[AM리더스클럽26] 임픽스, 자율제조 출발점에서 다시 DX를 묻다

이상호 대표 “DX 없이는 AX도 없다”

AI와 피지컬AI, 자율제조가 차세대 제조 혁신의 핵심 키워드로 부상한 지금, 최근 산업계에서는 ‘AI 도입’이 거의 모든 제조 혁신 논의의 출발점처럼 언급되고 있다.

그러나 정작 현장에 들어가 보면, 여전히 데이터는 흩어져 있고 공정의 판단은 사람의 경험에 의존하는 경우가 적지 않다. 

임픽스(IMPIX, 대표 이상호)는 이 간극을 가장 오래, 가장 집요하게 마주해 온 기업이다.

스마트제조라는 용어가 등장하기 훨씬 이전인 2000년 초부터, 임픽스는 제조 현장의 표준화와 데이터화를 고민하며 공정의 기록을 남기고 판단의 근거를 쌓는 일에 집중해 왔다.

이상호 대표는 인터뷰 내내 “AI는 결과이지 출발점이 아니다”라는 점을 분명히 했다. 그는 AI는 잘 준비된 데이터를 기반으로 작동하는 ‘툴’에 가깝다고 말했다.

제조 현장의 도메인 지식없이, 공정 맥락을 이해하지 못한 채 적용되는 AI는 결국 현장에서 멈출 수밖에 없다는 취지다. 

다만 그는 AI 기술의 한계를 지적하기보다, 제조기업이 무엇을 먼저 준비해야 하는지를 되물었다. 임픽스의 지난 25여년의 행보는 이 질문에 대한 하나의 답처럼 읽힌다.

제조현장에도 GDP(Good Data Pipeline)이 필요하다.

특히 피지컬AI 등 휴머노이드로봇을 둘러싼 최근의 기대감에 대해서도 이상호 대표의 시선은 다르지만 선명했다. 

로봇의 성능이나 알고리즘보다 더 중요한 것은 그 로봇에게 무엇을 가르칠 수 있느냐에 맞춰져 있었다.

수십 년간 사람의 머릿속과 숙련에 의존해 온 제조 노하우가 데이터로 준비되지 않는다면, 아무리 진보한 로봇이라도 단순 작업을 반복하는 수준에 머물 수밖에 없다는 뜻이다.

이상호 대표는 이를 한 문장으로 “제조 현장에도 GDP가 필요하다”고 잘라 말했다. 이 대표가 말하는 GDP는 ‘굿 데이터 파이프라인(Good Data Pipeline)’의 약자다.

AI와 자율제조를 이야기하기에 앞서, 현장의 데이터를 어떻게 수집·정제·관리하고 판단과 실행으로 연결할 것인지에 대한 구조가 먼저 갖춰져야 한다는 의미다.
본지는 임픽스 이상호 대표의 지난 커리어와 제조 현장 경험을 바탕으로, 데이터 축적에서 AI 적용까지 임픽스가 바라보는 제조 혁신의 방향을 들어봤다.
 

간단하게 회사와 개인 소개 부탁한다.

임픽스는 창업 초기부터 제조 데이터를 다뤄온 회사다. 제조 현장에서 발생하는 데이터를 어떻게 수집하고, 관리하고, 시스템으로 연결할 것인가를 중심에 두고 사업을 해왔다. 

최근 AI 흐름 속에서 AI 솔루션까지 제공하고 있지만, 우리가 해온 일의 방향이나 본질이 바뀐 것은 아니다. 제조 데이터를 기반으로 공정을 이해하고 운영할 수 있는 구조를 만들어온 회사라고 보면 된다.

개인적으로는 현대자동차에서 커리어를 시작했다. 당시에도 제조 현장에서 발생하는 데이터를 어떻게 관리하고 시스템화할 것인가를 고민하는 업무를 맡았다. 

IMF 직전에 회사를 나왔는데, 안정성보다는 새로운 기술과 새로운 방식을 직접 만들어보고 싶다는 생각이 컸다. 

이후 지금까지 제조 현장과의 연결을 끊지 않고 사업을 이어오고 있다. 제조 데이터와 시스템은 내 커리어의 출발점이자, 지금까지 이어져 온 중심축이다.

‘스마트제조’라는 용어가 등장하기 이전부터 제조 현장과 함께해 왔다. 지난 25년여간의 제조환경의 변화와 소회를 듣고 싶다.

처음 임픽스가 다뤘던 영역은 ISO 기반 품질 시스템이었다. 지금으로 보면 MES·QMS 개념이지만, 2000년대 초반에는 상당히 이른 시도였다. 

작업 결과를 전산으로 남기고, 승인과 결재를 거쳐 다음 단계로 넘어가는 구조 자체를 현장이 받아들이기 어려워했다. 당시 제조 현장은 사람 중심이었다. 

표준화나 기록은 관리나 감시로 인식되는 경우도 많았다. 지금 돌아보면 아쉬움이 크다. 만약 그 시기 제조 현장에 프로세스 기반 데이터화가 정착됐다면, 

지금처럼 ‘데이터가 없다’, ‘노하우가 사람에게만 있다’는 문제는 훨씬 줄었을 것이다. 하지만 그 과정에서 임픽스는 일관되게 제조 데이터를 남기는 구조를 만들어 왔다. 

그 시간이 지금의 임픽스를 만든 셈이다.

임픽스가 일관되게 중요하게 가져온 역할이나 방향성이 있다면?

