기업의 AI 투자는 빠르게 늘고 있지만 실제 사업 성과로 연결하는 기업은 많지 않다. 생성형 AI를 활용해 보고서를 작성하거나 데이터를 분석하는 수준을 넘어 생산 현장의 문제를 해결하고 업무 시스템까지 바꾸려면 넘어야 할 장벽이 여전히 높다. 기업마다 데이터가 여러 시스템에 흩어져 있고, AI가 문제를 찾아내더라도 실제 조치에는 사람의 확인과 별도의 업무 절차가 필요하기 때문이다. 지멘스가 이러한 간극을 줄이기 위해 기업의 데이터와 AI 에이전트, 업무 실행 과정을 하나로 연결하는 새로운 시스템을 공개했다.
지멘스 디지털 인더스트리 소프트웨어는 13일 서울 강남구 조선 팰리스에서 ‘Agentic Enterprise Connect 2026’ 기자간담회를 열고 차세대 엔터프라이즈 에이전틱 시스템 ‘인텔리전스 센터 X(Intelligence Center X)’를 소개했다. 이날 발표에는 사이먼 게린(Simon Guerin) 최고기술책임자(CTO)와 톰 데 그루트(Tom de Groot) 디렉터가 나서 기업 AI 도입의 한계와 실제 업무 환경에 적용할 수 있는 기술적 접근 방식을 설명했다.
게린 CTO가 제시한 수치는 AI 시장의 성장과 기업 현장의 현실을 대비시켰다. 그의 발표에 따르면 2026년 글로벌 AI 투자 규모는 2조5,000억 달러에 이를 것으로 전망되지만, 실질적인 수익 향상을 경험한 기업은 6%에 그쳤다. AI 파일럿 프로젝트의 74%는 상용화 단계에 도달하지 못했으며, AI 활용 선도 기업과 일반 기업의 생산성 격차는 올해 1월 2.6배에서 6월 8.3배로 벌어졌다.
개인 업무에서 체감하는 AI의 효과와 기업 전체의 성과 사이에도 차이가 있었다. 직장인의 65%는 AI 도구가 개인 업무에 도움이 된다고 답했지만, 조직 차원의 성과 개선을 경험했다는 응답은 12%에 불과했다. 게린 CTO는 이러한 차이가 AI 모델의 성능 부족보다 기업 내부의 데이터와 업무 체계에서 발생한다고 분석했다.
사이먼 게린 지멘스 CTO(왼쪽)와 톰 데 그루트 디렉터가 13일 서울 조선 팰리스에서 열린 ‘Agentic Enterprise Connect 2026’ 기자간담회에서 기업 AI 상용화 전략과 인텔리전스 센터 X를 소개하고 있다. (사진 제공: 지멘스)
AI가 답을 찾아도 실행하지 못하는 이유…기업 내부의 ‘5가지 간극’
지멘스가 진단한 문제는 다섯 가지다. AI가 기업 고유의 데이터와 업무 규칙을 충분히 이해하지 못하는 ‘컨텍스트의 부재’, 외부 도구처럼 추가돼 지속적인 관리가 어려운 ‘일회성 인텔리전스’, 분석 결과가 실제 업무 조치로 이어지지 않는 ‘단절된 액션’이 대표적이다. 여기에 여러 부서와 시스템을 거치는 업무를 통합하지 못하는 오케스트레이션 문제, 의사결정의 근거와 이력을 추적하기 어려운 거버넌스 문제가 더해진다.
가령 제조 현장에서 제품 불량률이 갑자기 높아졌다고 가정하면, 원인을 찾는 데 필요한 정보는 생산관리시스템(MES), 제품수명주기관리(PLM), 품질관리시스템(QMS) 등에 나뉘어 있을 수 있다. AI가 특정 설비나 공정의 이상 가능성을 찾아내더라도 담당자가 각 시스템을 확인하고 별도로 조치를 입력해야 한다면 전체 처리 시간은 크게 줄지 않는다.
게린 CTO는 AI 모델의 성능과 가격이 빠르게 개선되고 있음에도 기업의 AI 프로젝트가 시범 운영 단계에서 정체되는 이유를 이 같은 업무 단절에서 찾았다. 기업이 이미 보유한 데이터를 활용하면서 AI의 판단을 실제 시스템 실행까지 연결할 수 있어야 한다는 설명이다.
사이먼 게린 지멘스 CTO가 ‘Agentic Enterprise Connect 2026’ 기자간담회에서 기업의 AI 투자와 실제 사업 성과 사이에 발생하는 문제를 설명하고 있다. (사진 제공: 지멘스)
이날 공개된 인텔리전스 센터 X는 이러한 문제를 해결하기 위해 세 가지 기술을 결합했다. 기업의 데이터와 업무 관계를 이해하는 ‘그래프 스튜디오(Graph Studio)’, AI 에이전트를 개발하고 운영하는 ‘AI 스튜디오(AI Studio)’, 분석 결과를 실제 업무 처리로 연결하는 로우코드 플랫폼 ‘멘딕스(Mendix)’가 핵심이다.
그래프 스튜디오는 여러 기업 시스템에 저장된 데이터를 별도의 통합 저장소로 옮기지 않고 기존 위치에서 연결해 활용하도록 설계됐다. 각 시스템에 흩어진 설비, 공정, 제품, 품질 정보를 관계 중심으로 정리해 AI가 개별 데이터뿐 아니라 업무의 맥락까지 이해할 수 있도록 지원한다.
