제조업계는 품질 보장, 비용 절감, 폐기물 감소와 같은 과제에 직면하면서 디지털 전환을 가속화하고 있다. 이에 따라 많은 기업이 IoT(사물인터넷), 첨단 로보틱스 등 다양한 기술을 적극 도입하고 있으며, 그 중에서도 시뮬레이션 기술은 스마트 공장 구현의 핵심 요소로 주목받고 있다. 특히 디지털 트윈 기술은 업계의 복잡한 도전 과제를 효과적으로 관리하고, 기업의 경쟁력을 유지하는 데 중요한 역할을 하고 있다. 디지털 트윈은 제품 설계의 최적화와 생산 시스템의 강화를 모두 지원한다. 기업은 디지털 트윈을 활용해 물리적 프로토타입에 대한 의존도를 줄이고, 자원을 효율적으로 절약할 수 있다. 또한 디지털 트윈은 실제 물리적 대상과 동기화되어 지속적으로 업데이트되므로, 제조업체는 생산 라인과 공급망 등과 같은 동적인 요소에 민첩하게 대응할 수 있다. 실시간 시뮬레이션 기능은 개선이 필요한 프로세스를 식별하고, 잠재적인 변경 사항을 사전에 테스트하며, 전체 시스템을 지속적으로 모니터링하는 데 기여한다. 지멘스의 포괄적 디지털 트윈은 물리 기반의 디지털 모델 세트로 구성되어 있으며, 제품과 생산의 전체 수명 주기와 공급망 전반에 걸쳐 다양한 측면을 일관되게 표현한다. 이 모델에는 전기, 기계, 제조 분야의 소프트웨어가 포함되어 있으며, 제품 수명 주기 전반에 걸쳐 일관성을 유지하면서도 생성과 관리에 필요한 부담을 최소화할 수 있다.   제품과 생산 전반을 아우르는 디지털 트윈의 통합 효과 제조업체는 포괄적 디지털 트윈을 활용함으로써 제품과 생산의 수명 주기를 각각 ‘제품용 디지털 트윈(digital twin for products)’과 ‘생산용 디지털 트윈(digital twin for production)’으로 원활하게 통합할 수 있다. 제품 측면에서는 제품용 디지털 트윈의 강력한 시뮬레이션 기능이 설계 주기를 단축하고, 프로토타이핑을 지원하며, 최종 제품의 품질을 향상시키는 데 기여한다. 한편, 생산용 디지털 트윈은 전체 공장의 설계와 최적화를 촉진해, 기계와 생산 라인을 보다 빠르고 효율적이며 친환경적으로 구축할 수 있도록 지원한다. 이는 생산 시스템 내에서 작업을 실행하는 가장 효율적인 방법을 결정함으로써 생산 일정을 최적화하는 데 도움을 준다. 이처럼 디지털 트윈의 두 가지 측면은 모두 기업의 운용 비용 절감을 지원한다. 제조업체는 제품용/생산용 디지털 트윈을 활용해 공장을 가상 환경에서 재현할 수 있으며, 이를 통해 실제 세계에서 많은 비용이 소요되는 재설계 작업을 수행하기 전에 기계와 시스템을 미리 최적화할 수 있다. 또한 기업은 시뮬레이션 기술을 활용해 고객과 함께 설계를 검토하고, 물리적 시스템의 전체 기능을 구체화할 수 있다. 국내에서도 많은 기업이 제품용/생산용 디지털 트윈을 도입해 제조 현장의 디지털 전환을 선도하고 있다. 예를 들어, LG이노텍은 자사 구미 사업장에 디지털 트윈 기술을 적용한 ‘드림 팩토리’를 구축했다. 이를 통해 가상 환경에서 반도체 기판 공정을 수백만 회 반복하며, 높은 수율과 품질을 단시간에 달성했다. 또한 디지털 트윈 기반의 라인 모니터링 시스템(LMS)을 통해 생산 라인, 제품 이동 경로, 재고 현황, 설비 이상 유무 등 전체 공장 상황을 실시간으로 모니터링하고 있다. GS칼텍스는 공장 건설 단계에서 확보한 3D 모델에 공정별 장치 설계도와 공정 도면 등 설비 정보를 적용해 자사 여수 공장의 디지털 트윈을 구축했다. 이를 통해 원유 입고부터 제품 출하까지의 생산 과정을 가상 공장에서 구현하고, 공정 단계별로 발생하는 비효율을 줄였다. 그 결과, 설비 관련 데이터를 찾는 시간이 기존 대비 약 30% 감소했으며, 현장 구조물 설치 등 공간 확인이 필요한 작업의 소요 시간도 약 70% 줄어든 것으로 나타났다.     산업 전반에서 확산되는 디지털 트윈의 가치 여러 산업 분야의 기업이 포괄적 디지털 트윈의 이점을 직접 경험하고 있다. 제품 설계업체부터 기계 제조업체에 이르기까지, 많은 고객이 디지털 트윈을 구현해 실질적인 가치를 창출하고 있다. 실제 사용 사례는 다음과 같다. 저비용 냉각 공기 흐름 최적화 AVG 경로 탐지 공장 레이아웃 증강 AI 기반 제품 개선 폐순환(closed-loop) 디지털 트윈 생성과 차세대 설계 최적화 지멘스의 포괄적 디지털 트윈은 제조업체가 많은 비용과 시간이 소요되는 설비 재작업을 방지할 수 있도록 지원한다. 디지털 트윈을 활용하면 물리적 프로토타입 기계를 배송하는 데 드는 추가 시간과 비용은 물론, 기계가 기대 성능에 미치지 못할 경우 발생하는 개조 비용까지 대폭 절감할 수 있다. 국내 제조업계에서도 지멘스의 기술을 기반으로 디지털 트윈을 적극적으로 구현하고 있다. DL모터스는 지멘스 엑셀러레이터(Siemens Xcelerator) 포트폴리오의 다양한 설루션을 도입한 대표 사례다. AI 지원 설계 설루션인 NX를 통해 기존 2D 설계를 3D로 전환했으며, PLM 설루션인 팀센터(Teamcenter)를 활용해 설계 데이터와 자재 명세서(BOM)의 열람, 배포, 관리가 가능한 환경을 구축했다. 