슈나이더 일렉트릭이 선박 자동화 환경에 최적화된 HMI(Human Machine Interface) 설루션으로 ‘프로페이스(Pro-face) HMI GP6000’ 시리즈를 앞세워 스마트십 시장 공략에 속도를 내고 있다. 최근 해양 및 조선 산업은 IMO(국제해사기구)의 온실가스 규제 강화와 친환경 선박으로의 전환이라는 복합적인 과제에 직면해 있다. 특히, 선박의 디지털화와 자율 운항 기술 도입이 가속화되면서, 선원과 선박 시스템 간의 정보를 연결하고 제어하는 HMI의 역할이 중요해지고 있다. 이러한 흐름 속에서 슈나이더 일렉트릭은 해양 환경의 엄격한 요구사항을 충족시키고 스마트십(Smart Ship)의 완성도를 높이는 차세대 선박용 HMI인 '프로페이스 HMI GP6000’ 시리즈를 통해 해양 자동화 시장에서 입지를 강화하고 있다.     GP6000 시리즈는 해양 산업의 혹독한 운용 환경을 고려해 설계됐다. 극한의 온도 변화, 외부 충격, 염분과 습기, 직사광선 등 다양한 외부 요인에도 안정적으로 작동해 선박 및 해양 플랜트에서 요구되는 높은 내구성과 신뢰성을 갖춘 것이 특징이다. IP66F, IP67F, UL 50/50E 등 다양한 국제 방진·방수 규격을 충족하며, DIN 장착형은 -20°C~+60°C, 패널 장착형은 0°C~+60°C의 온도 범위에서도 문제없이 작동한다. 내부 구조는 강한 진동과 충격에 견딜 수 있도록 보강되었고, 강한 햇빛에서도 뛰어난 시인성을 확보하기 위해 안티글레어 시트를 옵션으로 제공한다. 또한 EMC 테스트를 통해 전자기 잡음에 대한 저항성도 입증받았다. 특히 GP6000 시리즈의 DC 모델은 DNV, NK, CCS EU RO MR, IACS UR E10 등 선박용 기자재에 필수로 요구되는 주요 글로벌 인증을 획득하여 다양한 해양 운항 환경에 유연하게 적용이 가능하다. 슈나이더 일렉트릭은 사용성 편의성도 GP6000 시리즈의 강점으로 내세운다. 장갑을 착용한 상태에서도 조작이 가능한 선택형 터치 모드를 지원해 선교나 엔진룸처럼 조작이 열악한 환경에서도 안정적인 제어가 가능하다. 또한, 0~100단계의 정밀한 밝기 조절 기능을 통해 암전 상태나 야간 운항 시에도 우수한 가시성과 안전성을 보장한다. 보안 측면에서는 프로페이스 커넥트(Pro-face Connect)를 기반으로 한 암호화 통신 기능, 부팅 시 보안 점검, 탬퍼-에비던트 씰(Tamper-Evident Seal) 등을 통해 장비의 무결성을 확보했다. 국제 산업 사이버 보안 표준인 IEC 62443을 준수하여, 선박 사이버 보안 규제에도 대응할 수 있다는 것이 슈나이더 일렉트릭의 설명이다. 지속가능성 또한 주요 설계 요소 중 하나다. 디스플레이와 I/O 유닛이 분리된 모듈형 구조로 유지보수가 간편하며, 원격 모니터링 및 직관적인 가이드 기반 트러블슈팅 기능을 통해 장애 대응 시간을 최소화한다. 에너지 효율 면에서도 평균 13%의 전력 절감 효과를 제공하며, 절전 모드에서는 최대 30%까지 에너지 사용을 줄일 수 있다. 더불어 저탄소 알루미늄과 바이오 플라스틱 사용, 100% 재활용 가능한 패키징을 통해 IMO의 환경 규제에도 부합하는 친환경 설계를 실현했다. 슈나이더 일렉트릭 코리아 산업 및 공정 자동화 사업부의 채교문 본부장은 “프로페이스 HMI GP6000 시리즈는 국제 인증, 내구성, 사이버 보안 등 선박용 HMI에 요구되는 핵심 요소를 모두 갖춘 최적의 설루션”이라며, “특히 DNV 인증, IEC 62443 보안 대응, 모듈형 설계 등은 실제 해양 운용 현장에서 강력한 차별화 요소로 작용하고 있으며, 이를 기반으로 해양 자동화 시장에서의 입지를 더욱 강화해 나갈 계획”이라고 전했다.

디지털 트윈과 AI가 시뮬레이션과 현실의 간극을 메우다   제조 시설은 지속적인 문제에 직면해 있다. 정비 일정은 일반적으로 실제 마모와 관계없이 3개월마다 부품을 점검하고 6개월마다 구성 요소를 교체하는 등 엄격한 일정을 따른다. 그 결과 불필요한 점검과 교체로 인한 비효율적인 시간 낭비가 발생하고, 반대로 정비 일정 전에 부품이 고장 나는 일도 생긴다. 센트랄수펠렉-파리 사클레대학교(CentraleSupélec–Université Paris-Saclay)의 지궈 젠(Zhiguo Zeng) 교수와 그의 연구팀은 디지털 트윈 기술과 딥러닝을 결합한 혁신적인 접근 방식을 통해 이 문제를 해결하고 있다. 그들의 목표는 모든 중요 부품에 센서를 배치할 필요 없이 시스템 수준의 모니터링 데이터만으로 로봇 시스템의 구성요소 수준의 고장을 감지하는 것이다. 젠 교수는 “유지보수는 공장에서 매우 큰 문제”라면서, “기계에 유지보수가 필요한 시기를 미리 안다면 주문이 적은 시기에 수리 일정을 잡을 수 있어 생산성 손실을 최소화할 수 있다”고 말했다. 그는 신뢰성 공학과 수명 예측 분야에서 풍부한 경험을 갖고 있지만, 디지털 트윈 기술은 그의 이전 연구와는 결이 다른 새로운 영역이었다. 센트랄수펠렉의 안 바로스(Anne Barros) 교수와 페드로 로드리게스-아예르베(Pedro Rodriguez-Ayerbe) 교수가 주도하는 학제 간 프로젝트인 ‘미래의 산업(Industry of the future)’에 참여하면서, 그는 디지털 트윈이 어떻게 강력한 시뮬레이션 도구를 물리적 시스템에 실시간으로 직접 연결할 수 있는지 깨달았다. 젠 교수는 “디지털 트윈은 결함 진단에 매우 유용하다. 이를 실제 기계의 데이터에 연결하여 그 데이터로 모델을 개선할 수 있다”고 설명했다.  제조업, 자동차, 항공우주 및 기타 분야로 활용 영역이 확대되면서, 디지털 트윈은 인더스트리 4.0에서 유망한 기술 중 하나로 자리잡고 있다. 물리적 객체나 시스템의 가상 복제본인 디지털 트윈(digital twin)을 생성함으로써, 조직은 운영 현황과 유지보수 필요성을 명확하게 파악할 수 있다. 또한 디지털 트윈은 예측 유지 관리 시스템 개발의 어려운 측면 중 하나인 고장 데이터의 부족에 대한 해결책을 제시한다. 젠 교수는 “현실에서는 고장이 자주 발생하는 걸 보기는 어렵다. 그래서 이제는 시뮬레이션을 통해 고장 데이터를 만들어낸다”고 설명했다.   