데이터와 AI로 연결된 스마트 제조의 미래… 파트너 생태계로 혁신 가치 극대화   전 세계 제조 산업은 급변하는 환경에서 복잡한 과제를 안고 있다. 이에 대해 아비바는 데이터 통합과 글로벌 파트너 생태계를 기반으로 한 ‘집단 대응’을 핵심 전략으로 제시한다. 아비바의 스티브 르완(Steve Lewarne) 채널 프로그램 총괄 부사장과 에릭 첸(Eric Chen) APAC 파트너 비즈니스 총괄 부사장은 공장과 공급망을 관통하는 데이터를 하나로 모으고 AI(인공지능) 기술을 결합해 의사결정의 질을 높이는 스마트 제조 전략을 소개했다. 또한, 개방형의 파트너 생태계를 통해 국내 제조산업의 디지털 전환(DX)을 뒷받침하겠다고 전했다. ■ 정수진 편집장   ▲ 아비바 스티브 르완 부사장(왼쪽)과 에릭 첸 부사장(오른쪽)   스마트 제조를 위해 아비바가 제시하는 핵심 기술 스택은 무엇인지? 아비바 기술의 핵심은 개방적이고 중립적인 커넥트(CONNECT) 플랫폼이다. 이 플랫폼은 다양한 데이터와 시스템을 하나로 통합하는 기반 역할을 수행한다. 플랫폼 내부에는 플랜트 설계 및 설비 구축 정보를 저장하는 엔지니어링 데이터베이스와, 현장의 에지 환경 데이터를 실시간 스트리밍하는 아비바 파이 시스템(AVEVA PI System)이 연계되어 있다. 공장 운영 단계에서는 HMI SCADA(스카다) 시스템과 공정 성능을 최적화하는 디지털 트윈 설루션이 활용된다. 설계부터 운영, 최적화에 이르는 전 과정의 워크플로에는 생성형 AI와 에이전틱 AI가 내재화된다. 이를 통해 사용자는 새로운 방식으로 공장 운영에 대한 통찰력을 얻고, 문제의 신속한 해결은 물론 예측 분석과 프로세스 시뮬레이션 등의 지원을 받을 수 있다.   아비바가 플랫폼 기술을 통해 추구하는 혁신 가치는 어떤 것인지? 협업을 바탕으로 가치 사슬 전반의 효율을 극대화하는 것이 핵심이다. 복잡한 과제에 대응하기 위해 공장 내부 데이터뿐만 아니라 공급망 정보를 한곳에 모아 집단적으로 대응하는 것이 중요하다. 이를 통해 특정 설비에 문제가 발생했을 때 외부 협력사와 데이터를 즉각적이고 안전하게 공유해 문제를 신속히 해결하도록 지원할 수 있다. 운영 기술과 전사적 IT 데이터의 통합을 통한 의사결정 역량 강화도 중요한 가치다. 파트너 기술을 연계해 재무, 인사, 시장 정보 등 폭넓은 맥락을 생산 데이터와 통합하며 시스템 복잡성을 추상화해 사용자가 직관적인 인사이트를 얻도록 돕는다. 특히 워크플로에 내재된 AI 기술은 신규 인력이 가치를 창출하는 시간을 줄이고 은퇴하는 숙련자의 지식을 시스템에 자산화하여 인력 부족 및 고령화 문제에 대응하게 해준다. 운영 측면에서는 프로세스와 장비 운영을 최적화해 에너지 사용량과 폐기물을 줄이고 환경적 영향을 최소화해 규제 준수를 돕는다. 마지막으로 ‘진화적 접근(evolutionary approach)’을 통해 고객이 기존 시스템을 전면 교체하지 않고도 혁신을 이룰 수 있는 유연성을 제공하며, 특정 벤더에 종속되지 않는 생태계를 조성하고 있다.   아비바의 기술 스택에 적용된 AI에 대해 소개한다면? 아비바의 AI 기술은 단순한 단일 애플리케이션 형태가 아니라 설계부터 최적화까지 전체 프로세스와 워크플로 전반에 깊숙이 녹아 있다. 아비바는 상황과 목적에 맞춘 다중 모드 AI를 지원하며 생성형 AI나 에이전틱 AI 등 적합한 방식을 제공한다. 현장에서는 생성형 AI 어시스턴트를 통해 의사결정권자나 운영자가 자동화 시스템과 대화하듯 소통하며 정보를 파악할 수 있다. AI는 맥락에 맞춰 공정 데이터를 알기 쉽게 제공해, 사용자가 새로운 방식으로 운영 인사이트를 얻고 문제의 근본 원인을 빠르게 해결하도록 돕는다. 또한, 에이전틱 AI는 공장 상황을 지속적으로 모니터링하다가 편차가 발생하면 사전에 알림을 제공하며, 프로세스 시뮬레이션이나 설비 예지보전 등에도 쓰인다.   아비바의 글로벌 파트너 생태계 및 파트너 전략에 대해서 소개한다면? 아비바는 전 세계 5000개 이상의 글로벌 파트너와 협력하고 있다. 파트너 유형은 세 가지로 구분된다. ▲현지 시장에서 설루션을 판매하고 기술 지원을 제공하는 세일즈 및 서포트 파트너 ▲애플리케이션 개발 및 시스템 통합(SI)을 제공하는 SI 파트너 ▲기술을 자사 설루션에 내재화해 판매하는 OEM 및 MSP 파트너 등이다. 아비바가 파트너 중심 성장 전략을 강화하는 이유는 산업계의 복잡성에 대응하기 위해서다. 플랫폼을 현장에 최적화하기 위해서는 특정 산업 분야의 전문성과 현지 실행 역량을 갖춘 파트너의 역할이 필수이다. 아비바 혼자 모든 역량을 제공할 수 없기 때문에, 개방적인 커넥트 플랫폼을 통해 파트너들이 맞춤형 앱을 구축하게 함으로써 고객의 선택권을 넓힌다. 결과적으로, 파트너 생태계와의 협력은 고객의 디지털 전환(DX) 여정을 단축시키는 강력한 원동력이 된다.   한국 시장에서 아비바의 파트너 전략은 어떻게 전개할 계획인지? 과거 한국 시장은 미국이나 유럽 등 선진 시장의 성공 사례를 수입하여 도입하는 입장이었지만, 한국 파트너들의 역량이 크게 높아져 현재는 훌륭한 성공 사례를 다수 구축하는 단계로 발전했다. 대표적인 성과로, 국내 대형 반도체 고객사가 아비바의 포트폴리오를 활용해 리버스 엔지니어링으로 디지털 모델을 구축하고 성공적인 전환을 이룬 사례가 있다. 한국 내 파트너 생태계를 더욱 탄탄히 다지기 위해 아비바는 다각적인 전략을 추진 중이다. 파트너가 맞춤형 설루션을 더 잘 제공하도록 기술 교육, 공동 피오씨(개념 증명), 기술 인증 등 지원 서비스를 제공한다. 한국에서 검증된 성공 사례를 아시아태평양 지역으로 전파하고, 해외 사례를 한국에 소개하며 상호 시너지를 내고자 한다.   향후 한국의 제조 시장에 대한 전망과 비즈니스 계획에 대해 소개한다면? 아비바는 한국의 스마트 제조 시장이 급성장하는 전환점을 맞이했다고 보며 제조업 분야에서 큰 폭의 성장이 일어날 것으로 전망한다. 이에 따라 반도체, 자동차, 전기차(EV) 배터리 산업을 중점 공략 산업으로 정하고 파트너십과 설루션 적용을 집중 확대하고 있다. 한국 반도체 시장은 자본 투자가 활발하고 여전히 엄청난 잠재력을 가진 시장이라고 본다. 연간 약 8%의 성장이 예측될 만큼 최우선 순위 공략 대상이다. 자동차와 EV 배터리 분야 역시 대규모 투자가 집중되고 있어 강력한 성장세가 기대되는 핵심 분야다. 아비바는 이러한 주요 산업의 까다로운 요구사항을 충족할 수 있는 검증된 맞춤형 설루션을 보유하고 있다. 실제로 한국과 대만의 대형 반도체 기업과 한·일 양국의 대형 자동차·EV 배터리 기업들이 설계부터 운영까지 전 과정에 아비바 설루션을 도입해 성공적으로 디지털 전환을 추진 중이다.     ■ 기사 내용은 PDF로도 제공됩니다.

