같은 견적 업무라도 회사마다 확인하는 정보, 승인 순서, 예외 처리 방식이 다르다. 데이터가 같아도 담당자가 어떤 기준으로 판단하는지 모르면 범용 인공지능(AI)이 실제 업무를 이어받기 어렵다는 뜻이다. 기업 맞춤형 AI 업무 자동화 업체 호미에이아이는 이 차이를 ‘컴퍼니 브레인(Company Brain)’으로 구조화한다. ‘2026 산업AI EXPO’에서는 업무 흐름, 사내 데이터, 판단 기준을 연결해 AI 에이전트(AI Agent)가 실무를 수행하는 기업별 자동화 체계를 소개한다. ‘2026 산업AI EXPO’는 실제 산업 현장을 움직이는 AI 기술·솔루션을 한자리에서 선보이는 산업 AI 전문 전시회다. 제조를 비롯한 다양한 산업의 AI 활용 사례를 짚고, 관련 생태계가 AI를 활용해 기술 혁신과 새로운 비즈니스를 추진하는 과정을 참관하도록 기획됐다. 컴퍼니 브레인은 조직 내부에 흩어진 정보를 한곳에 모으고, 실제 업무가 어떤 순서로 진행되며 어떤 정보가 서로 영향을 주는지 분석한다. 담당자가 어느 조건에서 승인하거나 예외로 분류하는지까지 하나의 지식 구조로 연결하는 역할도 병행한다. 업무·데이터·담당자·판단 등 요소 사이 관계를 AI가 이해하도록 구조화
엔터프라이즈 에이전틱 AI 기업 인핸스(Enhans, 대표 이승현)가 IBK기업은행과 온톨로지 기반 AI 데이터 분석 실증에 착수했다고 1일 밝혔다. 이번 실증은 행내 업무 지식과 암묵지를 AI 에이전트가 활용할 수 있는 지식 자산으로 전환하는 데 초점을 맞췄다. 현업 직원이 전산 부서에 자료를 요청하거나 기존 쿼리(데이터 조회 명령어)를 직접 다뤄야 하는 부담을 줄이고, 일상적인 자연어 질의만으로 필요한 데이터를 조회·분석할 수 있는지 검증하는 것이 핵심 목적이다. 이를 위해 인핸스는 자체 개발한 AI 에이전트 플랫폼 'AgentOS(AOS)'를 IBK기업은행 내부망에 구축한다. 은행의 보고·분석 업무에 활용되는 정보계 데이터에 업무상 의미와 관계를 연결하는 시멘틱 레이어(Semantic Layer·의미 계층)를 마련하는 방식이다. 자연어 질문을 SQL 쿼리로 변환하는 Text-to-SQL, 관련 정보를 검색해 답변 생성에 활용하는 검색증강생성(RAG) 등 데이터 활용 기술에는 기업 고유의 업무 맥락을 반영하는 것이 중요하다. 인핸스는 업무 개념과 관계를 체계화하는 온톨로지(Ontology) 기술을 적용해 현업의 업무 지식과 암묵지를 지식 사전으로 정리하고
엔터프라이즈 에이전틱 AI 기업 인핸스(Enhans, 대표 이승현)가 GS칼텍스(대표 허세홍 부회장)와 함께 제조 현장에 축적된 숙련자의 경험과 판단 기준을 AI로 연결하는 '제조 암묵지 기반 AI 모델 개발' 과제를 수행 중이라고 23일 밝혔다. 이번 연구개발은 산업통상자원부 '2026년도 제조암묵지기반 AI모델개발사업'의 일환으로, 인핸스가 주관기관을 맡고 GS칼텍스가 수요기업으로 참여한다. 제조 현장에서는 숙련 인력의 세대교체와 함께 오랜 기간 축적된 판단 기준과 문제 해결 경험이 단절될 위험이 있다. 