제조 현장에 인공지능(AI)이 도입됨에 따라, 인공지능 전환(AX)의 양상이 뚜렷해지고 있다. 다만 이제는 이러한 도입 여부가 AX의 어젠다가 아닌 시점. 공장 안에서 어떤 데이터를 쓸 수 있는 상태로 ‘정제’하고, 어떤 환경에서 공정을 미리 ‘검증’하며, 어떤 장비가 판단 결과를 실제 ‘물리적 동작’으로 옮길 것인가의 싸움이다.

 

이러한 스마트 제조 투자는 이미 현장 운영의 필수적인 기본 조건으로 자리 잡았다. 글로벌 산업·공장 자동화(FA) 기술 업체 로크웰오토메이션이 최근 스마트 제조 보고서에서 제시한 흐름도 일맥상통한다.

 

이에 따르면, 현시점 글로벌 제조 생태계는 디지털 전환(DX)을 생존의 조건으로 보고 있고, AI가 보강하는 운영 영역 역시 전방위로 확대되는 추세다. 핵심은 투자 대상이 단일 솔루션이 아니라는 점이다. 데이터·클라우드·자동화·인력·보안·운영 등 시스템이 하나의 유기체처럼 함께 맞물려 돌아가는 구조로 흘러가야 되기 때문.

 

 

여기에 디지털 트윈(Digital Twin)에 대한 논의도 같은 선상이다. 미국 국가표준기술연구소(NIST)는 제조 디지털 트윈을 ▲상태 모니터링 ▲이상 감지 ▲예측 ▲운영 처방 ▲가상 시운전 등과 긴밀히 연결한다.

 

이는 AI의 분석·판단을 실제 로봇·설비·장비의 물리적 동작으로 구현하는 ‘피지컬 AI(Physical AI)’와 공정 스스로 최적의 생산 조건을 찾아가는 ‘자율제조(Autonomous Manufacturing)’가 실전 투입 전 거쳐야 할 필수 검증 단계라는 것을 시사한다. 멈추지 않는 실험, 설비·공정 변화 사전 확인, 현장 실행 위험요소 제로화 등을 시험하는 주체가 공장이 될 것이라는 시각이다.

 

이 흐름을 한자리에서 선보이는 무대가 ‘산업AX 코리아 2026(IndustryAX Korea 2026)’이다. 이달 16일 인사이트 제시를 앞둔 이번 행사는 당장 직면한 제조 현장의 적용 과제로 산업 AX 핵심 의제로 다룬다. 자율 공장, 다크 팩토리(Dark Factory), 소프트웨어 정의 공장(SDF), 피지컬 AI, 디지털 트윈, 로봇 자동화, 비전(Vision) AI 등 제조 기술·인프라 방법론을 한꺼번에 제시한다.

 

 

행사 관계자에 따르면 이 콘퍼런스는 각각 독립된 기술처럼 보이지만 지향점은 하나다. 공장 데이터를 판단 가능한 형태로 정리하고, 공정 변화를 디지털 환경에서 검증하는 것. 여기에 생산·검사·물류 등 인프라가 그 결과를 필드에서 완결 짓는 일련의 파이프라인이다.

 

특히 오후 세션은 이 흐름을 실제 현장의 적용 순서로 배열해 몰입감을 높였다. 공식 프로그램은 산업별 AX 혁신, 피지컬 AI와 엔지니어링 워크포스, 로보틱스와 오토메이션 등 3개 트랙으로 분리되어 있지만, 현장 실무자의 관점에서 재구성하면 이때의 축은 명확해진다. AI가 쓸 수 있는 데이터, 공정을 미리 검증하는 디지털 환경, 판단을 실제 장비 동작으로 바꾸는 ‘실행 기술 체계’다.

 

설비에서 품질까지 파편화된 데이터 모으기...제조 AX의 첫 관문

 

제조 AX의 첫 관문은 데이터다. 생산 현장의 데이터는 설비·공정·품질·에너지·물류·유지보수 등 영역에 흩어져 있다. AI가 이를 판단 재료로 쓰려면 수집 방식, 저장 구조, 업무 시스템과의 연결이 먼저 정리돼야 한다는 게 업계 제언이다. 데이터가 현장 언어로 정렬되지 않은 상태에서는 AI 모델도 제한된 기능에 머문다는 분석에 따른 시각.

