• BMW  / 생산 공정의 최적화                                                                                                                                                              

Ai 도입 배경: BMW는 독일을 거점으로 하는 세계적인 자동차 기업이며, 특히 고급 자동차 시장에서 존재감을 드러내고 있다. 1917년에 창업한 후 기술 혁신을 추구하여 최근에는 DX의 일환으로 AI 기술의 도입에 주력하고 있다. 동사는 제조 현장에서 자동화를 진행하기 위해 공장에서 일하는 ‘자동유도차량(AGV)’를 개발했다. 

Ai 도입 효과: BMW는 자사에서 개발한 물류 로봇과 스마트 운송 로봇(STR)에 고성능 기술화 AI 모듈을 탑재하고 사람 및 물체를 인식하는 능력을 향상시켰다. 내비게이션 시스템이 발달하여 동사의 AGV는 포크리프트 및 작업자, 장애물을 명확하게 식별한다. 수 밀리초로 대체 경로를 계산한다. 이를 통해 에러나 사고율을 줄이고 물류 프로세스의 생산성을 높일 것으로 기대된다. AI로 구동하는 AGV는 공장 및 창고 관리를 최적화하는 솔루션이 될 것으로 기대된다. 

• 보잉 / 품질 향상과 산업 안정성 향상                                                                                                                        

AI 도입 배경: 보잉은 항공 우주 산업의 글로벌 기업이며, 민간 항공기 제조 및 우주 시스템을 전개하고 있다. 항공 업계는 무엇보다 ‘안전한 비행’을 중시한다. 동사도 창설한 이후 안전상의 리스크를 줄이기 위한 이노베이션을 거듭해 왔으며, 그 일환으로 AI도 적극적으로 도입하고 있다.

AI 도입 효과: 보잉은 AI를 활용하는 예측 보수 시스템 ‘Boeing AnalytX’를 도입했다. 이 시스템은 항공기의 실시간 운행 데이터를 분석하여 잠재적인 고장 및 이상을 사전에 감지함으로써 점검 비용을 20% 줄이고, 비행 지연을 35% 절감하였다. 이 프로그램은 계속해서 기능이 확장되고 있으며, 드론과 AI를 조합한 조사 및 비행 중 실시간으로 이상을 감지하는 시스템의 실장을 모색하고 있다.

• 삼성 / 공급망의 최적화                                                                                                                                                   

AI 도입 배경: 삼성전자는 한국을 대표하는 글로벌 기업으로 스마트폰이나 반도체, 디스플레이, 가전제품을 중심으로 폭넓은 사업을 전개하고 있다. 특히 반도체 분야에서는 NAND 플래시 메모리 시장에서 세계 점유율 30% 이상을 자랑한다. 동사는 2030년까지 반도체 공장을 완전 자동화하여 ‘스마트 센서’로 제조 공정을 제어하는 로드맵을 밝혔으며, DRAM의 설계 자동화, 칩 재료 개발, 파운드리 수율 개선 등 다양한 제조 프로세스에서 AI를 도입하고 있다.

 AI 도입 효과: 삼성 그룹은 AI 기술을 활용하여 제조 프로세스 전체를 자동화하고 DRAM 설계 및 칩 양산 공정에서 효율을 높여 왔다. 2024년 5월에 그룹의 IT 기업 ‘삼성 SDS’는 AI를 활용하는 디지털 로지스틱스 플랫폼 ‘Cello Square’의 성능을 선보였다. 이 플랫폼은 매일 6만 건 이상의 글로벌 뉴스를 분석하여 공급망의 리스크를 찾아내고 물류 리스크를 판정한다. 기존에는 하루 이상 걸렸던 물류 전략 책정 시간을 2시간으로 단축했다.

마켓앤마켓 'Artificial Intelligence in Manufacturing Market – Forecast to 2028’에 따르면, 제조 분야에서의 AI 시장 규모는 2023년 32억 달러에서 2028년 208억 달러로 증가하는 등 연간 45.6%의 성장률을 보일 것으로 전망된다. 주된 성장요인으로는 방대한 데이터의 효율적 처리에 대한 필요성, 관련 연산장치의 발전, IoT 및 자동화 기술의 적용, 관련 기업에 대한 투자 확대를 꼽았다. 구체적인 적용 분야별로는 예지 보전 및 기계 검사, 사이버보안, 품질 관리, 산업용 로봇, 재고 최적화, 생산 계획, 현장 서비스 순으로 많이 활용되고 있다. 제조업 내 산업별로는 자동차, 에너지 및 전력, 제약, 반도체 및 전자제품, 금속 및 중기계, 식품 및 음료, 기타 순으로 많이 활용되고 있다.