산업의 판단 구조를 바꾸다! 『산업AX 코리아』 열렸다

편집부 기자
입력 2026.07.13 00:00

AI가 주도하는 자율생산 및 공급망 혁신 전략

산업 전문 미디어 기업 ㈜첨단(대표 이준원)이 6월 16일(화) 서울 코엑스 3층 E홀에서 『2026 산업 AX 코리아』를 개최했다. 행사는 《AI Transformation, 산업의 판단 구조를 바꾸다》를 주제로 다양한 컨퍼런스와 함께 관련 기업 쇼케이스가 진행되었다.

취재 편집부

참조 주식회사 첨단

AI 기반 자율 생산 및 공급망 혁신

『산업 AX KOREA 2026』에서는 국내외 리더 기업과 혁신 담당자, 엔지니어, 현장 실무자, 산업 전문가들이 한자리에 모여 제조·물류·로보틱스·IT 현장의 DX·AX 성공 사례와 실행 전략을 공유했다. 행사는 AI가 주도하는 산업 플랫폼, 스마트 인프라, 피지컬 AI(Physical AI), AI 팩토리, 멀티 에이전트 기반 자율 생산 및 공급망 혁신 등을 주요 의제로 다루었다.

오전 공통 세션에서는 ▶한국IBM 김용덕 실장이 《Manufacturing AX를 넘어 자율공장으로: AI Ready Data와 Physical AI 구축 전략》 ▶코오롱베니트 정상섭 DX본부장이 《다크팩토리를 향한 AX 여정: 제조 기업을 위한 실행 로드맵》 ▶LS일렉트릭 김춘권 팀장이 《AX팩토리를 넘어 SDF로의 진화》를 주제로 각각 발표했다.

오후 세션은 3개 트랙으로 나뉘어 진행되었다. 트랙1에서는 제조 AX 현장 적용 사례와 성과, 제조 실행 시스템(MES) 현대화, 데이터 기반 제조 AX 전략, AI 비전 솔루션 등을 다루었다. 코오롱베니트, 로크웰오토메이션, 데이터랩스 등이 발표에 참여했다.

트랙2에서는 AI 기반 엔지니어링 실무 자동화, 3D 프린팅 기반 제조 업무 혁신, 데이터 패브릭과 지식 기반 기술의 현황과 한계, 옴니버스와 디지털 트윈 기반 AI 팩토리 구현 방안 등을 다루었다. 한국IBM, 슈퍼브AI, 스트라타시스, 아이벡스, 어드밴텍케이알 등이 주요 발표자로 나섰다.

트랙3에서는 피지컬 스킬 파운데이션 구축 전략, 산업용·협동 로봇 기반 3D 비전 자동화, 제조·물류 현장의 운영 혁신, 산업 현장의 비전 AI 로봇 자동화 솔루션 등을 소개했다. 뉴로메카, 픽잇코리아, 카덱스코리아, LG CNS, 씨메스로보틱스 등이 발표에 참여했다.

기조연설1 - AI Ready Data와 Physical AI 구축 전략

한국IBM 김용덕 실장은 제조 현장의 실시간 운영 데이터에 대해 품질(Quality), 거버넌스(Governance), 데이터 계보(Lineage), 공유체계를 확보함으로써 에이전틱AI와 피지컬AI가 자율적으로 분석·추론·의사결정을 수행할 수 있도록 ‘준비된 데이터(AI Ready Data)’가 “자율공장 시대를 여는 핵심 인프라”라고 정의했다.

AI Ready Data 구현을 위한 3대 원칙으로는 ▶상황 기반 데이터 거버넌스(Govern Contextually) ▶지속적인 데이터 품질 관리(Quality Continuously) ▶데이터 정렬 및 통합(Align Data)을 제시했다. 이어 IBM은 데이터 거버넌스와 카탈로그, 데이터 품질, 데이터 계보, 데이터 프로덕트 허브(Data Product Hub)를 아우르는 통합 플랫폼을 통해 기업의 AI 기반 제조 혁신을 지원하고 있다고 소개했다.

기조연설2 - 제조 기업을 위한 실행 로드맵

코오롱베니트 정상섭 DX본부장은 자율운영 공장 구현을 위한 핵심 체계로 ‘제조 AX 코어(Manufacturing AX Core)’를 제시했다. 제조 AX 코어는 기존의 전사적자원관리(ERP), 생산실행관리(MES), 제품수명주기관리(PLM), 품질관리(QMS), 설비 자동화 시스템을 대체하는 것이 아니라, 제품·공정·설비·품질·작업자·로봇·AI를 하나의 운영 흐름으로 연결하는 역할을 한다.

정 본부장은 코오롱그룹의 DX 및 AX 경험을 바탕으로 “고객사의 흩어진 제조 데이터를 AI와 로봇이 이해할 수 있는 운영 맥락으로 연결해야 한다”고 강조했다. 이를 통해 제조 현장은 AI가 감지·판단·제안하고, 사람의 승인 또는 감독을 거쳐 실행 결과를 다시 학습에 반영하는 ‘자율운영 체계’로 발전할 수 있다고 설명했다.

또한, 그는 “AX 시대의 승부처는 ‘어떤 AI 모델을 사는가’가 아니라 ‘우리 공장이 AI와 로봇을 실제로 이해, 판단, 실행, 학습할 수 있는 제조 자율운영의 핵심 체계를 갖추었는가’에 달려 있다”고 강조했다.