이를 통해 시스템 응답 속도를 15~50배 가속화하고, 제품 설계를 혁신하며 제조 공정을 최적화했다. DL모터스는 지멘스와의 협력을 통해 디지털 전환을 앞당기며, 이륜차 업계의 디지털 트윈 구현을 선도하고 있다. 또한 HD현대는 공장 시뮬레이션을 위한 테크노매틱스(Tecnomatix)와 팀센터를 활용해 선박 생산의 전체 수명 주기를 아우르는 스마트 조선소 구축에 힘쓰고 있다. 지멘스와의 협력을 통해 설계와 생산 작업을 가시화하고, 건조 과정을 사전에 시뮬레이션하는 ‘인더스트리 메타버스’를 개발하고 있다. 양사는 2023년에 체결한 ‘설계-생산 일관화 제조혁신 플랫폼 공동개발을 위한 업무협약’을 바탕으로, 선박 제조 과정의 모든 데이터를 하나의 플랫폼에서 관리하는 디지털 자동화 생산 체계 구축을 위해 협력하고 있다.   산업 혁신을 이끄는 디지털 트윈의 미래 가치 포괄적 디지털 트윈은 제조 공장의 잠재력을 극대화하는 핵심 기술로 자리매김하고 있다. 디지털 전환과 디지털 트윈을 통한 지속적이고 적극적인 최적화는 비용을 효과적으로 관리하면서 제품과 생산의 효율성을 향상시키는 데 기여한다. 디지털 트윈의 장점은 여기에 그치지 않는다. 시뮬레이션 기술은 소프트웨어 정의 자동화와 생산 시스템을 기반으로 산업계가 산업용 메타버스를 구축하도록 이끌고 있다. 산업용 메타버스는 사용자가 물리적 자산의 가상 표현과 실시간으로 상호작용할 수 있는 디지털 환경으로, 기업은 이를 통해 거리의 제약을 극복하고 협업을 촉진할 수 있으며, 문제와 프로세스를 보다 깊이 이해하고 최적의 설루션을 도출할 수 있다. 이러한 흐름에 발맞춰 정부의 산업 디지털화 정책도 국내 산업의 디지털 트윈 도입을 적극 지원하고 있다. 산업통상자원부는 지난 5월, 산업단지 입주기업의 AI와 디지털 설루션 활용을 지원하는 현장 방문 프로그램인 ‘산업단지 AX 카라반’을 출범했다. 올해에는 10개의 인공지능 전환 실증 산업단지가 선정될 예정이며, 디지털 트윈 기반 스마트 공장 구축을 위한 실증 사업이 본격화될 전망이다. 지역 차원에서도 디지털 트윈 도입을 위한 움직임이 활발하게 전개되고 있다. 2023년에 지멘스는 경상북도, 김천시와 함께 경북 제조산업에 디지털 트윈 기술을 지원하는 업무협약을 체결했다. 지멘스는 지역 산업 현장에 디지털 설루션을 제공해 산업 생태계를 혁신하고, 디지털 트윈 분야의 신규 사업을 발굴하며, 전문 인재를 양성하는 다양한 사업에 협력하고 있다. 이처럼 디지털 트윈은 민간과 공공을 막론하고 차세대 산업 혁신을 이끌 중추 기술로 주목받고 있다. 포괄적 디지털 트윈은 향후 제조업 경쟁력을 좌우할 핵심 동력으로서, 산업 생태계 내부의 협력을 촉진하고 지속 가능한 혁신을 실현하는 데 중요한 역할을 하게 될 것이다.    ■ 오병준 지멘스 디지털 인더스트리 소프트웨어 한국지사장이다. 30여년 이상 한국의 여러 글로벌 IT 기업을 거치며 성공적 비즈니스 및 기술 전문성을 구축해 왔다. 지멘스 디지털 인더스트리 소프트웨어 한국지사장으로 선임되기 전 SAS 코리아 대표이사를 지냈으며, 오라클 코리아, 테라데이터 코리아, IBM 코리아 임원으로 재직한 바 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

제조산업의 경쟁력 강화를 위한 디지털화 전략   경제 불확실성이 커지는 가운데, 국내 제조업계는 디지털 전환과 AI 도입을 통해 위기를 극복해야 할 필요성에 직면했다. 디지털 트윈과 디지털 스레드 같은 신기술은 제품 개발부터 생산까지 전 과정의 효율을 높이고 비용을 절감하여 경쟁력을 강화하는 핵심 역량으로 주목을 받고 있다.   ■ 오병준 지멘스 디지털 인더스트리 소프트웨어 코리아의 한국지사장이다. 30여년 이상 여러 글로벌 IT 기업을 거치며 비즈니스 및 기술 전문성을 구축해 왔다.SAS 코리아 대표이사를 지냈으며, 오라클 코리아, 테라데이터 코리아, IBM 코리아 임원으로 재직한 바 있다. 홈페이지 | www.sw.siemens.com/ko-KR   한국은 세계 12위 규모의 경제 대국으로 자동차, 전자, 철강, 미용, 퍼스널 케어 제품 등 주요 산업을 중심으로 대외무역부(Foreign Trade Department : FTD)에서 가장 빠르게 성장하고 있는 국가 중 하나다. 또한 한국은 미국의 여섯 번째로 큰 무역 파트너로, 수출 품목의 대다수가 가공된 공산품이다. 그러나 최근 미국의 자동차와 철강에 대한 25% 관세 부과로 인해 한국의 수출이 5.2% 감소했다.¹) 대한상공회의소의 최근 조사에 따르면, 국내 제조업체 2107개 중 60.3%가 미국발 관세 정책으로 영향을 받고 있다고 응답했다. 