산업AX 코리아 2026, 코엑스서 개막해 제조 AX 사례와 전략 공유
A트랙 5개 세션서 데이터 연결·MES·머신비전·통계 분석·완전자율머신 소개
"AI 모델이 아닌 연결된 데이터가 AX의 출발점" 메시지 강조
차세대 산업 혁신을 주제로 한 제조 특화 행사 '산업AX 코리아 2026(IndustryAX Korea 2026)'이 지난 6월 16일 서울 강남구 코엑스 3층 E홀에서 개최됐다. (주)첨단, 헬로티, 두비즈가 공동 주최한 이번 행사는 'AX(AI Transformation), 산업의 판단 구조를 바꾸다'라는 주제 아래 제조·물류·로보틱스·IT 현장의 AI 전환 사례와 실행 전략을 공유하는 자리로 마련됐다.
오전 공통 세션에서는 AI 레디 데이터, 피지컬 AI, 다크 팩토리, 소프트웨어 정의 공장(SDF) 등이 주요 의제로 다뤄졌으며 오후에는 산업별 AX 혁신, 피지컬 AI 및 엔지니어링 워크포스, 로보틱스·오토메이션 등 3개 트랙으로 나뉘어 세션이 진행됐다. 이 중 산업별 AX 혁신 사례와 확산을 주제로 한 A트랙에서는 5개 기업이 제조 현장의 데이터 연결과 AI 적용 사례를 발표했다.
첫 발표자로 나선 코오롱베니트 박윤성 팀장은 "AX의 출발점은 AI 모델의 선택이 아니라 연결된 공장 데이터로부터 시작된다"고 강조하며 발표를 시작했다. 박 팀장은 DX를 아날로그 신호의 디지털 전환과 표준화 단계로, AX를 디지털화된 데이터에 AI를 연결해 예측과 판단을 지원하는 단계로, 자율 제조를 AI의 추천과 기존 제어·승인·안전 체계가 반복 연동되는 운영 구조 단계로 구분해 설명했다.
코오롱은 품질·생산·운영 세 영역에서 총 8개 솔루션을 구축했으며 반응기에 NIR 인라인 센서를 부착해 물성 예측 AI 모델의 정확도를 94.2%까지 끌어올린 가상 센싱 사례, 3년치 데이터를 학습해 반응기 온도와 진공도를 다변량으로 제어하는 AI APC 사례, 최적 배치 패턴을 탐색해 작업자를 안내하는 골든 배치 솔루션 등을 소개했다.
박 팀장은 "성과는 기술명이 아니라 KPI로 평가돼야 하며 AI가 현장의 KPI를 실제로 바꿨는지가 가장 중요하다"고 밝혔다. 그는 끊긴 데이터를 찾고 공통된 연결 키를 맞추고 이를 바탕으로 KPI를 설정하는 3단계를 실행 과제로 제시하며 발표를 마무리했다.
이어 로크웰오토메이션코리아 이원영 부장은 최적의 총소유비용(TCO) 절감 효과를 제공하는 클라우드 기반 MES '플렉스(Flex)'를 소개했다.
이 부장은 기존 MES 구축 방식이 초기 투자 비용이 크고 구축 기간도 수년이 걸리는 자본적 지출(CAPEX) 개념에 머물러 있었다면 최근에는 구독 기반의 운영적 지출(OPEX) 모델로 전환되며 짧은 시간 안에 빠르게 도입해 ROI를 확인하는 방식으로 트렌드가 바뀌고 있다고 설명했다. 특히 자동차 부품 협력사와 식음료 제조사 등 국제 품질 규격 준수가 중요한 업종에서는 감사 대응 시간 단축과 실시간 생산 가시성 확보가 핵심 요구 사항으로 떠오르고 있다고 밝혔다.
그는 복수 국가에 흩어진 공장을 하나의 시스템으로 통합해 생산 데이터 보고 지연 시간을 대폭 단축한 자동차 부품 협력사 사례와 재고 개선율 75% 이상을 달성한 천연가스 엔진 제조사 사례를 제시하며 "플렉스는 100% 제조업에 특화된 클라우드 기반 시스템으로 전 세계 40개국 이상 700개 이상 고객사가 사용하고 있다"고 전했다.
세 번째 발표자인 코그넥스코리아 김창모 차장은 45년간 머신비전을 전문적으로 다뤄 온 코그넥스의 2D 비전 시스템 '인사이트(In-Sight)'와 클라우드 플랫폼 '원비전(ViDi Cloud)'을 결합한 에코시스템을 소개했다.
