검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'제조 AI'통합검색 결과 입니다. (237건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

"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

"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

원프레딕트, 기술성 평가 통과…연내 코스닥 예심

원프레딕트가 제조 인공지능(AI) 기술 경쟁력과 사업화 역량을 인정받으며 코스닥 기술특례상장 절차에 속도를 낸다. 원프레딕트는 기술성 평가 통과를 바탕으로 연내 상장예비심사 청구를 추진한다고 14일 밝혔다. 기술성 평가는 기술특례상장을 추진하는 기업을 대상으로 전문평가기관이 기술 완성도와 경쟁력, 시장성, 사업화 가능성 등을 살펴보는 절차다. 원프레딕트는 한국거래소가 지정한 전문평가기관 2곳으로부터 산업 현장에서 축적한 제조 AI 기술과 사업화 역량을 평가받았다. 원프레딕트는 2016년 설립 이후 산업 설비 데이터를 AI로 분석해 설비 상태를 진단하고 고장을 사전에 예측하는 예지보전(PdM) 기술을 중심으로 사업을 확대했다. 최근에는 개별 설비 진단을 넘어 생산·품질·정비 등 제조 운영 전반에 AI를 적용하는 'AI 네이티브 팩토리' 전략을 내세우고 있다. 핵심 제품인 산업 AI 플랫폼 'pdx'는 제조 현장의 설비 데이터와 운영 시스템을 연결해 이상 진단과 고장 예측, 공정 최적화 등 AI 기반 의사결정을 지원한다. 제조 데이터를 AI에 맞게 연결·관리하는 데이터 플랫폼 '사이클론'도 제공하며 제품 중심 사업 모델을 강화하고 있다. 솔루션 적용 산업군도 기존 정유·석유화학에서 제약·바이오, 항공, 디스플레이, 로봇, 연구시설 등으로 확대됐다. 지난 7월부터는 국내 주요 제약사 5곳과 AI 네이티브 팩토리 실증 사업을 추진 중이다. 사업 성과 또한 확대됐다. 원프레딕트의 올해 상반기 매출은 지난해 연간 매출의 약 1.6배를 기록했으며 신규 수주는 전년 동기 대비 5.6배 증가했다. 기존 고객사의 추가 프로젝트 발주도 이어지면서 일회성 실증을 넘어 반복 도입과 적용 범위를 넓히는 사례도 늘었다. 원프레딕트는 현재까지 누적 518억 원의 투자를 유치했다. 재무적 투자자(FI)뿐 아니라 LG에너지솔루션, S-오일, GS파워 등 주요 기업이 전략적 투자자(SI)로 참여했다. 윤병동 원프레딕트 대표는 "지난 10년간 제조 현장에서 기술을 개발하고 실제 고객 환경에 적용해 제조 AI 사업화 경험을 축적해왔다"며 "제품 경쟁력과 산업 현장의 적용 사례를 지속 확대해 AI가 제조 현장의 운영과 의사결정을 지원하는 AI 네이티브 팩토리를 구현하겠다"고 말했다.

2026.09.14 14:03이나연 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

[AI는 지금] 임우형 LG AI연구원장 "AI 경쟁, 성능만으론 안돼…전문가 AI로 승부수"