뿐만 아니라 반도체, 의료 장비, 전기 장비, 기계, 통신, 전자 산업을 영위하는 기업의 65% 이상도 영향을 받을 것으로 예상하고 있다.²) 이러한 경제적 불확실성 속에서 한국의 제조업체들은 어떻게 관세의 영향을 최소화할 수 있을까? AI(인공지능), 디지털 트윈 등 신기술을 도입하는 디지털 전환이 그 해답이 될 수 있다. 제조업체들은 품질 보증, 비용 절감, 낭비 최소화와 같은 목표를 설정하고, 이를 달성하기 위한 현대적인 접근 방식으로 디지털화를 지목하고 있다. 스마트 공장 구축을 위해 시뮬레이션 소프트웨어를 적용하는 것이 가장 대표적이며, 많은 제조업체가 IoT(사물인터넷), 첨단 로보틱스와 같은 기술을 쉽게 수용하고 있다. 나아가, 제조업체들은 포괄적인 디지털 트윈을 활용해 업계의 도전 과제를 관리하면서 경쟁력을 유지해야 할 것이다.   그림 1. 소프트웨어와 자동화를 포함한 제품, 생산의 원활한 통합을 통해 제조업체는 포괄적인 디지털 트윈으로 제품을 설계, 시뮬레이션, 테스트, 검증할 수 있다. 동시에 설계 주기를 단축하며 제품과 프로세스 품질을 최적화할 수 있다.(이미지 출처 : 지멘스)   포괄적인 디지털 트윈의 가치 디지털 트윈은 제품 최적화와 생산 시스템 증강을 모두 향상시킬 수 있는 혁신 기술이다. 확장 가능한 포괄적인 디지털 트윈을 통해 제품과 생산 수명 주기를 원활하게 통합할 수 있으며, 여기에는 소프트웨어와 자동화가 포함된다. 물리 기반 디지털 트윈이 ‘포괄적’이려면 기계, 전자, 전기 시스템, 소프트웨어 등 모든 제품 도메인을 통합하고 제조와 연결해 오늘날 스마트 제품과 프로세스를 완벽하게 파악할 수 있어야 한다. 포괄적인 디지털 트윈은 일관된 디지털 모델 세트로 구성되며, 이 디지털 모델 세트는 전체 제품, 생산 수명 주기 전반에 걸쳐 사용할 수 있는 다양한 측면을 나타낸다. 디지털 트윈은 실물 제품과 함께 업데이트된다. 덕분에 제조업체는 생산 라인과 공급망 등의 활성 요소에 대응할 수 있다. 제조업체는 디지털 트윈을 통해 제품, 생산, 프로세스를 설계, 시뮬레이션, 테스트, 개선, 검증할 수 있다. 따라서 물리적 프로토타입에 소요되는 시간과 비용을 절감해 귀중한 자원을 절약할 수 있다. 실시간 시뮬레이션은 개선이 가능한 프로세스를 식별하고, 잠재적인 변경 사항을 테스트하며, 전체 시스템을 모니터링하는 데 도움을 준다. 포괄적인 디지털 트윈은 제품 수명 주기 전반에 걸쳐 일관성을 보장하고 이를 생성, 유지하는 데 드는 노력을 최소화한다. 제조업체는 디지털 트윈을 도입해 신제품, 제조 시스템, 서비스 제공 또는 프로세스의 개발 수명 주기 초기에서부터 주요 활동을 전환할 수 있다. 이를 ‘시프트 레프트(shift-left)’ 방법론이라고 한다. 엔지니어링, 설계, 원가 계산, 기타 분석 활동에 시프트 레프트를 도입하면 수명 주기 초기에 귀중한 정보와 인사이트가 생성된다. 제조업체는 이를 이용해 즉시 품질을 개선할 수 있다. 즉, 포괄적인 디지털 트윈은 운영 비용을 절감하고, 예지보전을 촉진해 생산 중단 시간을 최소화하며, 처리량을 최적화한다. 동시에 제품과 성능의 전반적인 품질과 문제 해결을 개선할 수 있다. 이러한 시간, 비용 절감으로 제조업체는 시장 출시에 필요한 시간을 단축시킬 수 있다. 또한 포괄적인 디지털 트윈을 사용해 가상으로 새로운 제품 설계 구성을 탐색할 수 있어 경쟁 우위 달성이 가능하다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

  알테어가 2025년 가트너 매직 쿼드런트 데이터 과학 및 머신러닝 플랫폼 부문에서 2년 연속 리더로 선정됐다고 밝혔다.  가트너 매직 쿼드런트 보고서는 특정 시장의 기술 성숙도와 공급업체 간 경쟁력을 평가한 시장 조사 결과로, 기업들을 리더, 챌린저, 비저너리, 틈새 시장 플레이어 네 가지 유형으로 분류한다. 이번 결과는 비전의 완성도와 실행 능력을 중심으로 평가되었으며, 알테어는 두 분야 모두에서 높은 점수를 받았다고 소개했다.   알테어의 데이터 분석 및 AI(인공지능) 플랫폼인 알테어 래피드마이너는 로코드 기반 AutoML, 고급 MLOps(머신러닝운영) 기능, 에이전트 프레임워크, 고속 데이터 시각화 등의 기업 AI를 지원하는 기능을 제공한다. 특히 알테어 래피드마이너는 SAS 언어 실행을 지원하는 설루션과 함께 기존 분석 환경을 유지하면서 워크플로의 현대화를 병행할 수 있도록 지원한다. 여기에 대규모 병렬 연산 기반의 그래프 엔진을 통해 지식 그래프 구축, 데이터 패브릭, 온톨로지 모델링 등 엔터프라이즈 규모의 데이터 통합 환경도 제공한다.   알테어의 샘 마할링엄 최고기술책임자(CTO)는 “2년 연속 리더로 선정된 것은 알테어의 데이터 과학 및 AI 기술력이 시장에서 신뢰받고 있음을 입증하는 결과”라며, “지멘스 생태계와의 통합을 바탕으로 고객이 AI를 더 빠르게 구축하고 확장할 수 있도록 지속적으로 혁신을 이어갈 것”이라고 밝혔다.

