일본산업뉴스요약

생성AI가 공장에서 야근을 담당하는 시대로
지멘스의 팩토리오토메이션 담당 CEO가 말하는 자율화 전략

이번 ‘하노버메세 2025(HANNOVER MESSE 2025)’에서 다양한 제조업 현장에서의 생성 AI(인공 지능) 응용 사례를 전시한 독일의 지멘스(Siemens). 지멘스가 이전부터 내걸어 온 공장의 미래상인 ‘자율형 공장(Autonomous Factory)’의 실현이 생성 AI의 진화로 드디어 현실감을 보이기 시작했다.

지멘스 디지털인더스트리사업 팩토리오토메이션(FA) 담당 CEO인 브렘 씨에게 자율형 공장의 진척 상황과 생성 AI의 활용 과제 등에 대해 물었다.

우리가 지향하는 '자율형 공장'은 생산성 향상을 위해 AI와 인텔리전트 시스템을 활용해 사람의 작업을 지원하는 컨셉의 공장이다.

단순히 완전 자동화를 추구하는 것이 아니라, 제조업이 직면하고 있는 과제를 해결해 새로운 제조업의 이상적인 형태를 제안하고 있다. 예를 들어, 일반적인 3교대제 공장에서 1개의 교대조를 무인으로 가동하면 야근 업무를 없앨 수 있다. 많은 고객사들이 이러한 방향으로 나아가고 있다.

자율형 공장을 추구하는 데 있어 불가결한 것이 생성 AI 기술이다. 아마도 3년 후에는 반도체와 자동차, 전자 업계에서 큰 성과를 거둘 것으로 전망된다.

우리는 그 첫 번째 스텝으로 2024년 하노버메세에서 생성 AI 도입을 제품화 프로세스 전체로 확대한다는 방침을 발표했다. 그리고 올해, 실제로 일부 생산 프로세스를 대상으로 생성 AI를 활용한 시스템 제공을 시작했다. 현재, 오토메이션용과 PLC(Programmable Logic Controller) 프로그래밍용, 오퍼레이션용 생성 AI를 제공, 밸류체인 전체로 생성 AI 제품을 확대하고 있다.

자율형 공장 실현을 추진하는 배경에는 제조업의 국내 회귀로 인한 인력 부족이 있다. 최근 세계 정세 변화로 지정학적 긴장이 고조되고 있어 모든 나라가 제조업을 국내로 되돌리고 싶어한다. 미국도 그렇다. 하지만, 현실에서는 공장에서 일하는 사람의 정착률이 낮고, 인재도 부족해 자율화에 대한 요구가 높아지고 있다.

-- 자율형 공장의 사령탑이 되는 오케스트레이터 --
우리는 현재 생성 AI가 탑재된 제조업용 어시스턴트 'Industrial Copilots'(이하 코파일럿)를 제공하고 있지만, 다음 스텝에서는 작업을 관리하는 에이전트가 필요하다고 생각한다. 기계의 자동화는 복수의 작업을 관리하는 에이전트가 있고 각각의 작업을 코파일럿이 처리하는 이미지를 생각할 수 있다.

미래에는 사령탑에 해당하는 ‘오케스트레이터 에이전트(Orchestrator Agent)’가 상위에 존재하며, 그 휘하의 에이전트에게 지령을 내리게 될 것이다. 우리는 이 오케스트레이터 에이전트를 제공하는 기업이 되는 것을 목표로 하고 있다. 이를 통해 고객은 엔지니어링 측면에서 생산성을 최대 50% 이상 향상시킬 수 있을 것으로 보고 있다.

이것이 실현된 세계에서는, 예를 들면, 다음과 같은 흐름으로 자동화가 진행될 것이다. 오케스트레이터 에이전트가 어떤 작업의 자동화를 위해 ‘스텝 1~5의 흐름으로 진행하십시오. 우선은 적절한 부품을 선택하는 것부터 시작해주세요’라고 제안한다. 그러면 부품을 선택하는 에이전트가 지령을 받고 부품을 선택.

