병목은 생산이 아니라 검증이다루프의 경계는 증거
엔지니어링 리더 애디 오스마니(Addy Osmani)의 최근 강연은 한 문장으로 요약됩니다. 소프트웨어 일의 무게중심이 "코드를 직접 작성하는 것"에서 "AI 에이전트가 수행한 작업을 설계하고, 검증하고, 최종 책임을 지는 것"으로 넘어갔다는 것입니다.
제조 AI 운영체제 VEXPLOR를 만들고 있습니다. 스마트공장 구축 현장에서 데이터 표준화·온톨로지·디지털트윈·자율형공장을 다루며, 이 블로그에는 현장에서 실제로 부딪힌 문제와 그때 내린 판단을 씁니다.
엔지니어링 리더 애디 오스마니(Addy Osmani)의 최근 강연은 한 문장으로 요약됩니다. 소프트웨어 일의 무게중심이 "코드를 직접 작성하는 것"에서 "AI 에이전트가 수행한 작업을 설계하고, 검증하고, 최종 책임을 지는 것"으로 넘어갔다는 것입니다.
"AI 솔루션을 도입한다"는 말을 뜯어보면 이상한 점이 있습니다. 솔루션이라는 단어는 완성된 제품을 설치하면 문제가 풀린다는 인상을 줍니다. 그런데 실제 AI 구축 현장에서 일어나는 일은 다릅니다. 회사마다 업무가 다르고, 데이터가 다르고, 판단의 기준이 다릅니다.
요즘 많은 IT 기업이 AI 에이전트 구축, 기업 AI 도입 서비스를 내놓습니다. 소개 자료는 화려하고, 시연은 매끄럽습니다. 그런데 한 가지 질문을 던지면 분위기가 달라지는 경우가 많습니다. "그래서, 귀사의 업무는 지금 AI로 돌아가고 있습니까?"
어느 공장이든 전산 요청함에는 현장의 요구가 줄을 서 있습니다. 이 설비만의 점검표, 이 라인만의 작업 기록 화면, 이 공정만의 불량 집계표. 하나하나는 작은 화면인데, 개발 요청으로 올리면 몇 주짜리 일이 됩니다.
피지컬 AI라고 하면 대개 휴머노이드 로봇이나 자율주행차를 떠올립니다. 무대 위에서 걷고, 도심을 달리는 장면들이죠. 그런데 AI가 물리 세계와 만나는 접점은 이미 다른 곳에 훨씬 넓게 깔려 있습니다. 제조업 현장입니다.
그래프 데이터베이스와 GraphRAG가 화제가 되면서 부쩍 자주 듣는 질문이 두 가지 있습니다. "이제 관계형 데이터베이스(RDB)는 끝난 거냐"와 "그래프 RAG라는 게 결국 SQL로도 다 되는 거 아니냐"입니다. 결론부터 말하면 둘 다 아닙니다.
제조 AI 운영체제 VEXPLOR를 만드는 (주)웨이스가 과학기술정보통신부가 주관하는 「혁신 프리미어 1000」 기업에, AI 에이전트 및 플랫폼 전문 기업으로 선정됐습니다. 기술 역량과 사업성을 인정받은 결과로, 회사가 걸어온 방향에 대한 국가 차원의 공신력 있는 확인입니다.
3D로 공장을 옮겨 놓은 화면은 확실히 인상적이다. 설비가 돌고, 컨베이어가 움직이고, 로봇팔이 실제처럼 작동한다. 그런데 여기서 한 가지를 짚고 넘어가야 한다. 현장을 그대로 비추기만 하는 3D 화면은, 아무리 정교해도 결국 화려한 스크린세이버다.
공장에 AI를 들이는 이야기는 이제 낯설지 않다. 그런데 막상 "AI가 설비를 직접 제어하게 하자"는 대목에서는 대부분 멈칫한다. 이유는 분명하다. 살아 있는 라인에서 잘못된 명령 하나는 불량으로, 정지로, 사고로 이어진다.
많은 공장이 이미 충분히 많은 시스템을 갖고 있다. MES가 있고, 품질 관리 도구가 있고, 설비 모니터링이 있고, 부서마다 대시보드가 있다. 최근 몇 년은 여기에 AI 실증까지 얹혔다. 그런데 현장에 물어보면 답은 비슷하다. "데이터는 많은데, 정작 판단이 빨라지지는 않았다."
수억을 들여 MES를 깔고, ERP를 붙이고, 현장에 태블릿까지 돌렸습니다. 그런데 1년이 지나도 공장은 예전과 크게 다르지 않습니다. 품질 문제가 터지면 여전히 담당자가 엑셀을 열어 한참을 헤매고, 설비가 멈추면 사람이 뛰어가 원인을 찾습니다. 시스템은 늘었는데 일하는 방식은 그대로입니다.
'다크팩토리'라는 말을 들으면 흔히 이런 그림을 떠올립니다. 사람이 한 명도 없고, 불도 꺼진 채 로봇만 돌아가는 공장. 조명이 필요 없으니 '다크(dark)'라는 거죠. 틀린 그림은 아니지만, 핵심을 놓치고 있습니다.