연마·용접·검사 등 일부 공정은 제품 형상과 표면 상태, 작업 각도와 순서 등에 따라 결과가 달라져 작업자의 오랜 경험을 통해 축적된 숙련도가 품질에 영향을 미친다. 이같은 노하우는 표준화된 매뉴얼만으로 전달하기 어려운 것으로 평가된다. 숙련 인력이 은퇴할 경우 작업 과정에서 축적한 암묵지도 함께 사라질 가능성이 있어 최근 제조 현장에선 숙련 기술을 데이터로 보존·활용하는 것이 주요 과제로 부상 중이다. 업계에 따르면 한국은 이미 산업용 로봇 활용 측면에선 높은 수준의 인프라를 갖추고 있다. 제조업 종사자 1만 명당 산업용 로봇은 약 1220대에 달한다. 그러나 기존 산업용 로봇은 정형화된 반복 작업에 강점을 가진 반면 작업 대상의 위치나 형상, 표면 상태가 달라지면 별도의 티칭과 보정 작업이 필요한 상황이다. 특히 표면처리처럼 제품별 편차가 크고 작업자의 판단이 많이 개입되는 공정은 자동화 난도가 높은 분야로 꼽힌다. 기업 규모에 따른 스마트 제조 역량 차이도 존재한다. 2024년 스마트 제조혁신 실태조사에 따르면 중견기업의 스마트공장 도입률은 85.7%인 반면 소상공인은 18.6%에 그쳤다. 이에 제조업 자동화의 무게중심도 단순한 로봇 도입에서 제조 AI와 피지컬 AI, AI 팩토리 등으로 확대되는 양상이다. 피지컬 AI는 AI를 로봇과 센서, 비전, 3D 측정, 제어 소프트웨어 등 물리적 시스템과 결합해 실제 작업을 수행하도록 하는 기술이다. 기업들의 관심도 높아지고 있다. 한국경영자총협회가 종사자 500인 이상 제조기업 100개사를 대상으로 실시한 피지컬 AI 도입 실태 및 인식 조사에선 응답 기업의 84%가 피지컬 AI를 이미 도입했거나 향후 도입할 예정이라고 답했다. 제조업 고령화와 인력난, 생산성 개선 요구가 맞물리면서 관련 기술 수요가 확대되는 것으로 풀이된다. 글로벌 로봇 경쟁에서도 현장 데이터의 중요성이 커지고 있다. 제조·물류·로봇 현장에서 작업 데이터를 확보하고 이를 AI 모델 개선에 다시 활용하는 이른바 '데이터 플라이휠' 구조가 경쟁력의 핵심으로 떠오르고 있어서다. 제조 현장에서 얼마나 많은 작업 데이터를 확보하고 실제 공정 자동화에 활용할 수 있느냐가 제조 AI 경쟁력을 좌우할 수 있다는 분석이다. 이런 흐름 속에서 금융 스마트 플랫폼 전문기업 핑거도 제조 AI와 로봇 지능화 사업으로 영역을 확대 중이다. 금융 IT와 데이터 처리, 플랫폼 구축, AI 서비스 개발 등을 주력으로 해온 핑거는 최근 표면처리 공정에 특화된 산업용 로봇 지능화 솔루션 기업 미켈로로보틱스의 지분 79.48%를 인수했다. 미켈로로보틱스는 작업자의 동작 기록과 CAD·3D 스캔 기반 로봇 경로 생성, 비전·3D 측정을 활용한 오차 보정 기술 등을 보유 중이다. 숙련 작업자의 동작을 데이터화하고 제품 형상과 현장 오차, 표면 상태 등을 반영해 로봇의 작업 경로를 생성·수정하는 방식이다. 핑거는 미켈로로보틱스의 표면처리 자동화 기술에 자사 데이터·AI 플랫폼 역량을 연계해 제조 AI 솔루션의 현장 적용 범위를 확대한다는 계획이다. 대기업 양산 라인에서 축적한 적용 경험을 토대로 중견·중소 제조기업에도 적용할 수 있는 표준화 솔루션을 마련해 제조 현장의 자동화·지능화 수요에 대응한다는 목표다. 업계 관계자는 "한국 제조업은 높은 로봇 도입 기반을 갖추고 있지만, 숙련공 의존도가 높은 일부 공정에선 여전히 자동화와 데이터화가 과제로 남아 있다"며 "숙련 인력이 은퇴하기 전 현장의 작업 지식을 데이터로 전환하고 이를 AI와 로봇 제어 기술에 연결하는 것이 제조 AI 적용의 핵심 과제"라고 말했다.

