12일 복수의 업계 관계자에 따르면 해당 사업은 연구개발(R&D) 과제로 시작해 실증을 거친 뒤 본사업으로 전환됐으며, 현재 시스템 구축 단계가 진행 중인 것으로 파악됐다.
실증 과정에서는 사전에 설정한 평가 기준에서 98% 수준의 정확도를 확보한 것으로 전해지고 있다. 제한된 환경에서 기술 작동 여부를 확인하는 단계를 넘어 실제 제조 업무 적용을 위한 사업으로 확대된 것으로 풀이된다.
자동차 제조 현장은 완성차 업체와 다수의 1·2·3차 협력사가 연결된 복잡한 공급망 구조를 갖고 있다. 각 기업과 부서는 서로 다른 시스템과 기준으로 데이터를 관리한다. 품질 문제가 발생하면 어떤 협력사의 부품이 어느 공정과 차량에 적용됐는지 추적해야 하지만, 필요한 정보는 설계·구매·생산·품질 시스템 곳곳에 나눠 있다.
기존 제조 AI 역시 개별 문서를 검색하거나 이상 징후를 감지하는 데에는 활용됐지만, 여러 시스템을 가로질러 불량 원인이나 영향 범위를 추적하는 데에는 한계가 있었다는 것이 업계의 공통된 진단이다. 데이터가 부족해서라기보다 부품과 공정, 설비 사이의 관계가 AI가 이해할 수 있는 형태로 정리돼 있지 않았기 때문이다.
E8는 온톨로지를 활용해 서로 다른 시스템의 데이터를 같은 기준으로 연결하고, AI가 부품과 공정, 품질 이력 사이의 관계를 파악할 수 있도록 하는 작업을 진행 중인 것으로 알려졌다. 기존 시스템을 전면 교체하지 않고도 적용할 수 있다는 점이 특징으로 꼽힌다.
업계에서는 이번 현대차 사업이 다른 제조 산업으로 확대될 수 있을지 주목하고 있다. 다만 자동차에서 만든 관계 모델을 다른 산업에 그대로 적용할 수 있는 것은 아니다. 산업별 데이터 정의와 공정 규칙이 다른 만큼, 공통 구조를 얼마나 재사용 가능한 형태로 표준화하고 현장별 구축 비용을 낮출 수 있는지가 향후 사업 확장성을 가를 것으로 보인다.
E8 관계자는 "관련 내용에 대해서는 밝히기 어렵다"면서도 "주요 경영 사항은 관련 절차에 따라 공시로 대응할 계획"이라고 말했다.
◎공감언론 뉴시스 mrkt@newsis.com