가상과 물리의 가교 역할 디지털 트윈 프로젝트는 물리적 시스템과 가상 시스템 간의 다양한 수준의 통합을 통해 구현 옵션을 제공한다. 젠 교수의 연구팀은 세 가지 서로 다른 수준의 디지털 표현으로 작업했다. 기본 수준에서 디지털 모델은 기존 시뮬레이션처럼 작동하며, 물리적 시스템과 데이터를 교환하지 않는 정적 모델로 오프라인에서 실행된다. 그다음 단계는 디지털 섀도로, 가상 모델이 물리적 시스템의 데이터를 받아 그 행동을 미러링하지만 제어하지는 않는다. 가장 발전된 구현은 데이터와 정보의 양방향 흐름을 갖춘 진정한 디지털 트윈이다. 여기서 모델은 관찰을 바탕으로 스스로 업데이트하고 물리적 시스템을 제어하는 실시간 결정을 내린다. 연구팀은 테스트용으로 ArmPi FPV 교육용 로봇을 선택했다. 이 로봇은 5개의 관절과 하나의 엔드이펙터로 구성되며, 6개의 서보 모터로 제어된다. 결함 진단의 기초가 될 만큼 정확한 디지털 트윈을 만드는 것은 어려운 일이었다. 또한 기존 모니터링 접근 방식의 한계를 해결해야 했다. 젠 교수는 “대부분의 산업 사례에서 베어링을 진단하려면 베어링 수준의 센서가 필요하며, 이는 쉽지 않은 일이다. 내부에 베어링이 있는 큰 기계를 상상해보면 센서를 설치하기 위해서는 기계를 분해해야 하는데 때로는 공간이 충분하지 않을 때도 있다”고 말했다.   그림 1. ArmPi FPV 교육용 로봇(출처 : 센트랄수펠렉)   그들의 접근 방식은 시스템 수준 데이터(로봇 엔드 이펙터의 이동 궤적)를 사용하여 구성 요소 수준의 오류(개별 모터 문제)를 진단하는 것이었다. 또한 디지털 트윈을 사용하여 관찰할 수 있는 것과 감지해야 할 것 사이의 격차를 해소하고자 했다. 연구팀은 시뮬링크(Simulink)와 심스케이프 멀티바디(Simscape Multibody)를 사용하여 디지털 트윈을 구축했으며, 구성요소와 시스템 수준 동작을 모두 나타내는 계층적 모델을 만들었다. 젠 교수는 “모든 것은 시뮬레이션 모델을 설계하는 것으로 시작한다. 동적 시스템과 그 제어기를 모델링하고 싶다면 시뮬링크는 매우 강력하다”고 말했다. 연구팀은 시뮬링크를 사용해 모터 제어기를 PID 제어기로 모델링하면서 실험적으로 조정한 게인 값을 활용했다. 또한, 시뮬링크의 시각화 기능을 적극적으로 활용해 시뮬레이션 데이터와 실제 로봇의 센서 데이터를 연동할 수 있는 인터페이스를 구축하고, 실시간 모니터링 환경을 구성하였다. ROS 툴박스(ROS Toolbox)는 로봇 하드웨어와의 연결에서 유용한 역할을 했다. 젠 교수는 “로봇 운영 체제(Robot Operating System : ROS)를 사용하려면 일반적으로 ROS와 파이썬(Python) 환경을 별도로 구성하고 모든 연결을 직접 처리해야 한다”면서, “ROS 툴박스를 사용하면 이런 설정이 자동으로 관리되기 때문에 많은 노력을 아낄 수 있다”고 설명했다. 연구팀은 AI 모델 학습을 위한 데이터 준비 과정에서는 두 가지 접근 방식을 시도하였다. 먼저, 로봇에 입력되는 모터 명령과 그에 따른 그리퍼(gripper)의 움직임 패턴과 같은 원시 계측값을 기반으로 데이터를 수집하였다. 이후에는 디지털 트윈을 활용한 방식을 도입하였다. 시뮬레이션을 통해 로봇이 명령에 따라 어떻게 움직여야 하는지를 예측하고, 이 결과를 실제 움직임과 비교함으로써 예상과 실제 간의 차이를 도출하였다. 이러한 차이는 미세한 고장을 감지하는 데 유용한 지표로 작용하였다.   그림 2. 심스케이프 멀티바디의 로봇 팔에 대한 시뮬링크 모델(출처 : 센트랄수펠렉)   연구팀은 딥 러닝 툴박스(Deep Learning Toolbox)를 사용하여 장단기 메모리(Long Short-Term Memory : LSTM) 신경망을 훈련하여 특정 실패를 나타내는 패턴을 식별했다. 모델 아키텍처에는 각각 100개의 숨겨진 단위가 있는 두 개의 LSTM 계층, 그 사이의 드롭아웃 계층 및 완전히 연결된 분류 계층이 포함된다. 연구팀은 매트랩 앱 디자이너(MATLAB App Designer)를 사용하여 각 모터의 위치, 전압 및 온도를 포함한 실시간 데이터를 수집하는 그래픽 사용자 인터페이스를 설계했다. 이 인터페이스를 통해 로봇의 상태를 모니터링하고 오류 진단 모델의 예측을 검증할 수 있었다. 이러한 통합 도구들이 원활하게 함께 작동하면서, 연구팀은 소프트웨어 호환성 문제와 씨름하기보다는 효율적으로 기술적 과제 해결에 집중할 수 있었다.   현실 격차에 도전하다 연구팀은 실제 로봇에서 훈련된 모델을 테스트했을 때 연구원들이 ‘현실 격차’라고 부르는 시뮬레이션과 현실 세계 간의 불일치에 직면했다. 결함 진단 모델은 시뮬레이션에서 98%의 정확도를 달성하여 모터 고장의 위치와 유형을 모두 정확하게 식별했지만, 실제 로봇에서 테스트했을 때 성능은 약 60%로 떨어졌다. 젠 교수는 “시뮬레이션이 현실과 일치하지 않는 이유를 분석하고 있다”고 말하며, “실제 세계를 시뮬레이션 상에서 표현할 때 고려하지 못한 요소들이 있다”고 설명했다. 젠 교수와 그의 연구팀은 통신 신뢰성 문제, 시뮬레이션에서 고려되지 않은 모터 노이즈, 제어 명령과 모니터링 활동 간의 동기화 문제 등 성능 격차에 기여하는 여러 요인을 확인했다.   그림 3. 정상 상태 오류에서 로봇 팔의 애니메이션 및 관련 혼동 매트릭스(출처 : 센트랄수펠렉)   이러한 과제는 디지털 트윈 애플리케이션의 광범위한 문제를 반영한다. 현실은 가장 정교한 시뮬레이션보다 더 복잡하다. 연구팀은 낙담하기보다는 실제 노이즈 패턴을 시뮬레이션 하는 모듈을 디지털 트윈에 추가하고 전이 학습에 도메인 적응 기술을 적용하는 등 이러한 격차를 해소하기 위한 방법을 개발했다. 젠 교수는 “디지털 트윈 모델을 개발할 때 보정 테스트를 하긴 하지만, 이 역시 통제된 환경에서 이루어진다”고 말했다. 이어서 “하지만 산업 현장에 모델을 실제로 적용하면 훨씬 더 많은 노이즈가 포함된 데이터를 접하게 된다. 이처럼 현실의 노이즈를 알고리즘 관점에서 어떻게 보정할 것인가는 매우 도전적인 연구 주제”라고 설명했다. 