유니버설 로봇이 자사의 오랜 파트너이자 북유럽 지역의 주요 자동화 기업 중 하나인 테크니콘(Technicon)과 제약 산업을 위한 유니버설 로봇 공인 설루션 제공 파트너사(CSP) 계약을 맺었다고 발표했다. 이번에 유니버설 로봇과 계약을 체결한 테크니콘은 2019년부터 덴마크 내 유니버설 로봇 유통 및 통합업체로 활동해 온 엔지니어링 기업으로, 자체적인 자동화 설루션을 설계·개발·생산한다. 테크니콘은 유니버설 로봇의 사용자 친화적이고 유연한 협동로봇을 제약 산업용 혁신적 자동화 설루션에 통합할 수 있는 풍부한 경험을 보유하고 있으며, 충전·완성라인 최적화부터 실험실 품질 관리 개선, 포장 및 조립 공정 강화에 이르기까지 생명과학 가치 사슬 전반에 걸쳐 효율과 안정성을 높여왔다. 테크니콘은 글로벌 제약 설루션 제공 파트너사의 역할 외에도, 향후 덴마크 내 선도적 산업 기업들의 복잡한 생산 과제 해결을 위해 통합형 유니버설 로봇 협동로봇을 계속 공급할 예정이다.     유니버설 로봇의 장-피에르 하스우트(Jean Pierre Hathout) CEO는 “테크니콘의 공인 설루션 제공 파트너사 전환은 양사 협력의 새로운 이정표이며, 제약 분야를 비롯한 다양한 산업에 우리의 첨단 자동화 설루션을 제공하겠다는 공동의 의지를 재확인하는 계기가 될 것”이라면서, “테크니콘의 접근 방식은 제약과 같이 규제가 엄격한 산업에서 기대되는 정밀성과 품질을 제공한다. 유니버설 로봇과 테크니콘의 깊은 산업 전문성과 고객 중심 사고방식은 설계 및 엔지니어링부터 배포 및 서비스에 이르기까지 맞춤형 종합 설루션을 고객에게 제공할 것”이라고 전했다. 테크니콘의 캐스퍼 한센(Casper Hansen) CEO는 “테크니콘이 유니버설 로봇의 글로벌 공인 설루션 제공 파트너사로 새롭게 자리매김한 것은 우리의 전반적인 성장 전략과 완벽하게 부합하는 필연적인 단계라고 생각한다”면서, “유니버설 로봇의 공인 설루션 제공 파트너사로서, 테크니콘은 더욱 광범위한 국제 제약 기업들에게 세계적 수준의 설루션을 제공하여, 복잡한 제조 공정 및 가치사슬 내의 과제를 효과적으로 해결할 수 있는 역량을 강화할 것”이라고 말했다.

‘PLM/DX 베스트 프랙티스 컨퍼런스 2025’가 지난 6월 20일 서울 코엑스에서 열렸다. ‘제조의 미래를 위한 PLM 혁신과 AX 전략’을 주제로 한 이번 행사에서는 제조산업에서 불확실한 외부 환경에 대응하고 기술 및 비용 경쟁력을 확보하기 위한 통합 PLM(제품 수명주기 관리) 설루션과 인공지능 전환(AX)의 중요성을 강조했다. ■ 정수진 편집장     한국산업지능화협회 PLM 기술위원회 위원장인 KAIST 서효원 명예교수는 개회사에서 AI와 결합하여 다시 중요해진 PLM의 미래를 강조했다. 그는 “AI 혁신이 전 세계를 휩쓰는 가운데 특히 제조 산업에서 GPT와 같은 LLM(대규모 언어 모델)을 어떻게 적용할지가 핵심 과제”라면서, “제조 특유의 반구조화된 데이터, 환각(hallucination) 문제, 막대한 학습 데이터 구축 비용 등의 난관을 극복하고 1~2년 내에 현업에서 성과를 내야 한다”고 강조했다. 또한, “이번 콘퍼런스가 PLM을 넘어 생성형 AI, 디지털 트윈 등 폭넓은 미래 지향적 주제를 다루며, 산업 전문가들이 디지털 혁신의 본질적 가치와 방향성을 논의하고 상호 인사이트를 얻는 교류의 장이 되기를 바란다”고 전했다.   ▲ 서효원 한국산업지능화협회 PLM 기술위원회 위원장   한국CDE학회의 회장인 충남대학교 정현 교수는 격려사를 통해 “이번 행사에서 PLM의 AI 전환을 위해 생성형 AI, 디지털 트윈 등 폭넓은 미래 지향적 논의가 이뤄지기를 바란다”면서, 다양한 산업 전문가들의 교류를 통해 디지털 혁신의 본질적 가치와 방향성을 점검하고 상호 인사이트를 얻는 것이 중요하다고 짚었다. 그는 또한 기술 확산을 넘어 회사의 전략, 내부 문화, 조직 혁신이 동반되어야 진정한 디지털 AI 전환이 완성될 것이라고 강조하면서, “이번 PLX/DX 베스트 프랙티스 콘퍼런스가 새로운 협업과 혁신의 출발점이 되기를 바라며, 한국CDE학회 또한 산학연 협력의 구심점 역할을 이어나갈 것”이라고 전했다.   ▲ 한국CDE학회 정현 회장   이번 행사의 오전 시간에는 세 편의 기조연설이 진행됐다. 기조연설에서는 제조 산업의 미래를 위한 PLM 기반의 통합적 디지털/ AI 전환 전략을 통해 경쟁력을 강화하고 새로운 가치를 창출해야 한다는 메시지와 함께, 단순한 기술 도입을 넘어 데이터 통합과 표준화 그리고 궁극적으로 일하는 방식과 조직 문화의 근본적인 변화가 필요하다는 지적이 있었다.   PLM과 산업 AI, 미래 제조 산업의 핵심 동력이 되다 가천대학교의 조영임 교수는 ‘제조 산업의 미래, 산업 AI 트렌드와 과제’를 주제로 한 기조연설에서 전 세계적으로 AI 기술 개발이 빠르게 추진되고 있으며, 제조 기업이 AI에 몰입하지 않으면 경쟁력을 유지하기 어렵다고 짚었다. 그리고 AI를 통한 제조 산업의 미래 활성화 방안을 제시하면서, AI 기술 발전과 함께 제조업이 갖춰야 할 기술/전략/인프라/인재 양성의 중요성을 언급했다. PLM은 제품의 전체 생애 주기에 걸친 프로세스와 데이터를 통합 관리하는 개념으로 설명된다. 최근에는 단순한 제품 관리를 넘어 순환 경제(circular economy)의 핵심 개념으로 정의되고 있으며, 데이터 중심의 관리 및 전략적 최적화를 추구하고 있다. 조영임 교수는 “최근 PLM이 다시 중요하게 부각되는 이유는 디지털 전환에 있어 PLM이 디지털 스레드(digital Thread)와 디지털 트윈(digital Twin)을 포괄하는 상위 관리 체계로서 중요한 역할을 하며, 디지털 전환에 AI가 결합되는 구조가 글로벌 제조 산업 AI의 기본 모델이기 때문”이라고 짚었다.   ▲ 가천대학교 조영임 교수   한편, AI 기술은 현재 클라우드 중심의 LLM(대규모 언어 모델)에서 미래에는 온디바이스 기반의 SLM(소규모 언어 모델)로 변화하며 효율성과 협업, 그리고 지속가능성을 강조할 것으로 보인다. 특히 에이전틱 AI(agentic AI)는 LLM을 넘어 사용자의 복잡한 작업을 스스로 처리하는 비서 역할을 수행할 것으로 기대를 모으고 있다. 조영임 교수는 “국내 제조업의 AI 도입률은 아직 낮고, 대기업이 중소기업보다 도입률이 높다. 또한, 한국 기업은 핵심 기술 영역보다는 재무 관리 등 주변 인프라에 AI를 집중하는 경향이 있다”고 지적했다. 향후 산업 AI의 과제로는 핵심 기술에 대한 고도화된 도입과 전략 및 데이터 연결의 표준화가 꼽힌다. 조영임 교수는 “산업 AI는 제조 디지털 전환의 핵심 기술로서, PLM과 AI의 공동 연계, 통합 패키지 개발, 산업 AI 표준 반영, 제조 DX 가이드라인 개발 및 공공 조달 지침 마련 등이 정부가 기업과 함께 추진해야 할 과제”라고 전했다.   AI 시대 제조 경쟁력 향상을 위한 통합형 PLM 전략 SAP 코리아의 고건 파트너는 ‘AI 혁신을 기회로! 제조 경쟁력을 높이는 통합형 PLM 전략’이라는 주제로 기조연설을 진행하면서, SAP의 PLM과 ERP(전사 자원 관리) 통합 전략을 소개했다. SAP는 예측 불가능한 외부 환경에 대응하고 내부 역량을 강화하기 위해 애플리케이션 레벨의 수평적 통합과 데이터 및 AI 레이어를 통한 수직적 통합을 동시에 추구하고 있다. SAP가 추진하는 수평적 PLM 통합은 디지털 스레드를 통해 데이터 사일로를 해소하고, 사내뿐 아니라 협력사 및 고객사를 포함한 전체 가치사슬(value chain)의 데이터를 실시간으로 통합하는 것을 목표로 한다. 고건 파트너는 “SAP는 이를 위해 별도의 비즈니스 네트워크를 운영하며, 설계 단계의 산출물이 제조 및 설비 관리까지 원활하게 연동되어 정보 재활용이 극대화되는 환경을 제공한다”고 소개했다.   ▲ SAP 코리아 고건 파트너   수직적 PLM 통합은 애플리케이션 위에 AI 레이어를 두어 정형 및 비정형 데이터를 활용하고 AI가 비즈니스를 이해하도록 하는 전략이다. 고건 파트너는 국내 기업의 AI 도입 시 가장 큰 문제점으로 데이터 부재와 품질 문제를 꼽으면서, AI와 함께 지식 그래프(knowledge graph)를 PLM에 적용하여 예지 정비 및 설계 변경 영향도 분석 등이 가능한 데이터 플랫폼을 제안했다. 고건 파트너는 “SAP는 PLM에 AI 코파일럿인 쥴(Joule)을 적용해 협업 및 문서 요약 기능을 제공하고 있으며, 오픈 AI, 엔비디아, 메타 등 30개 이상의 파운데이션 모델과 협력하여 제조 현장의 로봇 제어까지 확장하고 있다”고 전했다. 또한 “현재 기업들이 직면한 불확실성에 대응하기 위해서는 제품 정보 관리의 고도화가 필수이며, 통합형 PLM 전략이 그 해답이 될 것”이라고 강조했다.   조선산업의 미래를 위한 차세대 설계/생산 통합 플랫폼 HD현대의 이태진 전무는 ‘조선업의 미래를 위한 차세대 설계/생산 통합 플랫폼’을 주제로 한 기조연설에서 조선산업의 현황과 디지털 전환 전략의 필요성을 짚었다. 