2026.08.27 09:01한정호 기자

[영상] "보고서에만 AI 쓰는 기업, 결국 뒤처진다"…포티투마루의 AX 생존법

"보고서 쓸 때, 자료 정리할 때만 인공지능(AI)을 쓰는 게 아닙니다. 이제 AI는 모든 활동에서 자연스럽게 활용하는 '반려 기술'이라고 생각해야 합니다." 김동환 포티투마루 대표는 21일 영상 인터뷰에서 AI를 특정 업무에만 한정해 적용하는 방식으로는 AI 전환(AX)의 본질을 구현할 수 없다고 강조했다. 사고방식부터 실행 구조까지 전반을 AI 중심으로 전환하는 것이 진정한 AX라는 설명이다. 그는 "아침에 눈을 떠서 잠들 때까지 모든 행동에 AI가 녹아 있어야 한다"며 이른바 'AI DNA'를 갖추는 방향으로 기업 업무 환경도 바뀌어야 한다고 말했다. 도메인 특화 산업AX와 공공AX를 주력으로 하는 포티투마루를 이끄는 김 대표는 이날 인터뷰에서 제조 현장에서 확인한 AX 성과부터 중소·중견기업의 도입 격차, 공공 부문의 활용 방향까지 AX의 현재와 과제를 짚었다. AX, 기술 도입 아닌 구조 전환…기업 전반에 'AI DNA' 심어야 김 대표는 AX를 단순히 생성형 AI를 붙이는 문제로 봐선 안 된다고 지적했다. 보고서 작성이나 자료 정리, 번역, 검색 보조처럼 일부 업무에 AI를 적용하는 수준으로는 조직 경쟁력을 근본적으로 바꾸기 어렵다는 것이다. AI를 필요할 때만 호출하는 도구가 아니라 업무 전 과정에서 자연스럽게 활용하는 체계로 끌어올려야 진정한 AX가 가능하다는 게 그의 판단이다. 그는 특히 많은 기업이 AX를 말하면서도 실제로는 디지털 전환(DX) 기반조차 충분히 갖추지 못한 경우가 적지 않다고 진단했다. AI가 제대로 작동하려면 문서와 데이터, 업무 프로세스가 일정 수준 이상 정비돼 있어야 하지만 현장에서는 자료와 이력이 개인 PC나 부서별 저장소에 흩어져 있는 사례가 여전히 많다는 설명이다. 김 대표는 "AX는 AI 기술 하나를 도입한다고 끝나는 문제가 아니다"라며 "데이터가 어디에 있고 어떤 형태로 쌓여 있으며 누가 어떤 방식으로 쓰는지부터 정리해야 한다"고 말했다. 이어 "AX는 기술 도입의 문제가 아니라 업무 체계와 정보 흐름을 다시 설계하는 문제"라고 강조했다. 50명이 2개월 걸리던 설계 초안, 2명이 10일 만에…비결은 선행 DX 김 대표는 대표 AX 사례로 제조 엔지니어링 분야를 들었다. 포티투마루는 한 제조 대기업의 설계 자동화 프로젝트에서 AI를 활용해 기존 전문 엔지니어 50명이 2개월 동안 맡던 설계 초안 작업을 2명이 10일 만에 처리할 수 있도록 했다. 그는 "초안 작성 속도가 늦어지면 견적과 제안 일정 전반이 밀릴 수밖에 없다"며 "제조업에서 AX는 단순한 효율 개선이 아니라 시장 대응 속도와 경쟁력을 좌우하는 전략"이라고 설명했다. 이어 "예전 같으면 생산성이 20~30%만 좋아져도 박수 치고 연말에 상을 줬는데 이 사례는 생산성으로 따지면 99.99%"라며 "AI 도입이 본격화된 지금은 기존 수준의 개선만으로는 경쟁력을 말하기 어렵다"고 AX의 중요성을 강조했다. 다만 김 대표는 이런 성과가 처음부터 가능했던 것은 아니라고 말했다. 2017년부터 AI 도입을 추진해온 이 기업은 설계 전 과정을 한 번에 자동화하는 것을 목표로 했다. 