[크리스의 SW아키텍트⑫] 대규모 투자 스마트공장이 모래성인 이유

지난 편에서는 AI라는 거대한 파도가 어떻게 금융 산업의 근본적인 아키텍처 변화를 요구하고 있는지 살펴보았다. 이번에는 AI 혁신의 또 다른 거대한 전쟁터이자, 디지털과 현실 세계가 가장 치열하게 만나는 곳, 바로 제조업으로 시선을 돌려보고자 한다.

맥킨지(McKinsey)에 따르면, AI가 제조업에 창출할 수 있는 잠재적 가치는 연간 최대 3.8조 달러(약 5200조 원)에 달한다. 하지만 수많은 기업이 스마트 팩토리와 지능형 공급망에 막대한 투자를 쏟아붓고도 기대했던 성과를 거두지 못하고 있다. 이유가 무엇일까? 그 실패의 근원은 대부분 기술 자체가 아닌, 낡은 아키텍처라는 부실한 토대에 있다.

제조업의 아키텍처 문제는 금융권보다 훨씬 더 복잡하고 근본적인 도전에 직면해 있다. 단순히 디지털 데이터를 다루는 것을 넘어, IT(정보기술)와 OT(운영기술)라는 수십 년간 분리돼 발전해 온 두 세계를 하나로 융합해야 하기 때문이다

IT 시스템이 사무실의 ERP, SCM, PLM 데이터를 다룬다면, OT 시스템은 공장 현장의 PLC, 센서, 로봇 등 물리적 설비를 제어한다. 이 둘은 데이터의 형식, 통신 프로토콜, 그리고 무엇보다 ‘시간’에 대한 개념부터 다르다.

IT가 분기별 실적을 다룰 때, OT는 1000분의1초 단위의 정밀 제어를 요구한다. 이처럼 서로 다른 언어를 쓰는 두 시스템을 제대로 연결하지 않고서는, AI는 공장 전체를 조망하는 지능적인 두뇌가 아니라, 그저 값비싼 계산기에 머물게 된다.

이 거대한 기술적 단절은 곧바로 ‘컨텍스트의 파편화’ 라는 재앙으로 이어진다. 현장 작업자는 MES 화면의 경고등을 보고 설비를 멈추지만, 그 부품이 왜 그렇게 설계되었는지(PLM), 이 생산 중단이 전체 주문 납기에 어떤 영향을 미치는지(ERP), 대체 부품의 재고는 어디에 있는지(SCM) 알지 못한다. 모든 정보가 각자의 시스템 사일로에 갇혀 ‘상태 정보가 보존되지 않는’ 환경에서는 인간과 AI의 의미 있는 협업이 불가능하다. AI가 아무리 뛰어난들, 파편화된 정보 조각만으로는 전체 오케스트라를 지휘할 수 없는 것이다.

이 난제를 해결하기 위한 첫 단추가 바로 ‘데이터 메시(Data Mesh)’다. 이는 각 제조 도메인(생산, 품질, 유지보수 등)이 IT와 OT 데이터를 스스로 융합, 명확한 API를 갖춘 ‘데이터 상품’으로 제공하는 아키텍처다. 이는 마치 각 악기 연주자가 자신의 악보를 완벽히 책임지고 연주할 준비를 하는 것과 같다. 하지만 훌륭한 연주자만 모였다고 해서 아름다운 교향곡이 완성되지는 않는다. 이들을 하나의 목표 아래 조율하고 전체 연주의 흐름, 즉 ‘컨텍스트’ 를 이끌어갈 지휘자가 필요하다.

그 지휘자의 역할이 바로 ‘상황 지속 계층(CPL, Contextual Persistency Layer)’ 이다. 이 계층은 고객의 주문이라는 첫 악장의 시작부터 제품 인도라는 마지막 악장의 끝까지, 모든 데이터 상품들을 하나의 거대한 악보로 엮어낸다. 예를 들어, 설계자가 생성형 AI의 도움을 받아 부품을 경량화할 때, ‘상황 지속 계층’은 고객의 요구사항, 현재 공급망 상황, 생산 라인의 부하 상태라는 컨텍스트를 실시간으로 AI에게 제공하여, 환상 속의 설계가 아닌 현실에서 생산 가능한 최적의 답을 찾도록 지휘한다.

여기에 제조업의 복잡성은 한층 더 깊어진다. 공장의 수많은 AI 모델은 ‘클라우드-엣지 연동’ 이라는 또 다른 과제를 안고 있다. 품질 검사를 위한 비전AI는 카메라 옆 엣지(Edge) 에서 즉각 반응해야 하지만, 이 모델을 더 똑똑하게 만들기 위한 대규모 학습은 클라우드(Cloud)에서 이루어져야 한다. 이 둘 사이의 데이터 동기화, 모델 배포, 버전 관리를 체계적으로 수행하는 성숙한 MLOps 파이프라인이 없다면, 수천 개의 AI 모델은 통제 불가능한 오합지졸이 되어버린다.

결국, '데이터 메시'로 연주자를 준비시키고, '상황 지속 계층'으로 지휘자를 세웠다 하더라도, 이들이 연주할 무대(클라우드-엣지 인프라)와 공연 운영(MLOps)이 준비되지 않으면 AI 혁신이라는 공연은 막을 올릴 수조차 없다.

결국 제조업의 AI 네이티브 전환은 단순히 소프트웨어를 바꾸는 문제가 아니다. 이는 데이터 메시로 IT와 OT의 경계를 허물고, 상황 지속 계층으로 디지털 스레드를 완성하며, 클라우드-엣지 아키텍처와 MLOps로 지능형 운영의 기틀을 다지는 아키텍처의 전면적인 재설계다. 이러한 근본적인 변화 없이는, AI는 그저 고립된 섬에서 부분적인 최적화만 수행할 뿐, 기업 전체의 경쟁력을 바꾸는 게임 체인저가 될 수 없다.

지금까지 총 12편에 걸쳐 AI 네이티브로 가는 길목에서 금융과 제조업이라는 두 거대 산업의 아키텍처 과제를 살펴보았다. 다음 편에서는 우리의 일상과 가장 밀접하게 연결된 디지털화 된 유통 산업이 AI를 통해 어떻게 고객 경험을 재창조 하고 있으며, 이를 뒷받침하기 위해 어떤 아키텍처적 혁신이 필요한지 구체적으로 다뤄 보겠다.

◆ 나희동 크리스컴퍼니 대표는...

-정보관리기술사 (54회), SW아키텍트 (CPSA), 수석감리원

-전남대학교 산업공학과, 서울과학기술대학교 컴퓨터공학 석사

-CMU SEEK 1기 MSE, UTD SW MBA 수료

-전/투이컨설팅 SW아키텍처 담당 이사, 마르미III 개발참여