스마트팩토리의 핵심은 표준화와 자동화다. 최근 AI와 빅데이터 기술은 제조업의 패러다임을 자동화를 넘어 자율공장 수준으로 끌어올리고 있다. 인터엑스는 글로벌 최고 수준의 제조 AI 솔루션 전문기업이다.
제조업은 한국 경제의 근간이다. 1960년대부터 본격적으로 추진된 산업화 이후 현재까지 우리 경제를 이끌어 온 핵심은 제조업과 이를 기반으로 한 수출 정책이었다. 하지만 금융이나 ICT 등에 밀려 갈수록 설 자리를 잃는 모습은 최근 한국 제조업이 맞닥뜨린 한계이기도 하다. 이 같은 현실을 돌파하기 위한 방편으로 인공지능(AI)과 빅데이터로 무장한 새로운 제조업이 꿈틀대고 있다. 자동화와 표준화를 넘어 사람이 개입하지 않아도 24시간 제품을 생산할 수 있는 자율공장의 등장이다.

최영찬 선보엔젤파트너스 대표가 박정윤 인터엑스 대표를 만났다. 인터엑스는 제조 AI 및 자율공장 솔루션 전문기업이다. AI와 빅데이터 분석으로 제조 공정 최적화 및 자율공장 운영 서비스를 제공한다. 대다수 ICT·소프트웨어 기업들이 수도권에 터를 잡은 데 비해, 인터엑스는 창업 초기부터 지금까지 울산을 기반으로 활동하는, 흔치 않은 사례이기도 하다. 박정윤 대표는 “현재 개별 공정에 적용되는 요소기술 중심으로 성장하고 있지만, 곧 표준화를 바탕으로 공장의 전체 데이터가 연결되는 제조 데이터 시장이 열릴 것”이라며 자신감을 드러냈다. ‘제조 AI 생태계’의 출현이다.

반갑다. 제조 AI와 자율공장에 대한 설명부터 부탁한다.

자율공장은 사람이 개입하지 않아도 24시간 제품을 생산할 수 있는 공장을 말한다. 당연히 그 시스템을 신뢰할 수 있어야 한다. 이를 구현하려면 공장 운영 데이터를 실시간으로 받고 분석해내야 한다. 데이터를 분석해 품질을 예측하고 공정을 최적화해 자율제어하는 개념이다. 최종 결과물인 생산 제품에 대한 품질검사까지 모든 공정이 양품 생산과 최적화, 효율화에 유기적으로 연결돼야 한다. 이를 위해선 당연히 기술이 필요하다. 인터엑스의 AI 솔루션을 활용하면 제조업의 효과적인 생산과 의사결정, 빠른 실행과 문제 개선, 이슈 사전 대응 등이 가능해진다. 디지털트윈 서비스도 우리의 강점이다. 가상 공간, 즉 컴퓨터가 설치된 어떤 공간에서든 설비 현황을 직접 모니터링해 더 정교화된 서비스를 제공한다.

인터엑스가 첫 창업은 아니라고 들었다.

대학에선 기계공학을 전공했다. 졸업 후 현대자동차에 입사해 생산기술 파트에서 일했다. 기계 전공이니 생산설비를 만들고 연구하는 롤이었다. 1990년대 말 일본으로 건너가 2000년 초반까지 일했다. 토요타, 혼다 등 자동차 생산공장 건설 프로젝트에 엔지니어로 참여해 설계 관리를 맡았다. 업계에서 흔히 말하는 ‘제품수명주기관리(PLM: Product Lifecycle Management)’ 업무였다. 말 그대로 제품의 기획, 설계, 제조, 출시, 유지보수에서 폐기까지 전체를 관리하는 체계다. 이때 처음으로 데이터 분야를 접했다.

기계 전문가가 소프트웨어로 옮겨 간 셈이다.

돌이켜보니 그렇다. 자동차 제조 설비보다 PLM 솔루션이 더 흥미로웠다. 곧장 미국계 컨설팅사로 자리를 옮겨 PLM 솔루션 컨설팅 일을 했다. 그때 B2B 솔루션을 처음 접했다. 효성, 현대중공업 등 대기업 프로젝트를 맡았다. 그런데 특별한 기술도 아닌 것 같은데 가격은 엄청 고가더라. 내가 직접 PLM 솔루션을 구축하려고 보니 사용하는 소프트웨어가 100% 외산이었다. 이걸 국산화해보면 되겠다 싶었다. 대기업이야 여유가 있지만, 협력사들은 이런 솔루션을 도입하고 싶어도 비용 부담 때문에 엄두를 내지 못했다. 훨씬 저렴하게 PLM을 자체 구축해보자 맘먹었다. 2004년 시작한 첫 사업이었다.

