데이터 수집부터 AI 모델 개발 및 운영관리 시스템까지 올인원 구축
인공지능 알파고(2016년)가 나오면서 스마트팩토리 바람이 거세게 불었다.
당시, 임언호 대표(앰버로드)는 포스코에서 현장 엔지니어로 근무하고 있었다. 외부 AI 솔루션과 협업을 진행했었는데, 뭔가 잘못되었음을 느꼈다. 현장 지식을 가진 사람이 AI를 접목하여 문제를 해결하지 않으면, 전혀 의미가 없다는 사실을.
임언호 대표, 앰버로드
“앰버로드는 제조 공정 생산성 향상 AI 솔루션을 개발 제공한다. 문제 발굴, 데이터 수집 및 통합, AI모델 학습 및 검증, 실시간 최적 제어 및 모델 자동 운영/관리 시스템까지 모든 과정을 포함하는 ‘Vertical Solution’을 만들고 있다. 고객사에서 앰버로드를 먼저 찾는 이유는, 무엇보다 고객의 이익 실현을 보장하고, 납득 가능한 예측 결과와 지속 가능한 운영 시스템을 제공하면서, 누구보다 현장을 잘 알고 있다는 점이다.”
이에, 독학으로 AI를 공부하며 프로젝트를 자력으로 수행하였다. 그가 수행한 프로젝트 성과를 경영층에서 보고, 다른 엔지니어들의 스마트 과제를 1:1 밀착 지원토록 지시하였다. 이 과정에서 AI 관점 문제 재정의부터 데이터 전처리, 모델학습 및 평가, 공정적용 및 시스템화, 실현 이익 연계까지 모든 프로세스를 반복 고도화하며, 노하우 패턴을 정립하게 되었단다.
그 때가, 스타트업 창업 계기였다. 자신이 세운 노하우 패턴을 모듈화하여 소프트웨어로 제공한다면, 제조업들의 상생기업으로서 성장 가능성을 확신할 수 있었다는 것.
임 대표에게 더 자세한 이야기를 들었다.
Q. 그렇게, 포스코 사내 벤처로 창업하게 되었다는 얘기인데.
그렇다. 마침 회사의 배려로 포스텍 인공지능 석사 과정을 2년간 수학할 수 있었고, 같은 생각을 가지고 계셨던 교수님 및 연구원과 함께, 이 노하우들을 소스코드로 만들어 낼 수 있었다. 석사를 마치고 본업에 복귀하여, 22년 상반기, 30개 과제를 역시 1:1 밀착지원을 하였고, 정립된 노하우 프로세스를 적용한 결과, 단, 6개월 만에 모든 과제를 완료하여, 재무실로부터 연간 총240억 원 실현 이익을 검증 받을 수 있었다.
이 표준화된 노하우를 소프트웨어 제품화시키기 위해서는 높은 수준의 현장 노하우를 가진 ICT 전문가가 필요했다. 마침, 포스코 그룹 스마트팩토리 구축 핵심 전문가이신 포스코DX 출신의 현 CTO께서 저희 목표에 공감해주고 함께하기로 해, 사내 벤처 제도를 통해, 멤버 3인이 창업에 도전하게 되었다.
Q. 회사는 제조 공정 생산성 향상 AI 솔루션을 개발 제공한다고 들었다.
앰버로드는 문제 발굴, 데이터 수집 및 통합, AI모델 학습 및 검증, 실시간 최적 제어 및 모델 자동 운영/관리 시스템까지 모든 과정을 포함하는 ‘Vertical Solution’을 만들고 있다.
지금까지 33건의 제철소 AI프로젝트, 연간 총 397억 원 이익 실현을 검증한 레퍼런스를 보유하고 있으며 이 외 비철금속, 이차전지, 자동차, 전자부품, 식품, 가스 등, 타 제조 분야로 확장하여 시장에서 가능성을 증명하였다. 고객사에서 앰버로드를 먼저 찾는 이유는, 무엇보다 고객의 이익 실현을 보장하고, 납득 가능한 예측 결과와 지속 가능한 운영 시스템을 제공하면서, 누구보다 현장을 잘 알고 있다는 점이다.
Q. 글로벌 스마트 제조 시장은 2023년 380조원, 연 평균 성장률 14%로, 크고 가파르게 성장하는 시장이라고 한다. 하지만 제조에서 AI 적용은 아직 다른 산업에 비해 초기 단계에 있고, 기존 솔루션들이 시장을 만족시키지 못하고 있는 상황인데, 앰버로드의 솔루션은 이를 어떻게 차별화했는지.