그러나 당시 현장은 설계 인력 50명이 함께 작업하는 문서가 개인 PC에 흩어져 있을 만큼 데이터와 문서 관리가 체계화되지 않은 상태였다. 이에 포티투마루는 고객사를 설득해 자료 정비와 표준화, 중앙 집중화 작업을 선행했고 이를 바탕으로 AI를 단계적으로 도입해 성과를 낼 수 있었다. 김 대표는 "제조업 AX의 성패는 AI 기술 자체보다 현장의 데이터와 업무 체계를 얼마나 정비했는지에 달려 있다"고 강조했다. 대기업은 AI 가속하지만 중소·중견은 제자리…AX 격차가 더 큰 위기 김 대표가 가장 우려한 지점은 대기업과 중소·중견기업 간 AX 격차다. 대기업은 이미 여러 영역에서 AI 도입을 확대하고 있지만 중소·중견기업은 어디서부터 시작해야 할지 가늠조차 못하는 경우가 많다고 진단했다. 그는 그 이유로 초기 비용 부담과 불확실한 투자 대비 효과(ROI), 운영 인력 부족을 들었다. 특히 국내 중소·중견기업은 당장의 생존 문제가 우선인 만큼 중장기 AX 투자에 쉽게 나서기 어려운 구조라고 설명했다. 김 대표는 이런 격차가 개별 기업을 넘어 산업 전반의 경쟁력 문제로 번질 수 있다고 우려했다. 그는 "대기업만 AX를 잘한다고 되는 게 아니다"라며 "중소·중견기업이 뒤처지면 국내 산업 전체의 경쟁력도 함께 흔들릴 수밖에 없다"고 지적했다. 이어 "예전에는 전문가 컨설팅이 필요했던 일을 이제는 AI로 스스로 판단하는 시대가 됐다"며 "이 격차를 방치하면 특정 산업이 서서히 약해지는 수준이 아니라 한순간에 경쟁력을 잃을 수도 있다"고 경고했다. 공공AX도 속도…'AX G1' 가능성 충분 국가 AI전략위원회 공공AX 분과에서 활동 중인 김동환 대표는 정부 차원의 AX도 속도를 내고 있다고 소개했다. 정부 부처와 공공기관이 공통으로 활용할 수 있는 초거대 AI 플랫폼을 구축해 공무원들이 보안 우려 없이 AI를 업무에 활용하도록 하고 API 연동 방식으로 부처별 필요한 기능을 추가하는 방안도 추진 중이라고 설명했다. 부산·경기·서울 등 지자체별 특화 플랫폼 구축과 AI 국민비서, 에이전틱 AI 기반 민원 서비스 고도화도 함께 진행되고 있다고 덧붙였다. 김 대표는 공공AX가 행정 효율화에 그치지 않고 국민 생활과 맞닿은 문제 해결로 이어져야 한다고 강조했다. 대표 사례로는 전 국민 대상 AI 심리 상담 시스템을 들었다. 그는 정신건강 문제에 대한 사회적 거부감이 여전히 큰 만큼 연령대에 맞춘 AI 상담 체계를 통해 보다 쉽게 도움을 받을 수 있는 환경을 만드는 방안이 검토되고 있다고 설명했다. 김 대표는 "AI가 완벽해질 때까지 기다릴 것이 아니라, 어디에 적용하면 효과가 크고 어디는 사람이 검증해야 하는지 기준을 세워 활용해야 한다"며 "AX는 거창한 개념이 아니라 생활 속 불편을 하나씩 해결해가는 과정"이라고 말했다. 이어 "한국은 산업과 공공 현장에서 이미 빠르게 AI를 도입하고 있고 각 산업 분야에 세계적인 수준의 기술력과 데이터를 보유하고 있다"며 "이를 바탕으로 적극적으로 발전한다면 AX 분야에서는 글로벌 1위(G1)도 충분히 가능하다"고 강조했다.