이러한 수정을 통해 연구팀은 실제 세계 정확도를 약 85%까지 개선했다. 이는 실용적 구현을 향한 중요한 진전이다.   소규모 실험실에서 스마트 공장으로 연구팀의 작업은 단일 로봇을 넘어서 확장되고 있다. 이들은 다수의 로봇이 협업하며 생산 라인을 구성하는 소규모 스마트 공장 환경을 구축하고 있으며, 이를 통해 고장 진단 알고리즘을 보다 실제에 가까운 조건에서 실험하고자 한다. 젠 교수는 “우리는 미니 스마트 공장을 구축하려고 한다”면서, “생산 설비와 유사한 환경을 만들어 로봇에 알고리즘을 적용해, 실제 생산 스케줄링에 통합될 수 있는지를 실험하고 있다”고 설명했다. 이러한 접근 방식은 교육적 효과도 크다. 센트랄수펠렉의 공학과 학생들은 수업과 프로젝트를 통해 디지털 트윈, 로보틱스, 머신러닝 기술을 실습 기반으로 학습하고 있다. 젠 교수는 “학생들이 처음부터 가상 공간에서 모델을 직접 설계하고 이를 점차 실제 로봇과 연결해가는 과정을 보면, 그들이 이 과정을 진심으로 즐기고 있다는 걸 알 수 있다”고 전했다. 이 연구는 제조업뿐 아니라 물류, 스마트 창고 등 다양한 산업 분야로의 확장이 가능하다. 예를 들어 스마트 창고에서는 로봇이 정해진 경로를 따라 이동하지만, 장애물이 나타나면 이를 인식하고 경로를 유동적으로 조정해야 한다.   그림 4. 여러 로봇이 소규모 스마트 공장 환경의 생산 라인에서 협력하여 작동한다.(출처 : 센트랄수펠렉)   젠 교수는 “스마트 창고에서 로봇은 사전 정의된 규칙을 따르지만, 패키지가 떨어지고 경로가 막히는 등 경로를 리디렉션하고 다시 프로그래밍해야 하는 경우가 있을 수 있다. 이런 경우 로봇을 조정하기 위해 각 로봇의 실시간 위치를 알아야 하기 때문에 디지털 트윈 시스템이 필요하다”고 설명했다. 연구팀은 구성요소가 고장 날 때 로봇의 움직임을 조정하는 것과 같은 내결함성 제어를 포함한 추가 응용 프로그램을 모색하고 있다. 또한 연구자들은 에너지 소비만 고려하는 것이 아니라, 궤적 최적화 모델에서 각 모터의 성능 저하 수준과 잔여 유효 수명도 고려하는 건전성 인식 제어를 개발하고 있다. 그들의 코드, 모델, 데이터 세트를 깃허브 저장소(GitHub repository)를 통해 자유롭게 공개하고 있으며, 다른 연구자들이 이를 바탕으로 연구를 확장해 나가기를 기대하고 있다. 목표는 개선의 출처가 어디든 간에, 보다 나은 고장 진단 시스템을 구축하는 것이다. 젠 교수는 “누군가 우리보다 더 나은 결과를 만들어낸다면 정말 기쁠 것”이라고 전했다. 중국 제조업 현장에서 일하던 부모님의 영향을 받아 공학자의 길을 걷게 된 젠 교수에게 이번 연구는 단순한 학문적 탐구를 넘어선 개인적인 사명이기도 하다. 젠 교수는 “어릴 때 제조업에서 일하는 것이 얼마나 힘든 일인지 직접 보며 자랐다”면서, “내가 그렸던 비전은 그런 육체 노동을 로봇이 대체하게 해 사람들이 보다 나은 삶을 살 수 있도록 하는 것이었다”고 전했다.   ■ 이웅재 매스웍스코리아의 이사로 응용 엔지니어팀을 이끌고 있으며, 인공지능·테크니컬 컴퓨팅과 신호처리·통신 분야를 중심으로 고객의 기술적 성공을 지원하는 데 주력하고 있다. LG이노텍과 LIG넥스원에서 연구개발을 수행하며 신호처리와 통신 분야의 전문성을 쌓아왔다.     ■ 기사 PDF는 추후 제공됩니다.

아마존웹서비스(AWS)가 포괄적인 에이전틱 플랫폼인 ‘아마존 베드록 에이전트코어(Amazon Bedrock AgentCore)’를 출시한다고 발표했다. AWS는 “미션 크리티컬 시스템 구축 경험을 바탕으로 개발된 아마존 베드록 에이전트코어는 안전하고 신뢰할 수 있으며 확장 가능한 종합 에이전트 플랫폼으로, 에이전트의 비결정적 특성에 최적화된 프로덕션 환경을 제공한다”고 소개했다. 에이전트코어는 기업이 AI 에이전트를 파일럿에서 프로덕션까지 신속하게 전환하고 개발자가 에이전트를 구축, 배포, 운영하는 데 필요한 완전한 기반을 제공한다. 개발자는 복잡한 워크플로를 처리할 수 있도록 에이전트에 도구, 메모리, 데이터를 손쉽게 연결할 수 있으며, 몇 줄의 코드로 안전하고 확장 가능한 런타임 환경에 배포할 수 있다. 또한 엔터프라이즈급 접근 제어 및 관리 기능을 통해 안정적으로 운영할 수 있다. 이 모든 기능은 인프라를 관리 없이 원하는 모델이나 프레임워크를 자유롭게 선택해 쉽게 시작할 수 있다. 에이전트코어는 구축부터 배포, 운영까지 에이전트 개발 수명주기 전반에 걸쳐 완전 관리형 서비스를 제공하는 에이전틱 플랫폼이다. 기업은 원하는 모델이나 프레임워크를 자유롭게 조합해 사용할 수 있으며 엔터프라이즈급 인프라 및 도구에 대한 액세스와 함께 높은 유연성을 제공한다. 에이전트코어는 통합 또는 개별 사용이 가능한 컴포저블(composable) 서비스를 제공한다. 기업은 크루AI, 구글 ADK, 랭그래프, 라마인덱스, 오픈AI 에이전트 SDK, 스트랜드 에이전트 등 선호하는 프레임워크와 아마존 베드록에서 제공되는 모델 또는 오픈AI, 제미나이 등 아마존 베드록 외부 모델을 사용하여 필요한 에이전트코어 서비스를 선택할 수 있다.     에이전트코어 코드 인터프리터(AgentCore Code Interpreter)는 격리된 환경에서 에이전트가 코드를 안전하게 생성하고 실행할 수 있게 하며, 에이전트코어 브라우저(AgentCore Browser)는 대규모 웹 애플리케이션 상호작용을 지원한다. 에이전트코어 게이트웨이(AgentCore Gateway)는 기존 API와 AWS 람다(AWS Lambda) 함수를 에이전트 호환 도구로 전환하고 기존 모델 컨텍스트 프로토콜(Model Context Protocol : MCP) 서버에 연결하며, 지라, 아사나, 젠데스크 등 서드파티 비즈니스 도구 및 서비스와의 원활한 통합을 제공한다. 에이전트코어 아이덴티티(AgentCore Identity)를 통해 에이전트는 오스(OAuth) 표준을 사용한 적절한 인증 및 권한 부여로 이러한 도구에 안전하게 액세스하고 운영할 수 있다. AI 에이전트는 컨텍스트를 유지하고 상호작용을 통해 학습할 수 있어야 한다. 