본문으로 건너뛰기
← vibecamp ai factory 목록

vibecamp ai factory · #50 · 2026-10-01

vibecamp ai factory 2026-10-01 — 히타치·화낙, 피지컬 AI 공동 사업화…자사 공장서 먼저 실증

2026-10-01 AI 팩토리 일간 호 — 오늘 8개 카드를 정리했습니다.

8개 카드 · 제조 현장의 AI 전환 일간

📤 공유하기𝕏@inf💬✈B✉
🤖

피지컬 AI·로봇

히타치제작소와 화낙 경영진이 피지컬 AI 사업화 파트너십 협약서를 들고 악수하는 모습

히타치·화낙, 피지컬 AI 공동 사업화…자사 공장서 먼저 실증

#
히타치제작소와 화낙이 9/30 피지컬 AI(physical AI) 실장 서비스를 함께 사업화하는 전략적 파트너십을 발표했습니다. 히타치 이바라키 지역 공장을 '커스터머 제로'로 삼아 형상이 다른 부품 피킹과 생산품 변경 시 라인 전환 작업을 실증하고, 인식 정확도·동작 품질·사이클타임을 검증합니다. 2027년도까지 기술을 확립하고 이후 반도체·의약·자동차·물류·식품·조선 분야로 전개할 계획입니다.
💡로봇 티칭(teaching) 비용이 큰 다품종 소량 라인에서 AI가 현장 규칙을 계속 학습하는 구조입니다. 반복 자동화(automation)에서 자율(autonomy)로 넘어가는 흐름을 읽을 수 있습니다.
원문 →#physical-ai#robotics#hitachi#fanuc#japan
국가첨단전략산업위원회 관련 브리핑에서 발언하는 정부 관계자

정부, 2030년까지 로봇 20만 대 보급…구미·포항 특화단지 지정

#
정부가 9/30 제9차 국가첨단전략산업위원회에서 2030년까지 민관 합동으로 로봇 20만 대를 보급하겠다고 밝혔습니다. 내년 화재·인명구조, 우편 분류, 뿌리산업 등 인력난 현장에 정부 구매·보급 1,700대 이상을 우선 투입하고, 2028년부터 공공 보급을 넓히며 구매보조·렌탈·규제개선으로 민간 도입을 돕습니다. 대구·경북(구미·포항) 특화단지는 2030년 글로벌 휴머노이드 생산량 20% 달성을 목표로 합니다.
💡구매보조·렌탈 지원이 열리면 주조·용접 같은 뿌리산업 중소 제조사도 로봇 도입을 검토할 여지가 생깁니다. 로봇을 현장에 붙이고 운영하는 역할이 어디서 필요해질지 눈여겨볼 만합니다.
원문 →#policy#humanoid#robotics#korea#labor-shortage
🏭

스마트팩토리·디지털트윈

헤럴드 기업포럼 2026에서 현대차·기아 '다크 팩토리 247' 비전 슬라이드 앞에서 발표하는 모습

현대차·기아, '다크 팩토리'로 공정 자동화율 55~56% 목표

#
정준철 현대자동차·기아 제조부문 사장이 9/29 '헤럴드 기업포럼 2026'에서 미래공장 비전으로 '다크 팩토리(dark factory)'를 제시했습니다. HMGMA·울산 EV 공장 등의 공정 자동화율을 약 40%→55~56%로 높이고, 2028년 공장에 피지컬 AI를 투입해 2032년 전 공장에 자동화 기술을 전개한다는 계획입니다. 트림 부품 서열, 복잡 배선, 도장 오프라인 터치업이 적용 대상으로 꼽혔습니다.
💡반복·고난도·위험 공정부터 로봇으로 대체하는 우선순위 설정이 눈에 띕니다. 국내 완성차 그룹이 수치로 제시한 로드맵은 협력사 자동화 계획의 기준점이 될 수 있습니다.
원문 →#dark-factory#automation#hyundai#physical-ai#korea
🧠

산업용 LLM

마이크로소프트 인더스트리 서밋에서 LG전자 R&D 에이전트 '찾다'의 분석 시간 단축과 이용자 증가 지표를 발표하는 장면

포스코·LG전자, 정비·R&D에 사내 특화 LLM 실전 투입

#
9/30 서울 코엑스 '마이크로소프트 인더스트리 서밋'에서 두 회사가 제조 현장 생성형 AI 사례를 공개했습니다. 포스코는 설비 콘텐츠 약 17만 건을 바탕으로 파인튜닝(fine-tuning)한 설비 맞춤형 LLM을 운영하며 하루 평균 약 100건 질의를 처리하고, 평가 점수가 75→90점으로 올랐습니다. LG전자의 R&D 에이전트 '찾다'는 데이터 분석 시간을 평균 2주→약 45초로 줄였고 월간 이용자가 38→847명으로 늘었습니다.
💡숙련 인력 퇴직으로 사라지는 현장 노하우를 사내 문서 기반 LLM으로 남기는 패턴입니다. 새 문서를 계속 학습에 반영하는 체계가 실사용 성과로 이어진다는 점을 참고할 만합니다.
원문 →#industrial-llm#knowledge-management#posco#lg-electronics#korea
Aidentyx, 공장 지식그래프 기반 제조 에이전트 'PODO' 출시