"인공지능(AI) 경쟁은 이제 단순히 모델의 성능을 비교하는 데서 그치지 않습니다. 누가 AI로 더 큰 현실의 변화를 만들어내느냐가 중요한 기준이 되고 있습니다." 임우형 LG AI연구원 공동 연구원장이 산업 현장의 난제를 직접 해결하는 '전문가 AI'를 앞세워 글로벌 AI 경쟁에 나서겠다는 청사진을 내놨다. 프론티어급 AI를 목표로 개발 중인 'K-엑사원 3.0'의 추론·에이전트 역량을 끌어올리고 로봇 파운데이션 모델까지 연결해 공장 전체가 스스로 판단하고 움직이는 자율형 공장으로 기술 적용 범위를 넓힌다는 구상이다. 임 원장은 14일 서울 강서구 마곡 LG사이언스파크에서 열린 'LG AI 토크 콘서트 2026'에 참석해 "좋은 AI 모델을 만드는 것에 머물지 않고 오랫동안 산업 현장에서 풀지 못했던 어려운 문제를 해결하는 데 집중하고 있다"며 "현장의 문제를 해결하려면 수많은 변수를 비롯해 단 1%의 특이 사항까지도 이해하고 판단할 수 있는 AI가 필요하기 때문"이라고 말했다. LG AI연구원은 지난 2020년 설립 이후 배터리 수명·용량 예측과 불량 제품 선별, 생산·자재 관리 최적화, 신약 후보 물질 발굴 등 100건이 넘는 산업 현장 문제를 AI로 해결했다. 글로벌 주요 AI 학회에서 368편의 논문이 채택됐으며 국내외에서 1000건이 넘는 특허도 출원했다.이를 바탕으로 LG AI연구원은 범용 모델 경쟁보다 제조·금융·과학 등 산업별 전문성을 갖춘 AI 개발에 무게를 두고 있다. 또 현장 데이터와 전문 지식, 문제 해결 과정에서 축적한 노하우를 모델에 반영해 실제 업무 효율과 생산성, 품질을 높이는 데 초점을 맞췄다. 여기에 이런 산업별 전문성을 파운데이션 모델로 확장하고, AI가 스스로 문제를 정의해 해결 방법을 계획한 뒤 직접 실행하는 에이전틱 AI로 기술 범위를 넓히고 있다.임 원장은 "저희가 만드는 제조의 미래는 문제가 생기기 전에 먼저 예측하는 것"이라며 "AI가 판단을 돕고 필요한 조치를 선제적으로 실행할 뿐 아니라 사후 대응에서 선제 조치로 전환하는 것이 LG AI연구원이 그리는 제조의 미래"라고 말했다. LG AI연구원은 이날 이 같은 전략을 구현할 기술도 공개했다. 대표 기술로는 정형 데이터를 분석하는 '엑사원 태뷸러'와 비전 검사 파운데이션 모델 '엑사원 옴니 인스펙트'를 앞세웠다. 이 가운데 엑사원 태뷸러는 온도와 압력, 공정 조건, 품질 검사 등 제조 현장에 쌓이는 데이터를 분석해 변수 간 관계를 파악하고 불량 가능성과 최적 공정 조건을 예측하는 역할을 맡는다. 이를 위해 1억개 이상의 테이블 데이터를 학습해 데이터가 부족한 새로운 분야에서도 추가 학습 없이 예측할 수 있도록 설계했다. 이런 성능을 바탕으로 글로벌 정형 데이터 리더보드 '탭아레나'에서 분류와 다중 범주형 예측 부문 1위, 종합 성능 2위를 기록했다. 엑사원 옴니 인스펙트는 제품이나 공정이 바뀌더라도 별도 재학습 없이 이미지와 프롬프트만으로 검사에 적용할 수 있도록 개발됐다. 기존 비전 검사 기술은 신규 제품이나 공정이 추가될 때마다 데이터를 다시 확보하고 모델을 재학습해야 해 적용에 수주에서 수개월이 걸렸지만, 이를 줄이는 데 초점을 맞췄다. 여기에 AI 에이전트가 데이터 샘플링과 라벨링, 모델 학습까지 자율적으로 수행해 검사 모델을 지속적으로 업데이트하도록 했다. LG AI연구원은 엑사원 옴니 인스펙트를 올해 안에 실제 검사 공정에 적용할 예정이다. 과학 분야에서는 AI가 후보 물질을 찾는 단계에서 실제 실험까지 수행하는 자율 연구 체계로 확장해나간다는 방침이다. '엑사원 디스커버리'가 축적된 과학 지식을 바탕으로 가능성이 높은 물질을 탐색·설계하고, 로봇팔과 자동화 장비가 실험을 수행한 뒤 결과를 다시 AI가 학습하는 방식이다. LG AI연구원은 이를 위해 24시간 스스로 실험하고 학습하는 'AI 자율 실험실'을 구축할 계획이다. 