30대 초반, 꽤 이른 나이에 창업에 나섰다.

▎박정윤 대표가 최영찬 대표에게 협동로봇에 적용된 제조 AI 솔루션을 설명하고 있다.

창업이 뭔지 경영이 뭔지 아무것도 모르고 뛰어들었다. 요즘처럼 스타트업 지원 정책이 잘돼 있던 시절도 아니다. 아무 개념 없이 그동안 번 돈을 다 쏟아부었다. 기계 전공이니 소프트웨어는 거의 몰랐다고 봐도 된다. 특히 엔터프라이즈(기업용) 소프트웨어는 창업하면서 처음 배우다시피 했다. 2년 동안 공들인 작품을 폐기하는 등 뼈아픈 경험도 했다. 시장 니즈는 분명했지만 마켓 사이즈 자체가 너무 작았다. 최대 프로젝트라 해봐야 2억~3억원, 작은 건 5000만원 정도였다. 니즈만 보고 시장성과 성장성이 없는 곳에 발을 디딘 것이다. 전형적인 엔지니어의 시행착오였다.

그럼에도 소프트웨어를 포기하지 않은 이유는 무엇인가.

소프트웨어를 이해하고 개발 기술을 확보한 게 결국 내 자산이라 생각했다. 제조 현장과 소프트웨어, 이 두 가지가 내 경험치 아닌가. 이를 바탕으로 다음 단계를 고민하고 또 고민했다. 그러면서도 기존 사업은 그대로 이어갔다. 2012년 창업 10년 차에 접어들었는데도 역시나 작은 소프트웨어 기업 이상도 이하도 아니더라. 매출과 수익이 났지만, 이대로는 성장도 정체도 없는 상황에 갇힌 상태였다. 결국 2015년 신규 사업을 중단했고, 2018년 들어 아예 접었다.

그래도 국내 PLM 솔루션 분야에선 유의미한 시도 아니었나.

PLM은 제품 기획부터 개발, 양산 과정에서 나오는 각종 기술자료들을 디지털화·데이터화하는 작업이다. 한마디로 기술관리·생산관리 시스템이다. 대기업은 어런 시스템이 잘돼 있지만 협력사들은 그렇지 못했다. 여전히 캐비닛과 바인더 수준이었다. 이를 우리가 중소·중견기업용으로 만들어 보급했다는 데 의의가 있었다. 귀뚜라미그룹, 풍산그룹 같은 곳도 우리 서비스를 썼다. 삼성전자 협력사들도 대기업의 지원을 받아 우리 솔루션을 채용했다. 하지만 큰 계약이라 해봐야 7000만~1억5000만원 정도였다. 대형 고객사 하나를 힘들여 발굴한다 해도 한번 납품하면 그걸로 끝이었다. 20년 넘도록 시스템을 바꾸지 않는 거다. 사업 성장과 사이즈, 성장속도에 한계를 느낄 수밖에 없었다.

제조 스타트업들이 부딪치는 전형적인 한계다.

그렇다. 새로운 아이템을 찾을 수밖에 없었다. 그러다가 2014년 무렵 새로운 가능성을 발견했다. 독일의 ‘인더스트리 4.0’이다. ICT 기술을 접목해 제조업의 또 다른 혁신을 이룬다는 말에 가슴이 뛰었다. 4차 산업혁명이었다. 관련 리포트를 읽고선 실제 눈으로 보고 싶어서 독일을 찾았다. 당시 독일에는 ‘이대로 가다간 제조업이 중국, 한국에 다 먹힌다’는 위기감이 컸다. 이를 타개할 핵심이 디지털전환이라는 걸 알게 됐다. 나 역시 새로운 희망을 봤다. 마침 구글 ‘알파고’가 나왔고 AI가 세상을 바꾼다는 트렌드가 몰려왔다. 제조 현장에서도 어마어마한 수의 데이터가 쏟아져 나오는데, 여기에 AI를 접목하면 좋겠다는 아이디어로 이어졌다.

