지멘스와 NVIDIA, 에를랑겐에서 검사·계획 수립용 AI 시험

지멘스와 NVIDIA는 독일 에를랑겐의 지멘스 전자제품 공장에서 실제 생산을 진행하면서 두 가지 산업용 AI 업무 흐름을 시험하고 있다. 하나는 디지털 트윈으로 생성한 이미지를 사용해 새로운 회로기판의 시각 검사를 준비한다. 다른 하나는 사람이 맡은 계획 담당자가 비교하고 공장 시뮬레이션에서 점검할 수 있는 생산 일정을 제안한다. 지멘스는 10월 19일 이를 자율 제조를 향한 진전으로 소개하면서도, 에를랑겐을 개발·시험 거점으로 설명했다.

비슷한 시스템을 검토하는 제조업체에는 이 구분이 중요하다. 발표된 업무 흐름은 구체적인 두 지연 요인을 다룬다. 검사 준비에 앞서 실물 기판을 기다리는 일, 주문이나 자재가 바뀔 때 생산 계획을 비교·판단하는 일이다. 지멘스는 과정과 잠재적 이익을 설명했지만, 외부인이 절감 효과나 다른 공장에서의 시스템 성능을 평가할 수 있는 연구는 공개하지 않았다.

첫 기판이 나오기 전에 검사를 준비할 수 있다

에를랑겐 공장은 인쇄회로기판 조립품이 들어가는 산업용 드라이브와 주파수 변환기를 생산한다. 지멘스의 10월 19일 발표에 따르면, 이전에는 새 조립품의 검사를 준비하려면 실물 시제품을 기다린 뒤 비전 시스템을 학습시키고 검사 장비를 설정해야 했다. 이 과정에는 몇 주가 걸릴 수 있었다.

새 업무 흐름에서는 설계된 기판의 디지털 트윈을 바탕으로 검사 준비에 사용할 사실적인 이미지를 만든다. 지멘스 행사 팩트시트에 따르면 NVIDIA Cosmos 월드 모델은 잠재적 결함이 있는 기판과 없는 기판의 이미지를 생성하는 데 도움을 준다. 엔지니어는 실물 시제품이 존재하기 전에 이 이미지로 검사 장비를 학습시킬 수 있다. 발표는 이미지 생성을 NVIDIA Cosmos의 역할로 명시하지만, 그 결과 만들어진 검사 시스템의 학습 데이터, 결함 포괄 범위, 오류율은 공개하지 않는다.

지멘스는 이러한 가상 생산 준비가 새 기판 조립품의 엔지니어링 작업량을 최대 85%, 출시까지 걸리는 시간을 최대 40% 줄일 수 있다고 밝혔다. 이는 회사가 제시한 잠재적 이익이다. 발표에는 두 수치에 대한 비교 절차나 독립적으로 검증된 결과가 없다. 에를랑겐에서 도입되는 모든 제품에 대해 측정된 개선 효과로 읽어서는 안 된다.

에이전트가 계획을 제시하고 사람이 선택한다

두 번째 업무 흐름은 생산 계획을 다룬다. 새 주문은 라인 생산능력, 자재 가용성, 비용, 납기 사이의 균형을 바꿀 수 있다. 지멘스에 따르면 AI 에이전트는 여러 시나리오를 생성하고 정해진 핵심성과지표로 그 영향을 보여준다. 계획 담당자는 선택지를 비교해 계획을 고른다. 제안된 계획은 실행에 앞서 공장의 디지털 트윈과 대조해 점검한다. 팩트시트는 NVIDIA Factory Operations Blueprint로 구축한 Siemens Intelligence Center X Agents를 명시하며, 점검을 물리 법칙에 기반한 시뮬레이션으로 설명한다. 발표에 따르면 NVIDIA Omniverse 라이브러리는 실제 공장 데이터를 활용한 가상 시험을 지원한다.

이는 공장이 스스로 운영 결정을 내린다는 설명보다 범위가 좁다. 공개 자료가 설명하는 것은 에이전트의 제안 생성, 시뮬레이션 점검, 사람의 감독이다. 시스템이 독립적으로 일정을 승인하거나 장비 설정을 바꾸거나, 계획 담당자 없이 에를랑겐 공장을 운영한다고 말하지 않는다. 지멘스는 이 계획 방식이 최대 20%의 비용 절감을 가능하게 할 수 있다고 밝혔다. 팩트시트에는 자본비용과 긴급 처리 비용이 포함된다. 회사는 이 추정치에 대한 공개 기준선, 측정 기간, 독립 감사를 제시하지 않았다.

큰 변화

1월에 발표한 파트너십은 에를랑겐을 청사진으로 삼아, 전적으로 AI가 이끌고 상황에 적응하는 제조 거점을 만들겠다는 목표를 세웠다. 10월 소식은 실제 생산 현장에서 공동 개발·시험 중인 두 가지 구체적인 업무 흐름을 제시한다. 검사 준비에 쓰는 합성 기판 이미지, 그리고 사람이 행동하기 전에 공장 트윈에서 점검하는 계획 선택지를 내놓는 에이전트다. 실질적인 변화는 실물 기판이나 수정된 생산 계획이 라인에 도달하기 전에, 팀이 일부 결정을 가상으로 준비하고 검토할 수 있다는 점이다.

다른 제조업체의 관점에서 에를랑겐은 지멘스와 NVIDIA가 이 도구들을 어디에 적용하고 있는지를 보여주는 근거이지, 자율 공장이 대규모로 입증됐다는 근거는 아니다. 업무 흐름을 재현하려면 정확한 제품·공장 모델, 생산 데이터, 검사 검증, 현지 운영 통제가 필요하다. 두 회사는 보도된 거점 밖에서 이 방식의 비용, 신뢰성, 이전 가능성을 판단할 만큼 충분한 구현·결과 데이터를 공개하지 않았다. BIG CHANGE는 어느 업무 흐름도 시험하지 않았다.

출처 및 추가 자료

• 지멘스, 「지멘스, NVIDIA와 협력해 AI 기반 자율 공장 발전 추진」(2026년 10월 19일). 에를랑겐 시험, 검사·계획 단계, 명시된 NVIDIA 기술, 지멘스가 예상하는 이익에 관한 핵심 설명이다. 기업의 발표이며 독립적인 평가는 아니다.
• 지멘스, 에를랑겐 행사 팩트시트(2026년 10월). 계획 담당자의 선택 단계, 공장 시뮬레이션 설명, 합성 검사 이미지에 관한 세부 사항을 보탠다. 절감 효과도 잠재적이거나 규모를 확대했을 때의 이익으로 설명한다.
• 지멘스, 에를랑겐 프레스 허브(2026년 10월 5일). 10월 19일 공장 행사와 파트너십의 제안된 청사진으로서 에를랑겐의 역할을 확인한다.
• 지멘스·NVIDIA 파트너십 발표(2026년 1월 6일). AI 기반 제조 거점에 대한 이전 계획을 제시한다. 그 목표는 10월 시험이 입증하는 내용과 구분된다.