그 다음, 오케스트레이터 에이전트는 다른 에이전트에게 ‘캐비닛과 패널을 만들어주세요’라고 지시를 내려 캐비닛을 설계한다. 이것이 완료되면 캐비닛의 테스트를 시작하는 방식으로 스텝을 자동으로 진행해 나간다.

앞으로는 피지컬 AI라고 불리는 물리적인 에이전트(로봇이나 PLC)도 등장해 오케스트레이터의 지령에 이 물리적 에이전트가 작동하며 보다 자율적인 공장이 실현될 것이다. 지금은 엔지니어링에 중점을 두고 있지만, 향후에는 오퍼레이션의 자율화에도 주력해 나갈 계획이다.

-- 제조 현장의 데이터를 LLM 학습에 활용 --
생성 AI 제품은 우리 공장에도 단계적으로 도입되고 있다. 하지만, 현재의 해결 과제는 산업용으로 충분한 신뢰성을 갖춘 대규모언어모델(LLM)을 실현하기에는 학습 데이터가 부족하다는 점이다. 이를 위해 당사는 PLC 등으로부터 제조 현장의 데이터를 수집하고, 이를 사용해 LLM을 강화하는 노력을 진행하고 있다.

제조업에서 수준 높은 결과를 얻기 위해서는 LLM을 일반 데이터로 훈련시키는 것만으로는 불충분해 제조 현장의 데이터로 훈련시킬 필요가 있기 때문이다.

현장 작업자의 지식으로 LLM을 훈련시키면, 그 지식이 공장에 남아 결과적으로 기술 전승이나 다른 공장으로 확산되기 쉽다는 효과도 낳을 수 있다. 제조 현장에서는 시프트 내에서 일어난 기계 트러블 등을 엑셀 등에 기입하는 경향이 있어 이것을 훈련 데이터에 활용할 수 있다.

데이터를 활용해 LLM 강화를 도모하는 데 있어서 데이터 활용을 위한 플랫폼 정비도 중요하다. 이미, 독일과 중국, 미국에 있는 지멘스 디지털팩토리 부문의 공장에서는 동일한 정보 시스템을 도입하고 있다. 이렇게 함으로써 데이터를 통합해 공장 간에 데이터를 공유하면서 쉽게 LLM 학습에 활용할 수 있다는 장점도 있다.

-- 올해 안에 유상 제공 추진 --
생성 AI 제품을 제공하는 데 있어 고객의 니즈에 귀 기울이는 것이 무엇보다 중요하다고 생각한다. 예를 들어, LLM에 대해서는 향후 등장하는 것도 포함해 다양한 LLM에 대응할 방침이다. 어느 날 갑자기 중국에서 딥씨크(DeepSeek)가 등장했고, 이 외에도 새로운 모델들이 속속 나오고 있다. 무엇이 업계의 자동화에 적합한지 신속하게 판단해 우리의 제품에 적응시켜 나갈 필요가 있다.

현재, 우리는 코파일럿을 무상으로 제공하고 있지만, 고객은 오픈 AI의 LLM을 사용하기 위해 마이크로소프트에 사용료를 지불할 필요가 있다. 올해 우리는 베이스가 되는 LLM과 당사의 코파일럿을 번들 형태로 유상으로 제공할 계획이다. 현재 파트너사와 협의하면서 어떤 제공 방식이 좋을지 검토하고 있다.

고객의 니즈에 따라 온프레미스 환경에서도 코파일럿을 사용할 수 있도록 할 계획이다. 일반적인 LLM에서는 클라우드 상에 공장 데이터 등을 저장할 필요가 있지만, 이를 피하고 싶어하는 고객도 있다. 온프레미스의 산업용 PC로 가동되는 코파일럿 제공도 시험적으로 실시하고 있다.

 -- 끝 --

Copyright © 2025 [Nikkei XTECH] / Nikkei Business Publications, Inc. All rights reserved.