트렌드에서 얻은 것 No. 28   ▲ 클릭하면 큰 그림으로 볼 수 있습니다.   21세기 제조 산업은 기계적 자동화를 넘어 데이터와 인공지능(AI)이 설계, 생산, 운영의 전 과정을 주도하는 지능형 시대로 진입하고 있다. 2025년을 기점으로 인공지능은 생산성을 보조하는 도구의 단계에서 벗어나, 엔지니어링의 근간을 재정의하는 ‘AI 네이티브(AI-native)’ 환경의 핵심 인프라로 자리 잡았다. 과거의 제조 방식이 숙련공의 경험과 직관에 의존하는 결정론적(deterministic) 방식이었다면, 미래의 스마트 엔지니어링은 방대한 산업 데이터를 기반으로 최적의 의사결정을 자율 수행하는 확률론적(probabilistic) 방식으로 전환되고 있다. 이번호 칼럼에서는 글로벌 선도 기업의 실무 적용 사례를 통해 2026년 제조업이 나아가야 할 방향을 알아보고자 한다.   스마트 엔지니어링의 역사적 진화와 패러다임의 전환 스마트 엔지니어링의 역사는 물리적 모델을 디지털 공간으로 옮기려는 지속적인 노력의 산물이다. 1990년대 초반, 보잉은 777 기종의 개발 과정에서 CAD를 활용한 디지털 목업(DMU) 기술을 도입하며 설계 혁신을 시작했다. 이는 종이 도면 없이 항공기 전체를 3D 상에서 검증한 최초의 사례로 기록된다. 이후 2010년대에 들어서며 에어버스 A350의 사례와 같이 설계 리뷰 전 과정이 디지털화되었고, 2020년대에 이르러서는 복제를 넘어 물리적 대상과 실시간으로 데이터를 주고받는 디지털 트윈(digital twin) 기술이 성숙기에 접어들었다. 2025년부터 2026년 사이의 기술적 전향점은 이러한 디지털 트윈이 AI 네이티브 지능을 탑재하기 시작했다는 점이다. 이제 엔지니어링 업무의 30%를 차지하던 과거 데이터 검색 및 비부가가치 활동은 구체적인 사례가 공개되고 있지는 않지만, 시대의 흐름에 따라 서서히 생성형 AI와 검색 증강 생성(RAG) 기술로 대체되어 갈 것으로 보인다. 또한, 글로벌 기업의 끊임없는 연구로 인해 엔지니어는 반복적인 분석 대신 창의적인 문제 해결과 맥락적 의사결정에 집중하는 ‘코파일럿(co-pilot)’ 시대도 곧 맞이할 것으로 예상된다.     이러한 패러다임의 전환은 한국 제조업에도 시급한 과제다. 미국, 독일, 일본 등 주요 제조 강국과 비교할 때 한국의 제조업 부가가치율은 여전히 상대적으로 낮은 수준에 머물러 있으며, 대기업과 중소기업 간의 생산성 격차는 약 4배에 이른다. 고령화와 저출산으로 인한 노동력 감소, 근로시간 단축 등 제약 사항이 증가하는 상황에서 AI를 통한 제조 지능화는 선택이 아닌 생존을 위한 필수 전략으로 부상하고 있다.   제조 지능화를 위한 AI 핵심 활용 방안 및 기술 분석 제조 현장에서 AI를 실무에 적용하는 방식은 정보 추출부터 복잡한 공정 시뮬레이션 및 자율 제어에 이르기까지 넓은 영역을 포괄한다. 지능형 지식 검색 및 데이터 파이프라인 최적화는 엔지니어링 업무의 상당 부분은 과거의 기술 문서, 도면, 실험 데이터를 찾는 데 소요된다. 최근의 RAG(Retrieval Augmented Generation) 기술은 수십 년간 축적된 비정형 데이터(PDF, 엑셀, 문서)를 벡터 데이터베이스(vector DB)로 변환하여 자연어 질문에 답변하고 근거가 되는 출처를 명확히 제시함으로써 환각(hallucination) 문제를 해결하고 있다. 이는 글로벌 프로젝트에서 기술 문서의 실시간 번역과 용어 표준화를 지원하여 협업 효율을 극대화한다. 또한, 연구 프로세스 개선을 위해 데이터 파이프라인 중심의 자동화가 추진되고 있다. 기존의 실험 연구자가 수기로 기록하던 방식에서 벗어나 디지털화된 시료 분석과 제어 데이터를 클라우드 협업 환경에 통합함으로써, 연구 산출물의 재현성을 높이고 멘토링의 질을 개선하는 것이 핵심이다. 생성형 설계(generative design)와 제조 공법 인지는 엔지니어의 상상력을 정교한 설계안으로 구현하는 데 결정적인 역할을 한다. 설계자가 경량화, 강성 등 목표 조건과 재료, 제조 공법 등의 제약 조건을 입력하면 AI는 수백 가지의 대안을 생성한다. 특히 ‘제조 공법 인지(manufacturing-aware)’ 기능은 주조 공법 시 금형에서 제품이 빠져나올 수 있는 구배 각도를 자동 고려하거나 3축/5축 가공 시 공구가 접근할 수 없는 언더컷 형상을 배제하는 수준까지 진화했다. 일본의 니프코(Nifco)는 이를 활용해 전통적인 육각형 허니콤 구조를 넘어선 비정형 유기적 패턴을 설계함으로써 강성을 유지하면서도 재료 사용량을 획기적으로 절감하는 성과를 거두었다. 에이전틱 AI(agentic AI)와 자율적 프로세스 제어 부분을 살펴보면, 2026년의 주요 트렌드인 에이전틱 AI는 분석을 넘어 독립적으로 과업을 계획하고 실행하는 능력을 갖출 것이다. 