설비 이상 시 무엇을 먼저 확인해야 하는지, 같은 현상에서도 설비 상태와 운전 조건에 따라 어떤 원인을 우선 살펴야 하는지 등은 매뉴얼만으로 담기 어려운 현장 지식이다. 인핸스는 GS칼텍스의 설비 83만2,996대와 비정형 문서 약 2,900건을 기반으로 설비·부품·이상 징후·원인·조치 간 관계를 온톨로지로 구조화한다. 장치·기계·전기·계기 분야 엔지니어를 대상으로 설비 상태 확인 순서, 원인 좁히기 기준, 예외 상황 처리 경험을 파악해 온톨로지 설계에 반영한다. 구축된 지식은 'Guide 챗봇'으로 현장에서 활용된다. 현장 담당자가 설비 이상이나 정비
산업단지는 오랫동안 생산시설과 인력을 한데 모아 제조 효율을 끌어올리는 공간으로 기능해왔다. 공장을 짓고 설비를 들인 뒤 제품을 생산해 외부로 내보내는 물리적 집적지가 기본 역할이다. 업체가 같은 지역에 모이는 것 자체가 공급망·고용·물류를 만드는 경쟁력이던 시기다. 현시점 산업단지에 요구되는 기능은 그보다 확장됐다. 제조 현장에는 인공지능(AI)·로보틱스가 들어오고, 기업은 생산성 향상만큼 새로운 기술을 얼마나 빨리 적용하고 시장에 연결하느냐를 경쟁력으로 따진다. 여기에 스타트업·수요기업·투자자·연구기관까지 제조 생태계 안으로 들어오고 있다. 이에 따라 기존처럼 공장이 모여 있다는 사실보다, 그 안에서 어떤 기술과 사업 기회를 연결하느냐가 더 중요해졌다. 이처럼 산업단지의 모양새가 생산 공간에서 기술·사업 기회를 연결하는 생태계로 넓어지는 흐름은 이달 대구광역시에서도 확인됐다. 지난 14일부터 사흘간 대구광역시 북구 소재 전시장 엑스코에서 열린 ‘제2회 대한민국 산업단지 수출박람회(KICEF 2026)’다. 약 400개 부스가 들어선 이 전시장에서는 첨단 산업, 로보틱스, 소재·부품·장비, 에너지, 의료·바이오 등 각종 산업 기술이 총망라했다. ▲ (촬영·
사내 데이터 연동 AI 늘었지만 “답변 검증 이중 작업” 여전 코세나 “의미·경험 결합한 구조로 거버넌스 통과 SQL만 실행” 거대언어모델(LLM)과 검색증강생성(RAG)을 도입한 기업이 늘고 있지만, 현업에서는 여전히 AI 답변의 정확도를 신뢰하기 어렵다는 지적이 이어지고 있다. 업계에서는 문서 검색 중심의 기존 방식만으로는 데이터의 의미와 연결 구조를 충분히 반영하기 어렵다며, 온톨로지와 지식 베이스를 결합한 이른바 ‘정확성 계층’ 구축이 기업형 AI의 다음 과제로 떠오르고 있다고 본다. 기업들은 그동안 데이터웨어하우스, BI 도구, 온프레미스 LLM, RAG 기반 AI 플랫폼 등에 투자를 이어왔지만, 실제 업무 현장에서는 AI가 내놓은 답변을 사람이 다시 검증하는 과정이 반복되고 있다는 평가가 나온다. 업계에서는 그 배경으로 AI가 데이터를 “가져오는 능력”과 데이터를 “이해하는 능력” 사이의 간극을 꼽는다. 문서와 테이블을 검색하는 것은 가능하지만, 컬럼과 테이블이 무엇을 뜻하고 서로 어떤 관계를 맺는지까지 안정적으로 해석하지 못해 같은 질문에도 결과가 달라질 수 있다는 것이다. 또 다른 문제는 검증된 분석 로직이 조직 차원에서 축적되지 않는 점이다.