국내 조선산업은 탈탄소 정책, 에너지 무기화, 군사력 강화 등으로 호황을 맞고 있지만, 한편으로 중국 조선소의 추격, 높은 원가와 인건비, 친환경 선박 생산의 어려움, 숙련 인력의 이탈, 그리고 신사업 발굴 필요성 등으로 인해 위기감을 갖고 있기도 하다. 이태진 전무는 이러한 상황에서 디지털 전환은 조선산업의 미래를 위한 필수 요소라고 진단하면서, 2020년부터 2030년까지 10년간 디지털로 최적 운영되는 초일류 조선소 구현을 목표로 하는 HD현대의 디지털 전환 전략을 소개했다. HD현대의 ‘FOS(Future of Shipyard)’ 프로젝트는 조선소 데이터의 디지털화, 데이터 연결 및 최적화, 지능형 조선소 구축 등 세 3단계로 진행되며, 그 핵심은 차세대 CAD와 PLM을 근간으로 하는 차세대 설계/생산 통합 플랫폼 구축에 있다.   ▲ HD현대 이태진 전무   HD현대의 차세대 설계/생산 통합 플랫폼은 연결성, 일하는 방식의 변화, 전체 업무 효율 극대화, 디지털 제조 기반 구축 등 네 가지 핵심 목표를 지향한다. 이를 실현할 수 있는 차세대 CAD/PLM 구축을 위해 HD현대는 올해 말 최종 설루션을 선정하고 2026년부터 구축에 들어갈 예정이며, 설루션 선정뿐만 아니라 업무 프로세스 변화를 함께 추진할 계획이다. 이태진 전무는 “PLM/DX는 제조업 경쟁력 강화의 핵심 구현 수단이며, 디지털 스레드는 생산, SCM(공급망 관리), MRO(유지보수, 수리, 운영) 사업까지 연결하여 새로운 부가가치를 창출할 기회가 될 것”이라고 전망하면서, “이러한 설계/생산 디지털 전환이 장기적으로 제조산업의 경쟁력 강화에 크게 기여할 것이며, ERP, SCM, 데이터 플랫폼, AI 등 모든 연관 시스템과의 연결이 중요하다”고 덧붙였다.   기술 트렌드부터 사례까지, PLM·DX의 현재와 미래 짚다 ‘PLM/DX 베스트 프랙티스 컨퍼런스 2025’의 기조연설에 이어 오후 시간에는 ▲베스트 프랙티스 ▲트렌드/신기술/설루션 ▲ SDM(MES/MOM) 등 세 개의 트랙에서 18편의 발표가 진행됐다.   ■ 같이 보기 : [포커스] 기술 트렌드부터 사례까지, PLM·DX의 현재와 미래 짚다   또한, 부스 전시에서는 제조 혁신을 실현하기 위한 디지털 전환 및 인공지능 전환 설루션 기술이 다양하게 소개되어 참가자들의 눈길을 끌었다.   ▲ 다쏘시스템 부스   ▲ 마이링크 부스   ▲ 세원에스텍 부스   ▲ 쓰리피체인 부스   ▲ 씨이랩 부스   ▲ 아이지피넷 부스   ▲ 인코스 부스   ▲ 한화시스템 부스     ■ 기사 내용은 PDF로도 제공됩니다.

금형 시뮬레이션 소프트웨어 기업인 오토폼엔지니어링이 한국 시장에 대한 지속적인 투자와 파트너십 강화 의지를 밝혔다. 그리고 금형 산업의 디지털 전환, 인공지능(AI) 기반 혁신, 그리고 미래 인재 육성에 대한 비전과 전략을 소개했다. 오토폼은 AI 기술을 활용하여 고객사의 목표 달성을 지원하는 한편, 한국에서 산학 협력 모델을 성공시키고 글로벌로 확산하겠다고 밝혔다. ■ 정수진 편집장   오토폼엔지니어링은 지난 30년간 자동차 산업의 박판 성형 기술을 시작으로 현재 전 세계 60개 이상의 카 메이커를 포함해 1000개 이상의 기업과 협력하며 성장해 왔는데, 최근에는 자동차 산업을 넘어 항공, 백색가전 등 다양한 산업으로 영역을 확장하고 있다. 오토폼엔지니어링은 5월 8일 기자간담회를 통해 한국 제조업의 경쟁력 강화를 위한 국내 대기업 및 협력사와 협업 사례, 지역 기반 협력 및 인재 양성 계획 등을 발표했다. 이날 간담회에는 오토폼엔지니어링의 올리비에 르퇴르트르(Olivier Leteurtre) 최고경영자(CEO)와 오토폼엔지니어링코리아 조영빈 대표이사가 참석했다.   ▲ 오토폼엔지니어링 올리비에 르퇴르트르 CEO   가상 세계에서 구현하는 제조산업의 미래 물리적인 실제 세계에서 문제가 발생하면 이를 해결하기 위한 수리, 재건축, 툴이나 장비 변경 등의 작업에 많은 비용이 발생한다. 이를 해결하기 위해 오토폼은 계획 수립, 비용 산정, 엔지니어링, 시운전 등 차량 설계부터 생산까지 모든 과정을 소프트웨어 기반의 ‘가상 세계(virtual world)’에서 수행함으로써 고객사의 시간과 비용을 줄일 수 있도록 지원한다는 비전을 소개했다. 올리비에 르퇴르트르 CEO는 “제조산업의 미래는 디지털 협업 생태계 위에서 결정된다”면서, “오토폼은 금형 산업의 복잡한 공정과 데이터를 정밀하게 연결해 ‘경험’이 아닌 ‘데이터’로 예측하고 판단하는 환경을 만들어가고 있다”고 전했다. 르퇴르트르 CEO가 소개한 바에 따르면, 오토폼의 설루션은 차량 개발 프로젝트당 연간 500만 유로의 비용을 줄일 수 있도록 기여하며, 이는 전 세계 자동차 산업 전체로 봤을 때 연간 50억 유로의 절감 효과를 가져올 수 있다. 특히, 초기 콘셉트 단계부터 생산 현장까지 전 공정을 포괄하는 ‘디지털 프로세스 트윈(Digital Process Twin)’을 구현해 박판 성형과 차체 골격(BiW) 조립의 모든 핵심 요소를 디지털 연속성(digital continuity)으로 연결하여 불량률 감소, 리드 타임 단축, 생산성 향상에 기여하고 있다. 르퇴르트르 CEO는 ESG(환경·사회·지배구조) 경영에도 적극 나서고 있다고 밝혔다. 차체 경량화, 소재 수율 증대, 스크랩 비율 감소 등을 통해 고객사의 탄소 중립 달성을 지원한다는 것이다. 그는 “소재 수율을 1% 높일 때 생산 차량 1대당 20.5kg의 이산화탄소를 절감할 수 있으며, 스크랩 비율 1% 감소 시 1대당 24.6kg, BiW 중량 1kg 감소 시 차량 수명 주기 동안 9.1kg의 이산화탄소를 줄일 수 있다”고 설명했다.   AI, 금형 산업의 새로운 가능성을 열다 오토폼은 금형 산업의 숙련 전문가 부족과 신차 개발 시 플랫폼/부품 재사용 증가로 인해 과거 데이터와 경험을 활용하기 위한 AI 기술의 필요성이 커지고 있다고 밝혔다. 르퇴르트르 CEO는 “AI는 방대한 과거 데이터와 경험을 활용하기 위한 기술이다. 포밍이나 어셈블리 등에서 축적된 전문 지식을 AI로 포착하고 활용할 수 있는 것이 오토폼의 강점”이라면서, AI가 가능케 하는 새로운 기능을 시뮬레이션과 결합할 수 있다고 설명했다. 오토폼은 AI 기술을 활용한 금형 산업의 혁신에 주목하고, 크게 네 가지 영역에서 AI 접목을 추진하고 있다. 여기에는 ▲툴 디자인 관련 형상의 자동 생성을 위한 생성형 AI(Generative AI) ▲생산 라인의 조건 예측을 위한 예측 AI(Predictive AI) ▲비전문가를 위한 설계 검증 애플리케이션 개발에 도움을 주는 서로게이트 AI(Surrogate AI) ▲시뮬레이션의 속도와 정확도를 함께 높이는 물리 AI(Physical AI) 등이 있다. 조영빈 대표이사는 “AI는 목표가 아니다. 고객사의 목표를 달성하는 데에 AI가 도움될 수 있도록 고민하고 있다. 산업별 매뉴얼을 제작하는 것도 한 가지 방법이 될 것”이라고 전했다.   ▲ 오토폼엔지니어링코리아 조영빈 대표이사   한국 시장 투자 및 미래 인재 육성 전략 발표 르퇴르트르 CEO는 “한국은 자동차 산업의 글로벌 중심지이자, 디지털 제조 혁신이 가장 빠르게 진화하는 시장으로, 이 전환의 최전선에 서 있다”면서, “오토폼은 한국 시장에서 디지털 트윈과 시뮬레이션을 통해 제조 방식의 새로운 기준을 제시하고, 산업의 미래를 주도해 나가겠다”고 밝혔다. 오토폼은 국내 제조산업의 디지털 역량 강화를 위해 중소 협력업체 지원에 적극 나서면서, 제조 가치사슬 전반의 디지털 전환을 추진한다는 계획이다. 조영빈 대표이사는 “디지털 전환은 더 이상 대기업만의 과제가 아니며, 금형 산업의 디지털화는 선택이 아닌 생존의 문제”라며, “중소 협력사를 포함한 가치사슬 전반을 디지털 협업 구조로 연결해, 제조 생태계 전체의 경쟁력을 함께 끌어올리고자 한다”고 말했다. 특히, 오토폼은 한국 시장의 지역 기반 인재 양성 및 협력에 공을 들이고 있으며, 이 협력 모델을 글로벌로 확장할 계획이다. 오토폼은 고가의 소프트웨어 및 전문 인력이 없이도 시뮬레이션 기반 공정 해석을 할 수 있도록 지원하는 기술 거점으로 ‘디지털 트라이아웃 랩(Digital Tryout Lab)’을 대구 경일대학교에 설립하고, 아진산업 등 지역 기업과 연계하여 실무 중심의 시범 프로젝트를 수행할 예정이다. 국립창원대학교에는 600억 원 규모의 소프트웨어 기증과 함께 오토폼 글로컬 산업기술거점센터를 설립해 지역 기업 연계 실무 교육 및 취업 연계 프로그램을 운영한다. 경북기계공업고등학교와 양해각서(MOU)를 체결하고 디지털 금형 분야 인재 양성을 위한 통합형 프로그램을 운영하며, 성균관대학교와는 복합재료 기반 공동 연구 및 실무형 교육을 통해 차세대 제조 인재 양성을 추진한다. 조영빈 대표이사는 “기업의 경쟁력은 숙련된 인력을 확보하는 데에서 스마트한 인력을 확보하는 것으로 바뀌고 있다”면서, AI 기반 산업 변화에 맞춰 학습된 데이터를 가진 기업이 경쟁력을 가질 것이라고 강조했다. 또한, "한국에서 개발한 산학연 연계 모델을 성공시키고, 해외로 확산시켜 글로벌 표준으로 만들겠다”고 밝혔다.     ■ 기사 내용은 PDF로도 제공됩니다.

