AI는 이제 보고서를 쓰고 코드를 생성하는 수준을 넘어 산업 현장으로 들어가고 있다. 하지만 공장과 조선소, 반도체 생산라인처럼 수많은 변수가 존재하는 환경에서는 높은 AI 성능만으로는 충분하지 않다. 실제 업무 안에서 안정적으로 작동하고 생산성을 만들어낼 수 있어야 비로소 기업의 경쟁력이 된다는 것이다. 마키나락스는 3일 서울 웨스틴 조선 파르나스에서 열린 산업 AI 컨퍼런스 ‘ATTENTION 2026’에서 생성형 AI 이후 기업이 준비해야 할 다음 단계로 ‘피지컬 AI’를 제시했다. AI의 경쟁은 벤치마크 점수가 아니라 얼마나 현장에서 검증되고 실제 산업을 움직일 수 있는가로 넘어가고 있다는 메시지였다.
마키나락스가 서울 웨스틴 조선 파르나스에서 산업 AI 컨퍼런스 ‘ATTENTION 2026’을 열고 피지컬 AI 전략과 산업 현장 AI 적용 사례를 공유했다.
벤치마크보다 중요한 것은 ‘현장’
윤성호 마키나락스 대표는 발표 첫머리에서 “AI는 빠르게 발전하는데 왜 기업의 생산성은 기대만큼 바뀌지 않았을까”라는 질문을 던졌다. 생성형 AI가 문서 작성과 코딩, 검색 등 다양한 영역에서 활용되고 있지만 정작 산업 현장에서는 AI 도입 효과를 체감하지 못하는 기업이 적지 않다는 것이다.
미국 전미경제연구소(NBER) 조사 결과도 이를 뒷받침했다. 최근 3년 동안 기업 경영진의 약 90%가 AI가 생산성에 측정 가능한 영향을 주지 못했다고 답했다는 것이다. AI 기술은 빠르게 발전했지만 실제 기업 운영으로 이어지는 과정에는 여전히 간극이 존재한다고 설명했다.
그 이유는 AI가 학습하는 환경과 실제 산업 현장의 차이에서 찾았다. 대표적인 사례로 맥도날드의 AI 드라이브스루를 들었다. 주문을 자동으로 받는 AI 시스템은 높은 성능을 보였지만 실제 매장에서는 예상하지 못한 주문과 주변 소음, 고객의 다양한 표현을 제대로 처리하지 못했고 결국 서비스가 중단됐다. 이를 두고 “AI가 현장에서 동작하지 않았다”고 표현했다.
“벤치마크 성능이 높다고 기업 생산성이 높아지는 것은 아닙니다. 정답은 간단합니다. 바로 현장입니다.”
산업 현장의 대부분은 AI 벤치마크가 다루지 않는 ‘롱테일(Long-tail)’ 문제라는 설명도 이어졌다. 설비 상태의 작은 변화와 작업자의 돌발 행동, 예상하지 못한 변수처럼 수없이 많은 예외 상황이 반복되는 환경에서는 인터넷 데이터로 학습한 AI보다 실제 현장에서 축적한 데이터와 경험이 더 중요하다는 것이다.
피지컬 AI의 경쟁력 역시 모델 자체보다 현장을 얼마나 이해하고 실제 업무 안에서 안정적으로 작동하는지에 달려 있다고 강조했다. AI가 공장을 제어하고 생산라인을 운영하며 설비 이상을 판단하는 순간부터는 높은 벤치마크 점수보다 기업의 데이터와 운영 환경에 맞게 학습된 AI가 더 큰 가치를 만든다고 덧붙였다.
이어 기업 경쟁력의 핵심으로 ‘기업 AI 주권(Enterprise AI Sovereignty)’도 제시했다. 범용 AI 모델을 사용하는 데 그치지 않고 기업이 축적한 데이터와 업무 노하우를 AI와 연결해 기업만의 자산으로 활용해야 한다는 의미다. 이를 위해 마키나락스는 AI 운영체제 ‘런웨이(Runway)’와 현장에 직접 투입되는 FDE(Forward Deployed Engineer) 조직을 통해 기업별 데이터를 AI와 연결하는 체계를 구축하고 있다고 소개했다.
AI를 사람을 대신하는 기술로만 보지 않는다는 점도 강조했다. 반복적인 분석과 계산, 데이터 처리는 AI가 맡고 사람은 판단과 의사결정에 집중하는 방향으로 역할이 재편될 것이라는 설명이다. 결국 AI의 성능을 높이는 것보다 산업 현장에서 AI와 사람이 함께 일하는 구조를 만드는 것이 피지컬 AI 시대의 핵심 경쟁력이라고 봤다.