앰버로드 솔루션과 경쟁하는 기존 솔루션은 두 가지 주요 유형이 있다. 하나는 맞춤형 프로젝트 기반 AI 전문가 컨설팅 및 용역을 제공하는 서비스이다. 그러나 이러한 전문가는 종종 현장 도메인 지식이 부족하여 현장 실무진에 설득력이 없는 솔루션을 제공하며, POC 단계 이후 실제 프로세스에 적용하면 87%가 실패를 하고 있다. 또한 적용이 되더라도, 실제 이익으로 연결되지 않아, 고객의 ROI는 4.3%에 불과하다.
다른 유형은 데이터 수집 및 통합부터, AI 모델 학습 및 MLOps 솔루션에 이르기까지 모든 부분 또는 각 부분에 특화된 플랫폼 도구를 제공한다. 그러나 플랫폼 도구의 일반화된 특성으로 인해 맞춤형이 필요한 제조 회사에 적합하지 않으며, 전문가도 수 개 월이 필요한 높은 학습 진입장벽으로 인해 AI에 익숙하지 않은 현장 실무자가 효과적으로 활용하기 어렵다.
앰버로드의 MinerReport는, 솔루션 적용에 10개월이 소요되는 경쟁사 대비 단 3개월 만에 데이터 수집부터 AI 모델 개발 및 모델 운영관리 시스템까지, 올인원으로 구축하여 큰 경쟁 우위를 가지고 있다. 또한 고객사 입장에서의 ROI는 경쟁사의 4.3% 대비 최소 100% 이상이며, 실제로 앰버로드 솔루션으로 인한 고객사의 연간 수익은 평균 5억 원에 달한다. 기존 솔루션과 달리 AI를 잘 모르더라도 쉽게 활용 가능한 UX/UI는 혁신적인 구성을 가지고 있다.
Q. 경쟁력의 원천인 인적 구성에 대해 자랑한다면. 또한 이는 고객 미팅에 어떠한 영향을 끼치는지.
앰버로드의 가장 큰 경쟁력은 팀이다. 앰버로드의 핵심 팀은, 포스코 그룹 전체 스마트팩토리 구축의 핵심 역할을 했던 CTO가 리드하는 ICT/MLOps 개발팀과, 국내외 AI 대학원 출신들이 모인 데이터 사이언스 팀으로 구성되어 있다. 그리고 12년의 현장 경험을 가진 대표가 고객의 관점에서 직접 솔루션 전체를 리딩하고 있다.
이런 부분은 고객사와 첫 미팅을 할 때, 아주 중요하고 차별화되게 작용한다. 고객사도, 솔루션 업체도, 일단 잘 모르겠지만 진행해 보자고 하는 기존 상황과 달리, 8년의 시행착오와 성공 체험을 바탕으로, 첫 미팅에서 디테일한 전체 솔루션 기획과 완성된 모습을 제시한다. 여기서 현장 실무 경험 관점과 ICT 시스템 구축 경험 관점으로 제시된 솔루션의 디테일함은 고객의 무한한 신뢰를 이끌어 낸다. 실제로 앰버로드와 만난 국내 대기업들은 첫 미팅 후 90% 이상이 강한 계약 의향을 내비쳤고, 설립 1년 만에 16개 기업과 솔루션을 도입하고 있다.
Q. 앰버로드는 작년 9월에 설립하여, 1년 만에 빠르게 많은 성과를 달성했는데.
설립과 함께 TIPS 선정, 솔루션 도입 진행 대기업 16개사, 누적 매출 4억, 누적 투자유치 29억, 고용인원 15명, 그리고 디캠프 디데이 및 정주영 창업경진대회 등 국내 메이져 창업경진대회에서 우승을 차지하였다. 최근에는 글로벌 진출을 위해, 미국, 독일, 일본, 베트남의 9개 기업과 미팅을 진행하고 있다.
이런 성과의 배경은 모두 팀 구성원이 현장 중심의 경험과 노하우, 그리고 기술력을 가지고 있기 때문이다. 또한 진심으로 고객의 성공을 위해 최선을 다하고, 그것이 앰버로드가 차별화되게 성장할 수 있는 기회라고 생각하는 경영철학이 성장 배경이라고 생각한다.
“앰버로드의 MinerReport는, 솔루션 적용에 10개월이 소요되는
경쟁사 대비 단 3개월 만에 데이터 수집부터 AI 모델 개발 및 모델
운영관리 시스템까지, 올인원으로 구축하여 큰 경쟁 우위를
가지고 있다. 기존 솔루션과 달리 AI를 잘 모르더라도
쉽게 활용 가능한 UX/UI는 혁신적인 구성을 가지고 있다.”
Q. 회사 경영상, 아쉬운 점도 있을 것이다. 사업 환경에서 한 두가지 말한다면.
모든 생태계가 서울 및 인근에 집중되어 있다는 점이 어려움이다. 본사인 포항에서는 능력있는 직원 채용이 거의 불가능한 상황이고, 투자유치 및 창업지원 수혜를 위해 매주 서울로 출장을 가야 한다.