결국 데이터다. 다만 지금의 AI를 염두에 둔 데이터는 아니었다. 우리는 제조를 제대로 하기 위해 데이터를 쌓아왔다. 누가 언제 어떤 판단을 했는지, 어떤 조건에서 문제가 발생했는지를 남기지 않으면 제조는 계속 사람 의존적으로 갈 수밖에 없다고 봤다. 여러 제조 고객의 데이터를 다루면서 확신하게 됐다. 데이터를 어떻게 관리하고 자산으로 축적해 왔는지가 기업 경쟁력을 좌우한다는 점이다. 사람이 바뀌면 품질이 흔들리는 이유도 여기에 있다. 결국 데이터는 설비 값을 모으는 문제가 아니라, 판단의 맥락을 남기는 일이라고 본다.

임픽스가 보유한 주요 솔루션을 소개한다면?

대표적인 솔루션으로는 먼저 A²LAB이 있다. A²LAB은 제조 현장에서 발생하는 데이터를 수집하는 단계부터 관리, 분석, 그리고 인공지능까지 한 번에 볼 수 있도록 만든 솔루션이다. 현장에서 데이터를 모으고, 그 데이터를 쌓아서 관리하고, 분석하고, 다시 AI 학습과 운영으로 이어지는 전체 흐름을 하나의 구조로 가져가고 있다. 단순히 AI 모델 하나를 만드는 것이 아니라, 데이터를 어떻게 모으고 어떻게 써야 하는지를 현장에서 계속 운영할 수 있게 만든 것이 A²LAB의 핵심이다.

또 하나는 A.ESG다. A.ESG는 제조 현장의 에너지 데이터를 중심으로 ESG 대응을 지원하는 솔루션이다. 제조 현장에서 에너지 사용이나 환경 관련 데이터는 그동안 감으로 관리되는 경우가 많았는데, 이제는 이런 영역도 데이터로 관리하지 않으면 안된다고 보고 있다. 설비나 공정에서 발생하는 에너지 데이터를 수집하고, 이를 기반으로 에너지 사용 현황을 파악하고 관리할 수 있도록 한 것이 A.ESG다. 임픽스는 제조 데이터 관리의 범위를 공정과 품질을 넘어 에너지와 ESG 영역까지 확장하고 있다.

실제 현장에서 느낀 한계도 있었을 것 같다.

많은 제조기업이 PoC까지는 간다. 문제는 운영이다. 데이터가 계속 들어오지 않고, 공정이 바뀌었을 때 이를 반영하지 못하면 AI는 금방 무용지물이 된다. AI는 한 번 학습시키고 끝나는 기술이 아니다. 공정 조건이 바뀌고 설비 상태가 달라지면 데이터도 달라진다. 데이터 드리프트를 관리하지 않으면 AI의 판단 신뢰도는 급격히 떨어진다. 

그래서 우리는 AI를 ‘만드는 것’보다 ‘운영하는 구조’를 더 중요하게 본다.

여러 프로젝트를 수행하며 임픽스의 강점이 가장 잘 드러났던 지점이 있었다면?

나는 이를 한 문장으로 정리해 ‘제조 현장에도 GDP가 필요하다’고 말한다. 여기서 GDP는 ‘굿 데이터 파이프라인(Good Data Pipeline)’이다. 

AI와 자율제조를 이야기하기 전에, 데이터를 어떻게 수집하고, 정제하고, 관리하며, 판단과 실행으로 연결할 것인지에 대한 구조가 먼저 갖춰져야 한다.

이 구조없이 AI를 이야기하는 것은 기초 공사 없이 건물을 올리겠다는 것과 다르지 않다. 임픽스의 강점은 바로 이 GDP를 현장에 맞게 설계해 왔다는 점이다.

최근 주목받는 피지컬AI·휴머노이드로봇에 대한 시각도 궁금하다.

로봇의 성능이나 알고리즘은 이미 상당한 수준에 와 있다. 문제는 그 로봇에게 무엇을 가르칠 수 있느냐다. 제조 현장의 노하우는 대부분 사람의 머릿속과 숙련에 있다. 

왜 그 타이밍에 버튼을 눌렀는지, 왜 그 소리를 듣고 멈췄는지를 설명하기 어려운 판단들이 많다. 

이 판단이 데이터로 준비되지 않으면, 아무리 좋은 로봇이 있어도 단순 작업만 반복하게 된다. 피지컬 AI 시대를 준비한다는 것은, 결국 제조 지식을 데이터로 준비하는 일이라고 본다.

AI 솔루션 도입을 고민하는 중소·중견 제조기업에 조언한다면.

AI를 하고 싶다면 먼저 DX부터 점검해야 한다. DX 없이 AX는 없다. 지금 상태에서 AI를 얹을 수 있는지, 데이터를 지속적으로 만들 수 있는 구조인지부터 봐야 한다. 

준비가 안 된 상태에서 AI를 도입하면 결국 다시 돌아가게 된다. AI는 시작이 아니라 마지막 단계다.

회사 경영에 있어 가장 중요하게 생각하는 철학이 있다면?

소통과 공감이다. AI 시대일수록 더 중요하다. 기술은 AI가 해주지만, 문제를 정의하고 고객의 어려움을 이해하는 것은 사람의 역할이다. 

내부 구성원, 고객과의 관계 속에서 해답이 나온다. 그래서 나는 ‘AI 시대는 다시 릴레이션십의 시대’라고 말한다.

국내 스마트제조 생태계에서 어떤 역할을 하는 회사가 되고 싶나

임픽스는 대한민국 제조 경쟁력을 지키는 데이터 기반 파트너가 되고 싶다. 선배 세대가 쌓아온 제조 노하우를 데이터로 남기고, 다음 세대가 AI와 로봇으로 이어갈 수 있도록 연결하는 역할이다. 그것이 우리가 이 생태계에서 해야 할 일이라고 생각한다.

출처 : FA저널(https://www.fajournal.com)