지멘스 연구진의 AI 에이전트는 가상 공장의 생산 과제를 93% 풀었습니다고장 난 설비가 「성공」이라고 답할 때는 구조마다 결과가 달랐습니다
공장 모듈마다 AI 에이전트를 하나씩 붙이고, 그 에이전트들이 서로 연락하며 설비를 직접 움직이게 하면 공장은 어디까지 스스로 일할 수 있을까요. 지멘스와 뮌헨공과대학교 연구진이 2026년 10월 1일 공개한 논문이 이 질문을 가상 공장에서 시험했습니다.
#제조AI
이 태그가 붙은 글 · 모두 87편
웨이스는 VEXPLOR로 공장의 판단을 공정 하나씩 어떻게 AI에게 넘기려 하는가
제조 AI 운영체제 VEXPLOR를 만드는 웨이스가 향하는 공장은 사람이 없는 공장이 아니라 사람이 정보를 옮기지 않는 공장입니다. 설비와 작업의 기록이 사람 손을 거치지 않고 쌓이고, AI가 그 기록을 읽어 판단을 올리고, 사람은 결정이 필요한 순간에 결정합니다.
자동차 회사들은 어느 공정부터 사람 없이 가동하고 있나
미국 디트로이트 뉴스가 쓰고 지역 신문 스포크스맨리뷰가 2026년 9월 29일 실은 기사는 중국 지리그룹 산하 전기차 브랜드 지커(Zeekr)의 공장을 이렇게 소개했습니다.
웨이스는 대기업 협력사 공장에 VEXPLOR를 구축할 때 공장 데이터를 어디에 두는가
웨이스는 제조 AI 운영체제 VEXPLOR를 만듭니다. 2022년부터 대·중소 상생형 스마트공장 사업으로 중소 제조 공장의 시스템 구축에 4건 참여했고(그중 1건은 지금 수행 중), 대기업 협력사 공장에 제품 정보 관리 시스템(PLM)을 구축한 적도 있습니다.
대기업은 협력사 데이터를 받기 전에 무엇을 정해야 협력사 AI 전환이 시범사업에서 멈추지 않는가
한국경제인협회가 8월 13일 발표한 조사에서 매출 800대 제조기업 가운데 응답한 200개사의 45.0%가 협력사의 AI 전환을 지원하고 있다고 답했습니다. 그런데 그 45.0%를 나눠 보면 시범사업 단계가 39.5%이고, 정착 단계에 이른 곳은 5.5%뿐입니다.
웨이스는 VEXPLOR에 무엇을 기록하는가작업 영상이 아니라 작업지시·설비·로트·검사 이미지
웨이스는 제조 AI 운영체제 VEXPLOR를 만듭니다. 공장과 AI 도입을 이야기하다 보면 「그 시스템은 우리 작업자를 얼마나 들여다봅니까?」라는 질문을 받습니다. 이번 주 미국 Tulip이 공장 영상을 다시 재생해 보는 Factory Playback에 사람의 작업 동작을 감지하는…
웨이스는 VEXPLOR에서 AI가 자신 없는 불량 판정을 어떻게 사람에게 넘기는가자신 있는 오답을 줄이는 3가지 장치
공장 AI가 가장 위험해지는 순간은 틀릴 때가 아니라 틀린 답을 자신 있게 낼 때입니다. 흔한 불량은 학습한 사례가 많아 잘 맞히지만, 몇 달에 한 번 나오는 불량은 사례가 적어 엉뚱한 답이 나오기 쉽습니다.
AI는 왜 드문 불량에서 자신 있게 틀리는가공장이 AI의 불량 판정을 쓰기 전에 확인할 4가지
국내 반도체 대기업들이 공장 운영에 AI를 본격적으로 넣겠다는 목표를 내놓았습니다. SK하이닉스는 2030년까지 자율형 팹을 구축하겠다고 밝혔고, 삼성전자는 같은 해까지 전 세계 제조 현장을 AI가 주도하는 공장으로 바꾸겠다고 발표했습니다.
웨이스는 공장 AI가 또 따로 놀지 않도록 VEXPLOR에서 무엇을 하지 않기로 했나
제조 AI 운영체제 VEXPLOR를 만드는 웨이스도 기능을 하나씩 늘려 팔고 싶은 유혹을 받습니다. 고객 요청은 현장 기능 하나를 두고 들어오는 경우가 많습니다. 불량 판정을 자동으로 해 달라, 설비가 멈추기 전에 알려 달라, 생산 일정을 다시 짜 달라는 식입니다.
중국은 AI 공장을 늘리면서 왜 숙련공을 국가대표처럼 키우는가
중국은 지난 9월 상하이에서 폐막한 제48회 국제기능올림픽대회에서 금메달 41개를 따며 5회 연속 종합 우승했습니다. 2위 한국은 금메달 4개였습니다. 한국경제가 10월 6일 전한 중국 정부의 설명은 이렇습니다.
웨이스는 공장장이 AI 판단을 승인하고 그 범위를 정할 수 있도록 VEXPLOR에서 AI의 권한을 단계로 나눕니다
공장장이 AI 도입을 미루는 이유는 기술을 몰라서가 아닙니다. 함께 발행한 글에서 반도체 공장 인터뷰, 물류창고 실험, 병원 관찰 같은 연구·조사 13건을 모아 보니 이유는 여섯 가지로 모였습니다.