2026.08.22 08:43남혁우 기자

엔코아-한화시스템, 제조 AI 전환 맞손…산업 특화 플랫폼 구축

엔코아가 한화시스템과 손잡고 인공지능(AI)·데이터 솔루션과 제조 산업 전문 역량 결집에 나선다. 엔코아는 한화시스템과 제조 분야 AI 전환(AX) 사업 확대를 위한 전략적 업무협약(MOU)을 체결했다고 19일 밝혔다. 이번 협약은 한화시스템의 제조 산업 전문성과 독자적 AI 기술력에 엔코아의 데이터 거버넌스 역량을 결합하는 것이 목표다. 특히 한화시스템의 제조 온톨로지 전문성과 자동화 기술, 엔코아의 온톨로지 구축 경험을 융합해 산업 특화 AI 서비스 공동 개발 및 전략적 기술 협력 체계를 구축할 방침이다. 양사는 이번 협약으로 ▲제조 AX 사업의 온톨로지 기반 지식체계 설계·구축 ▲지식 그래프 기반 서비스 구현 ▲AI 활용을 위한 데이터 거버넌스 체계 수립 ▲엔코아의 AI 레디 데이터 솔루션을 활용한 플랫폼 구축 ▲AX 사업 공동 발굴·수행을 위해 상호 협력한다. 엔코아는 AI·데이터 기업으로서 최근 기업 AI 활용 극대화를 위한 AI 레디 데이터 전략과 관련 솔루션을 제시하고 있다. 올 하반기에는 AI 레디 데이터 플랫폼을 출시할 계획이다. 회사는 국내 다양한 도메인의 복잡한 레거시 데이터에 대한 경험과 데이터 거버넌스, 온톨로지, 지식그래프 활용, AX 지원 솔루션 등 다각도의 전문성을 기반으로 관련 시장과 파트너 생태계를 확장 중이다. 김주민 엔코아 대표는 "이번 협약으로 그동안 축적해온 데이터 거버넌스와 온톨로지 및 AI 레디 데이터 기술 역량을 활용해 산업 현장 데이터를 AI 활용에 적합한 형태로 연결·구조화하는 프로젝트를 본격 수행하게 된다"며 "한화시스템과 협력해 제조 산업 AX를 가속하고 실질적인 사업 성과로 이어지는 혁신 사례를 만들어 나갈 것"이라고 말했다. 김윤수 한화시스템 밸류 크리에이션 사업부장은 "복잡한 기술 정보와 방대한 데이터가 지속적으로 축적되는 제조 산업은 독자적인 AI 모델링과 데이터 구조화 기술이 필수적"이라며 "우리의 산업 AX 역량과 엔코아의 AI·데이터 솔루션 기술을 결합해 현장에 실질적으로 적용 가능한 업무 혁신과 신규 사업 기회를 지속 창출해 나갈 것"이라고 밝혔다.

2026.08.19 10:06한정호 기자

포스코DX, 제조 현장에 국산 AI 반도체 심는다…비전 AI 플랫폼 개발

포스코DX가 국산 인공지능(AI) 반도체를 활용한 비전 AI 플랫폼을 개발하며 산업 현장의 AI 자립화에 나섰다. 국산 신경망처리장치(NPU)를 활용해 제조 현장에 최적화된 AI 환경을 구축하고 인프라 비용과 전력 사용량을 줄인다는 구상이다. 포스코DX는 국산 AI 반도체를 활용한 산업 현장 비정형 데이터 분석 플랫폼을 개발했다고 18일 밝혔다. NPU는 딥러닝과 머신러닝 등 AI 연산에 특화된 반도체로, 그래픽처리장치(GPU)보다 AI 추론에 최적화된 것이 특징이다. 특히 현장 설비 제어 시스템에 직접 탑재하는 엣지 AI 구현에 적합해 제조 현장에서 데이터 외부 반출 없이 실시간 추론을 수행할 수 있다고 평가된다. 포스코DX는 이같은 기술적 장점을 자사 비전 AI 플랫폼에 적용했다. 새롭게 개발한 플랫폼은 산업 현장에서 수집한 다양한 영상 데이터를 단일 환경에서 학습 데이터로 관리하고 AI 모델과 성능 지표, 적용 이력 등을 통합 관리할 수 있도록 설계됐다. 또 비전 AI 서비스 구현 과정에서 반복적으로 필요한 기능을 표준화해 공통 컴포넌트 형태로 제공함으로써 신규 프로젝트 수행 기간을 단축하고 다양한 산업 현장으로 서비스를 확대할 수 있도록 했다. 이번 플랫폼의 핵심은 GPU와 NPU를 함께 활용하는 하이브리드 구조다. AI 모델 학습과 개발에는 GPU를 활용하고 산업 현장의 실시간 연산과 추론에는 국산 NPU를 적용했다. 연구·검증 단계에서도 NPU를 활용할 수 있는 환경을 마련해 실제 현장에 적용하기 전 추론 성능과 효과를 사전에 확인할 수 있도록 했다. 이를 통해 AI 모델의 정확도와 처리 속도, 전력 효율, 운영 비용 등을 미리 검증하고 현장 특성에 맞는 최적의 AI 모델을 도출할 수 있다는 게 회사 측 설명이다. 포스코DX는 딥엑스와 모빌린트 등 국내 NPU 개발사와 협력해 화재 감시와 작업자 안전 모니터링, 물류 환경의 상품 적재 상태 확인 등 다양한 분야에서 AI 국산화를 추진해왔다. 그 결과 동일한 AI 추론 성능을 기준으로 GPU 대비 인프라 구축·운영 비용은 약 50% 절감했고 전력 사용량은 약 90% 감소한 것으로 나타났다. 회사는 앞으로 비전 AI가 적용된 산업 현장을 국산 NPU 기반 플랫폼으로 단계적으로 전환하고 적용 범위를 확대할 계획이다. 포스코DX 관계자는 "NPU 기반 비전 AI 플랫폼은 산업 현장에 최적화된 AI를 보다 효율적으로 구현하는 기반이 될 것"이라며 "국산 NPU 활용 체계화와 산업 현장의 추론역량 향상에 기여하며 AI 반도체 생태계 활성화에 나설 것"이라고 밝혔다.