기존의 AI가 ‘무엇이 잘못되었는가’를 알려주는 예측 도구였다면, 에이전틱 AI는 ‘어떻게 해결할 것인가’를 결정하고 실행한다.     인과관계 AI(causal AI)와 지식 조립 공장은 전통적인 머신러닝 모델은 데이터 간의 상관관계에 의존하기 때문에 ‘왜’라는 질문에 답하기 어렵고, 공정 환경이 변하면 모델이 붕괴되는 한계를 가진다. 이를 극복하기 위해 2026년에는 인과관계 AI가 제조업의 핵심 기술로 부상하고 있다. 인과관계 AI는 데이터 패턴 학습을 넘어 원인과 결과의 사슬을 규명한다. 예를 들어, 공장 내 배관의 결로 현상과 습도 데이터 사이에는 강한 상관관계가 존재하지만, 습도가 결로의 원인인지 혹은 그 반대인지를 명확히 정의하지 못하면 잘못된 설비 투자가 이루어질 수 있다. 인과관계 AI는 주다 펄(Judea Pearl)의 수학적 기초를 바탕으로 개입(intervention) 분석을 수행하여 ‘만약을 변경한다면은 어떻게 변할 것인가’라는 질문에 명확한 수치를 제공한다. 인하대학교 이창선 교수가 제시한 KAMG AI(Knowledge Assembly Factory) 개념은 AI가 스스로 모든 것을 만드는 것이 아니라, 인간 전문가가 설계한 ‘인과 지식 설계도(blueprint)’를 기반으로 AI가 지식을 조립하는 방식을 취한다. 이는 존재(entity), 속성(attribute), 관계(relation) 프레임워크를 통해 지식을 해부하고 표준화된 조립 공정을 거쳐 인과 예측 모델을 산출한다. 이 과정에서 엔지니어는 프로그래머가 아닌 시스템의 의미와 변수의 역할을 결정하는 ‘지식 설계자(architect)’로 거듭나게 된다. 데이터 거버넌스와 팔란티어 온톨로지(ontology) 전략의 핵심은, 제조 AI가 진정한 가치를 창출하기 위해서는 현장의 모든 데이터가 실시간으로 연결되는 ‘디지털 스레드(digital thread)’가 전제되어야 한다는 것이다. 팔란티어의 온톨로지 기술은 데이터 사일로(silo) 문제를 해결하고 기업의 전체 데이터 유니버스를 비즈니스 맥락으로 재구성하는 핵심 아키텍처를 제공한다. 온톨로지는 데이터를 분류하는 것을 넘어 업무, 조직, IT 시스템 간의 공통 언어를 제공한다. 팔란티어 파운드리는 기존 레거시 시스템(ERP, PLM, MES 등)의 데이터를 물리적으로 옮기지 않고 연결하며, 이를 객체(object)와 관계(link)로 모델링한다. 객체(entity) : 차량 모델, 부품, 공정, 설비, 고객 등 핵심 요소를 개체화한다. 속성(attribute) : 개체의 특징(온도, 압력, 재질, 작업 시간)을 정의한다. 관계(relationship) : ‘부품은 공정에서 사용된다’, ‘설계 변경은 생산에 영향을 준다’와 같은 업무적 연결을 구조화한다. 구축된 온톨로지 위에서 팔란티어의 AIP(Artificial Intelligence Platform)는 자연어 인터페이스를 통해 현장의 복잡한 상황을 분석하고 대응한다. 예를 들어, ‘5월 출하 지연 리스크를 요약해달라’는 명령에 대해 AI는 공급망, 재고, 생산 실적 데이터를 온톨로지 상에서 실시간으로 탐색하여 리스크의 원인을 파악하고, 대체 시나리오의 비용 효율을 시뮬레이션한 뒤 실행 승인을 요청한다. HD현대(전 현대중공업그룹)의 FOS(Future of Shipyard, 미래 첨단 조선소) 프로젝트는 2030년까지 세계 최초의 자율 운영 스마트 조선소를 구현하기 위해 팔란티어의 빅데이터 플랫폼인 ‘파운드리(Foundry)’를 도입하는 핵심적인 디지털 전환 사업이다. BMW는 팔란티어의 데이터 플랫폼인 파운드리를 도입하여 생산, 공급망 관리 및 품질 관리 시스템을 고도화하고 있다. 특히 팔란티어의 QMOS(Quality Management Operating System) 설루션을 통해 데이터 기반의 ‘제로 디펙트(zero defect, 무결점)’ 생산 환경을 구축하는 것이 핵심이다. 에어버스는 팔란티어의 파운드리 기술을 도입하여 항공기 제조 및 운항 데이터를 통합 관리하는 ‘스카이와이즈(Skywise)’ 플랫폼을 구축했다. 이를 통해 A350 인도 속도를 33% 향상시키고 운영 효율을 극대화하며, 데이터 기반의 의사결정 시스템을 혁신했다.   품질, 예지보전 및 에너지 최적화의 기술적 심화 AI가 제조 현장에 가져온 가장 직접적인 성과는 품질 비용 절감과 비가동 시간(downtime)의 최소화다. 현대트랜시스는 자체 개발한 AI 기반 품질 검사 시스템인 TADA(Transys Advanced Data Analytics) 스마트 설루션을 생산 현장에 적용하여, 기존 93% 수준이던 불량 검사 정확도를 99.9%까지 끌어올렸다. LG에너지솔루션은 AI 및 빅데이터 기술을 활용해 전 세계 생산 공장을 ‘지능형 스마트 팩토리’로 전환하고, 배터리 제조 품질과 생산 효율을 극대화하는 것을 AI 비전으로 삼고 있다. 