[이 기사에 나온 스타트업에 대한 보다 다양한 기업정보는 유니콘팩토리 빅데이터 플랫폼 '데이터랩'에서 볼 수 있습니다.]
생성형 AI 확산과 함께 제조업 현장에서도 AI 도입이 빠르게 늘고 있지만, 공장과 설비 환경이 바뀔 때마다 AI를 새로 개발해야 하는 문제가 반복되면서 산업 현장 확산에 한계가 있다는 지적이 이어진다. 제조 현장마다 데이터 구조와 운영 방식이 달라 기존 AI 모델을 다른 생산라인이나 공장에 그대로 적용하기 어렵기 때문이다.
원프레딕트는 이러한 문제를 해결하기 위해 '제조 파운데이션 모델(Manufacturing Foundation Model·MFM)' 고도화에 본격 나선다고 26일 밝혔다.
회사는 공장별·설비별로 운영되던 제조 AI를 하나의 체계로 통합하고, 공장 전체를 AI 중심으로 운영하는 'AI 네이티브 팩토리(AI Native Factory)'를 구현할 예정이다.
관계자는 "그동안 제조 AI는 설비 이상 탐지, 품질 검사, 에너지 관리 등 목적별로 개별 개발되는 경우가 많았다"며 "특정 공장에서 성능을 입증한 AI라도 다른 공장이나 생산라인에 적용하려면 데이터를 새로 수집하고 재학습하는 과정을 반복해야 했다"고 말했다. 이 과정에서 시간과 비용 부담이 커지고, 제조 현장 전반으로의 AI 확산 속도도 더딜 수밖에 없었다는 설명이다.
원프레딕트는 이를 해결하기 위해 다양한 제조 데이터를 동시에 학습하는 방식으로 AI 구조를 고도화하고 있다. 설비 상태 변화와 공정 조건, 품질 결과 등을 함께 분석해 이상 징후와 품질 문제 발생 가능성을 동시에 예측하는 방식이다.
또 품질·유지보수·에너지·공정 운영 등 제조 현장의 다양한 과제를 하나의 AI 체계 안에서 통합 운영하는 '원 모델 멀티 태스크(One Model, Many Task)' 구조도 구축 중이다. 아울러 신규 공장에서도 적은 데이터만으로 빠르게 적용 가능한 '퓨샷(Few-shot)' 방식과, 한 공장에서 학습한 제조 데이터를 다른 공장으로 확장 적용하는 기술도 함께 개발하고 있다.
윤병동 원프레딕트 대표는 "앞으로 제조 AI는 단순 자동화를 넘어 공장 전체 운영 흐름을 연결하고 스스로 판단할 수 있는 '제조업 AI 컨트롤타워' 형태로 진화하게 될 것"이라며 "제조 파운데이션 모델(MFM)을 기반으로 실제 현장에 빠르게 적용 가능한 AI 운영체계를 지속 고도화해 나갈 것"이라고 강조했다.