SAS, ‘SAS 이노베이트 2025’에서 인간-AI 상호작용 가능한 AI 에이전트 등 혁신 기술 공개   SAS(쌔스)가 5월 6일부터 9일(현지시간)까지 미국 플로리다주 올랜도에서 열린 연례 컨퍼런스 ‘SAS 이노베이트 2025(SAS Innovate 2025)’에서 최신 AI 및 데이터 분석 기술 혁신과 다양한 비즈니스 사례를 선보였다. SAS 이노베이트는 전 세계 산업 전문가와 오피니언 리더들이 한자리에 모여 인사이트를 공유하는 자리다. 투명한 의사결정을 위한 맞춤형 인간-AI 상호작용 지원 ‘AI 에이전트’ 공개 인간의 개입 없이 AI 시스템이 스스로 의사결정을 내리고 조치를 취하는 시대가 점차 다가오고 있다. 이러한 AI 에이전트의 빠른 발전에 발맞춰 SAS는 책임 있는 혁신(responsible innovation)을 기반으로 에이전틱 AI(agentic AI)의 미래를 구축하고 있다. SAS는 자사의 데이터 및 AI 플랫폼 SAS 바이야(SAS® Viya®)에서 구동되는 SAS 인텔리전트 디시저닝(SAS® Intelligent Decisioning)을 통해 AI 에이전트를 설계, 배포, 확장할 수 있도록 지원한다고 발표했다. 이는 인간과 AI 간의 자율성 균형을 맞추고, 의사결정 과정에 대한 설명 가능성과 거버넌스를 확보하는 데 중요한 역할을 할 것으로 기대된다. 의사결정 시 윤리적 기준을 반영하는 AI 에이전트 첨단 기술 리서치 기관인 더 퓨처럼 그룹(The Futurum Group)의 AI 소프트웨어 및 도구 부문 닉 페이션스(Nick Patience) 부사장은 "SAS의 에이전트 기반 AI 접근 방식은 자율적인 의사결정과 윤리적 거버넌스 간의 중요한 균형을 맞추고 있다"라며, "SAS의 지능형 에이전트는 단순한 기술적 진보를 넘어 책임감 있는 엔터프라이즈 AI 도입을 위한 실용적인 프레임워크로서, 이는 조직이 빠르게 진화하는 환경에서 경쟁 우위를 확보하는 데 필수적인 요소"라고 강조했다. SAS 바이야의 에이전틱 AI 프레임워크는 AI 에이전트의 설계 및 제공 방식을 정의하는 세 가지 핵심 요소를 기반으로 한다. 첫째, 의사결정이다. SAS는 강력한 결정론적 분석(deterministic analytics)과 대규모 언어 모델(LLM, Large Language Models)의 유연성 및 추론 능력을 결합한 하이브리드 접근 방식을 채택하고 있다. 이를 통해 SAS 고객은 규제 산업에서 요구되는 비즈니스 기준과 규칙을 준수하면서 더욱 정확하고 신뢰할 수 있는 결과를 도출하는 AI 에이전트를 구축할 수 있다. 둘째, 인간과 AI의 균형이다. SAS는 업무의 복잡성, 리스크, 비즈니스 목표에 따라 AI 에이전트의 자율성과 인간 개입 수준을 기업이 직접 조정할 수 있도록 지원한다. AI 에이전트는 반복적인 데이터 기반 작업에서 완전히 자율적으로 운영될 수 있으며, 인간은 감독, 윤리적 판단, 전략적 방향을 제시하는 역할을 수행할 수 있다. 셋째, 거버넌스다. SAS의 내장된 거버넌스 프레임워크를 활용하여 기업은 윤리 기준과 데이터 프라이버시를 준수하면서 비즈니스 가치 및 규제 심사에 부합하는 AI 에이전트를 구축할 수 있다. SAS 바이야가 이끄는 에이전틱 AI(agentic AI)의 미래 SAS 바이야는 데이터 수집 및 분석부터 AI 에이전트 구축, 배포, 모니터링에 이르기까지 AI 에이전트 여정의 모든 단계를 포괄적으로 지원한다. 또한, 지속적인 성과 추적, 거버넌스 및 보안을 보장하며, 제품 수명주기 전반에 걸쳐 효율적인 방식으로 AI 에이전트를 관리할 수 있도록 돕는다. SAS는 수십 년간 축적해온 신뢰성 있는 거버넌스 경험을 바탕으로 모든 에이전트에 감사 가능성(auditability), 편향 탐지, 규제 준수 기능을 제공한다. 향후 SAS는 에이전틱 AI 로드맵에 따라 SAS 바이야에 코파일럿 생산성 어시스턴트를 통합할 계획이라고 밝혔다. 이를 통해 사용자는 더욱 빠르고 스마트하게 수작업을 줄이고, 기업 논리에 기반하여 업무를 수행할 수 있을 것으로 기대된다. 더불어 SAS는 자사의 뛰어난 산업 전문성을 바탕으로 데이터 엔지니어링, 공급망 최적화 등 다양한 업종별 워크플로우에 쉽게 통합할 수 있는 사전 구성된(pre-packaged) 산업 특화 지능형 에이전트도 제공할 예정이다. 이는 기업들이 통제력과 신뢰성을 유지하면서 비즈니스 가치 실현을 가속화하는 데 기여할 것으로 보인다. 마리넬라 프로피(Marinela Profi) SAS 글로벌 AI 시장 전략 부문 리드는 “SAS 바이야는 단순히 행동하는 에이전트를 넘어, 분석, 비즈니스 규칙, 적응성에 기반하여 목적성 있는 의사결정을 내리는 에이전트를 구축한다”며, “거버넌스를 준수하며 의사결정에 집중한 SAS의 통합 프레임워크를 통해 AI 에이전트가 기업의 핵심 차별화 요소로 자리 잡을 것”이라고 전망했다. SAS, 비즈니스 병목 해소 위한 맞춤형 AI 모델 공개 SAS는 산업별 솔루션에 대한 10억 달러 투자의 일환으로 새로운 AI 모델 포트폴리오를 발표했다. 