[더테크=전수연 기자] IT 전문 컨설팅 기업 에티버스와 아마존웹서비스(이하 AWS)가 제조 산업의 디지털 혁신 관련 기술 노하우 공유를 위한 자리를 마련했다. 다양한 제조 산업 분야를 아우르는 ‘디지털 전환’의 도입 어려움과 이를 극복하기 위해 개발된 클라우드 기술 등이 강조됐다.

 

에티버스와 AWS는 서울 강남구 인터컨티넨탈 코엑스에서 ‘2024 제조 고객을 위한 AWS 파트너 클라우드 솔루션 컨퍼런스’를 21일 진행했다.

 

이번 행사는 키노트 세션으로 시작을 알렸다. 첫 순서는 정승희 AWS 제조 담당의 ‘제조 경쟁력 강화를 위한 클라우드 기반 제조 혁신’이었다.

 

정 담당은 “데이터 기반 의사결정을 하는 조직이 되기 위해서는 문화, 인력, 프로세서, 기술 요구사항을 모두 다뤄야 한다”며 “제조업 디지털 혁신에는 기술적 인프라 외에도 데이터 역량 강화, 혁신 친화적 조직문화 조성이 이뤄져야 한다”고 말했다.

 

이에 AWS는 공장 현장, 엣지, 디바이스 등에서 데이터를 저장·수집할 수 있는 엔드투엔드 기능을 마련했다. 제조 기업은 이를 기반으로 생산성, 품질 향상을 위한 조치를 취할 수 있다.

 

AWS의 서비스는 기업 피드백을 기반으로 클라우드 플랫폼에 새로운 디지털 분석 도구 도입· 실험이 가능하다. 또한 제조, 에너지, 운송 등 다양한 산업에서 클라우드 기술을 활용할 수 있도록 운영 최적화를 지원한다.

 

정 담당은 “기업이 기존에 투자한 요소를 보호하면서 클라우드의 이점을 활용하도록 노력하고 있다”며 “AWS는 모든 기업이 AI, 머신러닝을 활용하도록 세 가지 레이어 서비스 도구를 지원한다”고 설명했다.

 

이 레이어는 우선 LLM 훈련, 생성형 AI 애플리케이션에 필요한 컴퓨팅 리소스를 지원한다. 중간 계층은 LLM과 다른 기계 학습 모델을 활용해 구축하는 데에 사용되는 도구로 구성됐다. 또 마지막 계층은 여러 학습 모델을 활용하는 애플리케이션으로 이뤄졌다.

 

한편 AWS는 적절한 모델 선택권 구성에도 힘쓰고 있다. 앞서 출시된 아마존 세이지메이커는 개발자가 머신러닝, 기반 모델을 구축·훈련·튜닝·배포할 수 있는 관리용 서비스다. 광범위한 모델을 제공하기 때문에 사용자는 고유 데이터로 사용 사례에 맞게 지정, 배포할 수 있다.

 

실제 사용 사례의 경우 삼성 E&A는 시공 현장 설계 서버 인프라를 해당 로컬에 동시 구축해야 했다. 이를 위해 앱스트림 기반 헥사곤 솔루션을 가상화하고 웹 브라우저를 통해 접속하게 했다. 이에 온프레미스 인프라 대비 비용을 절감하고 배포 필요 기간을 수개월에서 며칠로 단축할 수 있었다.

 

이어서 김준성 에티버스 전무는 ‘제조 고객을 위한 클라우드 파트너 전략’을 소개했다. 김 전무는 “제조업 디지털 혁신은 근본적으로 운영 효율성, 배포의 용이함, 탄력성, 최신 기술 활용 등을 위해 가속화되고 있다”고 말했다.

 

그러면서 그는 “가장 중요한 부분은 속도라고 생각한다. 이 속도를 빠르게 하기 위해서는 클라우드가 중요하다”며 “이를 위해 에티버스는 AWS와 계약을 맺은 이후 전국 300개 이상의 파트너사에 AWS 솔루션을 공급하고 있다”고 말했다.