생성형 AI(Generative AI), 피지컬 AI(Physical AI) 그리고 휴머노이드 로봇(Humanoid Robot). 이들 차세대 기술이 제조업의 미래로 주목받고 있다. 그러나 자율제조(Autonomous Manufacturing)의 본질은 기술 경쟁이 아니다. 현장 내 인공지능(AI)이 제대로 작동하기 위해서는 공정·물류·품질·설비·소재를 하나의 데이터 흐름으로 연결하는 것. 그리고 이를 기반으로 스스로 판단·최적화하는 운영 체계가 먼저 갖춰져야 한다. 이번 특집은 이러한 관점 에서 자율제조를 바라본다. 자동 보관과 물류 자동 화부터 AI 기반 3차원 비전(3D Vision), 온톨로지 AI(Ontology AI), 자동화 3D 품질 측정, 지능형 소재관리까지 자율제조 인프라 속 핵심 기술을 다룬다. 이러한 기술의 실제 적용 사례를 통해 제조 혁신의 현실적인 해법을 살펴봤다. [SPECIAL REPORT] AI 자율제조, 기술 넘어 ‘운영’을 혁신하다 - 물류 자동화 진화 - “작게 시작하고 크게 확장하라”…AX 시대 제조·물류 혁신의 공식 - AI 기반 3D 비전 - 작업자 대신 제조 현장 지키는 ‘3D 눈’, 소프트웨어 기반 공간 지능의 가
시선AI가 과학기술정보통신부 산하 정보통신기획평가원(IITP)이 주관하는 '국방망 AI 코딩 어시스턴트 및 Secure Code 자동점검 에이전트' 사업을 수주했다고 밝혔다. 수요처는 대한민국 공군이며 총 사업비는 24.5억 원 규모로, 세종대학교 산학협력단과 코드마인드가 공동 수행 기관으로 참여한다. 이번 사업을 통해 시선AI는 자사가 개발한 온프레미스 AI 코드 어시스턴트 솔루션 'IntraGenX(인트라젠엑스)'를 국방망에 공급하고, AI 코딩·보안 통합 자동화 플랫폼을 구축한다. 공군 실증을 시작으로 육·해군, 국직기관 및 국방부 전체로 사업을 확장하며 고보안 망분리 환경의 AX 시장을 선도하는 '한국형 팔란티어'로 도약하겠다는 목표다. 지난 3월 출시된 IntraGenX는 sLLM(경량 언어모델) 기반 AI 코딩 자동화 솔루션으로 자연어 명령을 통해 논리 설계부터 코드 리뷰, 오류 탐지 및 수정에 이르는 개발 실무 전 과정을 지원한다. 30B(300억 파라미터)급 경량 모델이지만 국내 실무 환경에 특화된 파인튜닝과 루프 하네스(Loop Harness) 구조를 적용해 대형 모델 수준의 성능을 구현했다. 외부망과 완전히 차단된 에어갭(Air-gap) 및
질문에 답한 AI가 보고서를 작성한다. 이후 필요한 업무까지 찾아 실행한다. 기업 데이터와 현장 노하우를 실제 업무 수행으로 연결하는 업체 포너즈가 구축하려는 작업 구조다. 그 중심에는 기업별 데이터와 업무 시스템을 한데 통합하는 ‘에이엑스코어(AX CORE)’가 있다. ‘2026 산업AI EXPO’는 실제 산업 현장을 움직이는 AI 기술·솔루션을 한자리에서 선보이는 산업 AI 전문 전시회다. 제조를 비롯한 다양한 산업의 AI 활용 사례를 짚고, 관련 생태계가 AI를 활용해 기술 혁신과 새로운 비즈니스를 추진하는 과정을 참관하도록 기획됐다. 포너즈의 에이엑스코어는 기업 문서와 업무 데이터를 AI에 연결하는 데서 출발한다. 여기에 사용자가 일을 처리하는 순서, 판단 기준, 예외 상황의 대응 방식까지 구조화한다. 데이터 검색과 문서 생성부터 업무가 실제로 흘러가는 규칙을 인공지능(AI)의 판단 기반에 포함하는 방식이라는 게 사측 언급이다. 기술 구성은 거대언어모델(LLM)·검색증강생성(RAG)·온톨로지(Ontology)·다중에이전트(Multi-Agent)·데이터파이프라인(Data Pipeline) 등이다. 이 가운데 특히 검색증강생성은 조직 내부 자료에서 필요한