다쏘시스템은 에어버스와의 장기 전략적 파트너십을 연장하고, 에어버스가 민간 및 군용 항공기와 헬리콥터를 포함한 모든 차세대 프로그램의 수명주기 관리를 위해 3D익스피리언스 플랫폼을 전사적으로 도입하기로 결정했다고 밝혔다. 3D익스피리언스 플랫폼 도입을 통해 다쏘시스템은 에어버스의 민간 및 군용 항공기, 헬리콥터를 포함한 전 개발 체계를 지원하게 된다. 에어버스 전사 각 부문은 물론 공급업체를 포함한 2만 명 이상의 사용자가 온프레미스(on-premise) 또는 소버린 클라우드(sovereign cloud) 환경에서 버추얼 트윈을 기반으로 보다 효과적으로 협업할 수 있게 된다. 다쏘시스템은 이를 통해 제품 개발 주기를 단축하고 생산 효율을 사전에 예측 및 향상시키는 한편, 애프터서비스 지원 강화와 비용 절감까지 실현할 수 있을 것으로 기대하고 있다. 다쏘시스템은 이번 파트너십 연장을 통해, 3D익스피리언스 플랫폼을 기반의 ▲Program Excellence(프로그램 우수성) ▲Winning Concept(경쟁력 있는 콘셉트 창출) ▲Co-Design to Target(목표 지향형 공동 설계) ▲Cleared to Operate(운영 승인 확보) ▲Ready for Rate(양산 준비) ▲Build to Operate(운영을 위한 구축) ▲Keep Them Operating(지속적인 운영 지원) 등 총 7가지 산업 설루션 경험을 에어버스에 제공할 예정이다.     에어버스의 기욤 포리(Guillaume Faury) CEO는 “디지털 전환은 상용 항공기의 생산 확대, 차세대 저탄소 플랫폼 준비, 미래 방위 및 보안 설루션 개척 등 에어버스의 핵심 과제를 뒷받침하는 핵심 수단”이라며, “다쏘시스템과의 이번 파트너십 연장은 이러한 목표 달성을 가속화하고, 설계부터 운용에 이르기까지 제품과 설루션 전반에 걸쳐 최고 수준의 품질, 안전성, 보안성을 확보하는 데 중요한 역할을 할 것”이라고 말했다. 다쏘시스템의 버나드 샬레(Bernard Charlès) 회장은 “에어버스와의 오랜 협력 관계는 이제 새로운 장으로 접어들었으며, 3D익스피리언스 플랫폼을 통해 에어버스 전사와 가치사슬 전반이 글로벌하게, 효율적으로, 그리고 가상 환경에서 혁신을 이어갈 수 있도록 지원할 것”이라며, “에어버스는 3D익스피리언스 플랫폼을 통해 AI 기반의 생성형 경험은 물론, 소재 과학, 모델링, 시뮬레이션, 생산 및 운영 효율성에 걸친 과학적 진보를 온전히 활용할 수 있으며, 이는 항공우주 산업의 미래를 새롭게 정의할 경험 창출로 이어질 것”이라고 강조했다.

산업데이터 스페이스와 제조업의 미래   우리나라가 새로운 성장동력을 만들기 위해서는 산업데이터에 주목할 필요가 있다. 우리나라의 산업데이터 활용 잠재력은 매우 크다. 국내에는 이미 다양한 산업분야의 데이터 플랫폼이 구축되어 운영 중이다. 산업데이터의 잠재력을 성장 동력으로 연결하려면 공공기관과 기업 내부에 쌓여 있는 방대한 데이터를 끄집어내고 기관 간에 데이터의 공유와 연계를 이루는 데이터인프라 구축이 무엇보다 필요하다.    (이미지 출처 : 123RF) 기업은 물론 한 국가의 산업경쟁력도 디지털 전환(DX)을 빼놓고는 얘기할 수 없는 시대가 되었다. 디지털 전환은 인공지능, 사물인터넷(IoT), 클라우드 등 디지털 기술을 모든 사업영역에 적용함으로써 조직문화, 비즈니스 모델과 프로세스 등에 근본적인 변화를 일으켜서 새로운 가치를 만들어내는 것을 의미한다. 디지털 전환을 통해 재화나 서비스의 생산부터 소비에 이르는 일련의 경제활동들이 지능화되고 효율화되고 있다.  보스톤 컨설팅 그룹(Boston Consulting Group)의 연구조사에 따르면 디지털 선도기업들은 디지털 후발기업들에 비해 수익성장률(earnings growth)이 1.8배 더 높고 총 기업가치(total enterprise value) 성장률은 2배 이상이라고 한다. 또한, 세계적 시장조사기관인 Statista에 따르면 전세계 디지털전환기업의 생산액은 2018년 13.5조 달러에서 2023년 53.3조 달러로 증가하면서 전세계 GDP의 절반을 넘어섰다. 한편, 디지털기업은 글로벌 시장을 주도하고 있다. 지난 2008년 전세계 시가총액 10대 기업의 절반은 CNPC, 엑손모빌 등과 같은 에너지기업이었으나 지금은 애플, 마이크로소프트, 아마존, 알파벳(구글), 테슬라, 엔비디아, 메타(페이스북) 등 7개의 디지털기업이 그 자리를 차지하고 있다.  데이터의 90%는 산업데이터이나 60∼80%가 활용되지 못하고 사장 디지털 전환의 중심에는 데이터가 자리잡고 있다. 디지털기술을 적용하여 분산된 데이터를 가치 있게 변환시키는 것이 디지털 전환의 핵심이기 때문이다. 기업내부에 쌓여 있는 경험과 노하우를 데이터화하고 이러한 데이터를 분석하면 비즈니스를 효율적으로 운영하거나 새로운 비즈니스를 만들어낼 수 있다. 구글, 페이스북, 아마존 등은 방대한 데이터를 모을 수 있는 고유 플랫폼을 보유하고 있다. 이들은 플랫폼 이용자들의 거래방식, 소비패턴 등의 데이터를 인공지능으로 분석하여 고객의 요구를 확인하거나 새로운 비즈니스기회를 찾아가며 물류, 금융, 헬스케어, 클라우딩 등으로 사업영역을 확장해왔다. 데이터는 크게 개인정보데이터와 산업데이터로 구분해볼 수 있다. 개인정보데이터는 개인의 취향, 동선, 사회관계, 소비행동 등으로 검색, SNS, 간편지불 등의 과정에서 생성된다.  GAFA(Google, Amazon, Facebook, Apple)는 개인정보 데이터를 활용하여 오늘날 시가총액 기준 글로벌 10대 기업으로 성장할 수 있었다. 한편, 산업데이터는 제품개발, 생산, 유통, 소비 등 산업활동 전과정에서 생성되며 전체 데이터의 90%를 차지하고 있다.  산업데이터는 연구개발(R&D)에서 생산, 유통‧마케팅에 이르는 모든 밸류체인에서 생산성과 부가가치를 높이고, 새로운 제품과 서비스를 창출하며, 더 나아가 새로운 산업을 만드는 데 활용될 수 있다. 그러나 아직까지 세계적으로 산업데이터는 활용도가 높지 않으며 산업데이터 분야에 GAFA와 같은 지배적 사업자도 나타나고 있지 않다.  시장조사기관인 forrester research에 따르면 기업내 축적된 데이터중 60∼73%는 사용되지 않고 있다고 한다. EU 집행위원회도 산업데이터의 80%가 전혀 사용되고 있지 않다고 한다. 산업 데이터가 기업의 영업비밀을 포함하고 있는 데다, 각 기업 간의 데이터 형식과 호환성이 없어 데이터를 공유하고 협력하는 데 어려움이 있기 때문이다. 그러나 한편으로 보면 그 만큼 성장잠재력은 크다. 2022년 EU 집행위원회에 따르면 데이터법(Data Act)으로 산업데이터 활용이 제도적으로 보완되면 2028년까지 2,700억 유로(407조원)의 추가 GDP 창출을 기대할 수 있다고 한다.  미국과 중국이 세계 데이터 과점, EU와 일본은 산업데이터에 주력 현재 세계 데이터시장은 개인정보를 중심으로 GAFA가 장악해가고 있다. 미국 정부는 GAFA 등 플랫폼기업이 글로벌 시장에서 데이터를 지속적으로 수집하고 활용할 수 있도록 디지털 통상(Digital Trade)에 발 벗고 나서고 있다.  2017년 미무역대표부(USTR)가 매년 발간하는 국별 무역장벽보고서에 별도의 디지털무역장벽분야가 새롭게 만들어진다. 2018년 11월 체결된 미국·멕시코·캐나다협정(USMCA)에는 처음으로 디지털통상 챕터가 신설되고 데이터이전 자유화, 데이터지역화 금지, 소스코드 공개금지 등의 규범이 담긴다. 2019년 10월에는 최초의 독자적인 국제조약이면서 USMCA보다 더욱 개방된 모습으로 미일간 디지털통상협정(USJDTA)이 체결되었다. 한편, 2019년부터 시작된 WTO 디지털통상협상 과정에서 미국은 모든 서비스에서 데이터이동 자유화를 강력하게 주장하고 있다.  세계의 공장이자 14억 인구를 가진 중국에서는 전세계 데이터의 1/4 이상이 생성되고 있으며 알리바바, 텐센트, 바이두 등이 중국내 데이터시장을 주도해 가고 있다. 중국 정부는 2019년 데이터를 토지, 노동, 자본, 기술과 함께 새로운 국가 생산요소로 규정하고 데이터 활용에 적극적으로 개입하고 있다. 