 

에티버스는 OCI주식회사와 협력해 공장의 낙후화로 인한 가동률 등의 수작업 비율을 낮출 수 있도록 조치를 취했다. 온프레미스 데이터를 AWS 데이터 랩 구축으로 전환하고 기존 IT 회사와 소통하며 원활한 마이그레이션을 진행하기도 했다.

 

 

다음으로 공성배 메가존클라우드 센터장의 ‘작고 빠르게 시작하는 제조업의 생성형 AI 도입 전략’ 발표가 이뤄졌다.

 

메가존클라우드에 따르면 생성형 AI 시장은 많은 신규 서비스와 제품을 출시하고 있는 상황이며 생성형 AI를 위한 에코시스템 구성이 필요한 것으로 나타났다. △사용자의 지식, 기술 접근 △클라우드와 오픈소스의 결합 △거버넌스 기반 하의 관리 등은 생성형 AI 대중화를 위한 요소로 떠오르고 있다.

 

다만 여전히 △응용 기술 초기단계로 역량 확보의 어려움 △구매 소유, 활용 투자 의사 결정 △생성 결과의 신뢰성 △적용 업무 활용 영역의 고민 △학습 문서, 질의응답 내용의 데이터 보호 △효과적인 비용 측정, 변수 파악의 어려움이라는 도전 과제가 남아있다.

 

이를 해소하기 위해 메가존클라우드는 생성형 AI를 이용해 기업 데이터의 접근성을 개선하고 있다. 또한 계열사·부서별 추진 계획을 관계사, 관계 부서로 이관시켜 전사 표준을 선정한 후에 도입을 추진하고 있다.

 

공 센터장은 “문화적인 부분을 수용하고 ‘작은 성공’을 경험한 이후 활용·적용 부분을 전사 프로세스로 지속 확대해야 한다”며 “이러한 단계를 거쳐 명확한 클라우드 관리로의 전환이 가능해진다”고 설명했다.

 

이후 마지막 키노트 세션으로 정구형 엔비디아(NVIDIA) 솔루션 아키텍트 팀장의 ‘엔비디아 옴니버스를 활용한 제조 산업 디지털 트윈 프로젝트 사례’가 진행됐다.

 

엔비디아는 현재 전 세계 모든 워크로드를 하드웨어, 시스템 소프트웨어, 애플리케이션 레이어에서 병목 현상을 제거하고 가속화 시키려는 목표를 가지고 있다. 또한 AI, 딥러닝, 생성형 AI 분야에 특화됐다.

 

정 팀장은 “생성형 AI는 멀티모달의 시대로 전환되고 있다. 향후 이러한 AI는 로봇, 자동차 등 물리적인 형체 내부로 통합될 것”이라며 “지난 컴퓨텍스 2024에서 젠슨 황 엔비디아 CEO는 다음 AI가 피지컬 AI로 넘어갈 것을 강조했다”고 밝혔다.

 

엔비디아의 프로젝트 그릿은 현재 로봇, 모델 등에 탑재된 AI 모델의 수많은 조건을 만족시키기 위해 디지털 트윈 환경을 만들고 옴니버스 소프트웨어를 통한 테스트 환경을 마련한 것이다. 예를 들어 모든 학습 데이터를 GPU에 전달하고 제일 상단의 학습 데이터를 통한 모델을 확보한다. 이후 그 모델은 다시 현실에 있는 임베디드형 GPU로 업르드 할 수 있다.

 

아울러 엔비디아는 자율주행차를 위한 GPU칩 개발을 가속화하고 있다. 현실에서 AI 모델 테스트를 위해 자동차를 충돌시키기엔 어려움이 존재한다. 이를 위해 디지털 트윈 환경에서 가상의 자동차, 센서를 구축하고 옴니버스를 통한 시뮬레이션을 진행하고 있다.