[더벨]크라우드웍스, 중소현장 ‘제조 AI 데이터 백서’ 발간

김인규 기자
입력 2026.11.17 09:03 수정 2026.11.17 09:03
크라우드웍스가 제조업의 인공지능 전환을 가로막는 데이터 문제와 피지컬 AI 시대의 데이터 구축 전략을 담은 백서를 발간했다. 백서에서 제조 현장의 데이터 문제는 데이터 부족이 아닌 활용 목적과 구축 방식의 차이에서 비롯된다고 진단하며 핵심 병목 공정부터 공략하는 핀포인트 AX를 제안했다. 또한 피지컬 AI가 안정적으로 작동하기 위해 필요한 고품질 데이터의 네 가지 조건으로 시간 정합성, 현장 문맥성, 정답의 품질, 예외 커버리지를 제시했다.

더벨|이 기사는 11월17일(08:53) 자본시장 미디어 '머니투데이 thebell'에 출고된 기사입니다.

인공지능(AI) 테크 기업 크라우드웍스가 제조업의 인공지능 전환(AX)을 가로막는 데이터 문제와 피지컬 AI 시대에 필요한 데이터 구축 전략을 담은 백서를 발행했다고 17일 밝혔다. 이번 백서는 크라우드웍스 공식 블로그를 통해 신청 및 다운로드할 수 있다.

최근 제조업계에서는 AI를 활용한 생산 공정 지능화에 대한 관심이 높아지고 있다. 그러나 MES, ERP, 설비 센서 등을 통해 오랜 기간 데이터를 축적한 기업들도 실제 AI 도입 과정에서는 기대한 성과를 거두지 못하는 경우가 많다. 이는 데이터가 여러 시스템에 분산돼 있거나 작업 기록에 편중돼 있어 AI 학습에 필요한 정보가 충분히 확보되지 않았기 때문이다.

이번 백서에서 크라우드웍스는 제조 현장의 데이터 문제가 데이터의 부족이 아닌 데이터의 활용 목적과 구축 방식의 차이에서 비롯된다고 진단했다. 즉 공장에는 생산 이력을 남기기 위한 기록용 데이터가 축적돼 있지만 AI가 학습하고 판단하는 데 필요한 학습용 데이터는 부족하다는 것이다. 특히 로봇과 설비가 실제 물리적 환경에서 작동하는 피지컬 AI는 데이터의 양보다 작업 과정과 현장 상황을 정확하게 반영하는 고품질 데이터 확보가 중요하다고 강조했다.

또한 제조업의 AI 도입을 가로막는 데이터 문제를 다섯 가지로 분석했다. 구체적으로 △시스템별 데이터 분산 △정상 데이터 중심의 수집 △합격·불량 등 판정 라벨 부재 △영상·센서·생산 데이터 간 시간축 불일치 △작업 결과만 기록된 스냅샷 데이터 등을 주요 문제로 꼽고 각각의 개선 방향을 제시했다.

이러한 데이터 문제를 해결하고 제조 AX의 실질적인 성과를 창출하기 위한 접근법으로는 공장 전체를 대상으로 한 AX가 아닌 핵심 병목 공정부터 공략하는 '핀포인트 AX'를 제안했다. 병목 공정을 선정할 때는 △기술 유실 위험 △경제적 효과 △데이터 수집 가능성, △작업 반복성 등 네 가지 기준을 종합적으로 고려해야 한다고 설명했다.

나아가 피지컬 AI가 실제 제조 현장에서 안정적으로 작동하기 위해 필요한 고품질 데이터의 네 가지 조건으로 △시간 정합성 △현장 문맥성 △정답의 품질 △예외 커버리지를 제시했다. 특히 실제 현장에서 확보하기 어려운 예외 데이터는 합성 데이터를 활용해 보완할 수 있지만 실제 데이터와 지속적으로 비교·검증하는 과정이 중요하다고 강조했다.

크라우드웍스 관계자는 “제조 현장에 데이터가 아무리 많이 축적돼 있어도 AI가 학습할 수 있는 형태로 구축되지 않았다면 실제 현장에서 성과를 내기 어렵다”며 “이번 백서가 제조 기업들이 데이터 준비 상태를 점검하고 피지컬 AI 도입을 위한 실질적인 데이터 구축 전략을 수립하는 데 도움이 되길 기대한다”고 전했다.

<저작권자 © ‘돈이 보이는 리얼타임 뉴스’ 머니투데이. 무단전재 및 재배포, AI학습 이용 금지>