산업AI 솔루션 기업 E8(이에이트)가 제3자배정 유상증자의 주금 납입일을 기존 9월 28일에서 9월 14일로 2주 앞당기며 자본 확충 절차를 조기에 마무리한다. E8는 9월 3일 이사회를 열고 주금 납입일을 기존 9월 28일에서 9월 14일로 변경하기로 결의했다고 공시했다. 신주 상장 예정일도 기존 10월 14일에서 9월 30일로 앞당겼다. 이번 유상증자는 보통주 595만5143주를 주당 678원에 발행해 약 40억 원을 조달하는 내용이다. 조달 자금은 전액 타법인 증권 취득에 사용되며 발행 신주는 전량 1년간 보호예수된다. E8는 이번 증자 완료를 통해 자본 구조를 개선하고 온톨로지 및 피지컬 AI 운영 시스템 등 AI 관련 사업영역 확대를 추진할 계획이다. E8 관계자는 “납입 절차가 당초 계획보다도 더욱 순조롭게 진행되고 있어 일정을 앞당길 수 있었고, 본 건 증자 완료로 기존 100% 수준이던 부채비율이 낮아지고 자본 구조도 더욱 건전해져 보다 공격적으로 고객사를 확장할 수 있게 되었다”고 밝혔다. 이어 “산업 AI 관련 시장의 수요가 크게 증가하고 있고 현재 다수의 AI 프로젝트가 순조롭게 진행 중으로 회사의 실적 또한 빠르게 개선될 것으로 전망한
코난테크놀로지가 방산 전자부품 제조 현장 숙련자의 노하우를 인공지능(AI)으로 자산화해 초급 엔지니어의 고장진단을 지원하는 제조 AI 솔루션 개발에 나선다. 코난테크놀로지는 중소벤처기업부와 중소기업기술정보진흥원(TIPA)이 주관하는 ‘제조분야 AI 응용제품 신속 상용화 지원사업’에 선정돼 방산 전자부품 전문기업 영풍전자와 컨소시엄을 구성하고 ‘AI 기반 제조 지식 자산화 및 전자회로기판 제조 공정 관리 자동화’ 과제에 착수했다고 밝혔다. 과제는 내년 7월까지 12개월간 진행되며 총사업비는 18억 8000만 원 규모다. 영풍전자가 도입기업으로 참여하고 코난테크놀로지가 AI 솔루션 공급을 맡는다. 애버커스는 에이전트 개발, 국립창원대학교 산학협력단은 온톨로지·지식그래프 설계를 담당하며 경남테크노파크가 사업 기획을 총괄한다. 이번 과제의 핵심은 방산 PBA(회로카드조립체) 제조 현장 숙련자의 노하우를 온톨로지 기반 지식그래프로 구조화해 초급 엔지니어도 베테랑 수준의 고장진단을 할 수 있도록 지원하는 AI 솔루션을 구축하는 것이다. 다품종 소량생산 특성상 개인의 경험과 숙련도에 의존해온 고장탐구 과정을 AI로 지원해 제조 현장의 생산성과 기술 전수 문제를 함께 개선
“요컨대 세상을 처리하는 데 그치지 않고 그 안에 참여하며, 말하는 데 그치지 않고 행동까지 하는 기계다 (In short, machines that don’t just process the world, but participate in it, machines that don’t just talk, but also act).” 피터 시몬스(Pieter Simoens) 벨기에 헨트대학교 교수는 나노전자·디지털 기술 연구기관 아이멕(imec)에 게재한 기고문에서 이같이 언급했다. 이는 에이전틱 AI(Agentic AI)와 피지컬 AI(Physical AI)가 불러올 변화를 시사한 메시지다. 인공지능(AI)의 진화 단계가 디지털 환경 내 업무를 직접 수행하고 물리 세계에 개입하는 방향으로 전환되고 있다는 분석이다. AI가 공정의 이상 징후를 감지하고 최적의 운전 조건을 제안하더라도, 설비가 저절로 가동되는 것은 아니다. 결산 오류를 찾아내 보고서를 작성한다고 해서 사내 시스템의 전표가 자동으로 수정되지도 않는다. 업계는 AI의 판단을 현장의 실행으로 이으려면, 설비·로봇·기업 시스템을 연동하는 실행 프레임워크가 필요하다고 제언했다. 즉 실질적인 구동 체계가 뒷받침
망분리·데이터 주권 수요 겨냥해 금융·공공·제조·통신 시장 진입 LLM·RAG 한계 보완… 기존 BI·레거시 데이터 인프라 연동 제시 AIX 전문기업 코세나가 온톨로지 기반 시맨틱 레이어 플랫폼 ‘Timbr.ai’의 온프레미스 엔터프라이즈 버전을 한국 시장에 출시했다. 회사 측은 금융·공공·제조·통신 등 데이터 외부 반출이 어려운 산업을 중심으로, 기존 LLM·RAG 기반 AI 도입의 활용 한계를 보완할 수 있는 대안 수요를 겨냥했다고 설명했다. 8일 회사 측에 따르면, 이번에 출시된 Timbr.ai 온프레미스 버전은 Kubernetes 기반 컨테이너 환경으로 기업 내부 인프라에 설치·운영되는 형태다. 코세나는 온톨로지 모델과 분석 결과를 기업 서버 내부에 보관할 수 있어 개인정보보호법(PIPA) 등 보안·컴플라이언스 요구에 대응하는 데 적합하다고 밝혔다. 코세나는 국내 대기업과 금융기관, 공공기관이 지난 수년간 LLM과 RAG 구축에 적지 않은 비용을 투입했지만, 현업 부서에서 체감하는 성과는 기대에 못 미치는 경우가 적지 않다고 진단했다. 회사 측은 자연어 처리와 문서 검색 중심의 AI만으로는 정밀한 수치 분석이나 예측, 복잡한 비즈니스 규칙 반영에 한계