2026.08.18 16:20한정호 기자

CJ올리브네트웍스, HD현대일렉트릭 물류 AI 전환 지원

CJ올리브네트웍스가 제조·물류 인공지능 전환(AX) 사업 확대에 박차를 가한다. 생산·물류·자동화 설비에서 발생하는 데이터를 단일 플랫폼으로 연결하고 향후 AI 기반 물류 고도화까지 지원해 제조 현장 디지털 경쟁력을 강화한다는 전략이다. CJ올리브네트웍스는 HD현대일렉트릭 청주 배전캠퍼스에 차세대 창고관리시스템(WMS)을 구축하고 제조 현장 AX를 지원했다고 11일 밝혔다. HD현대일렉트릭 청주 배전캠퍼스는 지난해 12월 가동을 시작한 스마트 생산기지다. 축구장 12개 크기인 약 2만 5000평 부지에 안성·울산·부산 등에 분산돼 있던 생산·설계·물류 기능을 통합했다. 기중차단기(ACB)와 진공차단기(VCB), 배선용차단기(MCCB) 등 5만여 종의 배전기기를 생산 중이다. CJ올리브네트웍스는 이번 프로젝트를 통해 전사적자원관리(ERP)와 생산관리시스템(MES), 창고제어시스템(WCS), 물류 자동화 설비, 외부 협력 시스템을 단일 플랫폼으로 연결했다. 이를 기반으로 생산·물류 현황을 실시간 데이터로 파악할 수 있는 통합 관제 체계를 구현했다. 통합 관제 대시보드와 지능형 작업 관리(WAVE), 인터페이스 표준화, 사용자 중심 화면도 적용했다. 물류 흐름을 직관적으로 파악하고 현장 작업 효율을 높일 수 있도록 시스템을 구성했다. 물류 자동화 설비와의 연계도 강화했다. 자율주행 물류로봇(AMR)과 자동 케이스 처리 로봇(ACR), 물류 셔틀 등을 WMS와 연결해 자재 입고부터 디팔레타이징, 생산라인 배송, 완제품 출하에 이르는 전 과정을 데이터 기반으로 운영할 수 있도록 설계했다. 이를 통해 생산과 물류, 설비 데이터를 통합 관리하는 운영 체계도 마련했다. 아울러 AI 기반 물류 고도화와 글로벌 확장을 위한 기반도 구축한 것으로 평가된다. CJ올리브네트웍스는 국내 대규모 제3자물류(3PL) 자동화 물류센터와 스마트 생산기지 구축 경험을 바탕으로 제조·물류 분야 AX 사업을 확대 중이다. 국내외 자동화 설비 기업과의 협력을 바탕으로 축적한 기술과 물류 운영 경험을 활용해 고객 환경에 맞춘 AI 물류 플랫폼 구축 역량을 강화할 방침이다. 송원철 CJ올리브네트웍스 스마트물류∙팩토리담당은 "이번 프로젝트는 단순한 물류 시스템 구축을 넘어 AI 기반 데이터 활용을 중심으로 한 제조 물류 AX의 확고한 출발점"이라며 "우리가 축적해온 물류·제조 디지털 전환 경험을 바탕으로 앞으로도 고객의 글로벌 경쟁력 강화를 지속 지원하겠다"고 밝혔다.

