“제조업계 인력 부족 문제, 버추얼 동반자가 도움될 것”
[인터뷰] 다쏘시스템코리아 배재인 CRE 본부장
“다쏘시스템은 그동안 엔지니어링 솔루션의 AI는 달라야 한다고 말해왔고, 올해 미래 제조의 AI 구현 모습이 좀 더 구체화됐다. 현재 우리나라 제조업계의 중견 및 중소기업은 AI의 인력 대체를 걱정하는 게 아니라 사람을 뽑기 힘들다는 어려움을 호소하고 있다. 다쏘시스템의 버추얼 동반자는 인력 확보란 고민을 해소하는 역할을 할 것으로 기대된다.”
다쏘시스템코리아 배재인 고객경험부문(CRE) 본부장은 지난달 미국에서 열린 ‘3D익스피리언스월드 2026’ 행사에서 한국기자단과 인터뷰에서 이같이 밝혔다.
다쏘시스템은 3D익스피리언스 플랫폼 상에서 산업이 혁신과 운영을 창출하고, 테스트하며, 검증하는 방식을 혁신적으로 변화시키기 위해 설계된 새로운 AI 기반 전문가 범주인 ‘버추얼 동반자(Virtual Companions)’를 공개했다. 고객이 생성형 경제(Generative Economy)에 진입할 수 있도록 지원하는 신뢰할 수 있는 파트너로서의 비전을 실현하고 있다. 버추얼 동반자와 함께 하는 새로운 업무 방식은 인간과 AI가 가장 복잡한 산업 과제에 대해 안전하고 지능적으로, 그리고 대규모로 협업할 수 있도록 지원한다.
그러나 생성형 AI가 산업 설계 부분의 인력을 대체할 수 있다는 우려는 업계 전반에 퍼져있다. 다쏘시스템은 올해 버추얼 동반자를 출시하면서 ‘인간의 업무 역량 강화’ 측면을 누차 강조했다. 배재인 본부장은 이에 더해 오히려 국내 제조기업의 인력 채용 어려움을 해결하는 방안일 수 있다고 봤다.
“어떤 제조기업의 경우 고투마켓 사이클이 매우 짧다. 개념 설계부터 제조와 생산까지 이르는 기간을 줄여야 하는 압박감이 있고, 설계가 생산과 제품측의 요청을 따라가지 못하는 경우가 많다. 중견 중소기업 대부분이 버추얼 동반자를 활용해 고투마켓과 고투밸류까지의 시간을 줄이는데 큰 도움을 줄 것이라 생각한다.”
세 가지 버추얼 동반자는 산업 비즈니스 과제에 대해 상호보완적인 접근 방식을 제공한다. 아우라(Aura)는 요구사항, 프로젝트, 변경사항 전반에 걸쳐 지식과 맥락을 오케스트레이션하여 팀이 복잡성을 관리하고 정렬을 유지할 수 있도록 지원한다. 레오(Leo)는 설계부터 생산에 이르는 다양한 엔지니어링 분야 전반에서 복잡한 엔지니어링 과제를 해결한다. 마리(Marie)는 소재, 화학, 제형, 치료 분야에 대한 심층 과학 전문성을 기반으로 복잡한 현상을 탐구하고, 첨단 질문을 도출하며, 혁신적 가설을 탐색한다.
버추얼 동반자는 대규모 언어 모델(LLM)을 넘어, 산업 월드 모델, AI, 그리고 물리 법칙과 재료 과학에 의해 검증된 멀티스케일·멀티디서플린 모델링 및 시뮬레이션을 결합함으로써 과학적 기반과 수십 년간 축적된 산업 수준의 지식을 토대로 구축됐다. 버추얼 동반자는 사용자 의도를 이해하고 추론하며, 제품 및 서비스의 구상부터 사용, 재생에 이르는 전체 라이프사이클 전반에서 행동을 오케스트레이션한다. 정확성, 추적 가능성, 신뢰성을 보장하며, 물리적으로 존재하기 전에 행동과 결과를 시뮬레이션한다. 3D익스피리언스 에이전틱 플랫폼은 수천 개의 버추얼 동반자와 인간 간 비동기적 협업을 조율하면서, 데이터 주권 요구사항을 준수하도록 확장 가능하게 설계됐다.