각 산업별로 즉시 적용 가능하거나, 고객 데이터를 기반으로 맞춤형 학습이 가능한 AI 모델들은 다양한 규모의 기업 환경에 쉽게 통합하여 사용할 수 있도록 설계되었다. 현재 제공 중인 주요 AI 모델로는 ▲(전 산업) AI 기반 개체 식별 및 문서 분석 모델 ▲(헬스케어) 약물 복약 순응도 위험 모델 ▲(제조) 전략적 공급망 최적화 모델 ▲(공공) 식량 지원 결제 무결성 모델 및 판매세 세금 규정 준수 모델 등이 있다. 올해에는 ▲(금융) 결제 및 카드 거래 판별 모델 ▲(헬스케어) 의료비 지급 적정성 검증 모델 ▲(제조) 근로자 안전 모니터링 모델 ▲(공공) 개인 소득세 납세 준수 모델 등 새로운 모델들이 추가로 출시될 예정이다. 뿐만 아니라 SAS는 데이터 과학자들이 데이터 레이크(data lake)를 구축하고 정교화하는 데 소요되는 시간을 단축하기 위해 데이터 준비 과정을 자동화하고, 모델이 실시간으로 작동할 수 있도록 지원하는 사전 구축된 AI 에이전트(AI agent)도 향후 제공할 계획이다. SAS, 에픽게임즈의 언리얼 엔진 기반 디지털 트윈으로 제조업 혁신 지원 SAS는 포트나이트로 유명한 미국 게임사 에픽게임즈(Epic Games)의 실시간 3차원(3D) 창작 툴인 언리얼 엔진(Unreal Engine)과 SAS의 강력한 AI 및 고급 분석 기술을 결합한 디지털 트윈(digital twin)을 통해 제조 산업의 핵심 프로세스 혁신을 지원하고 있다. 이를 통해 제조업체는 시뮬레이션된 가상 환경에서 새로운 전략을 실험하고 효과적인 방식을 실제 공정에 적용할 수 있게 된다. 미국 종합 제지 및 포장 제조 기업 조지아-퍼시픽(Georgia-Pacific)은 AGV(Automated Guided Vehicle: 무인운송차량) 운용을 포함한 기타 생산 프로세스를 최적화하기 위해 SAS 기술이 적용된 디지털 트윈을 활용하고 있다. SAS는 에픽게임즈가 개발한 모바일 앱 리얼리티스캔(RealityScan)을 활용하여 조지아-퍼시픽 서배너 공장의 실제와 똑같은(photorealistic) 렌더링 이미지를 캡처하고, 이를 언리얼 엔진에 통합했다. 언리얼 엔진과 결합된 SAS의 분석 기술은 실제 생산 라인에 영향을 주지 않고 공정을 정밀하게 조정할 수 있도록 지원하여, 비용 절감과 제품 품질 향상에 기여할 것으로 기대된다. 언리얼 엔진은 정교한 물리 시뮬레이션, 차세대 라이팅, 굴절 표면 효과를 제공하여 매우 사실적이고 세밀한 디지털 모델 구현을 가능하게 한다. 이를 통해 제조업체는 디지털 환경에서 공정을 시각화하고 상호작용하며, SAS의 고급 AI 기술과 결합되어 더욱 정확한 예측과 향상된 비즈니스 의사결정을 도출할 수 있다. 기업들은 시간과 비용이 많이 소요되는 실제 환경 테스트 없이 언리얼 엔진과 SAS의 분석 기술을 결합한 디지털 환경에서 정교하고 정확한 디지털 트윈을 활용하여 잠재적인 문제를 사전에 발견하고 해결할 수 있다. SAS, “글로벌 기업 5곳 중 3곳, 양자 AI 투자 및 도입 검토” SAS가 최근 실시한 글로벌 설문조사에 따르면, 양자 컴퓨팅(quantum computing)과 양자 AI(quantum AI)는 AI 이후의 차세대 혁신 기술로 주목받고 있으며, 전체 응답자의 60% 이상이 양자 AI에 적극적으로 투자하거나 도입을 검토 중인 것으로 나타났다. 동시에 비즈니스 리더들은 양자 AI 도입의 주요 장애 요인으로 ▲높은 비용(38%) ▲기술에 대한 이해 및 지식 부족(35%) ▲실제 적용 사례에 대한 불확실성(31%) 등을 지적했다. 이는 양자 AI에 대한 관심은 높지만, 실제 비즈니스에 활용하기 위해서는 명확한 로드맵과 실용적인 가이드가 필요하다는 점을 시사한다. SAS는 이러한 요구에 발맞춰 고객과의 파일럿 프로젝트, 양자 AI 연구, 양자 컴퓨팅 분야의 선도 기업들과의 협력을 통해 양자 기술의 효과적인 도입을 지원하고 있다. 특히 복잡한 양자 시장이나 물리학적 원리를 깊이 이해하지 않아도 누구나 양자 기술을 쉽게 이해하고 활용할 수 있도록 돕는 데 주력하고 있다. 현재 SAS는 양자 어닐링(quantum annealing) 시스템을 개발하는 디웨이브 퀀텀(D-Wave Quantum), 초전도 기반 양자 컴퓨팅을 선도하는 IBM, 중성 원자 기반 컴퓨팅 기술을 보유한 큐에라 컴퓨팅(QuEra Computing)과 협력하고 있으며, 이들의 기술을 자사 연구와 고객 프로젝트에 적극적으로 활용하고 있다.   