소재 개발 파운데이션 모델이 물질의 합성 결과를 예측하면 자동화 장비가 실험을 진행하고 AI가 다시 다음 실험을 설계하는 구조다. 실제 산업 적용 사례도 늘리고 있다. 특히 LG생활건강과는 42만 개가 넘는 후보 물질을 검토해 하루 만에 유망 물질을 찾아냈다. 또 미국 밴더빌트대 메디컬센터와는 조직 병리 이미지와 유전자 정보, 약물 반응 데이터를 분석해 맞춤 치료 전략을 설계하는 암 에이전트를 공동 개발하고 있다. 평균 4주 이상 걸리던 분석 과정을 하루 수준으로 줄이는 것이 목표다. 금융 분야에서는 예측 결과뿐 아니라 판단 근거까지 설명하는 AI에 초점을 맞췄다. 다수의 AI 에이전트가 데이터 분석부터 추론, 예측, 설명 생성까지 수행하는 '엑사원 BI'를 통해 한국과 미국 증시에 상장된 약 8000개 기업을 매일 분석하고 향후 4주간의 주가 흐름을 예측하고 있다. 엑사원 BI는 현재 런던증권거래소그룹을 통해 글로벌 투자자에게 제공되고 있으며 코스콤과 협력해 국내 시장으로도 확대하고 있다. 이 기술에는 시간에 따라 변화하는 데이터를 이해하고 미래를 예측하는 파운데이션 모델 '엑사원 포어캐스트'가 적용됐다. LG AI연구원은 산업별로 확보한 전문 AI 역량을 프론티어급 모델 개발에도 활용한다는 방침이다. 특히 현재 진행 중인 'K-엑사원' 프로젝트를 통해 복잡한 업무를 스스로 수행하는 에이전트 역량과 깊이 있는 추론 능력, 한국어와 전문 지식 이해 수준, 실행 효율을 함께 높이고 있다. K-엑사원은 LG AI연구원이 과학기술정보통신부의 '독자 AI 파운데이션 모델 프로젝트'에 참여해 개발 중인 프론티어급 AI 모델이다. 이날 임 원장은 차기 모델인 'K-엑사원 3.0'의 개발 방향도 공개했다. 이 모델을 제조·금융·과학 등 산업 현장에서 복잡한 문제를 해결하는 전문가 AI로 발전시킨다는 구상이다. LG AI연구원은 이 같은 AI를 물리적 현장까지 확장하기 위해 로봇 파운데이션 모델도 개발하고 있다. 현실 세계를 이해하고 상황을 판단해 스스로 행동하는 로봇 지능을 구현해 적은 데이터만으로도 새로운 공정과 업무에 빠르게 적응하도록 하는 것이 목표다. 향후에는 사람이 생산 목표와 품질 기준을 제시하면 AI 오케스트레이터가 공장 전체의 상태를 파악하고 로봇과 검사 설비, 생산 모듈을 연결해 스스로 운영 계획을 세우는 자율형 공장으로 확대할 계획이다. 개별 로봇 자동화를 넘어 공장 전체를 하나의 AI 시스템처럼 운영하겠다는 구상이다. 임 원장은 산업 현장에서 축적한 AI 역량을 제조 자동화와 로봇 지능으로 연결해 적용 범위를 계속 넓히겠다는 방침도 밝혔다. AI가 사람의 판단을 보조하는 수준에서 벗어나 실제 현장의 운영까지 맡는 단계로 발전시키겠다는 목표다. 그는 "앞으로는 사람이 생산 목표와 품질 기준을 제시하면 AI 오케스트레이터가 공장 전체의 상태를 이해하고 로봇과 검사 설비, 생산 모듈을 하나로 연결해 스스로 계획을 세우고 공장을 운영하게 될 것"이라며 "로봇 파운데이션 모델을 기반으로 개별 로봇의 자동화를 넘어 공장 전체가 하나의 지능으로 움직이는 미래를 향해 나아가고 있다"고 말했다.이어 "더 깊이 이해하고 스스로 판단하며 현실과 연결되는 지능을 통해 사람의 일을 더 가치 있게 하고 가능성을 더 크게 열며 삶을 더 풍요롭게 만드는 AI를 지향한다"며 "누구나 전문가가 될 수 있고 전문가는 새로운 지평을 열 수 있도록 AI의 가능성을 더 나은 삶을 위한 변화로 만들어 가겠다"고 강조했다.