기존 소프트웨어 경험과 AI는 완전히 다른 차원 아닌가.

당연하다. 아무것도 몰랐기에 어디서 배울 수 있는지부터 찾았다. 빅데이터와 AI를 어디서 배우나 봤더니 서울대, 카이스트, 유니스트 정도였다. 그 길로 유니스트 대학원에 들어갔다. 당시 미국에서 막 공부하고 온 분들이 제일 많았던 곳이 유니스트였다. 그렇게 2015년 늦깎이 대학원생이 돼 AI와 빅데이터를 열심히 공부했다. 학위가 아니라 사업이라는 뚜렷한 목적 때문이었다.

유니스트가 있는 울산은 한국 제조업의 메카이기도 한데.

유니스트는 지역적 장점이 분명했다. 실제로 현대차, 현대중공업, SK에너지 같은 대기업들이 학교로 찾아와서 협업하는 사례가 많았다. 이런 프로젝트 경험이 쌓일 수록 실제 제조 현장에 적용할 수 있겠다는 확신이 커졌다. AI·빅데이터를 사업화하면 우리 제조업의 성장에 또 한 번의 전기가 마련되겠다 싶었다. 유니스트에 똑똑한 친구들이 워낙 많지 않은가. ‘같이할 사람 손들라’ 해서 나까지 대학원생 7명이 시작했다. 첫 팀빌딩이 2016년이었다.

늦깎이 스타트업 창업에 나선 셈이다.

2000년대 초반처럼 무식한 창업 말고 제대로 된 스타트업을 꾸려보자 다짐했다. 학교는 물론 정책적으로 여러 지원도 받았다. 대학원에서 배운 내용은 이미 나와 있는 데이터로 실습한 경우가 대부분이었다. 현장은 다르다는 걸 오랜 경험으로 체득한 터라 실제 제조 현장의 데이터를 가져와 적용해보며 가능성을 점검하고 타진했다. 그렇게 2018년까지 3년의 준비 기간을 거쳤다. 기술 개발과 사업성, 특히 레퍼런스가 없는 현장 제조기업들을 어떻게 설득할지 하나하나 체크하면서 허들을 넘을 준비를 마쳤다. 유니스트의 도움도 많이 받았고, 지역 기업들도 요청하면 무료로 프로젝트에 참여할 수 있는 기회를 줬다. 지역에서 많이 도와줬다.

철저한 창업 준비 과정이 눈에 보이는 듯하다.

시행착오를 최대한 줄이려 했다. 첫 유료 프로젝트가 2018년이었는데, 이때부터 본격적으로 사업화를 준비해 실제 법인을 세운 창업은 2020년에야 이뤄졌다. 창업 첫해 3억5000만원, 2021년 37억원, 2022년 47억원 매출을 기록했다. 올해는 120억원을 예상한다. 제조업 혁신이라는 국가 시책과 맞물려 정부 지원도 많이 받는 등 운도 따랐다고 생각한다. 스케일업을 위해 2021년 처음으로 30억원을 투자받았고, 2022년에 시리즈A로 50억원을 추가 유치했다. 2025~2026년 상장이 목표다.

2018년 첫 유료 프로젝트가 기억에 남을 것 같다.

H사 프로젝트였는데, 돈을 떠나 우리에게 큰 레퍼런스가 됐다. 우리가 만든 AI 솔루션을 처음 현장에 적용한 프로젝트로, 고객사의 회장님과 대표님이 흔쾌히 결정해주셨다. “완벽하지 않아도 좋으니 좋은 결과를 같이 만들어보자”는 말씀도 해주셨다. 이 프로젝트 덕에 지금의 인터엑스가 있다고 생각한다. D사 프로젝트도 기억에 남는다. 바이오 기업인데 AI를 적용해 현장의 여러 문제점을 풀려는 시도였다. 이미 내정된 일본 기업 대신 우리에게 테스트할 기회를 주셨고, 성공적으로 해냈다. 이후 자율제어까지 같이 도전해보자 제안해주셨고, 현재 AI가 제어하는 자율공장이 구축된 상태다. 이런 경험들을 바탕으로 국내외 다른 기업과 공장으로 프로젝트를 확대할 수 있었다.

제조기업 특성상 신기술 도입이 쉽지 않다. 어떻게 시스템 도입을 설득하고 극복했는지 궁금하다.