지난 2023년 10월에는 데이터의 유통과 개인정보, 보안 등을 위해 국가데이터국을 설치하여 데이터 통제를 강화한 바 있다. 여기에 네트워크안전법, 개인정보보호법, 데이터안전법 등 법률을 제정하여 자국내 데이터의 해외반출을 엄격하게 규제하고 있다. EU는 미중 IT기업의 데이터 과점에 대응하고 산업의 경쟁력을 확보하기 위한 데이터정책에 집중한다. 특히, 아마존, 구글 등 거대 미국 클라우드 기업으로부터 자신들의 기술 노하우를 지키고 자율성을 확보하는 것을 목표로 삼는다. 이를 위해, EU는 2020년 EU 데이터전략을 발표하고 여기서 유럽 공통 데이터 스페이스(European Common Data Spaces)를 제시한다. 데이터 스페이스는 데이터들이 원래 있던 곳에 있으면서 필요할 때마다 공유될 수 있도록 하는 공간을 의미한다. 구체적으로 가이아-X, 카테나-X, 매뉴팩처링-X 프로젝트 등이 추진되고 있다. 가이아-X는 각 산업 분야를 연결하는 가장 포괄적인 데이터 스페이스이고, 카테나-X는 가이아-X 중 자동차산업의 공급망간에 데이터를 교환·공유함으로써 경쟁력을 높이는데 목표를 두고 있다. 일본은 세계 최고수준 로봇, 센서를 바탕으로 공장자동화 등의 제조현장에서 데이터를 충분히 확보하고 있다. 이에 애플이나 구글 등 미국 디지털기업의 개인정보데이터에는 못 따라가지만, 강력한 제조업을 기반으로 한 산업데이터 경쟁력을 키우기 위해 역량을 집중하고 있다. 2016년 관민 데이터활용 기본법, 2017년 데이터 거래규정, 2018년 생산성향상 특별조치법 등의 제정을 추진하였으며, 지난해 4월 우라노스 에코시스템(Ouranos Ecosystem)을 출범시켜 산업계 전반에 데이터공유와 연계를 꾀하고 있다.  산업데이터의 공유와 활용을 늘리기 위한 인프라 구축 나서야 우리나라는 세계가 주목하는 경제성장을 이룩했다. 1960∼1980년대 정부주도로 철강, 석유화학 등의 산업을 육성하고 1990∼2000년대 세계화와 중국성장을 수출 확대로 연결시켰다. 그러나 최근 대외적 여건을 보면 산업의 성장엔진은 식어가고 수년 내 수출 절벽이 현실화될 수도 있어 우려스럽다. 외적으로는 미중 패권경쟁 격화, 선진국의 산업정책 부활, 보호무역 확산 등으로 글로벌가치사슬(GVC)이 급속하게 파편화, 블럭화되면서 우리의 미래 먹거리와 수출시장을 위협하고 있다. 중국은 첨단산업에서 자급률을 높이고 있고, 미국, 일본, EU 등 선진국들도 반도체, 배터리 등 첨단산업 육성에 열을 올리면서 우리산업이 설자리를 점점 좁혀오고 있다. 대내적으로도 활로가 보이지 않는다. 지난 20년간 주력 수출품목의 변화가 없는 등 산업 역동성이 사라지고 있다. OECD 최하위 출산율과 고령화로 생산가능인구가 줄어드는 가운데, 학생들은 공대를 포기하고 의대로 진로를 바꾸고 있다. 심각한 데이터 규제로 인공지능, 메타버스와 같은 미래 새로운 산업의 발전 기반도 취약한 상태다. 국제경영개발원(IMD)에 따르면 우리나라 기업의 빅데이터 활용순위는 26위로 한참 뒤져 있다. 새로운 성장동력을 만들기 위해서는 산업데이터에 주목할 필요가 있다. 우리나라의 산업데이터 활용 잠재력은 매우 크다. 반도체‧조선 세계 1위, 석유화학‧철강‧로봇 세계 5위, 자동차 세계 7위의 세계적인 제조기반에 5G 등 세계 최고 수준의 ICT 인프라를 보유하고 있어 디지털 기술을 제조업에 접목하기가 수월하다. 연구개발-조달-생산-유통-소비에 이르는 가치사슬(Value chain) 전반에 디지털 전환(DX)을 확산시키면 디지털 제조강국으로 도약할 수 있다.  한편, 우리나라 의료기술과 정보 또한 세계 최고 수준이다. 데이터, 개인정보에 대한 과감한 규제완화가 이루어진다면 원격의료, 디지털 헬스케어 분야에서 제2의 반도체신화를 기대해 볼 수도 있다. 여기에 세계 최고 수준의 ICT 인프라에 혁신역량을 집중한다면 스마트제조, 스마트팜과 같은 새로운 혁신서비스가 수출의 중심이 될 수도 있을 것이다.   국내에는 이미 다양한 산업분야의 데이터 플랫폼이 구축되어 운영 중이다 그러나 플랫폼 참여자는 개인정보, 영업비밀 보호 등 데이터 공유나 거래시 발생할 수 있는 위험부담으로 양질의 데이터 제공에 소극적일 뿐 아니라 표준화, 상호운용성 등 데이터 공유·활용을 위한 토대도 부족한 실정하다. 데이터는 크기가 클수록 그리고 서로 다른 데이터가 융합될수록 더욱 큰 가치를 창출하는 네트워크 효과가 있다. 산업데이터의 잠재력을 성장 동력으로 연결하려면 공공기관과 기업 내부에 쌓여 있는 방대한 데이터를 끄집어내고 기관 간에 데이터의 공유와 연계를 이루는 데이터인프라 구축이 무엇보다 필요하다. 그리고 구축된 인프라가 제대로 작동하기 위해서는 수익을 창출하고 창출된 수익이 모든 참여자에게 돌아갈 수 있고 참여자들이 안전하게 데이터를 공유·거래할 수 있으며 개방적이고 투명한 표준방식으로 데이터가 연계될 수 있어야 할 것이다. 미국과 중국이 거대 플랫폼 기업을 앞세워 세계 데이터 시장을 장악하고 있다. EU는 2014년부터 산업데이터를 중심으로 공유와 연계 플랫폼 구축에 나서고 있으며 일본이 그 뒤를 잇고 있다. 우리나라는 2022년 산업디지털전환촉진법이 제정되고서야 산업데이터 활용기반 구축이 본격화된다. 이 법에 따라 지난 2023년 1월 제1차 산업디지털전환 종합계획이 수립되었고 산업전반에 인공지능(AI)을 내재화시키는 프로젝트가 진행되고 있다. 그러나 다른 나라들에 비해 많이 뒤져 있다. 산업데이터의 공유·활용을 위한 프로젝트를 서둘러야 할 것이다. 이를 통해 대한민국의 산업이 한층 더 도약하고, GAFA를 뛰어 넘는 산업데이터 거인이 우리나라에서 탄생할 수 있기를 기대해 본다.   김용래 교수 경희대학교 첨단기술비즈니스학과 전 특허정장  

이에이트가 자사의 디지털 트윈 설루션 NDX PRO를 기반으로 국내 농기계 제조업체인 TYM에 디지털 트윈 플랫폼을 공급한다고 밝혔다.   이에이트가 밝힌 목표는 협력사, 제조사, 딜러사 등 공급망 가치사슬(value chain) 파트너사 간 실시간 협업 관리를 지원하는 디지털 트윈 플랫폼을 구축하는 것이다. 실시간 디지털 공급망의 통합 연계 플랫폼을 통해 파트너사 간의 불필요한 재고를 줄이고, 비효율적인 소통 및 업무를 줄여 생산성 및 효율성을 향상시킬 수 있으며, 이를 통해 글로벌 공급망 경쟁력을 높이겠다는 것이다.  이에이트의 TYM 협업 공급망 설루션은 협력사-제조자-딜러사가 통합 연계된 플랫폼을 지향한다. 협력사는 공급망 디지털 트윈 플랫폼에서 RTLS(Real-time Location Systems : 실시간 위치 추적 시스템) 기반 납품을 관리하고, 품질 정보, 공정 이상, 재고 위치 등을 확인할 수 있다. 제조사는 자재 및 물류, 생산, 품질, 출하 등 제조 전반적인 과정을 플랫폼에서 실시간으로 관리할 수 있다. 제품을 판매하는 딜러사 역시 실시간으로 실판매 처리 및 서비스를 관리할 수 있다. 이에이트는 “운영비용의 경우 10분의 1로, 재고수량의 경우 30% 이상 감소시킬 수 있으며 TYM의 경우 협력사와 딜러사 간의 소통 비용이 91억 수준 절감될 것으로 기대된다”고 전했다.     스마트 팩토리는 공장의 모든 데이터를 실시간으로 수집하고 분석하는 것이 핵심이다. 이에이트의 디지털 트윈 플랫폼인 NDX PRO는 다양한 형태의 데이터를 자동으로 수집·분석·연계할 수 있으며, 웹 기반의 대시보드를 통해 직관적인 시각화를 제공한다는 점을 내세운다. 이를 통해 운영자는 생산 공정과 설비 상태를 실시간으로 모니터링하며, 빠르게 의사결정을 내릴 수 있다. 나아가 디지털 트윈 플랫폼에 축적되는 운영 데이터를 기반으로 기업의 생산, 물류, 조달 등을 최적화할 수 있는 AI 알고리즘을 구현할 수 있게 된다.   제조사는 적극적으로 생산 현장의 디지털 전환을 추진하고 있지만, 협력사 및 딜러사는 비용 부담으로 인해 디지털화가 상대적으로 더딘 상황이다. 이에이트는 이번 공급망 플랫폼을 통해 협력사와 딜러사도 점진적으로 디지털 전환을 할 수 있도록 지원할 계획이다. 이에이트의 김진현 대표는 “이번 사업을 계기로 제조 공급망 전반에 걸친 디지털 혁신을 선도하고, B2B 제조사를 대상으로 사업을 지속 확장해 나갈 계획”이라고 밝혔다.

