"도구 넘어 동료로"…LG AI 연구원이 그리는 자율제조 청사진 '에이전틱 AI' 작성일 05-14 38 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">[AI WAVE 2026] AI가 직접 판단·실행·학습…제조 현장 '보조도구' 넘어 실행 주체로</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="K1dgqOlwyv"> <figure class="figure_frm origin_fig" contents-hash="33949b026edc6d956e2d9a92a72e487abad9e276c7aa86ffe82880e5d69f4a01" dmcf-pid="9c3zCQe4hS" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/14/552796-pzfp7fF/20260514163816602bnug.jpg" data-org-width="640" dmcf-mid="bDwCR53GTT" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/14/552796-pzfp7fF/20260514163816602bnug.jpg" width="658"></p> </figure> <p contents-hash="f03f5dc28d27e3c5418470803c43ae422a56c17a873253c785234e4b2d755442" dmcf-pid="2k0qhxd8Wl" dmcf-ptype="general">[디지털데일리 옥송이기자]<strong> “앞으로 중요한 건 로봇 하드웨어보다 공정을 얼마나 지능적으로 처리할 수 있느냐 하는 ‘에이전틱 AI’ 기술입니다.”</strong></p> <p contents-hash="80ded525eb5b98242381776e1260c1a7ae6427633fb08c93d61749c3f27f14f5" dmcf-pid="VEpBlMJ6lh" dmcf-ptype="general">강병준 LG AI연구원 연구위원은 14일 서울 소공동 롯데호텔 서울에서 <디지털데일리> 주최로 열린 ‘AI WAVE 2026’ 콘퍼런스에서 ‘도구를 넘어 동료로, 에이전틱 AI가 만드는 자율 제조의 미래’를 주제로 발표하며 이같이 말했다. 이날 강 연구위원은 제조업 강국인 한국이 생산가능인구 감소와 글로벌 경쟁 심화라는 구조적 위기에 직면한 상황에서 AI 기반 자율 제조가 새로운 돌파구가 될 수 있다고 진단했다.</p> <p contents-hash="88f372c5fb6f52a7d0abf8dbee6476122d7877d9bf111f0f8657fe705e1e1a39" dmcf-pid="fDUbSRiPWC" dmcf-ptype="general">그는 “대한민국 총생산에서 제조업 비중이 매우 높지만 경쟁 국가의 가파른 추격 등 구조적 압박도 존재한다”며 “인공지능 기술을 활용해 생산 효율성을 극대화하고 작업자의 숙련도에 의해 결정되던 작업 환경을 지능화한다면 위기를 돌파할 수 있을 것”이라고 말했다.</p> <p contents-hash="48868071dcfe2c330542705f157bc6f24292ffe8cb363cd977201f369d8e2420" dmcf-pid="4wuKvenQhI" dmcf-ptype="general">실제 제조업계에서도 AI 자율공장 구축 움직임이 이어지고 있다. 삼성전자는 2030년까지 AI 자율공장 전환을 추진 중이며, LG전자 역시 지능형 자율공장 ‘LG 스마트파크’ 구축에 속도를 내고 있다. 강 연구위원은 이 과정에서 단순한 로봇 하드웨어보다 ‘에이전틱 AI’ 기반 지능화 기술이 핵심이라고 강조했다. 현재 제조 현장의 한계로는 AI의 보조도구 수준 활용, 사일로화된 데이터, 숙련공 의존 구조를 꼽았다.</p> <p contents-hash="d3afa5e97357a5f7f989fdb7726bcf67d16d25c769380ec4a7f2b46762edfb5a" dmcf-pid="8r79TdLxyO" dmcf-ptype="general">강 연구위원은 “설비 예지보전 AI를 활용하더라도 실제 조치는 결국 사람이 수행한다. AI 결과를 기반으로 작업자가 판단하고 수작업으로 설비를 조치하는 과정에서 병목 현상이 발생할 수 있다”면서 “각 조직과 공정마다 데이터가 사일로화돼 있어 전체 공정을 최적화하기 어려운 문제도 존재한다”고 말했다.</p> <p contents-hash="c22fb61c4c6a645f20d70940d72044f87fbf17e94239054d90b652f196b452cf" dmcf-pid="6mz2yJoMls" dmcf-ptype="general">그러면서 특정 전문가의 경험과 노하우에 의존하는 한계점도 짚었다. 숙련된 작업자가 부재할 경우 작업 지연이나 품질 편차가 발생할 수 있다는 설명이다. 이 같은 한계를 해결할 핵심 기술로 제시된 것이 에이전틱 AI다. 강 연구위원은 “에이전틱 AI는 스스로 목표를 설정하고 계획을 수립해 실제 행동까지 수행하는 AI 기술”이라며 “복잡한 제조 공정 속에서 필요한 도구를 적재적소에 활용하고, 반복적으로 사람의 피드백을 받으면서 진화할 수 있는 특징이 있다”고 말했다.</p> <p contents-hash="6cd28090e7c07eb9abcc8bc07376a62eebdeac7450bc3c31ef0e217b9bbe7cc3" dmcf-pid="PsqVWigRym" dmcf-ptype="general">특히 그는 최근 멀티모달 거대언어모델(LLM)의 발전이 자율 제조 구현 가능성을 끌어올리고 있다고 강조했다. 