특히, CDO 직속 AI 기술팀을 통해 공정 데이터를 분석하여 배터리 수명을 예측하고, 스마트 공장 기술을 적용하여 글로벌 생산 기지의 경쟁력을 강화하는 중책을 맡고 있다. 기존의 예지보전이 단일 센서의 임계치 모니터링에 의존했다면, 예지보전 2.0은 진동, 전류 파형, 소음, 온도를 동시에 분석하는 멀티모달(multi-modal) 방식을 취한다. AI는 고장 징후를 발견할 뿐만 아니라, ‘최근 3개월간의 패턴 분석 결과 내륜 손상이 의심되니 메뉴얼 45페이지의 베어링 교체 절차를 따르라’는 처방적 가이드를 생성형 AI를 통해 현장 작업자에게 즉시 전달한다. 포스코 광양제철소는 이를 연속 주조 설비에 적용하여 고장 예지 시스템을 성공적으로 구축했다. 탄소 배출 규제가 강화되는 가운데 AI는 에너지 사용량 예측과 최적화에 결정적인 역할을 한다. 슈나이더 일렉트릭은 예측 AI를 활용하여 산업 시설의 에너지 효율을 높이고 운영비를 절감하는 설루션을 제공하고 있으며, 한국그린데이터 등 국내 기업들도 AI 챗봇이 탑재된 운영 체제를 통해 제조업의 에너지 피크 관리와 전력 최적화를 지원하고 있다.   2026 글로벌 기술 트렌드 및 리더십의 우선순위 2026년은 AI가 ‘생산성 향상 도구’에서 ‘책임과 신뢰의 기반’으로 진화하는 해가 될 것이다. 딜로이트와 가트너 등의 보고서에 따르면 기업 리더들은 다음의 네 가지 영역에 집중해야 한다. 첫째, 에이전틱 리얼리티 체크(agentic reality check)이다. 챗봇 도입을 넘어 비즈니스 프로세스 자체를 재설계해야 한다. 보고서에 따르면 40%의 에이전틱 AI 프로젝트가 2027년까지 실패할 것으로 예상되는데, 이는 기술적 문제보다는 기존의 망가진 프로세스를 단순히 자동화하는 ‘자동화 함정’ 때문이라고 분석된다. 성공하는 기업은 엔드 투 엔드 프로세스 전체를 혁신하며 인간과 에이전트 팀을 오케스트레이션하는 모델을 채택하고 있다. 두 번째, 소버린 AI(sovereign AI)와 보안 거버넌스이다. 데이터 주권과 국가별 규제 대응이 중요해짐에 따라 소버린 AI 전략이 필수이다. 2026년에는 기업의 77%가 공급업체 선택 시 설루션의 원산지를 고려하며, 로컬 벤더를 중심으로 한 독립적인 AI 스택 구축이 확산될 것이다. 또한, 데이터 모델 오염(poisoning) 리스크에 대응하기 위한 예측적 OT 사이버 보안 체계 구축이 가속화될 전망이다. 세 번째, 피지컬 AI와 휴머노이드 로봇의 확산이다. 제조, 물류, 국방 분야를 중심으로 피지컬 AI의 도입이 급증하고 있다. 2026년에는 아시아-태평양 지역을 중심으로 피지컬 AI 채택률이 80%에 도달할 것으로 보이며, 이는 공장 내 정적인 자동화 설비를 대체하여 비정형 환경에서도 유연하게 대응하는 자율 운영 공장의 핵심 요소가 될 것이다. 네 번째, 지능형 컴플라이언스 및 표준화이다. 규제 당국 역시 AI를 활용하여 기업의 데이터를 실시간 모니터링하는 시대가 오고 있다. 이제 정기 감사에 대비하는 수준을 넘어, 시스템이 스스로 규정 위반 리스크를 예측하고 보고하는 ‘예측적 컴플라이언스’가 표준으로 자리 잡을 것이다.   실무자를 위한 실행 로드맵 스마트 엔지니어링을 위한 AI 활용은 더 이상 미래의 담론이 아닌 2026년 현재의 경영 핵심 과제다. 2026년은 지식 소유 자체가 무의미해지는 시점이며, AI가 생성한 결과물을 편집하고 맥락화하는 ‘아키텍트(architect)’ 능력이 엔지니어의 몸값을 결정짓게 될 것이다. 기업은 성공적인 AI 전환을 위해 다음의 3단계 로드맵을 고려해야 한다. 첫째, 지능형 설계 및 시뮬레이션 단계를 통해 아이디어를 가장 빠르게 현실화할 수 있는 데이터 환경을 구축해야 한다. 둘째, 스마트 생산 및 운영 단계를 통해 물리적 세계를 정밀하게 제어하고 최적화하는 디지털 스레드와 온톨로지 체계를 완성해야 한다. 셋째, 제품, 공장, 도시를 하나의 유기체로 연결하는 생태계 통합 단계로 나아가야 한다. AI는 도구가 아니라 설계–생산–운영 전반을 학습하고 최적화하는 ‘지능형 플라이휠(intelligent flywheel)’이다. 지금 이 순간에도 데이터는 쌓이고 있으며, 이를 인과관계로 해석하고 에이전틱 AI로 실행에 옮기는 기업만이 2026년 이후의 제조업 패러다임 변화에서 승리자가 될 수 있을 것이다.   ■ 류용효 디원의 상무이며 페이스북 그룹 ‘컨셉맵연구소’의 리더로 활동하고 있다. 현업의 관점으로 컨설팅, 디자인 싱킹으로 기업 프로세스를 정리하는데 도움을 주며, 1장의 빅 사이즈로 콘셉트 맵을 만드는데 관심이 많다. (블로그)     ■ 기사 내용은 PDF로도 제공됩니다.