기술적으로는 AI와 빅데이터로 접근해야만 한다. 하지만 제조 현장에 있는 엔지니어들에게 중요한 건 기술이 아니라 실제로 문제를 해결할 수 있는 솔루션이다. 당장 피부로 느끼는 해결책이 돼야 한다. 나는 제조업 출신이다. 누구보다 이를 절실히 알고 있다. 기술 개발은 실제 현장에서 고객이 체감할 수 있는 수준의 솔루션이 구현될 때까지 꾸준히 이뤄져야 한다. 지난 3월 납품한 산업안전 AI 키트가 좋은 예다. 제조 현장에 바로 투입할 수 있도록 솔루션을 내장한 산업안전 키트를 완제품 형태로 내놓았다.

스마트팩토리와는 어떻게 다른가.

우리는 자율공장 솔루션에 집중한다. 스마트팩토리를 넘어선 개념이다. 현재 제조업이 맞닥뜨린 가장 큰 문제는 사람이다. 기계, 품질, 생산, 검사 등 공정마다 이를 잘 운용하는 엔지니어가 절대적으로 부족하다. 가면 갈수록 더 힘들다. 외국인노동자만으로는 한계가 있다. 요즘 미국이 공급망을 재편하면서 리쇼어링·온쇼어링에 집중하는데, 공장을 미국 안에 지어도 일할 사람이 없어서 돌리지 못하는 경우가 태반이다. 이를 해결하려면 결국 최소 인력으로 운영되는 시스템을 만들 수밖에 없다. AI와 빅데이터가 답이다. 앞서 소개한 D사의 경우, 사람이 운용하는 것에 비해 우리 솔루션을 도입했을 때 정확도와 효율성, 안전까지 훨씬 더 좋은 결과를 얻는다는 것을 입증했다. 국내 공장과 똑같은 공장을 인도네시아에 열었는데, 거기에도 우리 솔루션을 그대로 적용했다.

현재 인터엑스의 솔루션을 도입한 기업은 어떤 곳들인가.

웬만한 대기업은 고객사로 확보했다. 현재 약 100개 사가 우리 솔루션을 도입했다. 앞으로 제조사와 품질에 대한 신뢰는 기업의 명성보다 객관화된 수치, 즉 디지털 데이터에 좌우될 거다. P사가 좋은 예다. 전기차 정밀 가공부품을 생산해 독일 ZF와 벤츠, 테슬라 등에 납품하는데, 우리 솔루션 도입 이후 생산성 50% 증가, 불량 50% 감소, 원가 30% 절감 등의 효과를 봤다. 무엇보다 제조 AI 기반의 자율공장 운영 전문기업으로 글로벌 시장에서 ‘브랜드화’에 성공했다는 게 중요하다. 원청인 테슬라가 엄청 좋아한다고 하더라. 납품한 제품에 문제가 생기면 즉시 추적 관리가 가능하기 때문이다. 최근에는 특히 탄소 문제가 이슈다. RE100 등 글로벌기업들에 대한 탄소 배출 규제가 갈수록 강화되고 있다. 우리 솔루션을 사용하면 실시간 탄소 관리 추적이 가능해 탄소 발생 데이터를 언제든 제공할 수 있다. 한국은 세계에서 기계 부품을 가장 잘 만드는 나라로 꼽힌다. 최근에는 전기차를 비롯해 제품에 대한 고급화, 차별화가 제조업 생존의 조건으로 떠올랐다. 중국 등 후발 주자와의 차별점이 바로 데이터화에 있다.

인터엑스의 솔루션이 실제 제조 현장에서 어떻게 작동하나.

제조 현장의 모든 정보를 데이터로 확보하고 AI가 모니터링한다. 이상 감지, 품질 검사 등은 미리 예측한다. 최소 인력으로 운영되는 자율제어도 핵심이다. 예전에는 숙련된 엔지니어가 온도와 압력의 미세한 변화를 오랜 노하우에 의지해 조정했다면, 이제는 머신러닝을 통해 AI가 가이드해준다. 더 중요한 건 우리 시스템을 도입한 기업이 그들의 고객에게 어떤 걸 줄 수 있느냐다. 가령 테슬라는 한국 협력사가 한국 공장에서 만든 부품의 품질을 궁금해한다. 감속기 같은 주요 동력 장치는 생명과 직결된 부품이다. 최근 유럽에선 제품에 고유의 디지털 ID를 부여하는 DPP(Digital Product Passport) 시행에 나섰다. 특정 제품의 전체 수명주기를 디지털 기록으로 남겨 순환경제와 탈탄소화를 앞당기려는 취지다. 예전에는 로트 단위로 데이터를 요구했다면, 지금은 부품 하나하나마다 개별 데이터를 요구하는 시대로 바뀌고 있다.

