휴머노이드가 백 대 들어와도, 무엇을 시킬지는 사람이 정합니다
공장용 로봇에 들어가는 투자가 빠르게 늘고 있습니다. 집고 옮기고 조립하고 검사하는 동작은 해마다 좋아졌고, 사람과 같은 공간에서 일하는 로봇도 현장에 들어왔습니다. 휴머노이드는 그 흐름의 가장 앞에 있습니다. 그런데 제조 AI 운영체제 VEXPLOR를 만들며 공장을 보는 웨이스가 현장에서 확인한 것은 다른 쪽입니다.
AI/ML
인공지능과 머신러닝 · 모두 28편
잭 도시가 AI 조직의 조건으로 내건 「회사 월드 모델」, 공장에서는 무엇으로 만듭니까
트위터 공동 창업자 잭 도시가 이끄는 핀테크 회사 블록이 2026년 2월 전 직원의 40%, 약 4,000명을 내보냈습니다. 관리 계층을 지금 최대 5단계에서 2026년 안에 2~3단계로 줄이고, 관리자가 하던 정보 전달과 조율을 AI 에이전트에 넘긴다는 계획입니다.
공장이 내리는 판단 9개 중 AI에게 맡길 수 있는 것은 몇 개입니까
공장에 AI를 넣는다고 하면 대개 기술 이름부터 나옵니다. 예지보전, 비전 검사, 생산 스케줄링 같은 이름입니다. 그런데 기술 이름으로 AI 도입을 설명하면 앞 글에서 짚은 문제가 그대로 반복됩니다. 설비 목록으로는 공장이 하는 일이 보이지 않았듯이, 기술 목록으로는 AI가 어떤 판단을 대신하는지가 보이지 않습니다.
저희 검사 스크립트가 자기 성적을 잘못 보고하고 있었습니다
AI에게 일을 맡기기 시작하면 검사 장치가 따라 늘어납니다. 사람이 결과물을 일일이 다 볼 수 없으니 자동으로 훑는 스크립트를 만들어 붙이고, 그 스크립트가 통과를 내면 다음 단계로 넘깁니다. 코드 린터, 테스트, 배포 전 점검, 문서 검사 — 형태는 달라도 하는 일은 같습니다. 사람 대신 봐 주는 것입니다.
그래프RAG는 정말 지고 있을까
문서를 그래프로 엮어 AI에게 읽히는 방식이 몇 해 동안 당연한 다음 단계처럼 이야기됐습니다. 그런데 실증 연구가 쌓이면서 이런 보고가 이어졌습니다. 여러 실증 연구가, GraphRAG가 많은 과제에서 일반 RAG를 넘지 못한다고 보고했다.
양자컴퓨터 복구 성공률 58%를 AI가 끌어올렸습니다장비를 맡기는 인터페이스는 어떻게 짜는가
양자컴퓨터의 레이저 주파수 잠금이 풀리면 다시 잡아야 합니다. 벤더 스크립트의 복구 성공률은 58%, 한 번에 150초가 걸렸습니다. AI 에이전트가 밤새 그 절차를 스스로 고쳐 쓴 결과, 아침에는 6초에 96%가 됐습니다. 그렇게 완성된 스크립트를 같은 교란 세트로 다시 돌리자 700회 중 695회, 99.3%였습니다.
AI가 공장 일정을 짠다는 건 실제로 무슨 계산일까
"AI가 알아서 생산 일정을 짭니다." 자율형공장 이야기에서 가장 자주 나오는 문장이고, 가장 확인하기 어려운 문장이기도 합니다. 설비를 연결했다는 말은 대수를 세어 확인할 수 있고 불량을 잡았다는 말은 검사 결과로 확인할 수 있는데, 일정을 잘 짰다는 말은 무엇과 대조해야 할지가…
상관은 알람을 만들고, 인과는 결정을 만든다
공장에 AI를 붙이면 대개 알람이 먼저 늘어납니다. 온도가 임계를 넘었다, 진동 패턴이 평소와 다르다, 불량률이 상승 추세다. 그런데 알람이 늘어난 만큼 결정이 빨라졌느냐고 물으면 대답이 잘 나오지 않습니다.
Graph RAG가 벡터 RAG보다 나은 순간과 아닌 순간
RAG를 붙였는데 답이 신통치 않을 때 나오는 흔한 처방이 "그래프로 바꿔보자"입니다. 그런데 그래프로 옮기고도 그대로인 경우가 적지 않습니다. 검색 방식이 문제가 아니었기 때문입니다.
에이전트 스무 개가 만장일치로 틀리는 법합의는 검증이 아니다
같은 모델 에이전트 스무 개는 같은 오류에 만장일치로 동의합니다. 상호 리뷰와 다수결은 신뢰성을 올리지 않습니다 — 검증은 언제나 시스템 밖의 증거가 합니다. 부샤르의 그래프 엔지니어링 하이프 해체를 저희 운영 경험으로 재해석했습니다.
불량이 적은 공장일수록 AI 만들기가 어렵습니다
현장에서 가장 자주 듣는 말이 있습니다. "저희는 데이터가 부족해서 AI는 아직 이릅니다."
산업 AI 에이전트 논문 88편을 훑어보니9할은 아직 실험실에 있었다
저희는 주기적으로 최신 논문과 오픈소스 동향을 훑습니다. 만들고 있는 것이 맞는 방향인지, 학계와 업계가 어디까지 왔는지 확인하기 위해서입니다. 이번 주 스캔에서 눈에 띈 논문이 3편 있었는데, 셋을 나란히 놓으니 하나의 그림이 보였습니다. 오늘은 그 이야기를 하려고 합니다.