SAS 바이야 혁신으로 속도·생산성·신뢰성 향상   이 외에도 SAS는 SAS 바이야(SAS® Viya®) 데이터 및 AI 플랫폼의 새로운 성능 향상을 발표했다. 이번 성능 개선은 최신 AI 기술 발전을 기반으로 인간의 생산성과 의사결정 능력을 확장하고 향상시키는 데 초점을 맞추었다. 새롭게 출시되었거나 곧 출시 예정인 SAS 바이야의 주요 기능은 다음과 같다. SAS 데이터 메이커(SAS Data Maker): 작년 비공개 프리뷰를 통해 처음 소개된 SAS의 안전한 합성 데이터 생성기 ‘SAS 데이터 메이커’는 조직이 데이터 개인 정보 보호 및 부족 문제를 해결하는 동시에 프로세스를 간소화하고 리소스를 절약하는 데 기여한다. SAS가 최근 합성 데이터 분야의 선두 기업인 헤이지(Hazy)의 주요 소프트웨어 자산을 인수하면서 개발 속도가 더욱 빨라졌으며, 2025년 3분기에 정식 출시될 예정이다. SAS 관리형 클라우드 서비스: SAS 바이야 에센셜즈(SAS Viya Essentials): 중소기업을 위해 올해 초 출시된 관리형 클라우드 서비스 패키지인 ‘SAS 바이야 에센셜즈’는 소규모로 즉시 사용 가능한 호스티드 관리형 서비스 형태로 제공되어 SAS 바이야 도입의 장벽을 낮춘다. SAS 바이야 코파일럿(SAS Viya Copilot): SAS 바이야 플랫폼에 내장된 AI 기반 대화형 어시스턴트인 ‘SAS 바이야 코파일럿’은 강력한 개인 비서 역할을 수행하여 개발자, 데이터 과학자 및 비즈니스 사용자 모두의 분석 작업 및 업무 효율성을 높인다. SAS 바이야 코파일럿은 현재 개별 초대를 통한 비공개 프리뷰로 제공되고 있으며, 2025년 3분기에 정식 출시될 예정이다. 초기 코파일럿 제품의 주요 기능에는 SAS 사용자를 위한 AI 기반 모델 개발 및 코드 지원이 포함된다. 애저 AI 서비스(Azure AI Services)를 기반으로 구축된 코파일럿은 SAS와 마이크로소프트 파트너십의 중요한 결과물이다. SAS 바이야 워크벤치(SAS Viya Workbench): 2024년에 출시된 SAS 바이야 워크벤치는 개발자, 데이터 과학자 및 모델러의 작업 속도와 효율성을 크게 향상시키는 클라우드 기반 코딩 환경이다. 비주얼 스튜디오 코드(Visual Studio Code) 또는 주피터 노트북(Jupyter Notebook)을 통해 SAS 또는 파이썬(Python) 코드를 사용하여 데이터 관리, 분석 및 모델 개발을 용이하게 수행할 수 있다. 2025년의 새로운 기능으로는 R 코딩 지원, SAS 엔터프라이즈 가이드(SAS Enterprise Guide) 개발 환경 지원이 추가되었으며, 기존 AWS 마켓플레이스뿐만 아니라 마이크로소프트 애저 마켓플레이스(Microsoft Azure Marketplace)에서도 이용 가능하게 되었다.  

알테어가 데이터브릭스와 전략적 파트너십을 체결했다고 밝혔다. 이번 협력은 기업이 보유한 데이터를 더 쉽게 통합하고 분석할 수 있도록 돕고, AI를 실제 업무에 효과적으로 적용할 수 있도록 지원하는 데 목적이 있다.   양사는 알테어의 데이터 분석 및 AI 플랫폼인 ‘알테어 래피드마이너’와 데이터브릭스의 ‘데이터 인텔리전스 플랫폼’을 연동해, 고객이 데이터브릭스 내 데이터를 복제 없이 직접 접근하고 분석할 수 있도록 한다. 이를 통해 기업은 빠르게 AI 모델을 개발하고 운영하며, 데이터 기반 의사결정을 더 효율적으로 내릴 수 있게 된다.   알테어 래피드마이너 플랫폼은 SAS 언어 실행을 지원하는 설루션은 물론, 기존 분석 환경을 유지하면서 최신 AI 기술을 적용할 수 있는 설루션까지 폭넓게 제공한다. 데이터브릭스와의 이번 협력을 통해 고객은 기존 분석 자산을 보다 유연하게 현대화하고, 운영 효율성과 분석 역량을 동시에 강화할 수 있다.   또한 알테어는 대규모 데이터 처리를 위한 지식 그래프 기술을 보유하고 있으며, 데이터브릭스와 연동하면 구조화된 데이터는 물론, 비정형 데이터나 실시간 스트리밍 데이터까지 모두 연결해 분석할 수 있다. 이러한 기술 조합은 생성형 AI와 자율형 에이전트 같은 최신 AI 시스템 구현에 핵심 기반이 된다.     데이터브릭스의 아리엘 앰스터 전략 기술 파트너십 디렉터는 “알테어는 데이터 전처리와 머신러닝 분야에 혁신적인 기술을 보유하고 있으며, 이번 협업을 통해 고객들이 대규모 데이터를 더욱 쉽게 탐색하고 실행에 옮길 수 있도록 도울 것”이라고 말했다.   알테어 샘 마할링엄 최고기술책임자(CTO)는 “이번 협력을 통해 기업들이 데이터를 단순히 저장하는 데 그치지 않고, 실제 업무에 활용 가능한 AI 기반 시스템으로 전환할 수 있도록 돕겠다”면서, “분산된 데이터를 연결하고, 스스로 판단하며 실행할 수 있는 지능형 환경을 만들어가겠다”고 밝혔다.