또한, 정부의 창업지원정책들이 행정 등의 이유로 모순되는 상황이 빠르게 개선되어 실질적인 지원이 되었으면 좋겠다.
Q. 대표가 바라보는 ‘디지털 전환’은 회사의 비즈니스 특성상 남다를 것 같다. 앞으로의 목표를 그와 함께 소개한다면.
기존의 디지털 전환은 보여지는 것만 가상으로 구현하기 위해, 데이터를 연결하고, 시각화시키는 수준이다. 효과는 모니터링 밖에 없는 것 같고, 비용만 높을 뿐 실직적인 효과가 거의 없다. 이상적인 디지털 전환은 사물 및 현상, 관계 등에 대해 보이지 않는 모든 물리 관계식이 서로 완벽하게 얽힌 상태여야 된다. 하지만 아무리 생각해도 불가능하겠죠?
그래서 저희는 제조업에서 실질적인 이익을 내는 최적의 의사결정을 도출하기 위해, 그 문제와 그 공정에 한하여 데이터들 간의 복잡한 관계를 학습시키고, 비교적 아주 심플한 디지털 전환 단위를 만들고 있다. 혹자는 이게 무슨 디지털 전환이냐고 할 수 있지만, 이게 진짜 디지털 전환의 시작이고, 이런 솔루션들이 공장 안에 점점 늘어나면, 그 공장은 디지털 전환에 점점 가까워지는 것이라고 생각한다. 이상적인 디지털 전환을 완성하는 것은 상상할 수 없을 정도로 굉장히 많은 시간이 필요한 부분이고, 우리가 하나씩 만들어 나가야 하는 부분이라고 생각한다.
저희의 제품 로드맵은, 적어도 공장 안에서 디지털 전환을 위해 무엇인가 필요할 때, 쇼핑하듯이 솔루션을 비교하고, 고르고, 맞춤형으로 튜닝할 수 있는 그런 앰버로드 스토어를 만드는 것이다.
우리 회사의 핵심 제품은요
모든 상황에 AI를 가장 효율적 적용하는 '올인원 소프트웨어'
전문적인 AI 지식 없이도 최적화 AI 기술 적용
앰버로드의 솔루션 MinerReport는 품질, 실수율, 에너지 등 공장에서 이익을 창출하기 위한 모든 상황에 AI를 가장 효율적으로 적용하는 올인원 소프트웨어이다.
MinerReport는 3가지 주요 단계로 구성된다.
첫 번째로, 특정 문제를 해결하기 위해 필요한 데이터 만 각 설비와 공정에서 효율적으로 추출, 통합, 저장한다.
두 번째로, 앰버로드만의 차별화된 알고리즘으로 AI 모델을 학습시키고, 현장 사용자가 납득 가능한 최적화 인사이트와 추천 가이드를 도출한다.
마지막으로, 도출된 AI 모델이 현장에 연결되어, 명확하게 납득 가능한 실시간 최적 제어 가이드를 제공하며, 자동 유지보수가 가능한 운영관리 시스템을 제공한다.
MinerReport의 핵심 알고리즘은 현장에서 제품을 생산할 때 각 공정과 각 설비에서 수집된 데이터들을 유량, 온도, 속도 등과 같이 제어 가능한 요인과 계절, 원 재료 성분, 설계 요건 등과 같이 제어 불가능한 요인으로 분류하여 학습한다. 제어 불가능한 요인들의 학습 결과는 현장에서 입으로만 전해져 오던 그 경험적인 노하우들을 분류시켜주고 정량화시켜주는 역할을 한다. 그리고 제어 가능한 요인들의 학습 결과는 앞에서 분류된 각각의 케이스 별로 어떻게 하면 최선의 결과를 낼 지, 최적 제어 가이드를 실시간으로 제시한다.
또한, MinerReport MLOps 솔루션을 통해, 시간이 지나면서 작업 환경 변화에 따른, 데이터 간의 상관관계를 다시 조정하기 위해 사용자가 직접 설정한 주기와 조건으로 모델을 자동으로 재학습시키고 재학습된 모델과 과거 모델의 성능 비교 추이를 시각화 해줌으로써 사용자의 AI모델 관리가 용이하도록 만든다.
마지막으로 MinerReport의 모든 UX/UI는, 엔지니어가 전문적인 AI 지식 없이도 최적화 AI 기술을 적용할 수 있도록 한다. 이를 통해 솔루션에 대한 진입장벽이 낮아지고 업계에서 AI를 성공적으로 도입할 가능성이 높아진다.
<저작권자(c)스마트앤컴퍼니. 무단전재-재배포금지>