제조업 승계가 막히는 문제를 웨이스는 VEXPLOR로 어떻게 풀려 하는가판단 근거를 묶고 권한을 단계로 넘기는 방법
제조업 2세가 아버지의 공장을 물려받지 않는 이유는 결국 두 가지로 모입니다. 넘겨받는 사람이 회사를 움직이는 판단의 근거를 볼 수 없고, 결정 권한은 한 번에 넘어가거나 아예 넘어가지 않습니다. 공장에 AI를 들일 때도 똑같은 일이 생깁니다.
한 제조기업이 부서별로 적은 업무 120가지는 시작과 끝으로 묶으면 16개 흐름이었습니다제조기업 업무 다시 정의하기 1편
제조기업 한 곳이 AI를 붙일 업무 후보를 부서별로 적어 보니 12개 부서에서 120가지가 나왔습니다. 이 120가지를 부서가 아니라 「어디서 시작해 어디서 끝나는가」로 다시 묶으면 16개 흐름이 됩니다.
웨이스 현장 엔지니어 1명이 한 식품 공장의 제조 솔루션 화면을 7주 만에 102개까지 키웠습니다
엔지니어 1명, 개발 7주, 화면 58개에서 102개로. 제조 AI 운영체제 VEXPLOR를 만드는 웨이스가 한 식품 공장의 칭량·공정 제조 솔루션을 구축하며 회사 코드 저장소에 남긴 기록입니다. 관리 화면과 현장 키오스크 화면, 저울 연동이 함께 들어가는 제조 솔루션입니다.
AI가 코딩을 빠르게 해도, 제조 솔루션 구축 기간은 왜 그만큼 줄지 않을까
정부 스마트공장 지원사업은 제조 솔루션 구축 사업 기간의 상한을 6~9개월(연장 최대 3개월)로 둡니다. 민간 단일 공장용 제조 솔루션 계약을 찾아보면 검수와 안정화까지 포함한 계약 기간이 8~16개월인 사례가 나옵니다.
이 시대에 전공과 학벌이 필요한가웨이스가 채용 기준 1순위를 「틀렸을 때 알아채는가」로 둔 이유
AI가 코드를 짜고 모델 구조까지 제안해 주는 시대에 전공과 학벌은 얼마나 필요할까요. 제조 AI 운영체제 VEXPLOR를 만드는 웨이스는 이 질문에 채용 순서로 답해 두었습니다. 채용 페이지에 적은 1순위는 「틀렸을 때 알아채는가」, 2순위는 「모르는 분야도 AI와 함께 해내는가」, 3순위는 「개발을 이해하는가」입니다.
AI 시대에 전공과 학벌은 아직 필요한가제조 AI의 결과를 가르는 것은 일하는 습관 7가지입니다
AI가 코드를 짜고 논문을 요약하고 모델 구조까지 제안해 주는 지금, 제조 AI를 맡을 사람을 고를 때 전공과 학벌을 얼마나 봐야 할까요. 예전에는 AI 전공과 좋은 학교가 「이 사람은 어려운 기술을 다룰 수 있다」는 가장 빠른 신호였습니다.
10년 뒤 로봇이 일하는 공장에서 웨이스는 무엇을 맡는가공장이 스스로 판단하는 운영체제 VEXPLOR
지난 9월 16일 LG는 계열사 최고경영진 40여 명과 약 8시간 동안 사장단 회의를 열고, AI 팩토리와 피지컬 AI를 포함한 투자 전략을 점검했습니다. 보도에 실린 구광모 대표의 말은 「AI는 더 이상 선택적으로 대응할 수 있는 영역이 아니라 미래 경쟁력을 좌우하는 핵심 축」이었습니다.
10년 뒤 로봇을 누구나 살 수 있게 되면, 중소 제조기업은 무엇으로 앞서는가숙련공의 판단을 지금 기록하는 법
지난 9월 16일 LG는 계열사 최고경영진 40여 명을 모아 약 8시간 동안 사장단 회의를 열었습니다. 보도에 따르면 회의 주제는 「투자 전략 고도화」였고, AI 팩토리·피지컬 AI·반도체·AI 전환을 중심으로 투자 전략을 점검했습니다. 이 회의를 해설한 한 유튜브 채널은 흥미로운 비유를 하나 들었습니다.
웨이스가 AI 준비가 안 된 제조기업에 기초 DX부터 함께 만드는 이유더 큰 시장은 스마트공장이 없는 13만 곳(중기부 조사)에 있습니다
많은 AI 기업은 데이터가 잘 만들어져 있는 회사에서 빛을 냅니다. 품목 코드가 통일돼 있고 생산 실적이 시스템에 남는 회사라면 모델을 얹는 순간 답이 나오고, 데모도 그런 회사에서 찍힙니다. 그런데 제조 AI 운영체제 VEXPLOR를 만드는 웨이스가 현장에서 만나는 중소 제조기업의 대다수는 ERP부터 없습니다.