“스타트업의 경우엔 더욱 전문 디자이너나 전문 시뮬레이션 인원을 뽑기 어려운데, 다쏘시스템 3D 익스피리언스 플랫폼 안에서 설계하고 검증해 생산까지 이어가는 혜택을 이미 받아왔고, AI가 제대로 역할을 하고 다쏘시스템이 지원한다면 상상을 현실로 만드는 과정을 대폭 단축해 제조 기업의 혁신을 이끌어 낼 수 있지 않을까 전망한다.”
CAD, CAM, CAE 중 디자인 분야 종사자에게 키보드는 친숙한 인터페이스는 아니다. 설계자는 마우스와 키보드 단축키 입력에 더 익숙하다. 다쏘시스템의 버추얼 동반자처럼 LLM 기반 인터페이스는 전과 다른 디자인 경험에 적응할 것을 요구한다. 아우라의 경우 문서 작업과 관련되므로 큰 변화를 요구하지 않지만, 레오의 경우 설계 작업의 내용을 일목요연하게 정리해 프롬프트로 입력해야 한다.
“AI 시대를 준비하는 모든 사람의 숙제일 수도 있다. 레오 같은 경우 엔지니어에게 정확한 가이드라인을 제시해야 할 것이라 생각한다. 기존 솔리드웍스 기술지원처럼 사용자의 AI 활용 수준을 높일 수 있는 지원이나 교육이 필요할 것이라 본다. 앞으로 준비될 것으로 기대하고 있다. 엔지니어링 솔루션에서 프롬프트 엔지니어링에 대한 학습이 엔지니어에게 새롭게 익혀야 하는 영역의 하나로 받아들일 수 있으므로, 그 부분에 대해 준비하겠다.”
다쏘시스템은 올해 행사에서 엔비디아와 협력을 확대했다. 다쏘시스템의 버추얼 동반자와 각종 AI 기능에 엔비디아의 AI 기술을 밀접하게 통합해 클라우드 서비스로 제공하는 내용과, 엔비디아의 AI 팩토리를 3D익스피리언스 플랫폼 상의 버추얼 트윈으로 구현해 대규모 AI 인프라를 구축, 관리하는 내용이 포함된다.
“최첨단의 기술력이 집약돼야 되는 AI 팩토리에서도 다쏘시스템의 플랫폼과 AI 솔루션들이 활용되고 있다. 이는 어떠한 형태의 제조업이나 공장을 운영하고, 새로운 형태의 공장을 고민하더라도 다쏘시스템의 솔루션을 믿고 활용할 수 있다는 의미다.”
다쏘시스템은 버추얼 트윈과 다양한 AI 기술을 결합함으로써 제조업의 운영효율과 가치 창출속도를 높일 수 있다고 본다.
“버추얼 트윈이나 AI의 역할은 결국 기본적으로 운영과 검증 속도를 높이는 것이다. 제조업에서 많은 비용이 들고 시간을 지연시키는 요인은 생산 단계 중간의 여러 오류들이다. 프로세스 자체의 속도 문제보다 그 안에서 발생하는 오류, 그 뒷단의 생산 단계에서 어떤 어려움들을 겪었을 때 발생하는 비용과 시간의 문제를 AI와 버추얼 트윈으로 컨셉 앞단계 혹은 그 바로 뒤로 이어지는 검증 단계에서 오류를 미리 찾고 실제 발생을 최대한 줄여 정확성과 속도를 높이는 것이다.”
미래 제조업의 모습으로 피지컬 AI가 각광 받고 있다. 그러나 제조업에서 피지컬 AI는 복잡한 생산 현장에서 복합적으로 구축된다. 여러 작업을 수행하는 피지컬 AI 기반 로보틱스와 기존의 특정 작업용 자동화 로봇이 대규모로 혼재되는 가운데 운영 관리 측면이 새로 대두되는 고민이다.