헥사곤(Hexagon)이 IDC가 발표한 IDC 마켓스케이프: 전 세계 석유 및 가스 플랜트 설비 자산 성능 관리(APM) 2025-2026 공급업체 평가에서 리더(Leader)로 선정됐다. 헥사곤의 HxGN APM은 플랜트 설비의 상태와 리스크를 체계적으로 분석하고, 설비 전략을 실제 운영 환경에 적용할 수 있도록 설계된 통합 플랜트 설비 자산 성능 관리 솔루션이다. HxGN APM을 통한 유지보수 효율성 및 ROI 극대화 헥사곤의 HxGN APM 솔루션을 통해 플랜트 운영 기업은 유지보수 업무의 효율성을 높이고, 조기 고장 예방 및 신뢰성 기반 정비(RBM)를 구현할 수 있다. 이는 빠른 투자 대비 효과(ROI) 달성과 운영 비용 절감으로 이어진다. IDC는 보고서를 통해 헥사곤이 이투스 디지털(Itus Digital) 인수로 예지보전, 신뢰성 전략 관리, 리스크 모델링 등 플랜트 설비 자산 성능 관리 역량을 크게 강화했다고 평가했다. HxGN APM은 주요 EAM 및 CMMS 시스템과의 표준 커넥터와 다양한 OT 시스템 연계를 지원해 정유, 가스, 화학, 발전 등 플랜트 산업 전반에 최적화된 기능을 제공한다. AI 기반 플랜트 운영 혁신과 설비 자산 트윈 기술 헥사곤 에셋 라이프사이클 인텔리전스 부문의 조 니콜스 포트폴리오 전략 및 실행 부사장은 이번 리더 선정에 대해 AI 기반 플랜트 운영 혁신에 대한 헥사곤의 지속적인 투자와 기술 경쟁력을 입증하는 결과라고 밝혔다. 헥사곤은 예측 분석, 생성형 AI, 설비 자산 트윈(Asset Twin) 기술을 통해 고객이 설비 리스크를 최소화하고 유지보수 비용을 최적화하며, 플랜트 전 생애주기에 걸쳐 안정적이고 예측 가능한 운영을 실현할 수 있도록 지원할 계획이다. 헥사곤은 이번 석유 및 가스 분야 리더 선정 외에도 글로벌 제조 산업 및 글로벌 유틸리티 플랜트 설비 자산 성능 관리 평가에서 각각 주요 공급업체(Major Player)로 이름을 올렸다. 제조 분야에서는 AI/ML 기능을 결합한 1원칙 기반의 규칙 중심 설비 자산 관리 역량을, 유틸리티 분야에서는 HxGN EAM, SAP, IBM 맥시모 등 엔터프라이즈 시스템과의 연계를 통한 다운타임 감소 및 에너지 효율 개선 성과를 인정받았다. 신규 소프트웨어 기업 옥타브 출범으로 데이터 통찰력 강화 HxGN APM은 헥사곤 AB에서 분사 예정인 신규 소프트웨어 기업 옥타브(Octave)의 핵심 포트폴리오로 자리 잡을 예정이다. 2026년 상반기 출범을 목표로 하는 옥타브는 에셋 라이프사이클 인텔리전스 사업부와 안전, 인프라, 지리공간 사업부, 그리고 ETQ와 브릭시스(Bricsys)를 통합한 순수 소프트웨어 및 SaaS 전문 기업으로 설립된다. 옥타브는 고급 데이터 분석과 AI 기반 기술을 통해 플랜트 및 산업 현장의 복잡한 데이터를 실행 가능한 인사이트로 전환할 예정이다. 이를 통해 고객의 플랜트 운영 및 유지보수 경쟁력과 의사결정 속도를 동시에 향상시킨다는 전략이다. 한편, 인터그래프코리아와 동일 기업인 헥사곤 에셋 라이프사이클 인텔리전스 사업부는 고객이 보다 수익성 있고 안전하며 지속 가능한 산업 시설을 설계, 건설, 운영할 수 있도록 지원하며 경제 및 환경 지속 가능성에 기여하고 있다.  

주요 디지털 트윈 소프트웨어   산업용 디지털 트윈 플랫, DTDsquare   개발 및 공급 : 이안, 02-571-2344, www.iaan.co.kr   DTDsquare는 당사가 자체 개발한 첨단 산업용 디지털 트윈 플랫폼인 DTDesigner의 중심 솔루션으로, 산업 시설의 설계, 시공, 운영 전 과정에 걸쳐 통합적이고 실시간으로 디지털화를 실현한다. BIM(Building Information Modeling) 데이터를 기반으로 하여, 물리적 자산을 정밀하게 디지털 세계에 구현하는 툴로서 생산성 향상과 효율적인 자산 관리를 가능하게 한다. 1. 주요 특징  (1) 통합 디지털 플랫폼 설계부터 운영까지 산업 시설의 전 생애주기를 관리할 수 있는 통합 디지털 트윈 환경을 제공한다. (2) BIM 데이터 기반 BIM(Building Information Modeling) 데이터를 활용하여 물리적 자산을 정밀하게 디지털화, 정확한 시뮬레이션과 분석이 가능하다. (3) AR 기술 연동 증강현실(AR) 기술과 결합해 현장에서 실시간으로 디지털 정보를 확인하고 활용하여 업무 효율성을 향상시킨다. (4) 유연한 확장성 다양한 산업 환경에 맞추어 유연하게 적용할 수 있으며, 필요에 따라 추가적인 기능 확장 및 사용자 맞춤형 커스터마이징을 통해 더욱 특화된 솔루션을 제공하는 모듈형 구조를 적용하였다. (5) 실시간 협업 실시간 협업을 위한 다수의 사용자가 동시에 협업할 수 있는 중심 플랫폼으로, 다른 작업 환경에서 협업 시에도 동일한 정보를 바탕으로 의사결정을 신속하게 수행할 수 있다. 이는 모든 참가자가 실시간으로 변경 사항을 확인하고 즉각적으로 반응할 수 있도록 지원하여, 팀 전체의 일관성과 효율성을 극대화한다. 2. 주요 기능 (1) 시뮬레이션 반도체, 디스플레이, 이차전지 등 하이테크 산업 시설과 건축, 토목 등의 BIM 데이터를 DTDsquare를 통해 정밀한 시뮬레이션을 수행한다. 다양한 시나리오를 테스트하여 최적화된 운영 방안을 도출할 수 있다. 시뮬레이션 결과를 기반으로 실제 운영 성과를 극대화한다. (2) 전 생애주기 관리 설계, 시공, 운영, 유지보수 전 과정에서 BIM 데이터를 활용하여 중앙화된 데이터 관리, 실시간 모니터링, 협업 강화, 시뮬레이션 최적화, 데이터 분석을 통해 효율적인 관리와 신속한 의사결정을 지원한다. (3) 실시간 설비 모니터링 실시간으로 설비의 상태를 모니터링하여 수집된 데이터를 통합적으로 확인할 수 있다. 