【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]다쏘시스템 시뮬리아 CEO “제조 AX, 도구 도입 아닌 워크플로우 재설계가 본질”

온카뱅크관리자

2026-06-12 06:07:28

<div id="layerTranslateNotice" style="display:none;"></div> 데이터 재맥락화·전문가 역할 변화 강조 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="3uatQWWIle">
 <figure class="figure_frm origin_fig" contents-hash="2ee1ed22177e3b10279292924b2a5643b1afce424b07a03636d3d8fff2751d13" dmcf-pid="07NFxYYClR" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/12/552796-pzfp7fF/20260612060028180yvax.jpg" data-org-width="640" dmcf-mid="ttcpeXXSTJ" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/12/552796-pzfp7fF/20260612060028180yvax.jpg" width="658">
 </figure>
 [디지털데일리 이안나기자] “기존 워크플로우를 새로운 기술 환경으로 옮기는 것만으로는 충분하지 않다. AI의 이점을 활용하려면 일하는 방식 자체를 다시 설계해야 한다.”
 미셸 애쉬 다쏘시스템 시뮬리아 최고경영자(CEO)는 11일 웨스틴 서울 파르나스에서 열린 ‘다쏘시스템 시뮬리아 유저데이 2026’ 그룹인터뷰에서 AI 기반 시뮬레이션 도입 조건을 이같이 설명했다. 제조업 인공지능 전환(AX)이 특정 도구 도입을 넘어 데이터 구조와 업무 프로세스 재설계의 문제로 이어지고 있다는 의미다.
 이날 오전 발표에서 김용현 LG전자 연구위원은 제조업 AX의 본질을 단순한 도구 도입이 아니라 워크플로우 재설계로 봐야 한다고 강조했다. 이에 대해 애쉬 CEO도 “AI와 더 많이 관여할수록 데이터와 업무 흐름을 바라보는 방식은 앞으로 몇 년 안에 근본적으로 바뀔 것”이라고 말했다.
 애쉬 CEO는 기존 데이터를 AI 기반 시뮬레이션에 활용하려면 단순 이전을 넘어 재맥락화와 재파라미터화가 필요하다고 설명했다. 그는 “고객의 과거 데이터를 버추얼 트윈 물리 거동 모델에 가져오려면 상당한 노력이 필요하다”며 “데이터를 다시 맥락화하고 파라미터화한 뒤 CAD와 연결해야 한다”고 말했다. 어떤 데이터를 시스템 안으로 가져올지부터 신중히 판단해야 한다는 의미다.
 데이터 저장 방식도 달라져야 한다고 봤다. 애쉬 CEO는 “지금은 데이터를 인간이 생각하는 방식에 맞춰 저장한다”며 “파일이라는 작은 사일로, 사내망, 개인 저장소에 데이터를 보관한다”고 지적했다. 실제 활용 가능한 범위를 넘어 너무 많은 데이터를 쌓아두고 있다는 설명이다. 이어 “AI가 여러 데이터 묶음을 넘나들며 활용하려면 어떤 데이터를 보관할지, 어떤 정보가 중요한지, 사일로를 어떻게 허물지 다시 생각해야 한다”고 말했다.
 <div contents-hash="1b17f36f4edd812fba1863573a61a07c37ba9eb128a66c1c556e259e7f8794af" dmcf-pid="q9D7i11yW8" dmcf-ptype="general">
 다쏘시스템이 행사장에서 선보인 시연은 이 같은 전략을 보다 직관적으로 보여줬다. 이날 오전 다쏘시스템은 확장현실(XR) 기기를 활용해 포뮬러원(F1) 차량의 가상 모델을 불러오고 차량 주변 공기의 흐름과 압력 분포를 확인하는 장면을 소개했다. 실제 차량을 만들지 않아도 부품을 분해하듯 살펴보고 특정 영역을 표시하며 설계와 해석 결과를 같은 공간에서 검토하는 방식이다.
 </div>
