제조 AI 회사는 많은데 왜 우리 공장에 맞는 곳은 없을까 — 국내 기업 유형 6가지

"제조 AI 하는 회사 좀 추려 달라"는 요청을 받으면 목록부터 만들 수 없습니다. 검사 카메라에 딥러닝을 얹는 회사와 공장 전체의 데이터를 묶는 회사가 같은 "제조 AI"라는 말 아래 있어서, 무엇을 맡기려는지 정하기 전에는 어느 이름도 답이 아니기 때문입니다.

그래서 이 글은 회사 이름이 아니라 유형에서 출발합니다. 국내 제조 AI 시장을 6가지 유형으로 나누고, 각 유형에서 실제로 활동하는 회사를 공개된 사실 기준으로 적었습니다. 유형 사이에 우열은 없습니다 — 맡기려는 범위가 다를 뿐입니다. 순서도 서열이 아닙니다.

저희(웨이스)도 이 목록의 한 유형에 들어 있습니다. 벤더가 벤더 목록을 쓰는 글이라, 각 회사 서술은 해당 회사가 공식 홈페이지·보도자료로 공개한 내용만 쓰는 것을 원칙으로 했습니다.

1. AI 비전검사 — 눈을 맡긴다

카메라 이미지를 딥러닝으로 판독해 불량을 걸러냅니다. 국내에서 회사가 가장 많고 도입 사례도 가장 많은 구간입니다. 카메라·조명 구성까지 함께 봐야 해서 장비를 같이 다루는 곳이 많습니다.

세이지 — 딥러닝 비전 검사 소프트웨어 SAIGE VISION과 생산 인텔리전스 솔루션. PCB 등 전자 제조 검사 사례를 공개하고 있습니다.
뉴로클 — 클릭 몇 번으로 검사 모델을 만드는 GUI 기반 딥러닝 비전 소프트웨어 Neuro-T·Neuro-RT.
라온피플 — AI 검사 소프트웨어 NAVI AI와 PCB·이차전지 등 분야별 검사 장비.

이 유형의 수아랩은 2019년 미국 코그넥스에 인수됐습니다. 국내 딥러닝 검사 기술이 글로벌 머신비전 회사에 인수된 사례로, 이 구간의 기술 수준을 보여주는 일이었습니다.

설비 데이터를 분석해 언제 고장 날지 예측합니다. 멈추면 손실이 큰 회전 설비·변압기 같은 핵심 설비가 대상입니다.

원프레딕트 — AI 기반 설비 진단·예지보전 솔루션 가디원(GuardiOne). 설비 데이터를 분석해 건전성을 진단하고 고장을 예측합니다.

공정 데이터에서 이상을 찾고 설정값을 최적으로 조정합니다.

AI 자체가 아니라, 기업이 자체 AI를 만들 때 데이터 준비부터 배포까지의 과정을 줄여 줍니다.

그룹 제조 현장에서 축적한 역량으로 대형 구축을 수행합니다. 프로젝트 규모가 크고 기간이 깁니다.

개별 기능이 아니라 데이터·시스템을 하나로 묶고, 그 위에서 AI가 판단하고 실행까지 이어지는 것을 목표로 합니다.

인터엑스 — AI가 제조 공정을 스스로 판단·제어하는 AI 자율제조 솔루션.
웨이스 — VEXPLOR Logic Studio. 저희 회사입니다. 비교 기준을 밝히기 위해 같은 형식으로 적습니다. ERP·MES 등 20개 산업 솔루션을 표준화된 한 구조 위에 올려 두고, 그 위에서 AI가 판단하도록 설계한 제조 AI 운영체제입니다. 자율형 공장 정부 과제를 수행하고 있습니다.

질문 두 개면 좁혀집니다.

첫째, 지금 아픈 곳이 한 군데인가, 여러 군데가 얽혀 있는가. 불량이 문제면 1번으로, 설비 고장이 문제면 2번으로 바로 가면 됩니다. 데이터가 따로 놀아서 무엇이 문제인지조차 보이지 않으면 6번 유형의 일입니다.

둘째, AI에게 어디까지 맡길 계획인가. 보고 알려주는 것까지면 1~4번으로 충분합니다. 판단하고 실행하는 것까지 가려면 5~6번처럼 시스템을 묶는 쪽이 필요합니다.

주의할 것이 하나 있습니다. 한 군데가 아프다고 기능을 하나씩 사서 붙이면, 시스템이 늘수록 데이터가 더 따로 놉니다. 지금 중소 제조 현장에서 가장 흔한 상태가 바로 이것입니다. 단일 기능을 고르더라도 나중에 어떻게 묶을지는 미리 그려 두시기를 권합니다.

빠진 회사나 사실과 다른 부분은 알려주시면 반영하겠습니다.