AI 스튜디오는 이를 바탕으로 문제를 분석하고 필요한 작업을 수행하는 에이전트를 구축·관리한다. 특정 대규모언어모델(LLM)에 종속되지 않고 외부 모델과 기업 내부 모델, 산업 특화 모델을 선택해 사용할 수 있도록 한 점도 특징이다.
멘딕스는 AI의 분석 결과를 사람이 검토하고 승인한 뒤 실제 업무 시스템에 반영하는 역할을 맡는다. 데이터 확인과 원인 분석, 조치 요청, 담당자 승인, 시스템 업데이트가 하나의 업무 흐름 안에서 처리되도록 하는 방식이다. 각 단계에서 어떤 정보가 사용됐고 누가 무엇을 승인했는지도 기록해 사후 확인이 가능하도록 했다.
가상 반도체 공장서 6분 만에 수율 이상 대응…사람과 AI가 함께 처리
기술 설명에 이어 진행된 시연에서는 인텔리전스 센터 X가 제조 현장에서 어떻게 작동하는지 구체적으로 소개했다. 톰 데 그루트 디렉터는 경기 이천에 있는 가상의 반도체 공장 ‘한빛 메모리 팹 2’를 설정하고, 고대역폭메모리(HBM) 생산 과정에서 수율이 정상 범위를 벗어난 상황을 재현했다.
시연은 이상 징후를 확인하는 단계에서 시작됐다. AI 에이전트는 그래프 스튜디오를 통해 연결된 생산·품질 관련 데이터를 조회하고 원인을 분석한 뒤, 문제가 발생한 공정에 대한 격리 조치안을 작성했다. 이후 해당 내용이 멘딕스의 업무 화면으로 전달되자 담당 책임자가 조치 내용을 검토하고 승인했다. 승인 결과는 MES에 반영돼 후속 대응 절차로 이어졌다.
지멘스가 제시한 전체 처리 시간은 6분이다. 업무 흐름은 컨텍스트 파악, AI 분석, 실제 조치, 이력 검증 등 네 단계로 구성됐다. 기존 방식에서는 담당자가 여러 시스템을 오가며 정보를 확인하고 조치를 입력하는 데 수일이 걸릴 수 있는 작업을 하나의 프로세스로 연결한 사례다.
다만 이날 공개된 결과는 실제 반도체 공장에서 측정한 운영 성과가 아니라 가상 제조 환경을 활용한 시연이다. 지멘스는 이를 통해 AI가 문제를 분석하는 데 그치지 않고 담당자의 승인 아래 기업의 업무 시스템을 직접 업데이트하는 과정을 보여줬다.
이러한 방식에서 중요한 요소는 AI 에이전트에 모든 판단과 실행 권한을 맡기지 않는다는 점이다. 에이전트가 데이터를 확인하고 조치안을 마련하더라도 최종 승인과 책임은 기업이 정한 업무 절차에 따라 관리된다. 데이터 출처와 작업 이력도 남기기 때문에 여러 부서가 참여하는 복잡한 제조 업무에 적용할 수 있다는 것이 회사 측 설명이다.
한국 시장을 겨냥한 적용 분야도 구체적으로 제시됐다. 반도체와 HBM을 비롯해 조선, 배터리, 자동차, 디스플레이, 철강 등 여섯 개 산업이다. 이들 산업은 생산 공정이 복잡하고 품질·설비·공급망 관련 정보가 다양한 시스템에 분산돼 있어 AI를 실제 업무에 적용하기 위한 데이터 연결과 운영 관리가 중요하다.
그루트 디렉터는 기업이 AI 적용 대상을 선정할 때 업무가 얼마나 자주 발생하는지, 하루의 처리 지연으로 얼마의 비용이 발생하는지, 몇 개의 시스템을 거쳐야 하는지를 살펴볼 것을 권했다. 단순한 업무부터 자동화하는 대신 여러 시스템이 연결된 복잡한 업무에서 실질적인 개선 효과를 찾을 수 있다는 판단이다.
지멘스는 인텔리전스 센터 X를 통해 기업이 개별 AI 프로젝트를 반복적으로 개발하는 부담을 줄이고, 한 번 구축한 데이터 연결과 관리 체계를 다른 업무로 확장할 수 있도록 지원한다는 구상이다. AI 도입 성과를 평가하는 기준 역시 모델의 답변 품질이나 시범 프로젝트의 성공 여부를 넘어 실제 업무 처리 시간, 운영 비용, 생산성과 같은 지표로 옮겨가야 한다는 메시지를 전했다.
이번 기자간담회에서 소개된 기술은 기업이 이미 사용 중인 시스템을 유지하면서 AI를 업무에 적용하는 데 중점을 뒀다. 데이터를 별도로 옮기지 않고 현장에서 활용하며, 에이전트가 분석한 결과를 담당자의 승인과 실제 시스템 조치까지 연결하는 방식이다. 지멘스는 이러한 접근을 바탕으로 제조 현장의 복잡한 업무를 자동화하고, 기업이 AI 투자 효과를 실제 운영 성과로 확인할 수 있도록 지원할 방침이다.
The post AI 투자 늘어도 성과는 6%…지멘스, ‘인텔리전스 센터 X’로 기업 AI 상용화 해법 제시 appeared first on 벤처스퀘어.