 <figure class="figure_frm origin_fig" contents-hash="8766608fb88fbfa7740e419a3284a704263ada8049048fefed420c7bd97973b2" dmcf-pid="B2wznttWW4" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/12/552796-pzfp7fF/20260612060029526yrvv.jpg" data-org-width="600" dmcf-mid="F0paWee4vd" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/12/552796-pzfp7fF/20260612060029526yrvv.jpg" width="658">
 </figure>
 이 장면이 의미를 갖는 것은 단순한 시각화 때문만은 아니다. 설계 데이터와 시뮬레이션 결과, 과거 해석 데이터가 하나의 맥락에서 연결돼야 가능한 방식이기 때문이다. 여기에 조직 안에서 누가 어떤 단계의 판단을 맡을지까지 정리돼야 한다. 애쉬 CEO가 데이터와 워크플로우 재설계를 함께 강조한 이유다.
 애쉬 CEO는 한 고객사 사례를 들어 “처음에는 기존 워크플로우를 새로운 기술 환경으로 옮기고 싶어 했지만 몇 차례 논의 끝에 워크플로우 자체를 근본적으로 다시 설계해야 한다는 점을 깨달았다”고 말했다.
 해당 고객사는 오랜 기간 업무 프로세스를 개선해왔고 기존 워크플로우에 대해서도 큰 자부심을 갖고 있었다. 그러나 그 방식이 기존 기술 환경에서는 최적화돼 있었음에도 AI와 새로운 시뮬레이션 기술의 이점을 활용하기 위해서는 업무 흐름 자체를 다시 설계할 필요가 있었다는 것이다. 애쉬 CEO는 “처음 5개 워크플로우에서 시작했지만 이후 52개를 추가로 식별했다”며 “현재는 총 57개 워크플로우를 재설계하고 있다”고 말했다.
 이 같은 워크플로우 재설계는 데이터 처리 방식에만 국한되지 않는다. AI가 시뮬레이션 업무에 들어오면 조직 안에서 누가 어떤 단계의 해석을 수행하고, 누가 최종 판단을 맡을지도 다시 정해야 한다. 다쏘시스템의 AI 에이전트 ‘버추얼 동반자’가 제기하는 전문가와 비전문가의 역할 구분도 이 연장선에 있다.
 버추얼 동반자를 통해 비전문가도 시뮬레이션에 접근할 수 있게 되면 활용 범위와 책임의 경계가 중요해진다. 해석 조건 설정이나 결과 해석을 잘못하면 오히려 잘못된 의사결정으로 이어질 수 있기 때문이다. 애쉬 CEO는 AI가 시뮬레이션 문턱을 낮추더라도 고위험 검증까지 비전문가에게 열리는 것은 아니라고 봤다.
 그는 “버추얼 동반자는 비전문가가 시뮬레이션을 수행하도록 돕고 전문가에게는 시뮬레이션 역량을 더 확장하도록 도울 수 있다”며 “산업 환경에서 이를 적용하려면 시뮬레이션 전문가의 역할이 바뀌어야 한다”고 말했다.
 애쉬 CEO가 제시한 전문가 역할은 직접 해석을 수행하는 데 그치지 않는다. 비전문가가 사용할 수 있는 도구를 검증하고, 해석이 허용오차 안에서 이뤄지도록 워크플로우와 가드레일을 설계하는 역할이 추가된다. 에이전틱 AI가 해석 결과를 설명하거나 판단을 지원할 때 어떤 정보를 활용해야 하는지 정리하는 것도 전문가의 몫이다.
 비전문가의 활용 범위는 상대적으로 위험이 낮은 설계 초기 단계에 머물 것으로 예상했다. 설계 과정에서 물리적 거동을 확인하고 이를 바탕으로 디자인을 조정하거나 최적화하는 업무는 AI 지원을 받아 수행할 수 있다는 설명이다. 반면 안전 요구사항이나 인증 요건을 확인하는 최종 검증 단계는 지금처럼 전문가가 맡게 된다.
 애쉬 CEO는 “어떤 정부나 신중한 기업도 당분간 이런 구조를 바꾸지는 않을 것”이라며 “비전문가는 저위험 맥락에서 활용하고, 전문가는 고위험 맥락에서 인증과 검증을 수행할 것”이라고 말했다. 이어 AI가 전문가를 대체하기보다 역할을 바꾸는 방향으로 작동할 것이라고 봤다. 반복적인 검토와 지원 업무 일부를 AI가 맡으면 전문가들은 그동안 시간이 부족해 다루지 못했던 더 복잡한 문제에 집중할 수 있다는 의미다.
 그는 “AI는 우리가 더 빨리 배우고 장벽을 허물고, 더 창의적으로 문제를 해결하도록 도울 것”이라며 “AI를 인간 역량을 대체하는 것이 아니라 증강하는 것으로 봐야 한다”고 강조했다.
 </section> 
 </div> 
 Copyright © 디지털데일리. All rights reserved. 무단 전재 및 재배포 금지.

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

놀이터홍보 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기