국내외 제조 AI 산업 경쟁은 어떤 수준인가.

제조 전문 AI에 대한 기술 경쟁은 있지만 우리 같은 솔루션 분야에선 아직은 경쟁이 거의 없다. 제조업 강국이라는 독일조차 제조 AI 스타트업이 하나도 없다. 독일 관계자에게 이유를 물어보니 “독일에선 제조 AI 자체를 할 수 없다”고 하더라. 완성차만 있지 부품은 독일 내에 거의 없기 때문이다. 이에 비해 한국은 소재부터 부품, 완성차까지 이 작은 땅에 다 있다. 독일이 한국의 디지털전환을 엄청 부러워한다. 게다가 한국은 자동차, 기계, 중화학, 정밀화학, 전자, 바이오 등 제조업 전반의 생태계가 탄탄하다. 말단 중소기업부터 중견기업, 대기업으로 이어지는 생태계도 훌륭하다. 인터엑스의 국내 레퍼런스를 독일과 미국에서도 인정해주는 이유다. 중국이 AI 관련 연구 인력이 세계에서 가장 많다지만, 아직은 B2C와 플랫폼에 집중돼 있다. 세계적으로 제조 영역의 AI는 아직까지 초기 시장이다. 올해 말 독일과 싱가포르에 지사를 열 계획이다. 내년에는 미국 진출도 노린다. 테슬라와 관련 부품사가 핵심 타깃이다.

대기업은 자체 여력이 충분하다. 그럼에도 인터엑스와 협업하는 이유가 궁금하다.

AI 관련 인재를 확보하는 게 정말 어렵다. 대기업도 마찬가지다. 인터엑스는 유니스트에서 실증한 R&D 역량을 이미 갖추고 출발했다는 강점이 있다. 특히 제조 전문 AI 솔루션은 우리가 가장 앞서 있다고 자부한다. 최근에는 현대차와 프로젝트를 협의 중이다. 국내외에 전기차 공장 5곳을 신설할 예정인데, 100% 자율공장이 목표다. 울산 전기차 공장을 테스트베드로 삼아 적용할 예정이다. 이 프로젝트가 가동되면 우리에게도 매우 큰 기회가 되리라 기대한다.

이런 기업이 수도권이 아닌 울산에 있다는 것 자체가 정말 대단한 사례다.

우리도 전체 인력의 60%가 울산에, 40%는 서울에 있다. 울산에 메인 연구소를 두고 제품과 소프트웨어 개발을 주도한다. 사업화와 영업, 고객 구축, 관리 등은 아무래도 서울이 중심이 될 수밖에 없다. 우리의 목표는 제조기업들의 디지털전환 파트너가 되는 것이다. 제조 AI 및 자율공장을 구축하는 최고의 파트너가 되고자 한다. 특히 한국은 거의 모든 제조 영역에서 소재, 부품, 완제품을 생산하는 나라다. 제조 AI 솔루션을 개발하고 적용하는 데 이보다 더 좋은 환경은 없다. 이 분야 글로벌 1위 기업으로 성장하겠다.

※ 최영찬 - 선박과 플랜트 분야 제조업을 영위하는 선보공업의 차세대 경영인이다. 제조업체들이 스타트업 및 투자 생태계와 어떻게 공존하고 미래 사업을 만들지 고민하면서 선보엔젤파트너스와 기업 연합형 CVC인 라이트하우스를 창업했다. 200여 개 스타트업에 투자했으며, 컴퍼니빌딩 프로젝트와 기존 포트폴리오 기업을 공동경영 형태로 성장시키는 프로젝트도 진행 중이다. 창업한 2개 법인과 별도로 3개 프로젝트의 공동대표로도 활동하면서 산업의 새로운 패러다임을 만들어가고 있다.

- 장진원 기자 jang.jinwon@joongang.co.kr _ 사진 최재승 객원기자