이상 징후를 조기에 감지하고, 이를 기반으로 예지보전 전략 수립이 가능하며 이런 데이터 분석 결과를 통해 에너지 사용 최적화, 생산성 향상 및 비용 절감 방안을 도출하여 운영 성과를 향상시킨다. (4) 맞춤형 솔루션 제공 각 산업의 독특한 특성과 요구에 맞춘 맞춤형 디지털 트윈 솔루션을 제공하여 최적의 결과를 도출한다. 이러한 결과들은 각각의 기업이 더 경쟁력 있고 효율적으로 운영될 수 있게 도와주며, 장기적으로는 비즈니스 성공을 촉진한다. 3. 도입 효과 (1) 생산성 향상 디지털 트윈을 통해 설계부터 운영까지 모든 단계를 최적화하여 전반적인 생산성을 크게 향상시킵니다. DTDsquare 기능들을 통해 작업 효율성을 극대화하고, 시간과 자원의 낭비를 최소화한다. (2) 비용 절감 가상 시뮬레이션을 통해 잠재적인 문제를 사전에 발견하고 해결함으로써 유지보수 비용과 운영 비용을 절감할 수 있다. 효율적인 자원 관리와 예지보전을 통해 불필요한 비용 발생을 방지한다. (3) 의사결정 지원 실시간 데이터를 활용하여 더 정확하고 신속한 의사결정을 지원합니다. 이를 통해 조직의 운영 효율성을 개선하고, 데이터 기반의 인사이트를 제공하여 전략적 계획 수립과 운영 최적화를 촉진한다.  (4) 시설 수명 연장 정밀한 디지털 자산 관리를 통해 시설의 유지보수와 개선이 용이해져 시설의 수명을 연장할 수 있다. 지속적인 성능 모니터링을 통해 장기적인 시설 운영을 가능하게 한다. (5) 안전성 강화 디지털 트윈 환경을 통해 현장 작업자의 안전 인식을 높이고, 사고 예방에 기여한다. 시뮬레이션된 안전 시나리오를 통해 실질적인 대응 능력을 향상시킨다. (6) 경쟁력 강화 디지털 혁신을 통해 시장에서의 경쟁력을 강화하고, 검증된 기술력을 기반으로 신뢰성을 높인다. 최신 기술의 도입과 지속적인 혁신을 통해 변화하는 시장 환경에 신속하게 대응하며, 고객에게 높은 품질의 서비스를 제공하여 경쟁 우위를 확보한다. 4. 주요 고객 삼성전자, 삼성디스플레이, 삼성SDI, 삼성 SDS, 하이닉스, SKT, 포스코 A&C, 포스코 DX, 포스코 퓨처엠, 한국전력기술 등.     상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기

캐드앤그래픽스 지식방송 CNG TV 지상 중계   CNG TV는 11월 17일 ‘산업데이터스페이스 활성화를 위한 정책과 기술’을 주제로, 제조업의 데이터 연결 생태계를 구축하기 위한 정책 방향과 기술 표준, 그리고 신뢰 기반 데이터 교환 구조를 집중적으로 다뤘다. 이번 방송에서는 온톨로지 기반 상호 운용성, 산업별 협력 모델, AI 활용을 위한 데이터 생태계 조성 등 핵심 전략이 공유됐다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ 디지털지식연구소 조형식 대표, KIAT 최태훈 PD, 포엠디엑스 김형국 대표   KMX로 본격화되는 한국형 산업데이터스페이스 구축 AI 시대 제조 경쟁력의 핵심은 설비 효율보다 데이터의 연결성과 상호 운용성이다. 유럽의 카테나-X 같은 산업 데이터 스페이스 사례가 확산되는 가운데, 한국도 ‘KMX(Korea Manufacturing X)’를 통해 산업 데이터 사일로 해소와 글로벌 표준 연계를 목표로 하는 국가 단위 제조 데이터 인프라를 구축하기 시작했다. KMX는 데이터를 중앙에 모으는 대신 기업이 데이터를 보유한 상태에서 필요할 때만 연결하는 분산형 구조를 기반으로 한다. 국내 제조업이 겪어온 데이터 고립, 기업 간 구조 차이, 상호 운용성 부족 문제를 해결하고, CBAM·DPP 등 글로벌 공급망 규범에 대응하기 위해서다. 따라서 KMX는 산업별 표준 데이터 모델과 커넥터, 카탈로그, 보안 인증 같은 공통 기술을 패키지 형태로 제공한다. 한국산업기술진흥원(KIAT) 최태훈 디지털전환 PD는 “기업이 데이터를 공유하지 않는 이유는 기술 유출보다 안심하고 연결할 구조가 없기 때문”이라고 강조했다. KMX는 4년간 플랫폼 기술, AI 기반 서비스, 국제 표준 연동, 산업 실증을 추진하며 자동차·전자·철강·섬유·바이오 등 12개 산업 협회와의 협력을 확대할 예정이다.   AI 활용을 위한 ‘데이터 고속도로’… 5대 제조 서비스 KMX는 AI가 활용할 수 있는 의미 있는 데이터 흐름을 만들기 위해 산업 온톨로지 기반 시맨틱 구조를 구축한다. 이를 바탕으로 ▲공급망 수요 관리 ▲디지털 트윈 연계 공정 모델 ▲예지보전 ▲품질 추적 ▲탄소·에너지 저감 등 5대 공통 AI 서비스를 우선 개발한다. 이 서비스는 SaaS 형태로 제공돼 중소기업도 인프라 부담 없이 AI를 도입할 수 있다. 클라우드 기반 자동 업데이트(MLOps)도 지원된다. 또한 KMX는 카테나-X, IDTA, IMX 등 글로벌 데이터 스페이스와의 상호 인증을 추진해 국제 표준과 연동 가능한 한국형 플랫폼을 만든다는 계획이다. 한국산업지능화협회 산업데이터스페이스위원회 강사를 맡고 있는 포엠디엑스 김형국 대표는 “AI가 아무리 발전해도 데이터의 의미 구조(온톨로지)가 없으면 쓰일 수 없다”며 데이터 스페이스가 AI의 핵심 토대임을 강조했다. 데이터 고속도로가 구축되면 품질 문제 추적, 납기 리스크 감소, 글로벌 규제 대응 등 공급망 전반의 ROI가 크게 개선될 것으로 전망된다. 향후 AI 에이전트 기술이 결합되면 공급망 자동 분석과 의사결정도 가능해져 제조업 패러다임이 소프트웨어 중심으로 이동할 것으로 보인다. KMX는 기술 프로젝트가 아니라 정부–기관–대기업–중소기업이 함께 만드는 생태계 기반의 국가 프로젝트다. 정부는 표준과 제도, 기관은 인증체계, 대기업은 공급망 연결, 중소기업은 SaaS AI 도입을 맡는 공동 구조다. 이는 기업 내부 DX에 머물던 기존 스마트 공장의 한계를 넘어 산업 전체를 연결하는 ‘연결 중심 제조’로의 본격적 전환을 의미한다. KMX가 구축하는 산업 데이터 스페이스는 앞으로 한국 제조업의 AI 혁신을 이끄는 핵심 인프라이자, 제조 생태계 경쟁력을 좌우54 · 할 중요한 기반이 될 전망이다.     ■ 기사 내용은 PDF로도 제공됩니다.