헥사곤 매뉴팩처링 인텔리전스는 공작기계 프로그래밍 시간을 75% 단축할 수 있는 자동화된 CAM 프로그래밍 툴 ‘프로플랜AI(ProPlanAI)’를 공개했다. 헥사곤은 이 기술이 헥사곤의 연결성 및 협업 클라우드 플랫폼인 ‘넥서스(Nexus)’에 통합돼 제조 현장의 효율성을 개선할 것으로 예상하고 있다. 2025년 1분기 출시 예정인 프로플랜AI는 마이크로소프트 애저 기반으로 CAM 프로그래머가 생성한 데이터를 학습해, 기업 특성에 맞는 최적의 프로그래밍 설루션을 제공한다. 이를 통해 제조기업은 기존 프로그래밍 정보를 자동으로 분석해 조직의 선호도, 생산 능력 및 요구 사항에 맞는 최적의 결과를 예측할 수 있다. 프로플랜AI는 지속적으로 학습하고 적응해 프로그램의 효율성과 생산성을 최대화한다. 프로플랜AI는 부품 프로그래밍의 간소화 외에도 기업들이 잠재된 표준 관행을 파악하고, 회사 프로그래밍 표준에서 벗어난 점을 알려주며, 설계 파일에 내장된 제품 제조 정보(PMI)를 자동화된 CNC 프로그래밍에 더 효과적으로 활용할 수 있도록 지원한다. 또한, 기계 설정 과정을 안내하고 실행 가능한 프로그램을 제시하는 AI 기반 헥사곤 코파일럿(Hexagon Copilot) 기능을 제공할 예정이다. 사용자는 이를 통해 소프트웨어 사용법, 특정 부품 제작 과정, 최적의 기계 가공 전략 등에 대한 지원과 안내뿐만 아니라 사용자는 채팅 기능으로 특정 질문을 하고 명령을 실행할 수 있다.     헥사곤의 AI 애플리케이션은 마이크로소프트의 애저 오픈AI(Azure OpenAI) 서비스, 애저 코스모스 DB(Azure Cosmos DB), 애저 데이터브릭스(Azure Databricks)를 활용한다. 이를 통해 모든 규모의 제조 기업이 인공지능(AI)을 적용해 시간이 많이 소요되는 프로세스 계획을 자동화하고, 내부 데이터를 더 빠르고 쉽게, 철저하게 활용할 수 있다는 것이 헥사곤의 설명이다. 마이크로소프트의 클레어 바클리(Clare Barclay) EMEA 엔터프라이즈 및 산업 부문 사장은 “마이크로소프트와 헥사곤의 협력은 제조업 생산성 혁신에 대한 공동의 믿음에서 시작됐다”면서, “애저의 AI 기능은 자동화를 통해 전문 CNC 프로그래머의 생산성을 높이고 새로운 사용자의 기술 향상을 도울 것이다. 이는AI가 산업에 가져올 수 있는 변화의 핵심이며, 헥사곤이 제조 전문성과 넥서스 플랫폼을 통해 가치사슬 전반의 생산성을 혁신할 것으로 기대한다”고 말했다.  헥사곤의 척 매튜(Chuck Mathews) 생산 소프트웨어 총괄 매니저는 “치열한 경쟁 시장에서 공장 현장의 생산성은 핵심 과제이다. 많은 기계가 자동화되었지만, 프로그래밍은 여전히 복잡한 관계로 고도로 숙련된 전문가를 필요로 한다”면서, “헥사곤은 마이크로소프트와 협력해 넥서스를 통해 강력한 AI 기능을 활용함으로써, 프로그래머가 핵심 업무에 집중해 생산성을 높일 수 있도록 돕는다”고 소개했다. 그리고 “제조기업은 프로플랜AI로 자체 데이터를 활용해 프로그램을 개발하기 때문에 개별 비즈니스의 지식과 경험은 물론 생산 부품, 사용하는 공작기계를 자동으로 반영할 수 있다. 이를 통해 신입 직원의 빠른 적응을 돕고, 기술 인력 부족에 직면한 업계는 주요 인력의 이탈 시 손실을 줄일 수 있다”고 전했다. 프로플랜AI는 이미 로딘 머시닝(RODIN machining)을 포함한 여러 산업 전문 기업에 의해 베타 테스트가 완료됐다. 로딘 머시닝의 폴 모이(Paul Mooij) 디지털 디렉터는 “로딘은 지난 2022년 자율 공장 건설을 목표로 자동화를 폭넓게 활용하고 있지만, 공작기계 프로그래밍은 높은 복잡성으로 인해 많은 경험을 요구한다”면서, “프로플랜AI의 장점은 인적 자원을 활용해 기계 활용도를 높일 수 있다는 점이다. 로딘은 프로플랜AI의 제안을 검토하고, 프로그램 세부 사항을 완성하는 데 이를 적극 활용해 기계 프로그래밍 시간을 획기적으로 단축했다”고 말했다. 프로플랜AI는 2025년 1분기부터 헥사곤의 CAM 시뮬레이션 설루션인 ‘에스프릿 엣지(Esprit Edge)’를 사용하는 고객에게 제공될 예정이다. 고객들은 추가 구독을 통해 프로플랜AI를 이용할 수 있다.

정종기 지음 / 27,000원 / 형설eLife 지금은 챗지피티(ChatGPT)가 앞당긴 인공지능 대중화 시대이다. 전세계는 ChatGPT를 위시한 생성형 AI의 혁신적인 진화에 관심이 집중되고 있고, 산업 및 사회적으로 큰 파급력을 보이며 급속하게 성장하고 있다. 생성형 AI는 사용자의 요구에 맞춰 요약, 답변, 그림, 동영상, SW 코드 생성도 순식간에 만들어 준다. 이러한 생성형 AI가 확산되면서 사람들의 일하는 방식은 근본적인 변화를 맞이하고 있다. 향후 기업의 경쟁력은 생성형 AI 도입에 따른 일하는 방식의 변화를 어떻게 활용하는가에 따라 크게 좌우될 수 있는 것이다. 생성형 AI는 전 산업 및 기업의 비즈니스 전반에 걸쳐 다양하게 활용될 수 있다. 특히 가치사슬 관점에서 살펴보면 기획, R&D, 구매, 생산, 유통, 판매 및 마케팅 등 주요한 업무 영역에서 활용을 통해 효율을 크게 높일 수 있기 때문에 기업들이 앞다퉈 도입을 서두르고 있다. 산업별로 생성형 AI 활용 확산 먼저 제조 분야에서는 생성형 AI를 활용하여 자동화된 제품 디자인 및 품질 향상을 실현할 수 있다. 생성형 AI 모델은 과거 제품 데이터를 분석하여 새로운 제품 디자인을 생성하고, 제조 과정에서 발생하는 결함을 감지하여 예방할 수 있다. 또한 생성형 AI를 활용한 제조공정 효율화, 품질관리, 텍스트 비정형 데이터 분석 기반 이상 검출 및 고장 예측과 수명 예측 서비스 영역도 활용 영역으로 확대되고 있다. 생성형 AI는 의료 분야에서 많은 활용 사례를 가지고 있다. 예를 들어, 생성형 AI를 사용하여 의료 이미지(예: X-ray, MRI)를 분석하고 질병이나 이상을 감지하는 데 활용할 수 있다. 또한, 환자 데이터를 분석하여 개인 맞춤형 치료 계획을 생성하는 데에도 사용될 수 있다. 신물질의 개발, 신약 개발 등에서 생성형 AI가 활용되고 있다. 과거 R&D 분야는 끊임없는 연구와 시행 착오의 반복이었다. 예를 들어 제품 설계를 위해서는 시제품을 소량 제작해 문제점을 살펴보고 오랜 시간을 들여 반복 작업을 수행해야만 했다. 그러나 생성형 AI 기술을 활용하여 연구원들이 중량, 비용, 소재 등 원하는 조건을 입력하면 생성형 AI가 수많은 디자인 시안을 짧은 시간에 생성해 준다. 연구자들은 다양한 가능성을 살펴보고 브레인스토밍을 거쳐 세부 검토 후 원하는 결과에 근접한 시안을 선택하면 된다. 즉, 연구원들의 역할이 설계 디자이너에서 검토자로 대폭 바뀌게 되는 것이다. R&D영역에서 생성형 AI는 단시간 내에 다양한 프로토타입과 옵션을 생성해 개발자의 노력, 시간, 비용을 절감시켜주고 있다. 금융 기관은 생성형 AI를 사용하여 금융 데이터를 분석하고 예측 모델을 구축할 수 있다. 이를 통해 고객 맞춤형 서비스, 주식 시장 예측, 신용 위험 평가, 보험 요율 책정 등의 작업을 자동화하고 정확성을 향상시킬 수 있다. 문화예술 분야에서는 창작을 돕는 데 사용될 수 있다. 예를 들어, 생성형 AI를 사용하여 새로운 음악 작곡, 그림 및 그래픽 디자인, 시나리오 작성 등을 자동화하고 창의적인 작품을 생성할 수 있다. 가상 캐릭터 및 게임도 생성형 AI를 사용하여 가상 캐릭터를 개발하고 게임에 즉시 적용할 수 있다. 이를 통해 게임 내 캐릭터의 외모, 행동, 대화 등을 자동으로 생성하고 다양한 상황에 대응할 수 있는 인공지능 기반 캐릭터를 구현할 수 있다. 마케팅 영역에서는 효율을 극대화시키고 있다. 온라인 오픈마켓 사업자들의 주 업무는 제품 홍보글 작성, 블로그 포스팅, 마케팅 이메일 발송 등이다. 이 모든 것을 생성형 AI가 쉽게 만들어 준다. 