“로봇은 많은 트라이얼 에러를 필요로 하는 영역이다. 앞으로 로봇이 어떤 형태로 발전할지 그 모습이나, 물리적인 환경, 그리고 어떠한 환경에서 특화된 로봇이 필요할지 등등 고민할 게 많다. 컨셉 설계로부터 생산에 이르기까지 과정이 끊임없이 반복 되면서 에러를 찾고 더 최적화된 모델을 찾아야 하는 부분에서 AI나 버추얼트윈이 로봇에 있어 더 역할을 할 수 있을 것이다. 멀티 디서플린이라고 하는데, 전장 설계나 시뮬레이션 안에서도 다양한 디서플린이 축약돼야 기본적으로 여러 실험을 하고 고투밸류 시간을 줄일 수 있다. 이런 부분에서 로봇 산업에 솔리드웍스가 더 기여할 것으로 기대한다.”
제조업계의 AX와 피지컬 AI 채택에서 또 다른 과제는 데이터다. 다쏘시스템에서 선보인버추얼 동반자 ‘레오’나 ‘마리’가 기대 수준의 업무를 실제 현장에서 수행하려면 제조업에 맞는 데이터셋이 필요하다.
“기본적으로 레오나 마리는 다쏘시스템의 경험과 데이터에 기반해 훈련됐지만, 기업 고객의 노하우와 지식을 계속 활용하려면 고객의 데이터를 넣어 학습시켜야 한다. 그런데, 충분한 데이터들이 지금 클라우드에 올라와 있지 않다. 보안적 측면 때문에 고객들이 클라우드에 올리는 걸 꺼린다. 다행히 지난 수년간 계속 3D 익스피리언스 클라우드를 강조해오면서 고객의 데이터를 클라우드에 올리도록 독려했고, 2023년부터 솔리드웍스를 구매하는 모든 고객은 클라우드를 기본 탑재하고 있다. 인식이나 여러 면에서 충분하지 않지만, AI가 도입됐을 때 솔리드웍스 고객이 데이터를 활용할 수 있는 여건은 많이 조성됐다. AI가 정말 쓸 만해지고 활용하고 싶어하는 니즈가 강해지면 고객의 보유 데이터를 클라우드에서 저장하고 활용하게 되지 않을까 생각한다.”
그는 단순히 많은 데이터를 학습시키는 것과 함께 거버넌스에 대한 접근을 강화할 것을 조언했다. AI의 데이터 학습 효과를 더 높일 수 있다는 측면에서다.
“데이터에 더해서 다양한 노하우가 녹아들 수 있는 데이터 거버넌스가 우선 마련돼야 할것 같다. 동일한 데이터, 비슷한 데이터를 그냥 쏟아붓는 것보다 데이터 거버넌스를 하면서 다쏘시스템 에노비아 솔루션을 활용해서 데이터 거버넌스가 마련된 형태로 저장 된다면 그 안에서 AI가 이해할 수 있는 에노비아의 언어를 통해 AI의 학습 효과가 더 향상될 것이다.
그는 중소기업에서 AI 전환을 통해 거버넌스에 대한 인식 변화를 기대했다. 거버넌스를 통해 협업을 높이고, 성과 개선이란 궁극적 효과를 얻을 수 있다는 점을 이해하게 될 것이란 얘기다.
“제조업 특히 중소 중견기업의 경우 잘 되지 않는 부분이 협업의 영역이다. 부서마다 사일로화돼 있기도 하고, 특히 중소기업의 경우 한 사람이 여러 업무를 담당하고, 지식과 노하우를 동료에게 전달한다는 인식도 낮다. 협업을 위한 거버넌스가 이뤄졌을 때 AI 학습에 좋은 영향을 줄 수 있다. 혼자 쓰는 데 데이터를 올리지 말고 누군가와 협업하고, 재활용된다는 면이 거버넌스에서 중요한 부분이란 점도 이해되면 좋겠다.”
글. 바이라인네트워크
<김우용 기자>yong2@byline.network