김 차장은 "비전 애플리케이션 개발에는 머신비전 엔지니어뿐 아니라 공정 전문가와 품질 전문가의 참여가 필수적"이라며 원비전의 핵심 가치로 용이성, 협력성, 유연성 세 가지를 꼽았다. 그는 알고리즘이 하드웨어에 종속되지 않고 클릭 몇 번으로 룰 베이스부터 고급 딥러닝까지 전환할 수 있는 구조를 설명하며 신제품 '인사이트 3900'과 '인사이트 6900'을 함께 공개했다.
인사이트 3900은 분당 5천 개의 검사가 가능해 스마트 카메라 중 가장 빠른 속도를 구현했으며 인사이트 6900은 65메가 센서까지 확장 가능한 컨트롤러형 제품으로 소량 이미지로도 정밀한 딥러닝 검사를 구현할 수 있다고 소개했다. 김 차장은 국내외 다수 제조사가 이미 원비전을 도입해 생산 현장에 적용하고 있으며 보안 측면에서도 국제 인증과 외부 사이버 보안 전문기관의 감사를 통과했다고 강조했다.
네 번째로 발표한 데이터랩스 김지현 부사장은 27년간 통계 소프트웨어와 데이터 분석 컨설팅을 제공해 온 경험을 바탕으로 데이터 유형별 제조 AX 전략을 소개했다.
김 부사장은 "국내 제조기업은 과거 식스시그마 활동을 거치며 이미 상당한 통계적 역량을 축적해 왔다"며 문제 정의, 데이터 전처리, 통계 분석, 예측·시뮬레이션, 운영이라는 5단계 실행 전략을 제시했다. 그는 통계 소프트웨어 '미니탭'의 클라우드 버전을 예로 들어 AI 기반 브레인스토밍, 자동화된 머신러닝 알고리즘 탐색, 자연어 명령 기반 데이터 전처리 등의 기능을 소개하고 320여 종의 설비 브랜드와 연동되는 검사 데이터 통합 사례, 100여 종의 데이터베이스와 연동하는 데이터 통합 솔루션을 설명했다.
특히 로봇 공정 도입을 검토하던 한 중소 제조사의 디지털 트윈 시뮬레이션 사례에서는 주당 생산량이 25개에서 133개로 늘어날 것으로 예측됐고 실제 약 20억 원 투자 이후 예측치에 근접한 성과가 확인돼 1년 내 투자금 회수가 예상된다고 전했다. 김 부사장은 "AI·AX로 가기 위해서는 무엇보다 데이터의 활용성을 먼저 구축하는 것이 필요하다"고 말했다.
마지막 발표를 맡은 인터엑스 김재성 CBO는 제조 현장의 피지컬 AI를 로봇에 국한하지 않고 설비와 장비 전반으로 확장해야 한다는 관점을 제시했다.
김 CBO는 "지금까지의 자동화는 데이터 수집과 판단 지원까지는 이뤘지만 실행의 최종 판단은 여전히 숙련공에 의존하는 사람이 필요한 자동화 단계에 머물러 있다"며 완전 자율화로 나아가기 위해서는 숙련공의 암묵지를 AI로 자산화하는 과정이 필요하다고 강조했다. 그는 공작기계의 발전 단계를 동력 기반, NC, CNC에 이어 기계 스스로 판단·실행하는 AX 공작기계 단계로 구분하고 데이터 옵스레이어, 워크플로우, 에이전트 AI로 이어지는 5단계 아키텍처를 제시했다.
이어진 시연에서는 인터엑스 김민철 선임연구원이 위아 공작기계와 협동로봇, 해외 연구기관과 공동 개발한 스마트 툴 센서, 엣지 디바이스에 탑재된 16개 AI 모델을 결합한 완전자율머신을 소개했다. 시연 영상에서는 사용자의 음성 지시에 따라 완전자율머신이 가공 준비 상태를 스스로 보고하고 가공 중 공구 마모와 채터링을 실시간으로 감지해 공구를 자동 교체하거나 가공 조건을 재조정하는 과정이 디지털 트윈과 함께 시각화됐다. 김민철 선임연구원은 "이번 시연은 머신, 프로세스 라인, 팩토리, 공급망까지 이어지는 제조 산업 전 과정의 완전 자율화 가능성을 보여준 것"이라고 설명했다.
다섯 발표자의 사례는 접근 방식과 적용 범위는 서로 달랐지만 AI 모델 자체보다 연결된 데이터와 표준화된 체계가 AX의 출발점이라는 점에서는 공통된 메시지를 전했다. 산업AX 코리아 2026은 이러한 현장의 목소리를 통해 기술 경쟁을 넘어 사람과 AI, 현장과 데이터가 조화롭게 연결되는 지능형 제조 생태계로의 전환이라는 화두를 남겼다.
헬로티 구서경 기자 |