에이전트코어 메모리(AgentCore Memory)는 개발자가 복잡한 메모리 인프라를 관리하지 않고도 정교하고 컨텍스트를 인식하는 경험을 만들 수 있도록 지원하며, 에이전트가 사용자 선호도, 과거 상호작용, 관련 컨텍스트에 대한 상세한 이해를 구축하고 유지할 수 있게 한다. 아마존 클라우드워치(Amazon CloudWatch) 기반의 에이전트코어 옵저버빌리티(AgentCore Observability)는 실시간 대시보드와 상세한 감사 추적을 통해 포괄적인 모니터링을 제공한다. 기업은 모든 에이전트 작업을 추적하고 문제를 신속하게 디버깅하며 성능을 지속적으로 최적화할 수 있다. 오픈텔레메트리(OpenTelemetry : OTEL) 호환성을 통해 다이나트레이스, 데이터독, 아리제 피닉스, 랭스미스, 랭퓨즈 등 기존 모니터링 도구와 통합된다. 에이전트 워크로드는 기존 애플리케이션과 달리 실행 시간이 불규칙하다. 에이전트코어 런타임(AgentCore Runtime)은 이러한 변동성(variability)에 대응해 필요에 따라 제로에서 수천 개의 세션으로 자동 확장되며 장시간 실행 작업을 위한 업계 최고 수준의 8시간 런타임을 제공한다. 에이전트코어는 에이전트가 안전하게 작동할 수 있도록 모든 서비스에 보안을 내장했다. 가상 프라이빗 클라우드(VPC) 환경과 AWS 프라이빗링크(AWS PrivateLink)를 지원하여 네트워크 트래픽을 비공개로 안전하게 유지한다. 에이전트코어 런타임은 마이크로VM 기술을 통해 매우 높은 수준의 보안을 제공하여 각 에이전트 세션에 고유한 격리된 컴퓨팅 환경을 제공함으로써 데이터 유출을 방지하고 모든 상호작용의 무결성을 유지한다. 에이전트코어는 키로(Kiro), 커서AI(Cursor A)I와 같은 통합 개발 환경(IDE)과 호환되는 MCP 서버를 통해 프로덕션급 에이전트 구축을 지원한다. AWS는 “시작까지 단 몇 분밖에 걸리지 않지만 이는 단순한 도구가 아니라 강력한 보안을 유지하면서 제로에서 수천 개의 세션으로 즉시 확장할 수 있는 완전한 기능의 프로덕션급 설루션”이라고 소개했다. 아마존 디바이스 운영 및 공급망(Amazon Devices Operations & Supply Chain) 팀은 에이전트코어를 사용하여 에이전틱 제조 접근 방식을 개발하고 있다. AI 에이전트들은 제품 사양을 사용하여 함께 작업하며 수동 프로세스를 자동화하며 협업한다. 한 에이전트는 제품 요구사항을 읽고 품질 관리를 위한 상세한 테스트 절차를 만들고, 다른 에이전트는 제조 라인의 로봇에 필요한 비전 시스템을 훈련시킨다. 그 결과 기존에 며칠이 걸리던 객체 감지 모델 미세 조정이 1시간 이내에 높은 정밀도로 단축됐다. 에이전트코어는 뭄바이, 싱가포르, 시드니, 도쿄, 더블린, 프랑크푸르트, 미국 동부(버지니아 북부), 미국 동부(오하이오), 미국 서부(오리건) 등 9개 AWS 리전에서 정식 출시됐다. 기업은 에이전트코어에서 작동하도록 설계된 AWS 마켓플레이스(AWS Marketplace)의 사전 구축된 에이전트 및 도구를 통해 가치 실현 시간을 가속화할 수 있다.

산업통상부는 10월 1일 AI 팩토리 M.AX 얼라이언스 전략 회의를 개최하고, 대한민국 제조업의 인공지능 전환(M.AX)을 통한 2030 제조 AI 최강국 도약을 위한 성과와 전략을 점검했다. 삼성전자, 현대자동차, LG엔솔, 삼성중공업 등 국내 대표 제조 기업들이 한자리에 모여 제조 혁신의 의지를 다졌다. 김정관 장관은 "AI 시대는 속도와의 전쟁이다. AI 팩토리는 빠르게 세계 1위를 도전할 수 있는 분야"라며, "정책과 자원을 집중해 순풍을 만들겠다"고 밝혔다.   AI 팩토리 선도사업, 2030년까지 500개로 대폭 확대 AI 팩토리 선도사업은 제조 공정에 AI를 접목해 생산성을 획기적으로 높이고 제조 비용과 탄소 배출 등을 감축하는 핵심 프로젝트이다. 이날 회의를 계기로 삼성전자, 현대자동차, LG전자, LG엔솔, SK에너지, HD현대중공업, 농심 등 업종 대표 기업들이 신규 참여를 확정했다. 이에 따라 현재 102개인 AI 팩토리 선도 사업은 2030년까지 500개 이상으로 확대될 계획이다. 주요 기업들은 AI 팩토리를 통해 혁신적인 성과를 목표로 했다. 삼성전자는 AI를 통해 HBM(고대역폭메모리반도체)의 품질을 개선한다. HBM은 ’28년까지 연평균 100% 이상 급성장이 기대될 정도로 각광받는 AI 반도체이다. 삼성전자는 현재 전반적으로 사람이 수행중인 HBM 불량 식별 공정에 AI를 도입할 계획이다. AI가 발열검사 영상, CT 이미지 등을 분석해 품질검사의 정확도를 99% 이상 높이고, 영상·이미지 등의 비파괴 검사를 통해 검사시간도 25% 이상 단축할 것으로 기대된다. HD현대중공업은 함정 MRO용(Maintain 유지보수, Repair 수리, Overhaul 정비) 로봇 개발을 추진한다. 보통 선체의 10% 면적에 따개비·해조류 등의 오염물질이 부착되면 연료소비가 최대 40%까지 증가한다. HD현대중공업은 숙련공에 의존하던 해양생물 제거, 재도장 등의 작업을 AI 로봇에 맡겨, MRO효율을 80% 이상 향상시키고 작업자 안전사고 등을 방지할 계획이다. 현대자동차는 셀방식 생산방식에 핵심이 되는 AI 다기능 로봇팔을 개발한다. 자동차산업은 소품종 대량생산의 컨베이어벨트 방식에서, 제품별로 공정을 다르게 적용해 유연생산이 가능한 셀기반 방식으로 전환되고 있다. 현대차는 힌지·도어 조립, 용접품질 검사 등 다양한 공정을 자율적으로 수행가능한 AI 로봇팔을 공정에 도입하여, 시장수요 변화에 신속히 대응하고 생산성을 30% 이상 높일 계획이다. 농심은 라면 제조설비에 AI 기반 자율정비 시스템을 도입한다. 원료공급, 제면, 포장 등의 라면 제조공정은 연속작동 설비가 많아 한 부분의 예기치 못한 고장으로 생산라인 전체가 중단될 수 있다. 이에 각 공정별로 다양한 이상 징후를 조기에 탐지하는 자율정비 시스템을 도입해 설비 효율성을 10% 이상 제고하고, 유지보수 비용은 10% 이상 절감할 계획이다. 