디토닉이 유무인복합체계(MUM-T) 환경에서 전장 데이터를 상황 맥락으로 이해하는 인공지능(AI) 비전을 제시했다. AI 플랫폼 기업 디토닉은 전용주 대표가 지난 9일 대전컨벤션센터에서 열린 ‘AI 기반 MUM-T 발전 세미나’에서 ‘AI 데이터 플랫폼 기반 MUM-T 전장 상황인식 체계’를 주제로 발표했다고 10일 밝혔다. MUM-T는 유인 전력과 무인 전력이 함께 작전하는 체계를 뜻한다. 미래 전장에서는 유인 플랫폼, 무인 플랫폼, 지휘통제체계, 전장 감시 자산 등 다양한 주체가 동시에 작전에 참여하는 만큼, 단순한 정보 공유를 넘어 같은 상황을 동일하게 이해하는 능력이 중요해지고 있다. 전 대표는 발표에서 “미래 전장의 문제는 정보 부족이 아니라 넘치는 정보를 적시에 처리하지 못해 상황을 이해하지 못하는 것”이라며 “센서와 플랫폼에서 생성되는 수많은 데이터와 이벤트를 연결해 현재 어떤 상황이 형성되고 있는지 파악하고, 이를 모든 전술 주체가 동일하게 인식할 수 있도록 하는 것이 차세대 전장 AI의 역할”이라고 말했다. 그는 기존 국방 정보체계가 센서 데이터 통합과 표적 추적 정보 통합에 집중해왔다면, 앞으로는 AI가 분산된 정보의 의미와 관계를 해석해
AI를 도입하는 기업이 늘고 있지만 실제 성과는 데이터 준비 상태에 따라 크게 달라진다. AI Agent가 엉뚱한 답을 내놓거나 PoC 이후 현업 확산으로 이어지지 못하는 이유는 대부분 데이터 품질과 메타데이터, 거버넌스, 업무 맥락 연결의 문제에서 비롯된다. AI 성능보다 데이터 준비도가 먼저라는 인식이 확산되면서 구조적인 AI Ready Data 전략에 대한 수요가 높아지고 있다. 이 같은 흐름 속에서 토크아이티가 오는 6월 12일(금) 오후 2시부터 3시까지 'AI Data Readiness 구축을 위한 Check Point와 실전 운영 전략'을 주제로 웨비나를 진행한다. 토크아이티의 데이터 전략 전문 토크 시리즈 '김선영의 AI-Ready Data'의 세 번째 에피소드로 진행되는 이번 웨비나는 엔코아 김선영 그룹장과 함께 앞선 두 에피소드의 내용을 정리하며 기업이 지금 점검해야 할 항목과 실제 구축 프로세스, 지속 가능한 운영 체계를 살펴보는 자리다. 웨비나는 총 3개의 핵심 주제로 구성된다. 첫 번째로 AI Ready Data 구축을 위한 데이터 준비도 체크포인트를 다룬다. 기업의 AI 활용 목적과 과업 정리, AI가 수행할 업무와 판단해야 할 맥락
생성형 AI 도입이 확산되면서 기업 데이터의 파편화 문제가 다시 주목받고 있다. LLM과 RAG만으로는 해결되지 않는 데이터 구조의 한계를 넘기 위해 온톨로지를 기업 AI의 핵심 인프라로 재조명하는 움직임이 커지고 있으며 ERP·SCM 등 레거시 시스템과의 연계를 상위 레이어에서 풀어내려는 수요도 함께 늘고 있다. 이 같은 흐름 속에서 토크아이티가 오는 5월 13일(수) 오후 2시부터 3시까지 '온톨로지 프로젝트 FAQ Top 10 핵심 정리'를 주제로 웨비나를 진행한다. 토크아이티의 온톨로지 전문 토크 시리즈 '탁 켜세요 On톨로지'의 두 번째 에피소드로 진행되는 이번 웨비나는 인포시즈와 PwC컨설팅이 현장에서 반복적으로 받은 질문을 FAQ 형식으로 정리해 온톨로지 프로젝트의 핵심을 한 시간에 짚어보는 자리다. 웨비나는 총 4개의 핵심 주제로 구성된다. 첫 번째로 온톨로지가 왜 다시 기업 AI의 핵심이 됐는지를 살펴본다. 생성형 AI와 온톨로지의 관계, 그래프 DB와의 차이, 최신 온톨로지 동향을 짚는다. 두 번째로 온톨로지 구축과 확산 전략을 다룬다. 도메인 지식과 데이터 구조, 시스템, 사람·조직의 합의가 결합되는 구축 방식과 ERP·SCM 등 기존 시
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘, 이준원 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김진희 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 이메일 : help@hellot.net | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2026년 10월 10일 16시 53분
