모든 포스트

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.

요즘 제조 전시회에 가면 압도됩니다. 협동로봇, 자율주행 운반차(AGV), 비전 검사기, 그리고 '피지컬 AI'라는 이름의 똑똑한 장비들이 끝없이 쏟아집니다. 하나같이 "도입하면 사람이 줄고 생산성이 오른다"고 말합니다.

생성형 AI가 화제가 되면서, 한 번쯤 이런 실험을 해보셨을 겁니다. 공장 데이터를 AI에 넣고 "이 불량의 원인이 뭐냐"고 물어보는 것. 그럴듯한 답이 나옵니다. 문장은 매끄럽고 자신감도 넘칩니다. 그런데 막상 현장 담당자가 보면 고개를 갸웃합니다. "이 설비는 그 공정에 안 쓰이는데?"

앞선 글에서 환각 없는 제조 AI는 답을 '정의된 관계'에 묶는다고 했습니다. 그러면 자연스레 질문이 생깁니다. 그 '정의된 관계'는 대체 누가, 어떻게 만드는 걸까요? 여기서 두 단어가 나옵니다. 표준화, 그리고 온톨로지입니다.

요즘 공장 사무실 벽에는 모니터가 가득합니다. 가동률, 불량률, 설비 상태, 재고 현황이 실시간 그래프로 흐릅니다. 데이터를 보는 환경은 5년 전과 비교할 수 없이 좋아졌습니다.

제조 AI 이야기는 자주 추상적으로 흐릅니다. "혁신", "효율", "자율". 듣기엔 좋지만 현장 담당자에게는 잘 와닿지 않습니다. 그래서 이번 글은 추상을 걷어내고, 실제 업무 다섯 가지가 어떻게 바뀌는지만 구체적으로 적겠습니다. 앞선 글에서 말한 표준화와 닫힌 루프가 갖춰졌을 때 나오는 숫자들입니다.

웬만한 공장에는 시스템이 이미 다 있습니다. 생산을 관리하는 MES, 자원을 관리하는 ERP, 품질·창고·설비 시스템까지. 적게는 서너 개, 많게는 열 개가 넘습니다. 그런데도 현장에서 가장 흔히 듣는 말이 이겁니다. "시스템은 다 있는데, 서로 말이 안 통한다."