한국산업지능화협회가 공동 주관하는 경남 대표 스마트팩토리 & 자동화산업 전문전시회인 ‘제9회 창원 국제 스마트팩토리 및 생산제조기술전(이하 SMATOF 2025)’이 10월 29일 개막했다. 협회는 올해 처음으로 ‘산업 AI 특별관’을 구성해, 산업 AI 기술과 플랫폼을 선도하는 기업들의 혁신 사례와 설루션을 선보였다. 이번 특별관에는 서버키트, 온스트림, 이웨이브솔루션, 넘프, 나이스솔루션 등 주요 기업들이 참여해 산업 AI 기반의 제조 혁신 사례를 공유했다. 또한 태국국제로지스틱스협회, 말레이시아 제조업 연맹, 베트남호치민자동화협회 등 해외 주요 제조 관련 기관을 통해 약 70여 개사의 바이어가 방한했다. 행사 기간 동안 ▲1:1 수출상담회 ▲스마트 등대공장 및 경남 미래전략산업 대표공장 시찰 프로그램 등을 통해 우리 기업들과의 글로벌 네트워킹과 협력 기회를 마련했다.     한편, 10월 30일 개최된 ‘2025 제조 AX 혁신 콘퍼런스’는 창원의 5대 주력산업인 기계, 항공, 방산, 자동차, 미래 모빌리티 분야를 중심으로, DX·AX 선도기업의 실제 기술 적용 사례와 성공 전략이 공유된다. 기조 세션에서는 ▲AWS가 ‘제조AX 추진 전략, 데이터에서 더 많은 가치를!’이라는 주제로, 최적의 제조 AX 성과를 달성할 수 있는 방안과 실제 사례를 소개했다. ▲유비씨는 ‘From DX to AX : 앞서가는 기업들이 선택한 무인화·자율화 디지털 트윈 전략’을 주제로, DX 단계를 넘어 자율화(AX) 시대를 여는 핵심 전략과 2차전지, 조선, 물류 등 실제 산업 사례를 소개했다. ▲B&R 인더스트리얼 오토메이션은 ‘AI와 자동화의 융합 : 제조 혁신을 가속하는 트랜스포메이션 전략’을 주제로, AI와 클라우드 협업을 통해 엔지니어링 환경을 혁신하는 방법을 제시했다. 이 밖에도 일반 세션에서는 온로봇 코리아, 넘프, 온스트림, 서버키트가 참여해 스마트 공장 설루션, 로컬 LLM 적용 사례, 공정 최적화 및 예지보전 등 제조 AI 적용 전략과 실무적 인사이트를 공유했다. 한국산업지능화협회 김태희 혁신기획센터장은 ‘이번 행사를 계기로 지역과 기업 간의 협력 네트워크를 강화하고, 산업 현장의 디지털 전환(DX) 및 인공지능 전환(AX)을 지속적으로 지원해 나가겠다’고 밝혔다.  한편, SMATOF는 내년부터 격년제가 아닌 매년 개최되며, 2026년에는 10월 14일~16일 창원컨벤션센터(CECO)에서 열릴 예정이다.

대한민국 산업 현장의 AI 활용과 확산을 짚는 ‘제1회 산업AI EXPO’가 9월 3일 서울 코엑스 마곡 컨벤션센터에서 막을 올렸다. 개막식에는 산업통상자원부를 비롯해 HD현대 미래기술연구원 장광필 원장, LG CNS 박상엽 상무, 한국마이크로소프트 조원우 사장, 한국산업기술진흥원 민병주 원장, 한국전자기술연구원 신희동 원장, 한국산업단지공단 이상훈 이사장, 한국산업지능화협회 김도훈 회장, 한국생산성본부 박재영 부회장, 대한상공회의소 이종명 본부장, 한국산업기술시험원 송현규 본부장, NH농협은행 엄을용 부행장 등 정부·산업계 주요 인사가 참석해 산업AI 확산에 대한 협력 의지를 보였다.     이어 기업 수요 기반의 제조 데이터 공유·거래 활성화를 위한 업무협약이 체결됐다. 이번 협약은 데이터 표준 마련과 생태계를 조성하고자 산업부와 국가기술표준원, 14개 주요 업종 협회가 함께 참여했다. 또한 산업 디지털 전환과 AI 활용 촉진에 기여한 개인·단체를 대상으로 ‘2025년 산업 디지털 전환 및 인공지능 활용 촉진 유공자 포상’ 시상식도 열렸다. 이번 포상은 산업 전반의 경쟁력 제고를 위해 개인부문 16점, 단체부문 9점 등 총 25곳에 산업통상자원부 장관 표창이 수여됐다. 이번 엑스포 전시회에서는 제조업 등 산업 중심의 산업 AI(Vertical AI) 기술과 활용 사례가 전시됐다. ▲시장 예측 ▲공급망 효율화 ▲공정 최적화 ▲예지보전 ▲안전 ▲보안 등 산업 현장의 효율적인 AI 활용을 위한 핵심 프레임워크인 12대 산업 AI 태스크 기반 설루션과 적용사례를 선보인다. 전시회에서는 여러 업체가 산업 AI 신규 장비와 설루션을 론칭 및 공개했다. 특히 HD현대는 조선·건설기계 분야의 AI 도입 성공사례를 공유하며, 그룹사의 AIX(AI Transformation) 여정을 선보인다. 이밖에도 로봇과 온디바이스 AI 등 피지컬 AI 신기술도 최초 공개된다. 마이크로소프트, 다쏘시스템, HP코리아, 세일즈포스 등의 글로벌 기업이 국내 협력사들과 함께 참여하며 제조, 고객관리, 설계/디자인 등 분야의 글로벌 선도 AI 기술을 한국 시장에 맞춰 소개하며, 국내외 B2B 파이프라인 구축 및 글로벌 협력기회를 확대한다. 한편, 전시회 기간에는 ▲주요 기업의 AI 도입 사례와 비즈니스 모델을 공유하는 산업 AI 콘퍼런스 ▲참가기업의 신기술 발표 및 기술사업화 우수 사례를 소개하는 AI-Tech 세미나 ▲공급기업과 수요기업 간 파트너십 발굴을 지원하는 1:1 비즈매칭 ▲스타트업 IR 피칭, 투자 토크콘서트, 멘토링 프로그램 등으로 구성된 투자 네트워킹 ▲글로벌 네트워크가 참여해 신뢰성·안전·표준 등을 논의하는  산업 AI 국제인증포럼 등 산업 생태계 간 비즈니스 연결과 투자 활성화를 위한 다양한 비즈커넥트 프로그램도 운영된다. 참관객들은 도슨트 투어, LG사이언스파크 투어 프로그램, 참관객 이벤트 등 다양한 현장 프로그램도 참여할 수 있다. 산업 AI 테마별 도슨트 투어는 피지컬 · 온디바이스 AI, 제조 AI, AI 에이전트 등 테마별로 진행되는 전문 투어이며, LG사이언스파크 투어 프로그램은 LG 계열사들의 주요 설루션 및 생성형 AI 고객 맞춤형 산업 시찰 프로그램이다.  이번 행사를 주관한 한국산업지능화협회 이길선 전무이사는 “산업AI EXPO는 국내 최초의 버티컬AI 전시회로써 산업에서의 AI 활용 성공사례들이 대거 선보인다. 이 전시회는 산업의 AI 도입을 위한 공급·수요 간 매칭 플랫폼의 역할을 통해, 산업AI 생태계가 조성되어 산업 전반에 AI 확산이 가속화되고, 우리 산업의 글로벌 경쟁력이 강화될 것”이라고 말했다.