현재까지 AI 팩토리 선도사업에 참여중인 업종별 주요기업 자동차 반도체 전자(가전 등) 철강 조선 현대차, LG이노텍, 한국타이어, 기아 삼성전자, 케이씨텍, 이수페타시스 LG전자, 쿠첸, LS전선 포스코, KG스틸, 대한제강 삼성중공업, HD현대삼호 항공·방산 식품·바이오 이차전지 석유화학·섬유 기계·건설 대한항공, KAI. 한화시스템 농심, 삼양식품, 한국콜마 LG에너지솔루션, 삼성SDI SK에너지, GS칼텍스, 코오롱 HD현대건설기계, 코넥 휴머노이드 로봇, 금년부터 제조 현장 실증 본격 투입 AI 팩토리 전략의 한 축으로, 제조 현장 휴머노이드 로봇 투입을 위한 실증 계획도 공개되었다. 금년에는 디스플레이, 조선, 물류 등 6개 현장에 휴머노이드가 투입된다. 분야 수요기업 공급기업 휴머노이드 주요 과업 디플 삼성디스플레이 레인보우로보틱스 레이저 장비내 렌즈교체, 검사 JIG 교체 작업 등 조선 HD현대미포 에이로봇 각종 상황과 이음 형태에 맞는 용접 작업 수행 　 삼성중공업 에이로봇 다양한 장애물, 협소 공간, 비평탄면 등 극복을 통해 자율 이동하며 용접·청소 등 가전 LG전자 로브로스 인간 수준 핸들링 작업 및 보행을 바탕으로 가전제품 공장 내 조립·운송 화학 SK에너지 홀리데이로보틱스 석유화학 제품 검사, 유압/가스 밸브 등 조작, 시료 제조, 검사 시료 운송 등 수행 유통 CJ대한통운 레인보우로보틱스 피킹·분류·검수·포장 등 복잡한 물류 작업 동작을 다양한 상품에 맞게 자율적으로 수행 산업부는 올해부터 2027년까지 100개 이상 휴머노이드 실증 사업을 통해 핵심 데이터와 기술을 확보하고, 2028년부터는 본격적인 양산 체계에 돌입할 계획이다. 선도사업 성과 가시화, 세계 최고 업종별 제조 AI 모델 개발 착수 현재까지 진행된 AI 팩토리 선도 사업에서는 이미 가시적인 성과가 도출되고 있다. GS칼텍스는 AI를 통해 정유 공정 데이터를 분석해 연료 비용을 20%가량 감축했으며, 온실가스 배출 저감 효과도 달성했다. HD현대미포는 AI 로봇을 투입해 용접 검사·조립 작업시간을 12.5% 단축했다. 반도체 기업인 대덕전자와 신한다이아몬드는 AI 도입으로 기존 육안 품질 검사 시간을 각각 90%, 30% 단축하는 성과를 보였다. 이러한 성과를 바탕으로 AI 팩토리 M.AX 얼라이언스는 세계 최고 수준을 목표로 하는 업종별 특화 제조 AI 모델 개발에 착수했다. 제조 AI에 특화된 전문가를 비롯해 뉴욕대 조경현 교수, 멜버른대 한소연 교수 등 초거대 AI 모델 전문가 23명이 공동으로 참여한다. 개발된 모델은 2028년 완료를 목표로 하며, 제조 현장 배포 시 기업들은 개발 비용 50%, 개발 시간 40%를 줄일 수 있을 것으로 기대했다. '다크 팩토리' 구현 위한 AI 팩토리 사업 확대 전략 산업부는 AI 팩토리 사업을 확대·개편해 내년부터 완전 자율형 AI 공장인 AI 팩토리(다크 팩토리) 건설에 필요한 기술 개발과 실증 사업을 추진한다. 제조 공정뿐 아니라 공장 설계, 시생산, 공급망 관리, 물류, A/S 등 제조 전 단계를 아우르는 AI 모델을 개발·확산할 계획이다. 특히 엔비디아 CEO 젠슨 황이 강조한 디지털 트윈을 활용한 '가상공장(Virtual Factory)' 구현을 전략의 한 축으로 삼았다. 가상공장을 통해 기업은 시스템 변경, 설비 고장, 공급망 변동 등 다양한 상황에서 공정 가동을 미리 테스트하고, 실제 공장과 연동해 모니터링, 예지 보전, 원격 제어 등에 활용할 수 있게 된다. 이러한 기술을 바탕으로 2030년까지 우리나라가 세계 최고의 AI 팩토리 수출국으로 발돋움하는 것을 목표로 관련 전략을 수립했다.

슈나이더 일렉트릭이 자사의 무정전 전원 공급 장치(UPS)인 ‘갤럭시 VS(Galaxy VS)’를 통해 조선·해양 산업의 안전성과 지속가능성 강화의 중요성을 강조했다. 오늘날 선박은 항해 장비, 통신 시스템, 안전 설비 등 모든 운영이 전력에 의존하는 환경에 놓여 있어 전력 공급의 연속성이 무엇보다 중요하다. 특히 선박의 운항 환경에서는 한순간의 정전이나 전력 불안정도 항해 차질, 통신 두절, 심각한 안전사고로 직결될 수 있다. 이처럼 선박 운영에서 전력 공급의 연속성은 단순한 효율의 문제가 아니라 인명 보호와 직결된 필수 요건으로 인식되고 있다. 이를 대응하기 위해 슈나이더 일렉트릭은 해양 산업의 특수한 요구에 부합하는 3상 무정전 전원 공급 장치인 ‘갤럭시 VS’를 제안하고 있다. 갤럭시 VS는 IT 시설뿐만 아니라 조선·해양 환경에서 요구되는 고가용성과 공간 효율성을 충족하며, 선박의 전력 안정성을 보장할 수 있는 설루션이다.     갤럭시 VS는 해양 장비의 안전과 성능을 평가하는 선급 회사인 DNV(Det Norske Veritas)와 BV(Bureau Veritas)로부터 해양 타입 승인(Marine-type approval)을 받았다. 특히 고온·저온·습기·진동 등 다양한 해양 환경 조건을 모사한 시험과 전자파 적합성(EMC level C2) 기준을 포함한 해양 표준 테스트를 통과했다. 슈나이더 일렉트릭은 “이는 갤럭시 VS가 선박 운항 및 해양 설비의 안전 규정을 충족하는 것은 물론, 극한 환경에서도 안정적인 전력 공급이 가능하다는 점을 공식적으로 입증한 것”이라고 전했다.  갤럭시 VS는 20~150kW 용량 범위에서 400/440V 전압을 지원하는 것은 물론 현장 여건에 따라 조정이 가능하다. 기본 제공되는 IP22 키트 외에도 옵션으로 IP52 방진·방수 등급을 선택할 수 있어 다양한 설치 환경에 대응할 수 있다. 모듈형 UPS 구조와 내부 N+1 이중화 설계는 전력 연속성을 극대화하며, 손쉽게 모듈을 교체할 수 있어 유지보수 효율 또한 높다는 것이 슈나이더 일렉트릭의 설명이다. 특히, 갤럭시VS는 옵션으로 제공되는 모듈형 배터리 캐비닛(Modular Battery Cabinet)을 통해 배터리 운영의 유연성과 안정성을 강화했다. 이 캐비닛은 스마트 모듈형 배터리를 탑재해 자동 감지(Self-detection), 이중화(Redundancy), 실시간 모니터링, 사용자 교체(User-swappable)가 모두 가능하도록 설계되었다. 사용 환경과 수명 요구에 따라 표준형(Standard, 3~5년)과 장수명형(Long Life, 10년) 두 가지 옵션이 제공된다. 