Aidentyx, 공장 지식그래프 기반 제조 에이전트 'PODO' 출시

#
미국 산호세의 제조 특화 AI 기업 Aidentyx가 9/28 차세대 PODO AI 프레임워크를 정식 출시했습니다. 공장별 자산·공정·인력·우선순위를 모델링한 지식그래프(knowledge graph), 목적형 AI 앱, 재사용 AI 스킬·툴 라이브러리, 가상 'AI 엔지니어' 에이전트의 4계층 구조입니다. 반도체·식음료·수처리·철강 현장에서 이미 프로덕션 가동 중이며, 정량 성과 수치는 공개되지 않았습니다.
💡대시보드와 예측모델이 있어도 현장이 AI 권고를 믿지 못하는 이유는 운영 맥락의 부재입니다. 범용 LLM보다 공장 온톨로지(ontology)에 접지된 에이전트 설계가 왜 필요한지 보여줍니다.
원문 →#agentic-ai#knowledge-graph#industrial-llm#platform-launch
🔍

품질검사·머신비전

라이카·코그넥스, 학습 이미지 5~10장으로 쓰는 현미경 검사 AI

라이카·코그넥스, 학습 이미지 5~10장으로 쓰는 현미경 검사 AI

#
다나허 계열 라이카 마이크로시스템즈와 머신비전 기업 코그넥스가 9/29 'Aivaro AI Feature Detection'을 발표했습니다. 현미경 검사 소프트웨어 Enersight에 통합된 모듈로, 코그넥스 비전 AI 기반으로 결함과 관심 특징을 자동 식별·분류·측정합니다. 학습 이미지 5~10장이면 모델을 배포할 수 있고, 표준 하드웨어에서 로컬 처리하며 최소·최대·평균 통계값을 리포트합니다.
💡검사자마다 판정이 갈리던 현미경 품질검사를 소량 데이터 비전 AI로 표준화하는 사례입니다. 전자·배터리 QC처럼 학습 데이터가 적은 현장에서 비전 AI를 적용하는 방식을 볼 수 있습니다.
원문 →#machine-vision#quality-inspection#cognex#leica#few-shot
📦

공급망·물류

SFA 아산사업장 'ART 이노베이션 센터' 개관식에서 인사말을 하는 모습, 뒤로 물류 자동화 설비가 보인다

SFA, 휴머노이드로 물류 자동화율 2028년 95% 목표

#
SFA가 9/30 아산사업장에 'ART 이노베이션 센터'를 열고 레인보우로보틱스와 AI 자율제조·물류로봇 공동개발 협약을 맺었습니다. 현재 90%인 물류 자동화 수준을 2028년 95%로 올리는 것이 목표로, 석션 방식으로 못 집는 비정형 물건 20~30%를 로봇 핸드로 피킹하고 트럭 상하차까지 자동화합니다. 이마트·쿠팡 등 기존 고객사와는 휴머노이드 시스템의 내년 초 현장 도입 방안을 협의 중입니다.
💡물류센터 자동화의 마지막 공백이 비정형 피킹과 트럭 상하차라는 점이 드러납니다. 휴머노이드가 먼저 쓰일 자리는 사람의 '손'이 필요한 작업이라는 신호로 읽을 수 있습니다.
원문 →#logistics#humanoid#robot-hand#sfa#rainbow-robotics
SCSK, 제조업 조달 리스크 가시화 서비스 10/1 출시

SCSK, 제조업 조달 리스크 가시화 서비스 10/1 출시

#
일본 스미토모 계열 IT 서비스 기업 SCSK가 제조업 조달·구매 전용 'SuccessChain for Procurement'를 10/1부터 제공합니다. 설계·조달·생산·품질·공급사에 흩어진 정보를 연결해 공급 중단·납기 지연 같은 조달 리스크를 가시화하고, 데이터·AI 기반 공급사 평가와 부품·조달처 선정을 앞당깁니다. 2030년도까지 100개사 도입을 목표로 하며, 정량 성과 수치는 공개되지 않았습니다.
💡지정학 리스크와 원자재 가격 변동 속에서 조달 AI의 출발점은 부서 간 데이터 연결입니다. 설계 단계부터 조달 리스크를 반영하는 구조를 구매 조직 관점에서 참고할 만합니다.
원문 →#procurement#supply-chain-risk#scsk#japan

이 호가 도움됐다면 공유해 주세요 — 빌더 한 명이 더 알게 됩니다.

📤 공유하기𝕏@inf💬✈B✉