전자신문인터넷이 10월 23일 서울 서초구 엘타워 6층 그레이스홀에서 개최한 'AX & 하이퍼오토메이션 코리아 2026-Fall'에서 이에이트가 흩어진 산업 데이터의 의미를 온톨로지로 연결하고, AI 에이전트의 판단을 시뮬레이션과 실제 업무 실행으로 이어가는 피지컬 AI 운영 전략을 공개했다. 류제형 이에이트 부사장은 '온톨로지 데이터의 의미에서 업무의 연결까지'를 주제로 발표했다.
류 부사장은 산업 현장에 필요한 AI의 조건을 '그럴듯한 답변'이 아니라 정확하고 근거를 확인할 수 있는 판단으로 규정했다. 같은 조건에서는 같은 결론을 내리고, 어떤 데이터와 규칙을 근거로 판단했는지 설명하며, 담당자와 승인 이력까지 추적할 수 있어야 실제 업무에 투입할 수 있다는 설명이다.
문제는 제조·금융·공공 등 대부분의 기업 데이터가 설비, 공정, 품질, 문서와 운영 시스템에 분산돼 있고 같은 대상을 서로 다른 용어와 형식으로 표현한다는 점이다. 범용 거대언어모델(LLM)이 문서를 검색하는 방식만으로는 최신성이나 출처를 놓치거나, 업무 규칙을 잘못 적용할 위험이 있다. 이에이트는 개념·속성·관계·규칙을 명시하는 온톨로지를 기업 AI의 공통 판단 기준으로 제시했다.
온톨로지가 '무엇을 같은 대상으로 보고 어떻게 연결·판단할 것인지'를 정의한다면, 지식그래프는 그 정의에 실제 설비·부품·고객·문서와 값을 채운 결과물이다. 연결 규칙과 검증 기준을 응용프로그램 코드에 흩어 두지 않고 지식 계층에서 관리하기 때문에 업무 기준이 바뀌어도 영향을 확인하고 일관된 방식으로 반영할 수 있다.
이에이트가 제시한 온톨로지 레이어는 원천 시스템을 그대로 유지하면서 데이터를 읽어 연결한다. 그 위에 사람이 확정한 식별·의미·권위와 개념·관계·규칙으로 구성된 지식 체계, 변경 감지부터 영향 확인·승인·발행까지 담당하는 운영 체계를 둔다. 업무 화면과 AI 에이전트는 모델 컨텍스트 프로토콜(MCP) 등 표준 인터페이스를 통해 이 지식 계층에 접근하고, 검증된 조회 경로를 재사용한다.
핵심은 온톨로지를 한 번 구축하는 데서 끝내지 않고 계속 운영하는 것이다. 설비와 조직, 규정과 문서가 바뀌면 시스템이 차이를 감지하고 영향 범위와 기준값 후보를 제시한다. 담당자가 이를 확인·승인한 내용만 공식 지식으로 발행하며, 버전과 판단 이력을 남긴다. 자동화 범위를 넓히면서도 최종 책임과 통제권은 기업이 유지하는 구조다.
AI 에이전트의 답변 과정도 근거 중심으로 설계했다. LLM이 질문의 의도를 해석하면 승인된 온톨로지 경로에서 관련 데이터를 찾고, 명시적 규칙으로 판단한 뒤 검증 게이트를 거친다. 근거가 부족하면 제한된 범위에서 다시 조회하고, 그래도 확인할 수 없으면 '미검증'으로 표시한다. 답변에는 근거 경로와 기준 시점을 함께 남기며 원천 데이터가 바뀌면 기존 판단을 재검토 대상으로 돌린다.
이에이트는 공통 추론·권한·검증 기능을 갖춘 '베이스 에이전트'에 업무별 지시와 스킬, 도구, 판단 기준을 결합하는 방식도 소개했다. 기업은 공통 통제 체계를 유지하면서 설계 검토, 품질 분석, 신용 심사 등 각 업무에 필요한 전문 에이전트를 확장할 수 있다.
적용 사례도 구체적이다. 제조 분야에서는 설계 문서와 요구사항, BOM을 조항·부품 단위로 연결해 변경이 미치는 범위를 추적하고, 절삭 공정에서는 이상 예측과 공구 마모, 품질 보정, 가공 조건 최적화를 지원한다. 기업 신용 심사에서는 차주·계열사·관련자·담보·산업 정보를 그래프로 연결해 전이 위험을 파악하고, 근거가 부족한 항목을 표시한 심사 의견 초안을 생성하는 방식을 제시했다.
물류 자율운영 구상은 이에이트의 기술 조합을 선명하게 보여준다. 기존 MES·ERP·PLM·SCM에서 생산계획과 작업 지시를 받고, ACS·WCS·MCS·AMS와 PLC·SCADA에서 설비 상태와 센서 데이터를 수집한다. 그 사이에 지식그래프, AI 에이전트, 디지털트윈, MLOps를 결합한 산업 AI 에이전트 플랫폼을 배치해 상황 인지, 전략 수립, 실행, 학습의 순환 구조를 만든다. 기존 운영·제어 시스템을 교체하지 않고 연결한다는 점도 도입 부담을 낮추는 요소다.
도입은 전사 표준화보다 한정된 업무 범위에서 시작한다. 대상 업무와 문서군을 정하고 지식 계층을 설계한 뒤 표본 과제로 정확성과 효과를 검증하고, 성과가 확인되면 범위를 넓히는 4단계 접근이다. 기존 데이터의 이관이나 복제를 전제로 하지 않고 현재 사용하는 용어와 형식을 매핑해 흡수하므로 레거시 환경에서도 단계적으로 적용할 수 있다.
운영 환경에 맞춘 배포 선택지도 제시했다. 온프레미스와 로컬 LLM을 지원하고 고객 데이터를 모델 학습에 사용하지 않으며, 통합인증과 역할 기반 권한관리로 데이터와 도구 접근을 통제한다. 특정 모델이나 시스템에 종속되지 않는 구조를 지향해 기업이 보안·비용·성능 기준에 따라 AI 구성을 선택할 수 있도록 했다.
이에이트는 2012년 설립 이후 14년 이상 시뮬레이션과 디지털트윈 기술을 자체 개발해 온 코스닥 상장사다. 발표자료에 따르면 연구개발 인력이 전체의 70% 이상을 차지한다. 회사는 물리 현상을 예측하는 'NFLOW Ai', 디지털트윈 플랫폼 'NDX Pro', 온톨로지 기반 데이터 인텔리전스 'NAXiS', 자율운영 플랫폼 'NAX Ops'를 하나의 피지컬 AI 기술 체계로 확장하고 있다.
이에이트의 차별점은 온톨로지를 정적인 데이터 모델에 머물게 하지 않고 디지털트윈과 AI 에이전트가 함께 사용하는 산업 운영의 지식 계층으로 확장한다는 데 있다. 시뮬레이션으로 판단 결과를 검증하고 기존 제어 시스템과 연결해 실행으로 옮기는 구조를 통해 산업 AI를 개념검증(PoC) 수준의 질의응답에서 실제 운영 의사결정과 자율운영으로 발전시키겠다는 전략이다.
임민지 기자 minzi56@etnews.com