실제로 한국의 한 마케팅회사는 생성형 AI를 활용해 과거 5시간 이상 소요되었던 1,000자의 광고 문구와 새 웹사이트에 들어갈 카피 문구를 10분의 1에 불과한 30분으로 단축할 수 있었다. 교육관련 분야는 많은 부분에서 활용될 수 있다. 먼저 개인화 학습 영역에서 생성형 AI를 활용하여 학생들에게 맞춤형 학습 경험을 제공할 수 있다. 학생의 학습 데이터를 분석하여 개인의 학습 스타일, 강점, 약점을 파악하고 그에 따라 적합한 학습 자료를 생성하거나 맞춤형 문제를 제공할 수 있다. 생성형 AI는 다양한 산업, 문화 및 교육 분야에서 혁신적인 방식으로 활용될 수 있다. 이는 효율성 향상, 창의성 개발, 맞춤화된 경험 제공 등의 많은 장점을 가져다줄 수 있다. 생성형 AI의 사회적 영향력은 점점 더 커지고 있고 그에 따른 우려 사항도 많아지고 있다. 생성형 AI를 업무 효율화와 생산성 증대, 새로운 가치 창출을 위해 기존 업무에 활용해 보려는 기업들의 관심도 높아지고 있다. 다만, 생성형 AI도 장‧단점을 함께 가진 신기술인 만큼 기업 내부에 적용하는데 있어 경영진들의 다각적인 고민이 필요하다. 생성형 AI는 질문(프롬프트)을 통해 답변을 생성한다. 내가 원하는 답변을 얻기 위해서는 사전에 답변에 필요한 상세한 설명을 먼저 제시하고 질문을 해야 하기 때문에 이때 기업의 정보 유출 문제가 생긴다. 그래서 데이터의 보안 문제에 따라 외부 상용 AI 서비스를 활용할 것인지 아니면 자체적으로 내부 개발할 것인지에 대해서도 고민이 필요하다. 생성형 AI 도입에 따라 기업의 각 비즈니스 부문별 다양한 변화가 예상된다. 생성형 AI의 도입은 일하는 방식의 큰 변화를 가져올 수 있으므로 내부 직원들이 혼란스러워할 수 있다. 그렇기 때문에 활용 가치가 큰 부서부터 단계별로 도입하는 것이 바람직하다. 또한 직원들이 생성형 AI와 같은 신기술 도입에 대한 거부감을 줄이는 조직 문화적 활동도 추진해야 한다. 새로운 업무 방식이 자신의 기존 노하우와 일자리를 위협한다는 불안 심리와 새로운 업무 방식을 익히는 일이 번거롭게 생각할 수 있기 때문이다. 그러나 머지 않아 많은 기업들이 생성형 AI를 단계별로 도입하여 AI 기반 업무 활용 및 자동화를 통해 업무 속도와 효율성을 높이고, 더욱 복잡하고 고도화된 업무에 집중할 수 있게 되면서 전반적인 업무 생산성이 높아질 것으로 기대된다. 생성형 AI의 가능성과 미래 진화 방향 생성형 AI를 통해서 누구나 관련된 정보를 쉽게 얻을 수 있기 때문에 전문적인 지식을 가지고 있지 않아도 전문적인 글을 만들어 낼 수 있고, 더 나아가 이를 통해서 내가 하고 있는 관련된 일에 상상 이상의 도움을 받을 수 있기 때문에 앞으로 많은 성장 가능성을 가지고 있다. 모든 사람, 모든 분야, 모든 산업에 대한 파급력은 어마어마할 것으로 예상된다. 또한 ‘ChatGPT를 잘 활용하는 사람이 활용하지 않는 사람을 대체(代替)’ 할 가능성도 점점 높아질 것으로 예상된다. 인간을 능가한 인공지능, 인간을 위한 대응이 즉시 필요 새로운 인공지능(AI) 모델 GPT-4o(Omni) 출시와 함께 전세계가 다시 오픈AI에 집중하고 있다. 이 모델은 사람처럼 보고 듣고 말하며 사용자와 실시간 대화를 할 수 있다. 10여 년 전 개봉한 공상과학(SF) 영화 ‘허(Her)’에서 묘사한 ‘인격형 AI’가 현실이 되었다. 이제 정말 인공지능과 친구처럼 대화할 수 있는 시대가 시작된 것이다. 사용자와 실시간으로 대화하는 것은 기본이고, 사용자의 말투와 억양을 분석해 현재의 기분을 파악하고, 이미지를 실시간으로 분석해 수학 문제의 답을 맞힐 수 있다. 인간이 주로 사용하는 텍스트, 시각, 청각 데이터를 종합적으로 분석하고 사람과 같이 영상을 보면서 실시간성으로 대화를 할 수 있다. 이 책에서는 생성형 AI가 실제 적용된 다양한 사례를 통해 AI를 잘 사용할 수 있도록 함으로써 부를 창출하고 경쟁력을 갖출 수 있는 방안을 제시해줄 것이다. 

제조산업의 성공적인 혁신 위한 디지털 스레드 기술과 전략 제공   PTC는 CAD를 시작으로 PLM(제품 수명주기 관리), SLM(서비스 수명주기 관리), IoT(사물인터넷), ALM(애플리케이션 수명주기 관리) 등 포트폴리오를 확장해 왔다. 최근에는 솔루션 기업을 넘어 ‘제조산업을 위한 디지털 스레드(digital thread) 기업’으로 지향점을 설정하고, 디지털 스레드 역량과 기술을 제공하는 데에 중점을 두고 있다. PTC코리아에서 사업 개발을 담당하고 있는 이봉기 상무는 디지털 스레드 전략의 핵심으로 연결성, 개방성, 가치 로드맵을 내세웠다. 또한 국내 제조기업의 디지털 전환을 지원하면서 시장 입지를 강화할 계획이라고 밝혔다. ■ 정수진 편집장   ▲ PTC코리아 이봉기 상무   PTC에서는 디지털 스레드를 어떻게 정의하고 있는지 제조업체와 협력을 진행하는 과정에서 체감한 한계는, 상당수의 디지털 전환(DX) 프로젝트가 제한적인 성공을 거둔다는 점이었다. 프로젝트가 메커니컬 데이터의 관리나 BOM에 치중하면서 개발부서나 R&D센터를 중심으로 진행되다 보니, 경영진의 시각에서는 매출 성과나 프로세스/납기 단축, 비즈니스 기여도 등 기업 전체의 디지털 전환 목표와 괴리를 발견하게 되었다는 것이다. PTC는 디지털 스레드를 특정 부서나 단위에 한정된 프로젝트가 아닌, 기업 전체에 걸친 가치사슬(value chain)을 유기적으로 연결하는 것으로 보고 있다. 기존의 PLM 시스템은 정보를 한 곳에 모으는 데에 중점을 두었다. 하지만 이런 접근 방식은 정보가 유기적으로 흐르지 않기 때문에, 필요한 사람이 직접 정보를 찾아내는 데에 한계가 있다. 디지털 스레드는 정보가 단순히 모이는 것에 그치지 않고 사용자가 필요한 시점에 필요한 정보를 자동으로 제공받을 수 있도록 함으로써, 궁극적으로 전사적인 디지털 전환을 가능하게 하는 핵심 요소라고 할 수 있다. PTC는 이런 디지털 스레드를 통해 기업의 목표를 효과적으로 달성할 수 있으며, 디지털 기반의 혁신을 이룰 수 있다고 믿는다.   PTC의 디지털 스레드 전략은 어떻게 차별화되는지 최근에는 많은 제품이 하드웨어와 소프트웨어의 융합으로 만들어지고 있다. 모든 것이 소프트웨어로 정의된다는 SDx(software-defined x)의 개념이 이를 잘 설명한다. 그런데, 하드웨어와 소프트웨어의 개발 주기가 서로 다르다는 점이 제조산업에서는 한계로 작용한다.  하드웨어는 개발 주기가 길고 불규칙한 반면, 소프트웨어는 애자일(agile) 개발 방법론을 적용해 짧을 주기로 개발되며 긴밀한 협력이 요구된다. 이런 개발 주기의 차이 때문에 하드웨어와 소프트웨어 간의 협업이 어렵고, 전체 개발 기간이 길어지며, 내부 협업이 복잡해지는 문제가 생긴다. 이러한 문제를 해결하기 위해 하드웨어도 소프트웨어처럼 짧은 개발 주기로 유연하게 개발할 수 있도록 지원하며, 두 영역의 유기적인 협업 개발 체계를 만드는 것이 화두가 되고 있다. 디지털 스레드는 이 부분에서 제조산업을 지원할 수 있다고 본다. PTC의 디지털 스레드는 ALM과 PLM에 중점을 두고 있으며, IoT를 통한 도메인 간의 연결을 강조한다. IoT의 핵심은 공장의 설비와 시스템 그리고 제품의 정보를 연결하는 것이다. PTC는 IoT의 콘셉트에 기반해 도메인 간의 연결 및 하드웨어-소프트웨어의 연결을 중시하면서, 기업 내 부문간의 협업 체계를 구축하는 것을 디지털 스레드에 녹여내고 있다. 이는 경쟁사들이 제공하지 않는 차별화된 접근 방식이라고 생각한다.   ▲ 디지털 스레드의 핵심은 유기적인 정보의 연결이다.   PTC의 디지털 스레드 전략을 소개한다면 PTC는 디지털 스레드를 중심으로 다양한 솔루션을 조합하여 제공하고 있다. PTC의 솔루션 포트폴리오는 PLM, ALM, IoT 등의 솔루션을 통해 제품의 수명주기 전반을 지원하며, IoT 플랫폼인 씽웍스(ThingWorx)가 중간에서 조율하는 역할을 하면서 솔루션들을 연결한다. 