[기고] AI가 작업장 학습해 최적 생산라인 구축

[기고] AI가 작업장 학습해 최적 생산라인 구축

AI가 작업장 학습해 최적 생산라인 구축

구글·MS 등 빅테크 대거 출격
관리·감독까지 모든 체계 연동
다양한 제조 현장 AI기술 공개
인간과 기계간 대화로 협업 가능
올해 하노버메세를 통해 인공지능(AI) 기술이 제조산업 혁신의 중추적인 역할을 맡게 됐음을 다시 한번 확인할 수 있었다. 400여 개의 각종 부대행사가 AI와 머신러닝(ML)을 주제로 열렸다.

구글, 마이크로소프트 같은 빅테크들은 대형 부스를 운영하며 자사 AI 솔루션을 소개하고 제조산업 현장에 AI를 접목할 여러 방안을 소개했다. 구글은 AI를 잘 활용하기 위한 운영화와 머신러닝운영(MLOps)을 주요 주제로 다뤘고 아마존웹서비스(AWS)와 마이크로소프트는 대규모언어모델(LLM) 활용 툴을 비롯한 생성형 AI 관련 솔루션을 내세웠다. 엔지니어링 시뮬레이션 소프트웨어 제공업체인 알테어는 AI가 제품 설계 및 제조 과정에 조력자 역할을 하는 생성 AI 기반 엔지니어링 솔루션을 선보였다.

LLM 등 생성 AI가 하노버메세에서 주목받은 것은 디지털 전환 속도가 비교적 더딘 제조산업에서도 AI의 중요성을 인지하고 이를 효과적으로 활용할 방안을 고민하고 있음을 보여준다. 전문가들은 미래 제조 현장이 △예지보전 △생산계획 및 제어 최적화 △수요 예측 등 다양한 AI 기반 앱과 현장의 모든 체계가 연동된 관리·감독이 이뤄질 것으로 예상한다. 기존엔 불가능에 가까웠던 인간과 기계 간 소통이 LLM이란 ‘대화형 게이트웨이’를 통해 가능해지는 것이다.

하노버메세에 참여한 다수 업체 사례에서도 디자인, 생산, 품질 등 제조 현장 전 단계를 아우르는 AI의 영향력을 확인할 수 있다.

제조 현장에 생성 AI를 성공적으로 도입하기 위해선 해당 작업장의 특성이 충분히 반영된 AI 모델이 필요하다. AI가 제조 현장의 인간 작업자와 최소 유사한 수준의 인지 및 판단을 할 수 있어야 한다.

이와 함께 특정 기계 또는 생산라인을 대상으로 한 소규모 AI 적용이 아니라 공장 전반 또는 전사 차원의 성공적인 AI 도입을 위해선 AI 개발 및 운영 절차 표준화가 필요하다.

해외 시장에선 빅테크 주도로 제조 특화 AI 연구가 이뤄지고 있다면 국내에선 일부 스타트업이 두각을 나타내고 있다. 필자가 몸담은 마키나락스는 자체 보유한 AI 기술력을 기반으로 산업 현장에 특화한 통합 AI 솔루션을 제공하고 있다. 산업 현장의 ‘AI 전환’과 제조 특화 AI 기술력 발전 없이는 세계 5위 규모 제조업 생산국가인 한국의 지속적인 성장이 쉽지 않을 것이다.

윤성호 마키나락스 대표