데이터 및 AI 기업 SAS가 IDC에 의뢰해 조사한 최근 연구에 따르면, 한국은 AI 채택 및 통합에서 빠르게 발전하고 있는 것으로 나타났다. 특히, 기술 및 제조업 분야에서 선도 국가인 한국은 자율주행차, 헬스케어, 스마트 제조업과 같은 분야에서 AI 개발이 상당한 진전을 이루고 있는 것으로 밝혀졌다. ‘IDC 데이터 및 AI 현황 : 2024 아시아 태평양 지역’ 조사는 한국, 중국, 일본, 호주, 인도 등 아태지역 8개 시장에서 금융, 제조, 정부, 의료 및 생명과학 분야의 기업 및 기관 임원 509명을 대상으로 진행됐으며, AI 투자 결정, 조직에서 원하는 AI 사용 사례, AI 구축 관련 과제 및 신뢰할 수 있는 AI 결과물을 위한 프로세스 관리 방안 등을 살펴봤다.     보고서에 따르면, 한국 기업은 AI 시스템의 투명성, 공정성, 윤리적 기준을 충족하는 데에 중점을 두며 신뢰할 수 있는 AI를 구축하기 위해 균형 잡힌 접근 방식을 채택하고 있는 것으로 나타났다. 또한, 강력한 데이터 관리와 모델 관리를 통해 AI 애플리케이션의 정확성과 신뢰성을 유지하고자 노력하고 있으나, 실제적인 사용 사례 평가와 AI 투자에 대한 입증된 사례 제공에 어려움을 겪는 기업이 많은 것으로 조사됐다. 이는 외부 전문가의 참여를 통해 각 필요에 맞는 AI 사용 사례를 확인하고 데이터와 모델 역량을 강화해야 할 필요가 있음을 뜻한다. 또한, 한국 기업들은 AI 성능을 보장하기 위한 다섯 가지 핵심 요소로 ▲보안 및 데이터 프라이버시 ▲강력한 모델 학습 및 검증 기술 ▲지속적인 데이터 모니터링 ▲모델 관리/모델옵스(ModelOps) ▲규제 준수를 꼽았다. 이밖에 인구 고령화와도 연관 있는 인재 부족 현상이 우려 사항으로 꼽혔다. 한국 기업은 AI 기술 구현의 주요 과제로 ▲전문 기술 인력 부족(36%) ▲데이터 기반이 클라우드에 중앙 집중화 또는 최적화되지 않음(32%) ▲명확한 비즈니스 사례 부족 및 잠재적 투자 수익(ROI) 실현의 어려움(28%) ▲AI 솔루션 평가 기준의 불명확성(28%) 등이 있다고 밝혔다.     또한 데이터 접근의 한계와 비효율성도 AI 성공을 힘들게 하는 요소로 나타났다. 41%의 응답자가 인프라의 제약으로 데이터 접근이 불가능하다는 문제를 제기했고, 데이터셋의 변동성과 빠른 만료(36%), 대용량 데이터로 인한 분석의 어려움(36%)도 지적됐다. 한편, 아태 지역 내에서도 국가마다 AI 환경이 다르고, 각국의 도입 양상도 다르게 나타났다. 중국은 AI 투자에서 선도적인 위치에 있는 것으로 나타났는데, 59%의 응답자가 향후 1년 내 AI 투자를 20% 이상 대폭 늘릴 계획이라고 밝혔으며, 인도(51%)와 일본(46%)이 그 뒤를 이었다. 또한, 한국과 중국 모두 다른 국가보다 AI 도입 및 통합이 빠르게 진행되고 있는 것으로 조사됐다. 이러한 차이는 투자 수준, 규제 프레임워크, AI 인재 및 인프라의 가용성 등 여러 요인에 영향을 받고 있다. SAS코리아의 이중혁 대표이사는 “이번 IDC 조사 결과를 통해, 한국 기업이 AI 채택과 통합에서 빠른 행보를 보이는 한편, 투명성, 공정성, 윤리성 등 신뢰할 수 있는 AI의 구축을 우선시하며 신중한 태도를 취하고 있음을 알 수 있다”라고 설명했다. 그는 또한 “전문 인력의 부족과 검증된 AI 도입 사례 발굴 부족 등의 문제를 해결하기 위해, SAS는 한국 기업들이 필요에 부합하고 실질적인 비즈니스 성과를 창출하는 고부가가치 AI 사용 사례를 발굴할 수 있도록 지원할 것”이라고 전했다.