이 과정에서 개방성이 중요하다. 솔루션 기업 한 곳이 디지털 스레드를 위한 모든 기술을 제공한다는 것은 불가능하다. PTC는 오픈 API와 표준 기술을 기반으로 자사의 솔루션뿐만 아니라 타사의 솔루션 그리고 고객사의 레거시 솔루션까지 유기적으로 연결될 수 있도록 개방된 시스템을 지향한다. 고객이 최적의 솔루션을 선택하고 통합할 수 있도록 돕는 PTC의 오픈 시스템 접근 방식은 다른 경쟁사와 차별화된 부분이라고 생각한다. 특히 SLM은 PTC의 디지털 스레드에서 강조되는 가치 중 하나이다. 제품의 전체 수명주기에서 제품이 개발되고 고객에게 인도된 후 서비스의 수명주기는 특히 길다. 제품에 따라서는 수십 년에 걸쳐 서비스가 이뤄지기도 한다. 이를 위해 PTC는 SLM 영역에 대한 투자를 강화하면서 차별화되는 강점으로 내세우고 있다. 여기에는 필드 서비스 최적화를 위한 서비스맥스(ServiceMax), 서비스 문서 최적화를 위한 아보텍스트(Arbortext), 서비스 BOM 관리를 위한 윈칠(Windchill), 서비스 부품 최적화를 위한 서비지스틱스(Servigistics) 등의 솔루션이 포함된다.   제조기업의 디지털 스레드 도입을 어떻게 지원하고 있는지 PTC는 ‘디지털 전환 가치 로드맵’이라는 프레임워크를 통해 디지털 스레드 도입 전략과 단계별 가이드를 제시한다. 이 접근방식은 고객사의 비즈니스 과제를 분석하고, 그 과제를 해결하기 위한 비즈니스 이니셔티브와 KPI(핵심 성과 지표)를 설정하며, 이를 통해 고객사가 디지털 스레드 역량을 단계적으로 도입하도록 돕는 것이다. 고객사 임원들과의 인터뷰를 통해 비즈니스 목표와 과제를 파악하고, 비즈니스 프로세스와 디지털 스레드 역량의 연관성을 확인한 후에, 이를 바탕으로 디지털 스레드 기술 도입의 우선순위를 결정한다. 단순한 솔루션 공급에 그치지 않고 디지털 스레드 도입에 관한 포괄적인 로드맵을 제공함으로써, 궁극적으로 비즈니스 가치를 극대화할 수 있도록 돕는다. PTC는 국내외의 다양한 제조업체와 함께 디지털 스레드를 도입하고 있다. 국내에서는 반도체 장비와 중공업 기업에서 성공적으로 디지털 스레드를 도입했으며, 자동차 부품 및 전기전자 부품 공급사에서도 디지털 스레드 도입을 추진 중이다. 이와 같은 사례를 통해 PTC는 고객의 비즈니스 가치를 높이고 있으며, 디지털 전환을 위한 전략적 기술 도입 방법을 제시하고 있다.   ▲ 전체 제품 수명주기의 최적화를 위한 디지털 스레드 기술과 로드맵을 제공한다는 것이 PTC의 전략이다.   클라우드와 AI 등 최근 주목받는 기술은 디지털 스레드에서 어떤 역할을 하는지 디지털 스레드는 AI나 클라우드같은 기술을 활용하여 각 업무에 필요한 형태로 정보가 사용자에게 도달하도록 함으로써, 업무 효율과 비즈니스 성과를 극대화할 수 있다. PTC는 AI 기술을 활용하여 디지털 스레드의 연결성과 분석력을 강화하고 있으며, 고객의 비즈니스 효율을 높이는 데에도 노력을 기울이고 있다. 또한, 디지털 스레드의 궁극적인 모습은 클라우드를 기반으로 연결되는 것이지 않을까 생각한다. PTC는 온쉐이프(Onshape) 및 아레나 솔루션즈(Arena Solutions)와 같은 SaaS 솔루션을 인수하면서 클라우드 플랫폼을 확장하고 있으며 크레오 플러스(Creo+), 윈칠 플러스(Windchill+) 등의 SaaS 솔루션으로 구체화하는 작업을 진행 중이다.   향후 PTC의 디지털 스레드 비즈니스 전망에 대해 소개한다면 PTC는 디지털 스레드를 별도의 비즈니스 영역이 아니라, 기존 솔루션 비즈니스의 확장으로 보고 있다. CAD, PLM, ALM, SLM, IoT 등 다양한 솔루션과 가치 로드맵을 통해 고객사의 디지털 스레드 도입을 지원하며, 고객의 비즈니스 가치를 극대화하는 동시에 새로운 시장 기회를 창출하고자 한다. 앞서 소개한 것처럼, 디지털 스레드는 고객의 비즈니스 프로세스와 기술 역량을 유기적으로 연결하여, 더 빠르고 효율적인 제품 개발, 제조, 서비스가 가능하도록 한다. PTC는 디지털 스레드 전략을 통해 제조업체가 디지털 전환을 실현하고 글로벌 경쟁력을 강화할 수 있도록 지원하고 있다. PTC는 이러한 전략을 통해 디지털 스레드 시장에서의 리더십을 강화할 계획이다. 2024년 하반기에도 많은 고객사가 디지털 스레드를 도입할 것으로 예상하며, 이를 통해 PTC 또한 비즈니스 확산과 성장을 거둘 것으로 기대한다. 올해 두 자리수의 매출 성장을 목표로 하고 있으며, 시장에서의 입지를 더욱 강화할 계획이다.     ■ 기사 내용은 PDF로도 제공됩니다.

‘PLM/DX 베스트 프랙티스 컨퍼런스 2024’가 지난 6월 13~14일 온라인으로 진행됐다. 한국산업지능화협회, 한국CDE학회, 캐드앤그래픽스가 공동 주최하는 이번 행사는 20주년을 맞아 이름을 바꾸었으며, 제품/제조 데이터와 프로세스를 통합 관리하는 PLM(제품 수명주기 관리)과 함께 제조산업의 혁신을 위한 디지털 전환(DX)에 대해 폭넓게 짚어보는 기회가 되었다. ■ 정수진 편집장   ▲ HL만도 배홍용 CTO, 한국산업지능화협회 PLM 기술위원회 서효원 위원장, 캐드앤그래픽스 최경화 국장   한국산업지능화협회 PLM기술위원회 위원장인 KAIST 서효원 교수는 인사말에서 “과거에는 설계/제조 정보의 생성, 관리, 활용 등이 구조적이고 전형적인 방법에 의존해 왔다. 한편, 최근 생성형 AI 특히 GPT의 출현으로 인해 PLM의 역할이 재조명되고 있다”고 짚었다. GPT의 기반인 생성형 초거대 언어 모델(LLM) 등을 통하여 유연적이고 비정형적인 방법이 가능해지고, 자연어 기반의 대화형 인터페이스가 가능해져 설계/제조의 생산성을 높일 수 있다는 설명이다. 또한, 서효원 교수는 “LLM을 기반으로 설계/제조 현장의 핵심 이슈인 데이터의 연결, 하이퍼링크 통합 등의 자동화가 가능해지며, 이를 통해 과거 PLM 적용에 있어서 문제로 여겨졌던 부분을 해결할 수 있다는 기대가 커지고 있다”고 전했다.   ▲ 한국산업지능화협회 PLM기술위원회 서효원 위원장(KAIST 교수)   이번 행사에서는 ‘PLM 베스트 프랙티스 적용 사례 & DX 전략(6월 13일)’과 ‘디지털 전환을 위한 신기술과 솔루션(6월 14일)’이라는 두 개의 트랙에서 14편의 발표를 통해 다양한 내용이 소개됐다.   ■ 함께 읽기 : [포커스] PLM/DX 베스트 프랙티스 컨퍼런스 2024, 제조산업의 디지털 전환 전략과 사례 소개 (2)   변화에 대응하기 위한 자동차 산업의 혁신 노력 행사 첫째 날인 6월 13일 기조연설에서 HL만도의 배홍용 CTO는 ‘오토모티브 인더스트리의 새로운 지평선에서’라는 주제로, 자동차 산업이 최근 겪고 있는 변화와 대응 방향에 대해 소개했다. 전기자동차(EV)의 성장세는 분명해 보인다. 전기자동차의 성장에 따라 DC-DC 컨버터, 차저, 구동용 모터, 인버터 관련 기업은 호황을 기대하는 반면 전기자동차에는 쓰이지 않는 엔진, 트랜스미션, 스타터, 클러치, 토크 컨버터 관련 기업은 변화에 따른 충격에 대비할 필요성을 느끼고 있다. 자율주행에 대해서는 긍정적 전망과 부정적 전망이 뒤섞여 있지만, 장기적으로 변화의 물결은 피할 수 없을 전망이다. 높은 개발 비용과 생산 비용, 법규 마련의 지연, 그리고 낮은 기술적 성숙도로 인해 본격적인 자율주행의 도입은 당초 기대보다는 늦어질 것으로 보인다. 전통적인 자동차 외에 친환경 동력과 근거리 주행을 특징으로 하는 마이크로 모빌리티는 착실히 성장하면서 산업계에서도 대응을 강화하고 있으며, 소프트웨어 정의 차량(SDV)은 하드웨어 공급사인 OEM뿐 아니라 소프트웨어 공급사까지 참여하는 새로운 산업 생태계를 만들고 있다. HL만도에서도 ‘데이터 주도’와 ‘자동차의 통합 제어’라는 두 개의 축을 중심으로 개발 및 사업을 전개하고 있다. 