기조연설3 - AX팩토리를 넘어 SDF로의 진화

LS일렉트릭 자동화사업팀 김춘권 팀장은 AX 팩토리의 단계를 ①인지: 데이터 수집/모니터링 → ②학습: 데이터 전처리, 모델링/알고리즘 적용 → ③예측(추론): 현장 적용/인간 협업의 3단계로 나누었다. 그리고 이러한 ‘자율제조’로 향하는 여정의 교통 흐름을 최적화하는 운전자가 ‘AI’라고 정의했다.

한국의 제조업 수준은 4단계로 구분했다.

- 레벨1 : 설비 단위 자동화

- 레벨2 : 공정 단위 데이터 수집

- 레벨3 : 공장 단위 통합 운영

- 레벨4 : AI 기반 지능형 자율공정

그리고 레벨4 이후의 단계로 ‘소프트웨어 중심 공장(Software Defined Manufacturing, SDM)’을 소개했다. SDM 기반 AI 핵심 구성요소는 디지털 트윈&데이터 스페이스, AI 모델·제어 알고리즘, Isaac Sim 기반 피지컬AI, 빅데이터 플랫폼, 엣지 컴퓨팅, 오픈소스 미들웨어, 가상 PLC/표준통신(Virtual PLC, OPC UA 등), 센서 기술, IoT 설계 등이다.

이후 LS일렉트릭의 스마트 팩토리 플랫폼 ‘테크 스퀘어(Tech Square)’도 소개했다. 테크 스퀘어는 수요자와 공급자는 물론, 산학 전문가 등 누구나 자유롭게 플랫폼에 참여할 수 있는 오픈형 스마트공장 플랫폼이다.

3개의 트랙에서 다양한 강연 이어져

▶트랙1 : 데이터로 완성하는 제조 AX 전략

데이터랩스 김지현 부사장은 “제조 AX 프로젝트는 명확한 문제 정의에서 시작된다”며, 브레인스토밍(Brainstorming)을 통해 구체적인 분석 대상과 목표를 설정하고, 공정에 영향을 미치는 핵심인자를 발굴할 것을 권장했다. ‘데이터 준비(Data Center)’는 분석 결과에 영향을 미칠 뿐만 아니라, 결과의 신뢰성과 프로젝트 성공을 결정하는 중요한 단계이다.

다음 단계인 ‘통계 분석(Statistical Analysis)’은 현장에 적용할 수 있는 공정 변수 간 인과관계를 규명하고, 공정의 개선 방향을 결정하는 단계이다. 대용량 데이터의 등장에 따라 단순한 통계 분석 방법이 아닌 머신러닝, 딥러닝이 등장했다. 머신러닝(Machine Learning)은 데이터에서 패턴을 학습해 스스로 예측·분류를 수행하는 알고리즘이고, 딥러닝(Deep Learning)은 인공신경망(ANN)을 다층 구조로 확장해 복잡한 비선형 관계를 자동 학습하는 알고리즘이다. 이후 자동화된 기계 학습(CART 알고리즘 결과)으로 ‘예측 분석’ 과정을 통해 도출한 공정 최적 조건을 기반으로 ‘시뮬레이션’하여 공정적용 시 재현성을 검증한다.

▶트랙2 : 옴니버스와 디지털트윈이 만드는 AI 팩토리

어드밴텍케이알 김경연 팀장은 《피지컬AI를 현실로: 옴니버스와 디지털 트윈이 만드는 AI 팩토리》라는 제목으로 산업용 AI의 미래를 제시했다. 김 팀장은 피지컬AI 현장 구축을 위한 5대 핵심 인프라 요건으로 ①실리콘 구성 다변화(Silicon Mix) ②초저지연 무선망(5G/Wi-Fi 7) ③하드웨어 기반 보안 ④의미 기반 데이터 필터링 ⑤자율 장애 대응을 꼽았다.

한편, 피지컬AI의 치명적 병목으로 ‘데이터 기근(Data Famine)’을 지목했다. 자율주행차나 로봇이 극한의 상황을 학습하려면 해당 상황의 데이터가 필수적인데, 현실 세계에서 사고나 충돌 같은 위험 데이터를 의도적으로 수집하는 것은 거의 불가능에 가깝다. 때문에 김 팀장은 ‘무한의 가상 훈련장’인 디지털 트윈 기술을 통한 학습이 필수라고 강조했다.

디지털 트윈과 피지컬AI가 선순환적 융합구조를 잘 형성하면, AI의 환각(hallucination) 오류 감소 및 물리적 모델링 비용을 최소화할 수 있다. 이 끊임없는 상호작용이 완벽한 자율화(Autonomy)를 완성한다.

▶트랙3 : 피지컬AI, 협동로봇에 적용하기

뉴로메카 박종훈 대표이사(포스텍 기계공학과 겸임교수)는 “로보틱스를 피지컬AI로 전환하는 것이 아니라 둘 간의 융합이 필요하다”고 운을 뗐다. 또한 박 대표는 2세대 협동로봇에 기술교시 기반의 모방학습이 필요함을 강조했다. 이를 통해 속도, 가속도, 힘 데모 프로파일의 모방학습(IM)을 통해 비정형 상황에서 동작을 생성할 수 있기 때문이다.

은 현실 세계를 로봇이 학습할 수 있는 디지털 시뮬레이션 환경으로 옮기는 기술로, 박 대표는 Sim2Real을 통한 강화학습(RF)에 기반한 뉴로메카의 매니퓰레이터가 실시간 충돌회피 경로를 생성했음을 밝혔다. 아울러, 뉴로메카의 양팔 휴머노이드 타입 2세대 협동로봇 다수가 6월 내에 ISO 인증을 취득할 예정이라고 밝혔다.