발표 내내 반복된 메시지도 결국 ‘현장’이었다. 생성형 AI가 개인의 생산성을 높이는 단계를 넘어 이제는 공장과 발전소, 조선소처럼 물리적인 산업 현장으로 들어가는 시대가 시작됐으며, 그 과정에서 AI의 경쟁력은 벤치마크가 아니라 실제 현장에서 얼마나 안정적으로 동작하고 생산성을 만들어내느냐로 결정된다는 것이다.
윤성호 마키나락스 대표가 ‘ATTENTION 2026’에서 ‘AI는 현장에서 증명된다’를 주제로 피지컬 AI 시대의 방향과 산업 AI 전략을 발표하고 있다.
현장을 바꾸는 AI, 고객 사례로 이어지다
발표에서 제시한 ‘현장 중심 AI’는 뒤이어 소개된 기업 사례에서도 그대로 이어졌다. 한국앤컴퍼니그룹과 HD현대는 AI를 실험적으로 도입하는 단계를 넘어 실제 업무와 생산 현장에 연결하면서 얻은 경험을 공유했다. 공통된 메시지는 AI를 얼마나 많이 도입했느냐보다 데이터를 어떻게 준비하고 현장에 안착시키느냐가 성패를 좌우한다는 점이었다.
김성진 한국앤컴퍼니그룹 전무(CDO·CIO)는 ‘How AI Changes Enterprise Operation’을 주제로 AI가 기업 운영 방식을 어떻게 바꾸고 있는지를 소개했다. 연구개발과 생산, 물류, 재무 등 기업 전반의 데이터를 연결하는 기반을 먼저 구축한 뒤 이를 바탕으로 현업 구성원이 직접 AI를 활용해 업무를 개선하는 환경을 만들고 있다고 설명했다. 타이어 패턴 생성 AI와 수요 예측 모델도 실제 업무에 적용하고 있으며, AI 경쟁력은 모델보다 기업 내부 데이터와 운영 체계에서 나온다고 강조했다.
HD현대 역시 제조 현장을 중심으로 AI 적용 사례를 소개했다. 김영옥 HD현대 상무(CAIO)는 인력 부족과 친환경 규제, 생산성 향상이라는 제조업 과제를 해결하기 위해 AI를 설계와 생산, 품질, 안전 데이터 전반에 연결하고 있다고 설명했다. ‘AI-Ready Data’ 기반을 구축해 공통 AI 플랫폼으로 확장하고 있으며, 이를 자율형 조선소 구축으로 이어가고 있다는 점도 소개했다. AI가 업무를 보조하는 수준을 넘어 제조 현장의 운영 방식을 바꾸는 핵심 인프라로 자리 잡고 있다는 의미다.
앞서 제시한 피지컬 AI도 같은 맥락이다. 생성형 AI가 문서와 화면 안에서 사람의 생산성을 높였다면 피지컬 AI는 공장과 발전소, 조선소, 반도체 생산라인처럼 실제 산업 현장에서 설비와 데이터를 이해하고 운영을 바꾸는 기술이다. 발표자들은 AI의 성능보다 실제 현장에서 얼마나 안정적으로 동작하고 기업의 운영 방식과 연결되는지가 앞으로 산업 AI의 경쟁력이 될 것이라는 데 의견을 같이했다.
이날 ATTENTION 2026은 ‘AI Has Landed’를 주제로 열렸다. 마키나락스는 AI가 실험실을 벗어나 산업 현장에 ‘착륙’한 지금, 피지컬 AI의 현재와 앞으로의 방향을 공유했다. 오전 키노트에서는 마키나락스를 비롯해 KAIST, 한국앤컴퍼니그룹, HD현대, 디바이스 인사이트가 산업 현장의 AI 적용 경험을 발표했고, 오후에는 AI OS와 산업 AI, 국방 AI 등 3개 트랙에서 15개 세션이 이어졌다. 행사장에서는 AI 반도체와 AI 인프라, 산업 AI 솔루션 등을 체험할 수 있는 전시도 함께 진행됐다.
발표의 마지막도 결국 현장으로 돌아왔다. AI의 다음 경쟁은 더 뛰어난 모델을 만드는 일이 아니라 현장에서 신뢰받는 AI를 만드는 데 있다는 것이다. 벤치마크는 출발점일 뿐이며, 공장과 생산라인, 에너지 설비처럼 실제 산업 현장에서 안정적으로 동작하며 사람과 함께 문제를 해결할 때 비로소 AI의 가치가 증명된다는 메시지로 발표를 마무리했다.
The post “AI는 현장에서 증명된다”…벤치마크보다 현장, 마키나락스의 피지컬 AI appeared first on 벤처스퀘어.