“테슬라 공장 환상 버려야”…현대차 사례로 본 제조 AI 현실 해법은?

2080벤처스와 3D 생성형 AI 스타트업 리빌더AI는 ‘2026 제조업 버티컬 AI 세미나’를 공동 개최했다. 이번 세미나는 ‘제조업 VERTICAL AI 트렌드, 대기업&스타트업 상생협력 사례’를 주제로 제조 현장에서 실제 작동하는 인공지능(AI) 도입 전략과 산업 간 협업 모델을 공유하는 자리로 마련됐다.

최성안 대표는 오프닝에서 제조업의 AI 전환, 버티컬이 답이다 를 주제로 2026년을 제조 AI 전환의 골든타임으로 규정하고 단계별 실행 로드맵을 제시했다. 그는 성공하는 스타트업의 조건으로 도메인 지식과 즉각적인 ROI 제공을 강조하며, 대기업에 임팩트를 주지 못하는 버티컬 AI는 의미가 없다고 짚었다. 또 스타트업이 SI로 접근하면 초기에 실적을 내기엔 유리하지만 이후 확장성이 떨어진다고 조언했다.

이어 발표에 나선 양우람 현대자동차 책임매니저는 대기업의 AI 도입사례에 대해 설명했다. 양 책임은 “스마트팩토리=테슬라 공장”식 환상을 버리고 기존 설비, 인력은 유지한 채 공정의 방법(Method)을 AI로 바꾸는 것이 현실적인 제조혁신 해법이라고 강조했다.

울산공장 등 기존 공장은 이미 설비, 인력, 인프라가 포화 상태여서 수천억을 들여 공장을 새로 짓고 로봇으로 전면 교체하는 방식은 현실성이 낮다고 지적했다. 양 책임은 도요타 생산방식으로 대표되는 4M 관리 체계를 언급하며 사람, 기계, 자재, 공정 중 사람은 단기간 개편이 어렵고 설비는 대규모 투자, 레거시 리스크가 크며 자재는 협력사 구조상 바꾸기 어렵기 때문에 내부 의사결정으로 상대적으로 빠르게 바꿀 수 있는 방법이 AI 적용 1순위라고 설명했다.

양 책임은 제조 AI의 성패가 모델 정확도보다 현장과 AI팀이 서로의 언어를 이해하는 상호 학습 구조를 만들 수 있느냐에 달렸다고 강조했다. 그는 데이터만 주면 만능 모델을 만들겠다는 기술팀의 기대와 AI만 도입하면 해결된다는 현장의 기대가 충돌하며 많은 프로젝트가 시작조차 못 하거나 실패하는 이유를 서로에 대한 이해 부족에서 찾았다. 양 책임은 쌍방향 상호 학습을 제안했하며 같은 설비 세팅에서도 오후 햇빛 유입으로 온도가 올라 불량이 생길 수 있다는 현장 맥락을 AI팀이 데이터·모델 관점으로 재해석해야 한다는 사례를 들었다.

양 책임은 현대차가 2017년 시드 투자한 제조 AI 스타트업 마키나락스와의 예지보전 협업을 대표 사례로 소개하며 울산 최체공장 용접 로봇라인처럼 한 대 고장만으로 라인이 멈출 수 있는 환경에서 이상 징후 조기 감지를 목표로 했다고 밝혔다. 다만 초기에는 고장 자체가 드문 이벤트여서 고장 데이터가 부족했고 서·파라미터·환경 조건 등 세부 데이터도 충분히 쌓여 있지 않아 기대와 현실 사이 간극이 컸다고 회상했다. 그는 제한적인 데이터부터 수집해 수개월 단위로 축적·검증을 반복하며 모델을 개선한 끝에 실제 공장에 탑재돼 안정적으로 가동하는 수준까지 올렸고 KPI와 현장 로그·센서 데이터의 갭을 줄이는 작업이 곧 제조 AI 프로젝트의 출발점이라고 강조했다.

마지막으로 양 책임은 “어떻게 하면 테슬라처럼 될 것인가”보다 “어떻게 하면 지금 설비로 생산성을 더 높일 수 있을까”에 집중하는 것이 한국 제조업이 선택해야 할 현실적인 전략이라고 말했다. 이어 그는 “새로운 데이터를 수집하는 것도 중요하지만 지금 현장에서 남아 있는 기록을 최대한 보존하고, AI팀과 현장 실무자가 같은 자리에서 협업하는 문화가 먼저”라며, 작은 성과들이 쌓일수록 AI팀의 수준도 함께 올라가는 선순환이 만들어질 것이라고 덧붙였다.

대기업 사례 발표에 이어 제조 데이터 자동화 기술을 다루는 스타트업 리빌더AI 김정현 대표의 발표가 이어졌다. 리빌더AI는 제품 디자인부터 제조 직전 단계까지 전 과정을 AI로 자동화한다. 김정현 대표는 최근 생성형 AI가 멋진 결과물을 내더라도 소재, 원가, 금형, 내구성 제약을 만족하지 못해 제조 현장에서는 쇼케이스로 끝난다는 평가가 반복된다고 진단하며 이는 디자이너·엔지니어·시뮬레이션 담당자 간 간극이 병목이라고 짚었다. 그는 “생성형 AI로 예쁘게만 뽑는 디자인이 아니라 실제 공장에서 바로 찍어낼 수 있는 제조 가능 디자인을 끝까지 책임지는 AI 파이프라인”이 핵심이라고 강조했다.

리빌더AI는 글로벌 스포츠 브랜드 아식스와 협력해 신발 개발 자동화 PoC를 진행한 사례를 소개하며 자사 솔루션 브링원이 이런 문제를 해결했다고 전했다. 그에 따르면 신발은 윗부분과 밑창이 서로 다른 제조 데이터를 요구하는 복잡한 품목이다. 이에 리빌더AI는 스케치·프롬프트에서 신발 3D 생성하고 어퍼·솔 분리·편집, 어퍼 패턴 CAD 및 솔 3D CAD·금형 데이터 자동 생성, 작업 지시서 전달 후 생산 투입까지 자동화함으로써 빠른 양상이 가능하도록 했다. 그 결과 아식스의 신발 개발 프로세스 전체 리드타임은 거의 절반 가까이 단축됐고 디자이너와 엔지니어 사이의 피드백 루프가 크게 줄어들었다. 이 성과를 바탕으로 리빌더AI는 아식스의 전략적 투자를 유치했다. 

김 대표는 “생성형 AI 열풍 이후 많은 기업들이 쇼잉을 넘어 실제 공장에서 쓰이는 도구를 찾고 있다”며 “리빌더AI는 디자인과 제조의 간극을 줄여 AI가 진짜 생산성 향상을 만드는 사례를 더 많이 만들어 가겠다”고 말했다.

이 외에도 이얼비스 정국원 대표는 AI 기반 QC(품질관리) 최적화 솔루션 사례를 공유했으며 이어진 패널 토크에서는 KAIST 창업원 박용철 초빙교수의 진행 아래 발표자 4인이 제조 AI의 미래 전략을 논의했다.