2026.09.14 12:33장유미 기자

데이터 쫓아 지방 간다…제조 AI 거점 확산

인공지능(AI) 기업들이 주요 산업단지로 거점을 넓히고 있다. 단순한 지사 확대를 넘어 제조 현장에서 발생하는 고품질 산업 데이터와 고객 수요를 확보하고, AI 솔루션을 실제 생산라인에서 실증하기 위한 '현장 밀착형 거점화'가 본격화되는 모습이다. 12일 업계에 따르면 최근 AI 업계에서는 지방에 첫 지역 거점을 세우는 사례가 잇따르고 있다. 크라우드웍스는 지난 10일 경남테크노파크에 첫 지역 거점인 '피지컬 AI 허브' 창원 오피스를 마련했다. 창원국가산업단지를 중심으로 제조기업의 AI 수요를 발굴하고 산학연 협력을 확대하는 한편, 내년부터 조선·방산·기계·항공 등 경남 주력 산업의 공정 데이터와 숙련 작업자의 노하우를 AI 데이터로 자산화할 계획이다. 향후 울산·전북 등 제조업 밀집 지역으로 허브망도 확대한다. 마키나락스도 지난달 창원에 첫 지역 거점인 'AI스튜디오@창원'을 개소했다. 영남권 제조 현장과 가까운 곳에서 자동차·중공업·조선 등 전략 산업군 고객을 지원하고 신규 고객을 발굴하기 위한 거점이다. 기업들이 창원을 주목하는 배경에는 제조업 집적도가 있다. 창원국가산업단지에는 기계·방산 등 제조기업이 밀집해 있어 AI 모델 개발과 실증에 필요한 생산 데이터와 현장 수요를 확보하기 유리하다. 특히 제조업의 AI 전환이 공정 자동화를 넘어 로봇과 설비가 직접 움직이는 피지컬 AI로 확대되면서 실제 생산환경에서 데이터를 확보하고 기술을 검증할 필요성도 커지고 있다. 이같은 움직임은 창원에만 국한되지 않는다. 대구에서는 메가존이 피지컬 AI 연구개발(R&D) 센터 구축을 추진하고 에이로봇과 협업해 로봇·AI 산업 기반을 확대하고 있다. 알체라는 부산을 거점으로 해양·조선 등 지역 특화 AI 사업을 강화 중이며, 마음AI도 광주 AI 클러스터를 기반으로 자율주행과 AI 솔루션 연계를 추진하고 있다. 정부 역시 산업단지를 제조 AI 전환(M.AX)의 핵심 거점으로 보고 있다. 산업통상부는 M.AX 얼라이언스 내 산업단지 AX 분과를 중심으로 지역 제조기업과 AI 기업, 대학·연구기관 간 협력을 확대하고 있다. 창원·광주 등 기존 10개 AX 실증산단을 중심으로 산단 입주기업이 AI 인프라와 기술·인력을 공동 활용하는 지역 맞춤형 M.AX 모델을 구축하고 있다. 올해 3개 산단을 추가 선정했으며 오는 2030년까지 AX 실증산단을 25개로 확대할 계획이다. 내년도 부처별 예산에서도 제조 AI와 지역 AX에 대한 투자 확대가 확인된다. 산업부는 2027년 예산안에서 제조혁신 가속화와 메가프로젝트에 3조 7261억원을 편성했다. 올해 1조 6309억원에서 128.5% 늘어난 규모다. 특히 풀스택 AI 팩토리·제조AI 파운데이션 모델 개발, 제조 암묵지 활용 AI 솔루션 개발, 국가 제조데이터 라이브러리 구축·운영, M.AX 자율제조 생태계 구축 등이 신규 사업으로 반영됐다. 과학기술정보통신부도 2027년 AI 대전환 예산을 9조 4211억원으로 확대한다. 이와 함께 대경·서남·전북·동남 등 4대 권역 지역 AX 연구개발(R&D)에 3345억원을 배정했다. 올해 1770억원에서 약 89% 늘어난 규모다. 권역별로 바이오·로봇, 모빌리티·에너지, AI 공장 플랫폼, 정밀제조 등 지역 주력산업을 중심으로 AI 적용을 확대한다. 제조 AX에서 현장 거점의 중요성이 커지는 이유도 여기에 있다. 제조 AI는 범용 데이터를 학습한 모델을 가져오는 것만으로는 충분하지 않다. 생산 설비와 공정에서 축적되는 데이터, 숙련 작업자의 경험과 노하우, 현장별 작업 환경을 함께 반영해야 실제 생산성과 품질 개선으로 이어질 수 있다. 산업부도 숙련공의 경험과 노하우를 데이터셋으로 전환하고 이를 학습한 AI 모델과 솔루션을 개발·검증하는 사업을 추진하고 있다. 업계 관계자는 "'데이터가 있는 곳에 AI가 모인다'는 산업 지형의 변화가 현장에서 확인되고 있다"며 "수도권 집중에서 벗어나 지역 산업단지와 접점을 넓히는 AI 기업들의 지방 거점화는 지역 제조 산업의 체질 개선과 균형발전을 이끄는 주요 변수가 될 전망"이라고 말했다.

2026.09.12 16:13이나연 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

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