 

이에 따라, 오후 세션의 첫 흐름은 현장 데이터의 재구성에 맞춰진다. 코오롱베니트가 다루는 AX 현장 적용 사례는 자율제조가 실제 공정에서 어떤 출발점을 갖는지 짚는 자리다. 이어 로크웰오토메이션의 제조실행시스템(MES) 논의는 생산 계획과 현장 실행 사이의 운영 계층을 겨냥한다. 데이터랩스와 슈퍼브AI 세션은 제조 AX의 경쟁력이 모델 선택보다 데이터의 품질과 맥락에서 갈린다는 지점을 짚는다.

 

이 흐름에서 데이터는 저장 대상이 아니라는 메시지도 전한다. 생산 조건, 품질 결과, 작업 이력, 설비 상태가 연결될 때 AI는 공정의 현재 상태를 판단할 수 있다는 발상인데. 한국IBM의 세션에서는 이 판단 체계를 떠받치는 ‘상시 운영 인프라’의 관점을 제시한다. 더불어 LG CNS의 데이터 패브릭(Data Fabric) 및 지식 기반 논의가 더해져, 현장 내 파편화된 데이터와 노하우를 실제 업무 흐름 안으로 통합하는 기술 체계를 완성한다.

 

단 1초도 멈출 수 없는 공장, 모든 기계적 리스크를 지워라

 

제조 AX를 완성하는 두 번째 핵심 관문은 ‘검증’이다. 기본적으로 제조 현장은 사소한 공정 변경조차 막대한 실험 비용과 품질 리스크를 동반하는 보수적인 공간으로 알려져 있다. 설비 배치는 한 번 결정되면 되돌리기 어렵고, 라인 중단은 곧 치명적인 생산 차질로 직결된다. 최근 피지컬 AI와 디지털 트윈이 제조 AX의 가장 시급한 필수 과제로 부상한 배경이다.

 

이 상황에서 인터엑스가 제시하는 자율제조 관점은 기존 자동화의 다음 단계다. 정해진 데이터대로만 움직이는 단순 반복 수행에서 벗어나, 공정 상태 실시간 분석, 스스로 이상 감지, 불확실한 조건 변화에 대한 능동적 대응 등의 패러다임 제시다.

 

그러나 이 무인 운영 체계가 실제 필드에 안착하려면, AI의 판단 결과가 설비 안정성과 최종 품질에 미치는 영향을 가상 세계에서 먼저 시험해야만 한다. 자율제조의 본질은 화려한 알고리즘의 고도화가 아닌 가혹한 공정 운영의 안전성에 있기 때문이다.

 

이 관점에서 아이벡스의 피지컬 AI 제조 애플리케이션 세션과 어드밴텍케이알의 디지털 트윈 기반 AI 팩토리 논의는 이 구체적인 검증 환경의 실체를 증명한다. 현실을 보고 움직이는 피지컬 AI가 하나의 두뇌라면, 디지털 트윈은 그 두뇌가 마음껏 실수를 연발해도 안전한 가상 시뮬레이터라는 지점을 강조할 예정이다. 이 두 기술의 결합을 통해 공정 설계부터 설비 배치, 가상 시운전, 운영 조건 검증은 하나의 연속된 순환고리로 묶일 예정이다.

 

스트라타시스가 발표하는 제조 현장 업무 혁신은 이러한 검증 의제를 모니터 화면 밖, 즉 ‘물리적 제작 영역’으로까지 확장시킨다. 현장의 진정한 혁신은 소프트웨어 그래픽 안에서만 일어나지 않는다는 메시지가 이어질 전망이다. 시제품 정밀도, 맞춤형 지그·픽스처 제작, 부품 국산화 등 실제 손으로 만져지는 필드 개선 활동으로 이어져야 완결된다는 인사이트가 공개된다.

 

결과적으로 이러한 검증 구조는 산업 AX의 현장 확산 속도를 좌우하는 결정적인 분수령이 될 것으로 보인다. 앞선 데이터가 판단의 재료라면, 검증 환경은 그 판단이 공장을 망가뜨리지 않도록 보호하는 치명적인 안전장치다.