2026.08.11 14:41한정호 기자

핑거, 미켈로로보틱스 인수…제조 피지컬 AI 시장 진출

핑거가 피지컬 인공지능(AI) 기업 미켈로로보틱스를 인수하며 제조 AI 시장 공략에 나선다. 26년간 축적한 금융 IT 역량을 산업용 로봇과 제조 데이터 분야로 확장해 금융과 제조를 아우르는 AI 종합 기술 기업으로 사업 영역을 넓힌다는 목표다. 핑거는 미켈로로보틱스를 160억원에 인수하는 계약을 체결했다고 7일 밝혔다. 이번 계약은 박장준 미켈로로보틱스 대표 등이 보유한 구주 50만 주를 사들이는 방식으로 진행된다. 박 대표를 비롯한 핵심 인력 3명은 인수 이후에도 책임경영을 이어가기 위해 3자 배정 유상증자를 통해 각각 20억원씩 총 60억원을 핑거에 재투자한다. 해당 지분에는 3년간 보호예수 조건이 적용된다. 미켈로로보틱스는 2022년 설립된 피지컬 AI 전문기업으로, 산업용 로봇을 활용한 표면처리 공정 자동화 기술을 보유 중이다. 도장과 샌딩, 폴리싱, 디버링 등 숙련공의 정밀 작업이 필요한 공정을 자동화하는 데 주력하고 있으며 중소벤처기업부 '딥테크 팁스'와 서울형 TIPS에도 선정된 바 있다. 핵심 기술은 '미켈로 모션'과 '미켈로 비전'이다. 숙련공 작업 데이터를 학습해 로봇의 정밀 동작으로 구현하며 유니버설로봇·야스카와·가와사키 등 서로 다른 제조사의 로봇 하드웨어를 단일 플랫폼에서 통합 제어할 수 있는 노코드 환경을 제공한다. 사업 규모도 확대되고 있다. 미켈로로보틱스 매출은 2024년 4억 2900만원에서 지난해 12억 6800만원으로 늘었으며 올해는 30억원을 넘어설 것으로 전망된다. 안세회계법인은 주식가치평가를 통해 회사 매출이 앞으로 5년간 연평균 50% 이상 성장할 것으로 내다봤다. 거래처는 지난해 12개사에서 이달 기준 25개사로 늘었다. 핑거는 이번 인수를 계기로 기존 금융 IT 중심 사업 구조를 제조 AI 영역으로 확장할 계획이다. 기업의 제조 현장 데이터베이스와 미켈로로보틱스의 피지컬 AI, 자체 금융 AI 및 온톨로지 기반 지능형 플랫폼을 하나의 밸류체인으로 연결하는 '수직적 AI 통합'을 추진한다. 특히 제조 현장에서 생성되는 공정 데이터를 로봇 AI 학습에 활용하고 이를 통해 개선된 로봇 작업 결과를 다시 생산성 향상으로 연결하는 구조를 구축한다는 구상이다. 사람 검증과 피드백을 AI 시스템 개선에 활용하는 '휴먼 인 더 루프' 방식도 적용해 제조업의 숙련 인력 고령화와 인력난 등에 대응할 계획이다. 향후 미켈로로보틱스의 기술 적용 범위를 자동차·조선·방산 등 국내 주요 제조 산업으로 확대할 방침이다. 이를 통해 기존 핀테크 솔루션 기업에서 금융·제조·AI를 아우르는 종합 기술 플랫폼 기업으로 사업 영역을 넓힌다는 목표다. 안인주 핑거 대표는 "이번 인수는 26년간 쌓아온 금융 IT 기술력을 제조 현장 피지컬 AI 영역으로 확장하는 첫걸음"이라며 "제조 데이터와 AI를 결합한 새로운 산업 표준을 만들어 국내를 넘어 글로벌 시장에서 경쟁하는 AI 종합 기술 기업으로 성장해 나가겠다"고 밝혔다.

2026.08.07 13:37한정호 기자

Prev 1 2 3 4 5 6 Next