전력 계측 및 AI 기반 모터 진단 솔루션 전문기업, 엔텍시스템   산업 현장에서 고장이나 생산이 중단될 수 있는 상황을 미리 예측해, 장비 가동 중지 등의 사태를 막는 예지보전의 중요성이 높아지고 있다. AI 기반 산업 진단 기술 전문기업 엔텍시스템(www.nteksys.com)은 전력 계측과 모터 진단 분야에서 20년 이상 축적된 기술력으로 산업 설비의 안전성과 효율성을 높이는 데 앞장서고 있다.   엔텍시스템 김영식 부사장   산업 현장의 숨은 위험 신호, AI가 먼저 알아챈다 2002년 설립된 엔텍시스템은 전력 계측 및 AI 기반 모터 진단 솔루션을 전문으로 제공하는 기술 기업이다. 전기 신호 분석과 머신러닝 기술을 융합해 설비의 이상을 조기에 탐지하고, 운영 최적화를 유도하는 ‘AI 예지정비’ 분야에서 독자적 위치를 구축해왔다. 주요 제품으로는 ▲멀티채널 미터(GEMS 3500 시리즈) ▲AI 모터 진단 시스템(GEMS 5500 시리즈) ▲전기실 온라인 진단 시스템(EMS) 등이 있다. 이 중 멀티채널 미터는 수배전반의 인입 및 분기 회로를 동시에 고정밀 측정하여 에너지 효율과 전력 품질 감시에 활용되고, AI 모터 진단 솔루션은 전기 신호를 분석해 이상 징후를 조기에 탐지하고 머신러닝 기반 예지보전으로 설비 안정성 및 운영 효율을 향상시킨다. 또 전기실 온라인 진단 시스템은 실시간 전력 감시와 변압기 진단을 가능케 하여 원격 모니터링과 이상 감지에 강점을 보이고 있다. 삼성전자·LG전자·포스코 등 100여 개 이상의 기업과 150여 개 공장에 솔루션을 공급해 온 엔텍시스템은  2024년에는 미국 메릴랜드 법인을 설립하며 본격적인 글로벌 시장 공략에도 나섰다. 이와 함께 CE, UL, FCC 등 국제 인증을 확보하여 글로벌 경쟁력을 강화하고 있다. 산업AI EXPO에서 혁신적인 AI 진단시스템과 산업현장 적용 사례 소개 이 회사는 9월 3일부터 5일까지 코엑스 마곡에서 열리는 2025 산업AI EXPO에 참가해 대표 제품인 ‘SV500’ 모터 진단 시스템과 클라우드 기반 SaaS 서비스를 선보이며, 산업계의 스마트 유지보수 전환을 본격화할 계획이다. 엔텍시스템이 산업AI EXPO 2025 참가를 결정한 배경에는 “AI 기술의 실효성과 방향성을 업계에 선도적으로 제시하고자 하는 의지”가 있다. “국내 산업 AI 생태계 확산을 위한 첫 이정표로서, AI 기술의 방향성과 산업 현장 적용 사례를 업계에 선도적으로 알릴 수 있는 중요한 기회라고 판단해 산업AI EXPO에 참가하게 되었다”는 엔텍시스템 관계자는 “이번 전시를 통해 이미 여러 산업 현장에서 적용 사례를 갖춘 솔루션인 SV500의 기술 신뢰성과 실제 효과를 널리 알리고 싶다”고 전했다. 엔텍시스템이 주력으로 전시할 SV500은 24비트 해상도와 8kHz 샘플링의 전류·전압 실시간 파형 분석을 기반으로 인버터와 모터 전기 신호를 정밀 분석한다. 또 디지털 트윈 기술을 활용한 이상 탐지와 토크·고조파 분석, 웹기반 대시보드 시각화로 현장 상태를 실시간 확인할 수 있다. 이와 함께 이 회사의 전시부스에서는 클라우드 기반 실시간 모터 진단 SaaS 서비스도 선보일 예정이다. 이 서비스는 모터 이상 탐지 및 진단, 시공간 제약 없이 진단 현황 확인, 원격 실시간 모니터링 기능을 제공하여 현장 유지보수 업무의 효율성을 극대화한다. “산업AI EXPO는 산업계와 AI 기술이 실질적으로 만나는 통합 플랫폼으로서 의미가 크다”는 김영식 부사장은 “제조, 에너지, 인프라 분야에서 디지털 전환이 가속되는 가운데, 기업 간 AI 적용 경험과 니즈를 공유하고 협력할 수 있는 소통의 장이 될 것”이라고 덧붙였다. 특히 엔텍시스템은 이번 EXPO 참가를 통해 ‘스마트 유지보수의 새로운 기준’을 제시하며, 다양한 산업 고객 및 파트너와 실질적인 비즈니스 협업을 확대하는 계기로 삼을 계획이다. 이를 위해 전시 기간 내 SV500 실물 데모를 운영하여 방문객들이 센서 설치와 웹 대시보드를 직접 체험하도록 할 예정이다. 맞춤형 AI 유지보수 솔루션으로 산업계 표준 제시 엔텍시스템의 향후 목표는 명확하다. 산업 현장에서 발생할 수 있는 다양한 모터 고장 패턴을 AI가 정확히 예측할 수 있도록 머신러닝 및 딥러닝 알고리즘을 고도화하고, 고객 맞춤형 유지보수 기능을 강화해 신뢰도 높은 예지보전 시스템을 완성하겠다는 것이다. 특히 사용자 맞춤 알람 임계값 설정 기능, 모바일 최적화 UI·UX 개선, 클라우드 기반 플랫폼 강화 등을 통해 산업 전반에 AI 유지보수 솔루션을 표준화해 나갈 계획이다. 더불어, 일본, 베트남, 중동 등지로의 해외 진출도 확대하며 글로벌 SaaS 플랫폼 기업으로의 도약을 준비 중이다.