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.
#스마트팩토리
이 태그가 붙은 글 · 모두 21편
AI 답의 오류, 내 불량 기록으로 10분 안에 잡기 (40분)
오늘은 우리 공장용 「검증 체크표 5문」 1장을 만들고, 앞서 만든 결과물 2개를 그 체크표로 다시 검사합니다. 40분이면 됩니다. 제조 AI 운영체제 VEXPLOR 를 만드는 웨이스가 현장에서 자주 듣는 말이 「AI 가 근거까지 댔는데 열어 보니 아니더라」입니다.
운반은 한 대를 빠르게 해서 빨라지지 않습니다AMR과 설비를 군집으로 제어해야 하는 이유
공장에서 설비 한 대의 성능을 올리는 일은 대개 그 설비 안에서 끝납니다. 프레스를 빠르게 하면 프레스가 빨라집니다. 옆 설비에 물어볼 것이 없습니다. 운반은 그렇지 않습니다. AMR 한 대를 빠르게 해도 라인은 그만큼 빨라지지 않습니다.
저희 공장 시뮬레이터가 2ms마다 무엇을 계산하는지 적었습니다
저희가 만드는 공장 시뮬레이터를 462초 돌렸습니다. 생산 지시가 26번 나갔고, 10개가 라인에 들어갔고, 4개는 로봇이 집어 AMR에 싣고 건너편 로봇이 내려놓는 데까지 갔습니다. 접촉을 9,243번 재는 동안 AMR이 벽이나 다른 AMR에 닿은 횟수는 0이었습니다.
AI가 판단을 맡으면 공장 조직도에서 무엇이 먼저 바뀝니까
손정의 소프트뱅크그룹 회장이 지난 7월 소프트뱅크 월드에서 한 강연이 9월 1일 영상으로 공개되면서 다시 읽히고 있습니다. 요지는 이렇습니다. AI가 일자리를 빼앗는 것이 아니라, AI를 쓰는 기업이 안 쓰는 기업의 일을 빼앗는다는 것입니다.
오너는 하자고 하는데 일이 시작되지 않는 이유
저희는 그동안 이렇게 설명해 왔습니다. 판단을 옮기는 일이 사람을 빼는 일은 아니라고요. 뻔한 판단을 기계로 넘기면 사람은 어려운 것에 시간을 쓸 수 있습니다. 저희는 지금도 그렇게 봅니다.
소비는 꺾였는데 설비투자만 두 달째 늘고 있다
7월 산업활동동향의 숫자가 갈렸습니다. 소매판매 -2.4%, 서비스업 생산 -1.3%(4년 5개월 만 최대 감소)였는데, 설비투자는 +7.5%로 두 달 연속 크게 늘었습니다(6월 +6.9%). 소비가 꺾이는 국면에서 기업의 기계 투자만 반대로 가고 있습니다.
제조 AI 회사들은 왜 매출 100억에서 멈출까
제조 AI, 스마트팩토리, 산업용 소프트웨어를 만드는 회사들의 실적을 몇 년치 나란히 놓고 보면 이상한 규칙이 하나 보입니다. 매출이 100억 언저리에 닿을 무렵 상장을 하고, 그 뒤로 매출이 잘 늘지 않습니다.
트윈이 답을 미리 알고 있으면, 그건 트윈이 아닙니다
며칠 전 저희 데모 공장 트윈을 보던 대표가 물었습니다. "이게 완전한 자동 시뮬레이션 공장이 된 건가?"
전문성의 비용이 무너진다공장 운영 노하우가 소프트웨어가 될 때
트위터·코인베이스·듀오링고의 초기 투자사로 유명한 미국 벤처캐피털 USV(Union Square Ventures)가 최근 "Obliterate, Don't Automate"라는 글을 냈습니다(2026년 7월, blog.usv.com). 요지는 한 문장입니다.
몇 주짜리 개발 요청이던 현장 화면, 노코드로 직접 만들면 어떻게 되나
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 AI는 공장에서 먼저 온다
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.
디지털트윈은 화면이 아니라 판단이다
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.
AI에게 공장 제어를 맡길 수 있을까신뢰는 어디서 오나
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.
공장에는 솔루션이 넘치는데, 왜 아무것도 나아지지 않을까
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."
스마트팩토리 구축이 실패하는 진짜 이유 3가지
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.
다크팩토리는 '무인공장'이 아닙니다공장의 운영체제 이야기
'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.
로봇·AGV는 쏟아지는데 공장은 왜 더 복잡해질까
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.
대시보드는 늘었는데 의사결정은 왜 그대로일까
요즘 공장 사무실 벽에는 모니터가 가득합니다. 가동률, 불량률, 설비 상태, 재고 현황이 실시간 그래프로 흐릅니다. 데이터를 보는 환경은 5년 전과 비교할 수 없이 좋아졌습니다.
우리 공장은 AI 준비가 됐을까도입 전 자가진단 체크리스트
지금까지의 글을 한 줄로 줄이면 이렇습니다. AI는 화려한 기능이 아니라 표준화된 토대 위에서만 현장까지 살아남는다. 그렇다면 정작 우리 공장은 그 토대가 얼마나 갖춰져 있을까요? 이번 글은 읽고 끝나는 글이 아니라, 직접 체크해 볼 수 있는 자가진단입니다.