강 연구위원은 “멀티모달 LLM은 시각·청각 등 다양한 데이터를 사람처럼 입체적으로 이해할 수 있는 모델이다. 태스크를 분해하고 처리 순서를 결정하는 것도 가능하다”며 “자연어 텍스트뿐 아니라 코드 생성이나 함수 호출(Function Call) 형태로도 출력할 수 있어 실제 시스템과 설비 제어까지 연결할 수 있다”고 설명했다.</p> <p contents-hash="7b7aa405c0c9871923ef801319201ebd2bcc699e5a58aa671c8d9ccf20f2a449" dmcf-pid="QOBfYnaehr" dmcf-ptype="general">이날 발표에서는 실제 이상 감지 및 자율 조치 시나리오도 소개됐다. 강 연구위원은 “이상 징후가 발생하면 AI가 먼저 어떤 문서를 찾아야 하는지 추론하고, 이후 외부 시스템에 펑션콜(Function Call)을 수행해 필요한 데이터를 확보한다”며 “최종적으로 설비 파라미터까지 변경하는 형태로 동작할 수 있다”고 설명했다.</p> <p contents-hash="4b200c5362d1b773240d1ad4401899915831306dc61fec0019263ccc66ff9275" dmcf-pid="xEpBlMJ6yw" dmcf-ptype="general">폭스바겐은 이미 AI 에이전트를 실제 제조·개발 프로세스에 접목하고 있다. 폭스바겐은 마이크로소프트(MS), PTC와 협력해 AI가 소프트웨어 사양 초안을 자동 작성하고 중복되거나 표준에 어긋나는 항목을 스스로 찾아 수정하는 체계를 구축 중이다. 설계 초기 단계에서 오류를 줄여 개발 효율을 높이기 위한 시도다.</p> <p contents-hash="1ac3dc003fdb077142032ccebf941e7cbe05d2405b64db23a870688da6ceff46" dmcf-pid="yzjw8WXSTD" dmcf-ptype="general">지멘스는 ‘팝업 팩토리’ 개념을 통해 시장 변화에 따라 생산라인을 유연하게 재구성하는 방향을 제시하고 있다. 강 연구위원은 이를 두고 “유연한 생산 체계와 생산 효율 극대화 측면에서 의미 있는 접근”이라고 설명했다.</p> <p contents-hash="8104b378334b009268ee35f3197ea929cee30cda3b651166c3389915d099b3b3" dmcf-pid="WqAr6YZvWE" dmcf-ptype="general">로봇 분야에서도 변화가 나타나고 있다고 봤다. 강 연구위원은 “에이전틱 AI가 전체 공정의 행동 계획을 세우고, 로봇이 이를 실제 액션으로 수행하는 구조가 가능해지고 있다. 설비 소모품 교체처럼 사람이 직접 수행하던 작업도 향후 로봇이 대신할 수 있을 것”이라고 전망했다.</p> <p contents-hash="cba15071c504a58358f07d5cf7717b4c228257ff2cce386fdd571bff69a04e53" dmcf-pid="YBcmPG5Tyk" dmcf-ptype="general">다만 현장 적용을 위해선 AI 시스템에 대한 신뢰 확보가 중요하다고 짚었다. 강 연구위원은 “제조 공정에서는 무결성을 최우선으로 생각한다. 사소한 실수도 큰 비용 손실이나 설비 사고로 이어질 수 있기 때문에 신뢰성을 확보해야 한다”고 말했다.</p> <p contents-hash="1632085903a6c41b649397b202b6c2725e6baee013b9c770277e9a7a6f40690d" dmcf-pid="GbksQH1yWc" dmcf-ptype="general">그러면서 “완벽한 자율 제조 운영 이전에 신뢰도를 쌓는 과정이 중요하다”며 “AI가 결론만 제시하는 것이 아니라 사람이 이해할 수 있는 형태로 설명해주는 과정이 필요하다”고 강조했다.</p> <p contents-hash="8d67ab8a1f26083d9f0f06b4f229d59c8e840bfc23eb7fd6ce86555b20e9df27" dmcf-pid="HKEOxXtWCA" dmcf-ptype="general">LG AI연구원은 이를 위해 이상 감지 모델 ‘ReTabAD’와 비전 검사 에이전트 등을 연구 중이다. 예를 들어 모터 온도가 비정상적으로 상승했을 경우 단순 이상 여부만 표시하는 것이 아니라 진동 데이터 등을 종합 분석해 베어링 마모 가능성과 대응 방안까지 작업자에게 제안하는 방식이다.</p> <p contents-hash="bff5af9231c675dd07e833cef6dfdefc04fd9c6b1e528aa4ee2fd6db1ffb6519" dmcf-pid="X9DIMZFYvj" dmcf-ptype="general">강 연구위원은 “현장의 피드백을 기반으로 모델을 강화하는 방식으로 접근하고 있다. 사람의 고도화된 지식이 LLM 모델에 반영되면 신뢰를 가지고 수행할 수 있는 형태로 발전할 수 있을 것”이라며 “사람과 협업을 통해 자율 제조 운영이 가능한 형태로 발전시켜 나가려고 한다”고 밝혔다.</p> </section> </div> <p class="" data-translation="true">Copyright © 디지털데일리. All rights reserved. 무단 전재 및 재배포 금지.</p> 관련자료 이전 [게임 업데이트] 배틀그라운드-승리의 여신: 니케-메이플스토리-서든어택 05-14 다음 캐논, 영상 특화 풀프레임 ‘EOS R6 V’… “한국과 이미징 미래 개척” 05-14 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
