홍성학

한국의 공장에는 수십 년의 경험이 쌓여 있다. 어떤 조건에서 불량이 늘어나는지, 설비가 고장 나기 전에 어떤 신호가 나타나는지, 생산량을 늘리면 원가가 어떻게 달라지는지. 일부는 시스템에 기록돼 있고, 일부는 숙련된 엔지니어의 머릿속에 남아 있다.문제는 AI가 이 경험을 얼마나 활용할 수 있느냐다.설비 데이터는 생산 부서에, 비용 정보는 재무 부서에, 정비 이력은 별도 시스템에 흩어져 있다. 같은 설비를 부서마다 다른 이름으로 부르기도 한다. 각각의 데이터는 있어도 이를 연결해 판단하기는 어렵다. 좋은 AI 모델과 비싼 GPU를 들여놓는 것만으로 해결되지 않는 문제다.한국은 '피지컬AI' 경쟁에서 이기려 한다. 그러나 여전히 현장에서는 피지컬AI에 대한 개념도 불명확하고 실제 가치를 만들어낸 회사도 많지 않다. 제조 현장에서 축적한 경험을 AI가 이해하고 행동에 활용할 수 있는 지식으로 바꾸지 못하고 있기 때문이다.홍성학 에스티로직(STLogic) 대표는 그 연결에 필요한 기술로 제조 ‘온톨로지’를 제시한다. 설비와 공정, 사람과 자원, 비용과 경영 목표가 어떤 관계인지 정의해 AI가 현장을 이해하도록 만드는 구조다.그의 주장은 명확하다. 로봇과 AI가 공장에서 제대로 일하게 하려면, 먼저 공장이 어떻게 돌아가는지 알아들을 수 있게 해야 한다는 것이다.