배홍용 CTO는 “자동차 산업이 복잡해지고 변경 빈도가 높아지는 상황에서, 프로세스를 가볍게 만들고 신뢰성을 확보하는 것이 과제가 되고 있다”면서, “설계와 검증을 세분화하면서 효율적인 개발 방법을 마련할 필요성이 커지고 있다. 또한 AI의 도입, 디지털 전환(DX), 협업 및 자동화 플랫폼 등 다양한 영역에 걸친 산업 생태계의 노력이 요구된다”고 전했다.   ▲ HL만도 배홍용 CTO   UAM이 가져 올 생태계의 파괴적 혁신 한국항공우주연구원(KARI)의 황창전 UAM연구부장은 ‘모빌리티 혁명, UAM 현황과 미래’를 주제로 한 기조연설을 진행했다. UAM(도심 항공 모빌리티)은 수직이착륙이 가능한 전기 항공기(eVTOL)뿐 아니라 퍼스트 마일부터 라스트 마일까지 커버하는 모빌리티 서비스(MaaS), 도심내 이착륙장, 간편한 시큐리티 체크인, 자율주행 등 다양한 기술과 산업이 연관된 개념이다. 2019년에 약 200개의 UAM 비행체가 개발되었는데 현재는 1000개로 크게 늘었으며, 모건 스탠리는 2040년 UAM 시장 규모를 1조 5000억 달러로 전망하고 있다. 이처럼 UAM은 모빌리티 분야에서 파괴적인 변화(disruptive change)를 이끄는 ‘게임 체인저’가 되고 있다. 다양한 산업 분야를 포괄하는 만큼 eVTOL 개발, 비행 제어 소프트웨어, 교통 관리 체계, 버티포트 인프라, 통신망과 내비게이션 등에 걸친 산업계의 기술 확보 움직임과 함께 정부의 지원 로드맵도 진행 중이다. 황창전 부장은 “산업화에 성공하면 항공기, MRO(유지 . 보수 . 운영), 운항 관리 등 세 가지 기술을 토털 패키지화해서 수출도 가능하며, 이런 기술의 개발 과정에 PLM이나 디지털 전환을 적용할 수 있을 것”이라고 짚었다.   ▲ 한국항공우주연구원 황창전 UAM연구부장   제품 개발과 생산 분야의 디지털 혁신 노력 소개 LG CNS SINGLEX 정현길 위원은 ‘개발·양산 라이프사이클 품질 관리의 발전 방향’을 주제로 한 발표에서 LG 그룹의 품질 관리 프로세스 구축 과정과 향후 발전 방향에 대해 소개했다.  LG 그룹의 개발 품질 관리 솔루션 프로젝트를 통해 구축된 싱글렉스(SINGLEX) 플랫폼은 제품 기획부터 마케팅, 영업, 구매, 제조, 물류, R&D/품질, 고객 서비스, HR, 경영 관리, 보안, IT 관리 등 총 32개 영역의 서비스를 제공한다. 이 가운데 R&D/품질 영역은 ▲개발 프로젝트를 관리하는 PMS ▲양산 품질을 관리하는 QMS ▲위험 재발 방지 활동을 지원하는 FMA ▲소프트웨어 프로젝트를 관리하는 ALM ▲시스템의 범위 및 현황을 연계하여 전체 업무를 관리할 수 있는 SPM  등 5개의 주요 시스템으로 이루어져 있다. 정현길 위원은 “솔루션의 완성도를 위해서 약 28만 건의 품질 검증과 수많은 현업 전문가의 의견을 반영해서 1500건 이상의 업그레이드를 실시했다. 그 결과 현재 LG 그룹 계열사에서 완성도 높은 서비스를 이용하고 있고, 이를 기반으로 대외 사업으로 확대를 추진 중”이라고 전했다.   ▲ LG CNS SINGLEX 정현길 위원   PTC코리아의 이봉기 상무는 ‘LS 일렉트릭 디지털 스레드 적용 사례 및 PTC AI 혁신 전략’에 대해 발표했다.  디지털 스레드의 기본 개념은 가치사슬 전반에 걸쳐서 필요한 대상에게 필요한 시점에 필요한 맥락으로 정보를 제공하기 위해, 전체 라이프사이클에 걸쳐서 물리적 세계와 디지털 세계의 정보를 엮어주는 것이다. 디지털 스레드의 궁극적인 목표는 기업 전체 가치사슬의 최적화이다. 이런 관점에서 최근의 디지털 전환 프로젝트가 보이는 한계를 해소할 수 있는 대안으로 디지털 스레드가 주목받고 있다. 이봉기 상무는 “디지털 전환 프로젝트가 성공하기 위해서는 디지털 스레드의 개념을 잘 이해하고, 이를 기업 전체의 목표와 부합하도록 연계하는 것이 중요하다”면서, “이를 통해 엔지니어링 단계를 넘어 제조 효율성, 서비스 최적화, 제품 운영 관리 등 기업의 가치사슬 전반에 걸쳐 기업의 디지털 전환을 이룰 수 있을 것”이라고 전했다. 또한, “PTC는 SaaS(서비스형 소프트웨어)와 생성형 AI 등의 기술에 대해서도 디지털 스레드를 기반으로 기업의 비즈니스 목표 달성을 지원할 수 있는 방향으로 접근하고 있다”고 덧붙였다.   ▲ PTC코리아 이봉기 상무   아비바코리아의 강창훈 상무는 ‘프로세스 산업에서의 디지털 트윈 적용 사례’에 대해 발표했다. 정유, 화학 등 프로세스 산업은 긴 라이프사이클을 갖고 있으며, 많은 인원과 대형 설비가 투입되는 자본집약적 성격을 갖고 있다. 공정 자체도 물리화학적인 변화를 포함하고 있으며 복잡한 것이 특징이다. 프로세스 산업은 자동화와 플랫폼화를 거쳐 데이터 기반의 실시간 최적화 등의 방향으로 발전해 왔는데, 최근에는 IoT(사물인터넷), AI, 디지털 트윈이 활발히 도입되고 있는 상황이다. 강창훈 상무는 “특히 2D/3D 설계와 시공 데이터를 통합하고 조회할 수 있는 엔지니어링 디지털 트윈 플랫폼을 구축하고 있는 것이 주요한 흐름”이라고 전했다. 플랜트 사용자들은 실시간 모니터링과 분석을 통해 유기적으로 협업할 수 있으며, 궁극적으로 데이터 기반의 의사결정 환경을 구축할 수 있다. 또한 운영 데이터를 활용해 AI/머신러닝 기반의 설비 예측 분석을 통해 설비의 이상징후를 조기에 감지하며, AI를 활용하여 디지털 트윈에 구축된 다양한 정보에 신속하게 접근하는 챗봇을 활용할 수도 있다.   ▲ 아비바코리아 강창훈 상무   TYM의 김대용 CDO는 TYM의 ‘PLM/디지털 전환/디지털 트윈 구축 사례’를 소개했다.  트랙터, 콤바인, 이양기 등 농기계와 디젤엔진에 이르는 제품을 개발/생산하고 있는 TYM은 PLM으로 대표되는 제품 지능화, 스마트 공장과 관련된 공정 최적화, 고객 경험을 강화하는 스마트 서비스 등을 중심축으로 삼아 디지털 전환을 추진 중이다. TYM이 설정한 PLM의 목적은 ‘고객 가치를 창출하고 고객 맞춤형 제품 개발의 리드 타임을 줄이기 위해서 프론트로딩을 할 수 있는 통합 R&D 인프라를 구축하는 것’이다. 또한 TYM은 제품/부품의 형상과 공장 데이터를 유기적으로 연결하는 디지털 트윈을 구축하고 있다. 디지털 트윈을 기반으로 트랙터 조립 공정의 실시간 상태를 모니터링하고 현장 데이터를 수집할 수 있도록 했다. 김대용 CDO는 “이외에도 TYM은 RTLS를 이용해서 파트너사 및 협력사 사이에 공급망 현황이나 재고 현황 데이터를 실시간 수집/분석하고 시각화하는 AI 서비스의 연구개발을 진행 중”이라고 전했다.   ▲ TYM(티와이엠) 김대용 CDO   지멘스 디지털 인더스트리 소프트웨어의 한석주 본부장은 ‘AI 및 클라우드 기술을 활용한 팀센터의 미래 PLM : 디지털 스레드의 역할’이라는 주제로 발표를 진행했다. PLM은 업무의 효율 향상에 중점을 두고 진화를 계속하고 있다. 제조산업에서 제품을 개발하는 라이프사이클의 속도를 높이는 것이 중요하게 여겨지고 있으며, 이에 맞춰 PLM은 과거의 CAD 데이터 관리를 넘어 디지털 스레드를 기반으로 해서 제품 개발 사이클을 가속화하는 형태로 발전하고 있다는 것이 한석주 본부장의 설명이다. 한석주 본부장은 “지멘스는 디지털 전환을 가속화하기 위한 포괄적인 솔루션 포트폴리오인 ‘엑셀레이터’를 통해 제품을 이제 디자인하고, 현실화하고, 최적화하는 전체 폐순환(closed-loop) 라이프사이클을 가속화할 수 있도록 지원한다”고 소개했다. 또한 “지멘스는 인더스트리 디지털 스레드, 클라우드, 인더스트리 메타버스를 통해서 PLM의 효율을 더욱 강화할 수 있게 돕고자 한다”고 덧붙였다.   ▲ 지멘스 디지털 인더스트리 소프트웨어 한석주 본부장   관련 기사 함께 보기 [포커스] PLM/DX 베스트 프랙티스 컨퍼런스 2024, 제조산업의 디지털 전환 전략과 사례 소개 (2)   ■ 기사 내용은 PDF로도 제공됩니다.