해양 전용 설계도 특징이다. 할로겐 프리 케이블(Halogen-free cables)을 채택하여 화재 시 유독가스 발생을 최소화했다. 선박 용접용 마린 스키드(Marine Skid) 옵션을 제공하여 해양 환경의 안전 규격도 충족한다. 아울러 갤럭시VS는 이컨버전(eConversion) 모드에서 최대 99%, 이중변환 모드에서 최대 97%의 높은 에너지 효율을 제공하며, 총 소유 비용 절감이 가능한 리튬 이온 배터리 옵션도 지원한다. 이외에도 ▲공간 제약이 큰 선박 및 해양 시설에도 적합한 컴팩트 모듈형 설계 ▲라이브 스왑(Live Swap) 옵션을 통한 모듈 교체 ▲슈나이더 일렉트릭의 통합 아키텍처 플랫폼인 에코스트럭처(EcoStruxure) 지원 등 원격 모니터링과 유지보수를 간소화할 수 있는 강점을 지니고 있다. 슈나이더 일렉트릭 코리아 시큐어파워 사업부의 최성환 본부장은 “조선·해양 산업은 전 세계 물류와 에너지 공급의 중추적 역할을 수행하는 동시에, 안전성과 지속가능성 확보가 무엇보다 중요한 산업”이라며, “갤럭시 VS는 단순한 UPS를 넘어 선박 운영의 안전성을 보장하고, 해양 산업 전반의 친환경 전환에도 기여할 수 있는 최적의 설루션”이라고 강조했다. 한편 슈나이더 일렉트릭 코리아는 10월 21일부터 부산 벡스코에서 개최되는 조선·해양 산업 전문 전시회인 ‘코마린(KORMARINE) 2025’에 참가해 선박의 안정적인 전력 공급을 위한 무정전 전원 공급 장치 갤럭시 VS를 선보일 예정이라고 전했다.

헥사곤 매뉴팩처링 인텔리전스는 9월 3일 진행한 ‘헥사곤 라이브 이노베이션 서밋 코리아 2025’를 통해 정밀 측정과 스마트 디지털 트윈의 미래에 대한 비전 및 전략을 소개했다. 헥사곤은 디지털 전환(DX)과 AI 전환(AX)을 통해 제조업의 생산성, 품질, 민첩성을 높이는 데에 주력하면서, 이를 위해 리얼리티 캡처 센서와 데이터 기반의 소프트웨어 설루션을 강조했다. ■ 정수진 편집장     제조 혁신의 미래, 디지털 트윈 헥사곤 매뉴팩처링 인텔리전스의 림분춘(Boon Choon Lim) 아세안·태평양·인도 지역 사장은 헥사곤이 포레스터 컨설팅과 함께 발간한 ‘2025 첨단 제조 산업 보고서’의 내용을 인용해, 제조업이 직면한 비즈니스 과제를 해결할 핵심 동력으로 ‘스마트 디지털 트윈’을 꼽았다. 보고서에서는 응답자의 71%가 디지털 트윈을 가장 중요한 투자 분야로 선택했으며, 90%는 AI 투자를 통해 경쟁 우위를 확보할 수 있을 것으로 기대했다. 림 사장은 “디지털 트윈은 물리적 현실과 가상 세계를 연결하며, 이를 통해 시뮬레이션, 실시간 데이터 업데이트, 분석 및 예측이 가능해진다”고 설명했다. 림 사장은 프로세스와 데이터를 연결하고 자동화하여 더 큰 가치를 창출하는 스마트 워크플로를 강조하면서, “헥사곤은 설계, 생산, 검사, 유지보수 등 제조 전 과정에 걸쳐 통합된 설루션을 제공하고 있다”고 강조했다. 디지털 트윈은 제조 공정 전반에 걸쳐 물리적 세계와 가상 세계를 연결하여 혁신을 가속화하고 지속 가능한 미래를 구현하기 위한 핵심 투자 영역으로 제시되고 있다. 헥사곤은 현실과 가상을 연결하는 정밀 측정 기술과 데이터 기반 설루션을 통해 산업 디지털 전환을 지원한다는 전략을 내세운다. 자사의 기술을 활용하면 현실 세계의 실시간 데이터와 몰입형 시뮬레이션을 결합한 디지털 트윈을 구축할 수 있다는 것이다.     리얼리티 캡처와 스마트 제조의 만남 라이카지오시스템즈의 칸 파힘(Khan Faheem) 아시아 사장은 현실 공간 데이터를 활용한 비즈니스 인사이트와 스마트 제조의 접목 가능성을 소개했다. 파힘 사장은 AI(인공지능)를 이용하여 산업군의 워크플로, 센서, 플랫폼을 강화하고 데이터를 결과로 전환하는 것이 중요하다고 짚었다. 특히 기계가 시각 데이터를 처리하고 이를 바탕으로 예측 및 행동함으로써 실제 세계를 이해하고 상호작용하는 ‘공간 지능(spatial intelligence)’을 강조했다. 라이카 지오시스템즈는 항공 매핑, 지하 매핑, 고성능 스캐닝, 모바일 매핑 등 현실 세계의 데이터를 얻는 리얼리티 캡처(reality capture)를 위한 센서 포트폴리오를 폭넓게 갖추고 있으며, 현장에서 클라우드 업로드, 포인트 클라우드 처리, 스트리밍 시각화 등을 지원하는 설루션을 제공한다. 파힘 사장은 “라이카 지오시스템즈의 리얼리티 캡처 기술은 공급망 조정, 설치 및 경로 계획, 레이아웃 및 생산 라인 변경, 자산 태깅 및 관리, 몰입형 운영 관리, 디지털 검사 및 준공 등 스마트 제조의 다양한 영역에서 활용할 수 있다”고 소개했다.     DX를 넘어 AX를 위한 스마트 제조 설루션 헥사곤 매뉴팩처링 인텔리전스 코리아의 홍석관 사장은 “DX를 넘어 AX 가치 사슬을 만드는 핵심 자원은 데이터”라면서, 데이터 수집, 통합/저장, 분석, 가치 창출의 과정을 통해 생산성 향상, 품질 개선, 신규 비즈니스 창출이 가능하다고 설명했다. 특히, 디지털 트윈 및 DX 기반의 자동화가 중심이 되는 스마트 공장에서 AX 기반의 자율화를 구현하는 ‘소프트웨어 기반 공장(Software Defined Factory : SDF)’으로 전환되는 흐름에 주목했다. SDF는 AI 기반의 자율적 의사 결정을 통해 사람의 개입을 최소화하는 자율형 무인 공장을 목표로 한다. 이를 위해 헥사곤은 3D 제품 설계/해석/시각화(DX), 실시간 모니터링/제어(디지털 트윈), 분석/예측/최적화/자율화 제어(AX)의 3단계 지원 전략을 통해 생산 자산의 디지털화, 생산 설비의 디지털 트윈화, 생산 공법의 AI 전환을 지원한다는 전략을 내세운다. 홍석관 사장은 “헥사곤은 로봇 캘리브레이션, 적층제조/금형 가공을 위한 로봇 툴패스 생성, 로봇 정밀 제어 등 DX+디지털 트윈 기반의 로봇 설루션을 선보였다. 또한, ‘넥서스(Nexus)’를 기반으로 한 조선 기자재 협업 플랫폼에 클라우드 기반의 데이터 공유 및 협업 환경을 구축하여 산업의 생산성과 효율성을 높인 사례도 있다”고 소개했다.     ■ 기사 내용은 PDF로도 제공됩니다.