디지털 기반의 새로운 생산 환경과 제조 혁신   제조산업을 둘러싼 환경의 변화와 과제에 대응할 필요성이 높아지는 가운데, 기술의 발전이 제조업계에 새로운 기회를 제공하고 있다. 제조산업의 혁신은 제조 생산기계와 설비를 포함한 생산 과정의 전체 수명주기를 디지털화하는 것을 필요로 한다.    ■ 오병준 지멘스 디지털 인더스트리 소프트웨어 코리아의 한국지사장이다. SAS 코리아 대표이사를 지냈으며 오라클 코리아, 테라데이터 코리아, IBM 코리아 임원으로 재직하면서 엔지니어링, 영업, 채널 관리, 마케팅 등 다양한 관련 분야 전문성을 보유하고 있다. 홈페이지 | www.sw.siemens.com/ko-KR   그림 1. 미래 공장을 위한 스마트 기계 르네상스(이미지 출처 : 지멘스)   오늘날 기계 제조업체들은 불안정한 시장 환경에 직면하고 있으며, 차세대 제품 개발을 위해 새로운 접근 방식을 채택해야 하는 압박을 받고 있다. 예상대로 품질, 비용, 성능에 대한 부담은 여전히 존재한다. 이 가운데 지속가능성에 대한 요구사항이 이제 화두로 떠오르고 있다. 핵심은 에너지 사용량 감소, 탄소 배출 절감, 폐기물 최소화에 초점이 맞춰져 있다.  이러한 글로벌 트렌드가 전 세계 제조업체에 영향을 미치고 있으며, 정치 사회적 변화가 비즈니스 모델의 변화를 이끌고 있다. 이는 리쇼어링, 서비스화, 신규 시장 진입 등 비즈니스 모델의 변화로 이어지고 있다. 제조업체들은 기존 영역에서 인접 시장이나 새로운 시장으로 이동하면서 신흥 영역에서 기회를 포착하고 있다. 일례로, 제지기계 제조업체들은 전기차 수요의 급증을 충족하기 위해 배터리 기계 제조로 사업을 확장하고 있으며, 유리 산업의 기계 제조업체들도 마찬가지다. 한편, 기계 제조와 제조 운영 측면에서 인력부족 현상은 자동화에 대한 필요성을 증가시키고 있다. 미래 공장은 이제 지속가능성, 유연성, 미래 인력의 패러다임 중심으로 개발되고 있다. 산업계가 해결해야 할 많은 과제 속에서 기술의 발전은 제조업체에 번영의 기회를 제공하고 있다. 이는 디지털화로부터 생성된 인텔리전스와 풍부한 데이터에 의해 가능해졌다. 또한 디지털 도구, 시스템, IoT(사물인터넷) 데이터를 통합해 디자인, 엔지니어링, 생산 및 서비스 전반에 걸쳐 이전에 격리되었던 정보의 연결을 가능하게 하고 있다.    그림 2. 디지털화를 통해 필요할 때, 필요한 곳에서 중요한 데이터에 액세스할 수 있게 됐다.(이미지 출처 : 게티이미지/Cravetiger)   제조업체는 디지털화를 통해 자동화를 넘어서 예측 가능하고 적응적인 생산 환경으로 나아갈 수 있다. 적응형 제조(adaptive manufacturing)는 시장과 고객 요구사항이 변화함에 따라 생산을 손쉽게 전환할 수 있는 유연성을 제공한다. 더욱이, 이는 공정 시스템을 간소화해 제조업체가 동일한 인력으로 더 많은 일을 할 수 있게 한다. 이러한 이점 때문에 국내에서도 기계 제조의 디지털화를 촉진하기 위한 다양한 노력이 진행되고 있다. 최근 산업통상자원부는 ‘AI 자율제조 전략 1.0’을 발표하면서, 5년 동안 1조 원 이상을 R&D에 투자해 기계 분야를 포함한 핵심 제조업의 디지털 전환을 지원함으로써 자율제조 보급률을 30% 이상 높이고 제조업 생산성을 20% 이상 향상시킬 것이라고 발표했다. 또한 경상남도는 ‘기계·방산 제조분야 디지털전환(DX) 지원센터 구축과 운영사업’을 추진해 기술 지원과 인력 양성 등을 포함한 디지털 전환 생태계를 확장하고 지속 가능한 미래를 선도할 것이라고 발표했다. 디지털화는 보다 유연한 프로세스를 만들고, 여러 엔지니어링과 생산 분야에 걸쳐 중요한 디지털 데이터를 활용함으로써 제조 리스크를 줄일 수 있다. 이전에 사일로(silo)화되어 있던 다양한 분야의 데이터를 통합하기 위해서는 기계 설계, 시뮬레이션, 공장 자동화, 제품 수명주기 관리(PLM)에 대한 깊은 이해를 바탕으로 한 솔루션이 필요하다.   디지털화의 핵심, 디지털 트윈 제조업의 혁신은 제조 생산기계와 설비를 포함한 생산 과정의 전체 수명주기를 디지털화하는 것을 필요로 한다. 이는 설계 단계에서 생산 장비의 디지털 트윈을 생성함으로써 시작된다. 디지털 트윈은 설계 프로세스 전반에 걸쳐 기계 역학, 소프트웨어, 전기, 자동화 시스템을 아우르는 다분야 엔지니어링을 기반으로 개발된다. 이러한 디지털 트윈은 가상 프로토타이핑에서 설계 탐색과 평가에 사용된다. 생산 장비의 배치가 준비되면 디지털 트윈은 생산 설비가 실제로 설치되기 전에 가상의 커미셔닝(commissioning)을 가능하게 하고, 장비에 대한 사전 운영자 교육을 제공해 배치에 필요한 시간과 위험을 크게 줄일 수 있다.   그림 3. 디지털 트윈은 초기에 설계 탐색과 가상 프로토타이핑에 사용되며, 설치 전 가상 커미셔닝에도 활용돼 운영 데이터로 실제와 디지털 사이의 루프를 연결할 수 있다.(이미지 출처 : 지멘스)     ■ 자세한 기사 내용은 PDF로 제공됩니다.