 

“제조는 수시로 바뀌는 비정형 환경” 변동성 타파하는 ‘비전 AI 로봇 자동화’

 

 

산업 AX가 생산 현장의 진짜 성과로 안착하는 최종 종착지는 결국 ‘실행’이다. 아무리 훌륭한 데이터를 모으고 가상 세계에서 검증을 거쳐도, AI의 판단 결과가 실제 물리적인 동작으로 치환되지 않으면 무용지물이다.

 

비전 시스템이 대상을 정확히 인식한 후, 로봇이 작업을 물리적으로 수행하고, 물류 자동화가 공정 사이의 끊김 없는 혈류를 유지하는 단계다. 이 구간에 이르러서야 AI는 분석 도구의 허울을 벗고 현장의 ‘행동 대장’, 즉 실행 계층으로 진입한다.

 

이 실행 단계의 제1조건은 인간의 눈을 대체하는 ‘인식’이다. 코그넥스코리아가 주창하는 AI 비전 솔루션과 픽잇코리아의 3차원(3D) 비전 자동화 사례는 제조 현장에서 AI가 물리 세계를 어떻게 읽어내는지에 화력을 집중한다. 미세 결함을 잡아내고, 무작위로 쌓인 부품의 위치와 형상을 파악하고, 로봇 작업의 정밀한 좌표를 제공하는 영역이다. 작업자가 수동으로 확인하던 감시 업무를 시스템 인지 영역으로 넘기는 메커니즘이다. 다크 팩토리를 구현하는 핵심 교두보로 기대받는다.

 

아울러 뉴로메카의 피지컬 AI 적용 세션과 씨메스로보틱스 비전 AI 로봇 자동화 솔루션은 앞선 인식 이후의 실제 ‘동작’을 책임진다. 최근 글로벌 로보틱스 트렌드는 고정된 격자형 반복 작업에서, 비정형 작업 환경으로 이동 중이다. 물체의 위치가 수시로 바뀌고 형태가 달라지는 가혹한 환경에서도 로봇은 흔들림 없이 움직여야 하는 상황이다. 앞의 비전 AI가 이러한 현장 변동성을 실시간으로 연산해 내면, 로봇 본체가 그 결과를 거친 물리적 작업으로 완벽하게 구현해 내는 흐름이다.

 

카덱스코리아 제조·물류 운영 혁신 발표는 이 실행의 범위를 생산 라인에서 공장 내부의 모빌리티 영역까지 확장시킨다. 대상물의 이동·보관·취출·공급·출하로 이어지는 재고 흐름이 함께 바뀌어야 병목이 뚫린다는 시각을 제시하는 부분이다.

 

이 밖에 LG CNS가 제시하는 에이전틱 AI(Agentic AI) 논의가 이 실행 계층의 두뇌 역할을 자처한다. 에이전트는 단일 명령을 수동적으로 처리하는 도구가 아니라는 게 업계 정론이다. 전체 업무 맥락을 스스로 이해하고 다음 행동을 능동적으로 제안하거나 직접 수행하는 구조다. 실제 공장 안에서는 작업 지시, 예기치 못한 이상 대응, 설비 유지보수, 품질 분석 최적화가 이 지능형 실행 흐름과 직결된다.

 

결국 산업 AX의 최종 진화 형태는 검사 장비가 스스로 결함을 솎아내고, 로봇이 비정형 물체를 능숙하게 다루면서, 물류 시스템이 공장 전체의 혈류를 유지하는 실제 현장 그 자체다. 데이터와 검증 환경이 완벽히 갖춰져도 이 물리적 실행력이 부실하면 AI는 결국 보고서의 픽셀 안에 갇힐 뿐이다. 판단이 동작으로 바뀌는 그 짧은 한 끗 차이의 순간, 산업 AX는 공장 안에서 진짜 ‘돈’을 벌어다 주는 실전 성과로 남을 것이다.

 

모니터 너머의 추상적 알고리즘 수치에 매몰될 필요는 없다. 올해 산업AX 코리아는 정제된 데이터와 가상 검증을 거친 지능이 어떻게 실제로 구현되는지 확인하는 장이 될 전망이다.

 

헬로티 최재규 기자 |