오라클이 세계 식량 시스템의 회복탄력성 강화를 돕는 ‘오라클 거버먼트 데이터 인텔리전스 포 애그리컬처(Oracle Government Data Intelligence for Agriculture)’를 발표했다. 이 AI 설루션은 농업 데이터와 작황 성과에 대한 종합적인 가시성을 제공해 각국의 지도자와 정부 기관이 생산 현황을 수월하게 모니터링하고, 식량 불안정을 초래할 수 있는 문제를 예측하며, 위험을 완화하기 위한 대응 계획을 자동화한다. 세계 각국 정부는 수확 부족이나 과잉 생산에 선제적으로 대응하는 데 필요한 정확하고 시의적절한 농업 성과 및 위험 데이터를 확보하지 못하는 경우가 많다. 오라클 클라우드 인프라스트럭처(OCI)의 보안성, 성능, 확장성을 기반으로 구축된 오라클 거버먼트 데이터 인텔리전스 포 애그리컬처는 독점 데이터와 공개 정부 데이터, 위성 이미지, 기상 데이터, 세부 토양 정보, 과거 작물 기록 등을 포함한 다양한 출처의 방대한 데이터셋을 집계해 농업 생산과 유통에 영향을 미치는 상호 연결된 시스템 및 환경 요인에 대한 핵심 인사이트를 제공한다.     이 애플리케이션은 업계가 직면한 시급한 과제를 해결하도록 설계된 AI 모델을 바탕으로 작물 수확량을 예측하고 잠재적 위협을 탐지하며, 제안된 개입 프로그램의 영향을 모델링하고, 위험을 수치화해 정부가 더 전략적인 농업 계획을 세우고 효율적인 자원 배분을 결정할 수 있도록 한다. 오라클 거버먼트 데이터 인텔리전스 포 애그리컬처는 위협 평가와 식량 안보 모니터링 및 대응 전략에 집중하는 정부 조직을 위해 설계되어 국가의 주요 농업 과제 및 전망에 대한 진척 상황을 명확하게 보여주는 종합 대시보드로 인사이트를 제공한다. 이 시스템은 지속적으로 정보와 작황 진척을 모니터링하여 잠재적 문제를 자동으로 경고한다. 이러한 인사이트를 바탕으로 책임자는 시스템이 식별한 모범 사례를 참고해 위협 대응 및 개입 계획 또는 정책 결정을 수립·모델링할 수 있다. 실행 결과는 설루션에 다시 반영되어 시스템의 이해를 심화하고 향후 대응 권고를 개선한다. 오라클 거버먼트 데이터 인텔리전스 포 애그리컬처는 오라클 디지털 정부 제품군(Oracle Digital Government Suite)의 일부다. 이 제품군은 클라우드 인프라스트럭처 및 AI, 개발 도구, 네트워크 연결, 애플리케이션에 이르는 현대적 설루션 전반을 통해 정부가 고차원 사회적 과제를 해결하고 디지털 전환을 가속화할 수 있도록 지원한다.  오라클의 마이크 시실리아 CEO는 “식량 안보는 모든 국가에 영향을 미치는 글로벌 과제다. 클라우드 컴퓨팅, AI, 위성 기술의 최신 발전을 통해 농업 운영을 완전히 변혁하여 보다 예측 가능한 수확량을 달성할 수 있다”면서, “오라클 거버먼트 데이터 인텔리전스 포 애그리컬처는 이러한 요소를 하나의 안전한 시스템으로 통합해 각국이 식량 시스템의 회복탄력성을 선제적으로 강화하는 데 필요한 가시성과 통찰력을 제공한다”고 말했다.

슈나이더 일렉트릭 코리아가 2025년 10월 부산 벡스코에서 열리는 조선·해양 산업 전문 전시회인 ‘코마린(KORMARINE) 2025’에 참가한다고 밝혔다. 1980년에 첫 선을 보인 이래 올해로 24회째를 맞이하는 코마린은 대한민국 최대 규모의 조선·해양·에너지 산업 전문 전시회로 자리 잡았다. 올해는 ‘에너지 전환과 탄소중립’이라는 공동 과제에 대해, HD현대, 삼성중공업, 한화오션 등 대한민국을 대표하는 조선 기업을 비롯해 스웨덴, 네덜란드 등 15개국 이상이 국가관 형식으로 참가해 첨단 기술을 선보일 예정이다. 슈나이더 일렉트릭은 이번 코마린 2025에서 ‘넷제로 시대의 항해, 디지털 전환과 회복탄력성을 위한 임팩트’라는 주제를 기반으로, 조선·해양 산업이 당면한 핵심 과제인 탄소중립(Net-Zero), 디지털 전환(Digital Transformation), 운영 회복탄력성(Operational Resilience)에 대응할 수 있는 포괄적 설루션을 전시한다. 슈나이더 일렉트릭은 글로벌 시장에서의 경험과 노하우를 바탕으로, 해양 산업의 고객들이 효율과 안정성, 지속가능성을 동시에 확보할 수 있도록 지원할 예정이다.     먼저 탄소중립 존에서는 슈나이더 일렉트릭의 IoT 기반 디지털 설루션인 에코스트럭처(EcoStruxure)를 활용한 마린 설루션을 그래픽월을 통해 만나볼 수 있다. 이 그래픽월에서는 해양 업계의 에너지 효율을 높이는 슈나이더 일렉트릭의 다양한 제품군과 통합 에너지관리 서비스를 한 눈에 확인 가능하다.   또한 슈나이더 일렉트릭의 통합 전력 관리 플랫폼인 ‘에코스트럭처 파워 모니터링 엑스퍼트(EcoStruxure Power Monitoring Expert : PME)’가 소개된다. PME는 선박과 해양 플랜트의 전력 소비를 실시간으로 모니터링하고, 에너지 사용 패턴을 분석해 효율을 극대화할 수 있는 디지털 플랫폼이다. 이를 통해 운영자는 불필요한 에너지 낭비를 줄이고, 탄소 배출을 최소화할 수 있다. 특히 IMO(국제해사기구)의 환경 규제가 강화되는 상황에서, PME는 조선·해양 기업이 국제 규제 기준을 충족하면서 동시에 경쟁력을 유지할 수 있도록 돕는다. 운영 회복탄력성 존에서는 안정적인 전력 공급과 긴급 상황 대응을 위한 핵심 설루션이 전시된다. 차폐형 고체 절연 시스템에 기반한 ‘프림셋(PremSet)’은 차세대 고압 (MV) 스위치 기어로, 가압 발생 시에도 사고가 발생하지 않으며 물이 프림셋 주변으로 차올라도 정상적인 운전이 가능하다. 또한 해양 산업의 까다로운 환경에서도 안정적인 전력을 보장하는 단상 UPS 설루션도 만나볼 수 있다. 이는 선박 및 통신 장비의 연속 가동을 지원하며, 소형 설비에도 최적화된 전원 보호 기능을 제공해 해양 산업 전반에 걸쳐 신뢰성 있는 운영을 가능하게 한다. 디지털 전환 존에서는 대표적으로 ‘마스터팩트MTZ 액티브(MasterPacT MTZ Active)’를 선보인다. 마스터팩트MTZ 액티브는 즉각적인 대응 능력을 갖춘 디지털 차단기로, 고장이나 이상 상황 발생 시 신속히 문제를 차단해 선박 및 해양 플랜트의 연속 가동을 지원한다. 디지털 기반의 아키텍처를 통해 원격 진단과 업그레이드가 가능해 유지관리 효율성 또한 높다는 것이 슈나이더 일렉트릭의 설명이다. 이와 함께 지난 6월에 출시한 프로페이스(Pro-face)의 HMI ‘GP6000’도 확인 가능하다. GP6000은 산업 자동화 현장에서 설비 상태를 실시간으로 모니터링하고 제어하는 HMI 설루션으로, 다양한 화면 사이즈와 모듈형 구조, 높은 해상도 및 디스플레이 품질을 바탕으로 최적의 구성과 성능을 제공하는 최신형 인터페이스 제품이다. 고객의 요구에 맞춰 어드밴스드 모델과 스탠다드 모델 두 가지로 구분되어 있으며, 어드밴스드 모델은 올해 말 출시될 예정이다. 슈나이더 일렉트릭 코리아 권지웅 대표는 “조선·해양 산업은 글로벌 에너지 전환과 탄소중립 실현을 위한 중요한 산업군이며, 무엇보다 안정적이고 효율적인 운영이 요구되는 분야”라며, “슈나이더 일렉트릭은 글로벌 리더십과 현지 경험을 기반으로 디지털 전환, 에너지 최적화, 운영 회복탄력성을 실현할 수 있는 임팩트 설루션을 제공함으로써 고객이 지속가능성과 경쟁력을 동시에 확보하도록 지원하겠다”고 말했다.

지멘스의 사업부인 멘딕스는 AI 데이터 클라우드 기업인 스노우플레이크와 협력을 지속하면서, 기업이 최신 소프트웨어 개발을 통해 데이터 기반 가치 창출을 더욱 가속화할 수 있도록 지원한다고 밝혔다. 멘딕스는 스노우플레이크와 협업을 통해 양사의 고객에게 여러 비즈니스 성과를 제공할 수 있었다고 전했다. 산업 분야의 한 제조 기업은 멘딕스와 함께 스노우플레이크의 데이터 툴을 활용해 16주 만에 애플리케이션을 구현하고 배포할 수 있었다. 또 다른 산업 분야의 제조 기업은 노후화된 시스템을 최신 포트폴리오로 교체하고, 4개월 만에 첫 번째 신규 애플리케이션을 구현 및 출시했다. 한 대형 석유 및 가스 기업은 100개 이상의 멘딕스 애플리케이션을 구현했으며, 그 중 75%가 스노우플레이크와 연결되어 있다. 데이터 엔지니어는 이러한 통합 툴을 통해 사일로(silo) 형태로 운영되던 사내 개발자 팀뿐 아니라 비즈니스 최종 사용자와도 협업하여 소프트웨어 개발을 지원할 수 있다. 항공우주 분야의 한 제조업체는 멘딕스와 스노우플레이크의 통합 기능을 활용해 데이터 보안을 유지하고, 작업 현장의 운영 효율을 개선했다. 스노우플레이크의 AI 데이터 클라우드(AI Data Cloud) 동적 데이터 마스킹 기능은 민감한 데이터를 제한하고, 보호할 수 있도록 지원하며, 멘딕스 플랫폼은 애플리케이션 개발 라이프사이클 전반을 제어할 수 있는 내장 가드레일을 제공한다. 한 교통 당국은 멘딕스를 활용해 10개 이상의 애플리케이션을 구현하고, 다양한 소스에서 데이터를 수집한 다음, 이를 스노우플레이크로 전달해 분석을 수행하는 단일 통합 관리 및 모니터링(SPOG : Single Pane of Glass) 체계를 구축했다. 이를 통해 데이터에 대한 가시성을 확보하고, 프로세스 및 의사결정 개선을 위한 인사이트를 도출할 수 있다.     멘딕스는 공동 고객들에게 더 큰 가치를 제공하기 위해, 2025년 5월 스노우플레이크의 자동차 설루션 출시와 함께 스노우플레이크 데이터 클라우드 제품 파트너가 되었다. 스노우플레이크의 자동차 설루션은 고객에게 더 빠르고 효율적인 개발 주기를 지원하는 확장 가능한 플랫폼을 비롯해 공급업체와 재고 시스템, 물류 파트너 전반에 대한 실시간 공급망 가시성, 그리고 AI/ML 기반의 고급 분석 기능 등을 제공한다. 멘딕스 플랫폼은 핵심 기술 구성요소가 유연하게 설계되어 있어 스노우플레이크가 새로운 모델이나 기능을 도입하더라도 멘딕스와 쉽게 연동이 가능하다는 점을 내세운다. 이를 통해 더 많은 사용자가 스노우플레이크 AI를 활용하여 자동차 업계 고유의 요구사항을 충족하고, ‘개념 검증(Proof-of-Concept)에서 실제 운영(Production)’에 이르기까지 원활하게 적용할 수 있도록 한다는 것이 멘딕스의 설명이다. 점점 더 많은 기업들이 데이터의 중앙집중화에 대한 중요성을 인식함에 따라, 멘딕스와 스노우플레이크는 고객들에게 보다 포괄적인 설루션을 제공하는데 주력하고 있다. 양사의 이번 파트너십은 기업들이 디지털 혁신 프로젝트를 추진하고, 여러 플랫폼을 도입하는 과정에서 AI 사일로를 제거하고, 데이터에 대한 포괄적인 거버넌스와 제어권을 유지할 수 있도록 지원하는 데에 초점을 맞추고 있다. 스노우플레이크의 팀 롱(Tim Long) 글로벌 제조 부문 책임자는 “스노우플레이크 고객들은 기존 분석 방식을 뛰어넘는 새로운 차원의 설루션을 필요로 하고 있다. 우리는 멘딕스와의 협업을 바탕으로, 고객들이 스노우플레이크의 코텍스 AI(Cortex AI)를 활용해 지능적이고, 실행 가능한 엔터프라이즈 애플리케이션을 신속하게 개발할 수 있도록 지원하고 있다.”며, “이러한 원활한 통합 환경을 통해 고객들이 새로운 차원의 비즈니스 가치를 실현할 수 있을 것으로 기대한다”고 밝혔다.