AI와 제조업이 만나면? 스마트 제조 솔루션 만드는 '앰버로드'

🚀 스타트업 스토리

지난 10월 디데이에서는 '테크'를 주제로, 기술을 통해 새로운 비즈니스를 소개하는 6개 스타트업을 소개했는데요. 그중에서도 제조업과 AI를 결합한 앰버로드가 우승을 차지했습니다. 대기업 스마트 제조 솔루션 도입 담당자로 시작해 사내벤처를 거쳐 이제 막 스핀오프한 앰버로드의 창업 스토리를 소개합니다.

① 앰버로드 임언호 대표

② 마이너리포트 사용 화면 Ⓒ앰버로드

Q. '앰버로드’의 서비스와 팀에 대해 간단하게 설명 부탁드려요.

'앰버로드’는 AI 기반의 스마트 제조 솔루션 ‘마이너리포트’를 만들고 있습니다. B2B 대상으로 생산성 향상, 공정 최적화를 도와주는 서비스이고요. AI 지식이 없는 현장 실무자도 즉시 도입 가능한 솔루션이라는 점이 타사와의 차별 포인트입니다.

저희 팀은 제조 데이터를 몸으로 학습한 현장 전문가, 이 노하우를 알고리즘화시킬 AI 전문가, 이를 제품으로 구현할 ICT 전문가가 모인 팀인데요. ‘앰버로드’라는 팀명도 현장 전문가인 저 임언호의 ‘호’, AI 개발을 맡고 있는 박도겸의 ‘박’, ICT 분야를 맡고 있는 김영길의 ‘길’을 가져와 ‘호박길’이라는 이름을 만들고 이를 직역해 만들었습니다.

Q. 처음 창업을 하게 되신 계기는 무엇인가요?

저는 원래 재료와 기계를 전공한 엔지니어였습니다. 포스코에서 12년간 엔지니어로 일했고 그중 8년 동안 스마트 제조 솔루션 관련 업무를 했는데요. 스마트 제조 솔루션 도입을 위해 외부 AI 전문가와 협업하는 과정에서 페인 포인트를 느꼈습니다. 저희가 해야 하는 것은 실제 전쟁인데, AI 전문가가 만든 프로그램은 마치 잘 만들어진 전쟁 게임 같았어요. 결국 AI를 독학해 직접 적용하기 시작했고, 이 부분을 인정받아 회사에서 AI 석사 과정을 지원받았어요. 이후 회사에서 30건의 다양한 프로젝트에 AI 적용을 1:1밀착지원하는 기회를 얻었고, 그 경험을 바탕으로 사내벤처를 시작해 지난 9월 스핀오프한 상태입니다.

Q. 어려운 상황 속에서도 끊임없이 돌파구를 찾은 셈이네요. 대표님의 어린 시절이 궁금해집니다.

평범하지는 않았던 것 같습니다. 어려운 집안 형편 때문에 2년 늦게 실업계 고등학교를 졸업했어요. 다들 바로 취업해서 집안에 보탬이 되기를 바랐는데, 포스코 생산직 자리를 거절하고 대학을 갔죠. 그때 선생님이 ‘네가 대학을 졸업하고는 절대 못 들어갈 회사’라고 만류하셨던 기억이 한동안 저의 원동력이 됐던 것 같아요. 덕분에 대학 졸업 후 엔지니어로 포스코에 입사해 이렇게 사내 벤처까지 꾸리고 있네요.

Q. 다양한 분야에 AI가 적용되고 있는데, 제조업 분야에 AI를 적용하면서 느낀 인사이트와 향후 비전이 궁금합니다.

진짜 비즈니스 문제를 풀기 위해서는 현장 전문가가 AI를 이해하고 솔루션을 만들어야 한다고 생각해요. 그런데 모든 현장 전문가가 AI를 이해하기에는 진입 장벽이 너무 높죠. 제가 운 좋게 현장 전문가로서 AI를 공부하는 기회를 얻었으니, 이를 활용해서 모든 현장 전문가 AI를 몰라도 활용할 수 있는 AI 솔루션을 만들고 싶습니다. AI를 이해해서 ChatGPT를 사용할 수 있는 게 아니듯, 제조 엔지니어라면 누구나 사용할 수 있는 제조 AI를 통해 ‘제조 AI의 민주화’를 이루고자 합니다.

Q. 제조업 현장에 특화된 AI를 만들기 위해 앰버로드가 특히 신경 쓴 부분이 있을까요?

먼저, 제조업에서는 엔지니어들이 해석가능한 모델이 필수적이라고 봤어요. 기존의 AI 모델은 예측이 왜 맞고 틀리는지 알 수가 없는데, 그러면 엔지니어 입장에서 유지 보수가 너무나 어렵습니다. 그래서 저희는 공정데이터를 자체 AI 알고리즘으로 학습시킨 다음, 이를 해석해 엔지니어들이 이해할 수 있는 규칙을 만들고, 거기에 최적화를 위한 팁을 제공함으로써 엔지니어들이 납득 가능하고 유지 보수 가능한 모델로 만들고 있습니다.

둘째로 저희는 AI를 위한 AI가 아니라, 비즈니스 문제해결을 위한 툴로 AI를 활용합니다. 많은 AI 전문가들이 예측 정합성에 집중하고, 0.9 이상의 정확도를 맞추고자 노력하는데 사실 현장에서는 0.7 수준만 돼도 이익을 실현시키기에 충분하거든요. 너무 높은 정확도를 추구하면 오히려 현장의 잦은 변화에 대처하지 못하고 신뢰도를 잃게 되기 때문에 0.7~0.8 수준이면 충분하다고 보고 있습니다.

Q. AI 솔루션을 통해 실제 제조 공정을 최적화시킨 사례를 소개해주세요.

생산성을 결정짓는 요소에는 제조 속도, 성분, 온도, 습도 등 다양한 요소가 있을 텐데요. 대표적 사례로 AI 모델을 통해 불량률을 사전 예측함으로써 예방 평가 비용을 연 100억 원 정도 절감한 사례가 있습니다. 기존에 불량률을 줄이기 위한 예방 비용으로 연간 370억 정도의 비용을 사용했는데, 불량률을 예측하는 AI를 통해 예방 검사 비중을 줄인 것이죠.

Q. 마지막으로 디데이 참여 이유과 향후 기대하는 바가 있다면 부탁드려요.

앰버로드를 알릴 수 있는 기회를 찾아 디데이에 지원했습니다. 이렇게 디데이에서 우승까지 하게 돼 정말 기쁩니다. 가장 기대하는 바는 입주인데요. 본사는 포항에 있지만 CTO와 개발자분들을 위한 서울 사무소를 찾고 있었는데 디데이 우승으로 우선 입주권을 얻게 돼 너무나 소중한 기회가 된 것 같습니다. 그 외에도 디캠프에서 투자를 받게 된다면 후속 투자에도 긍정적인 영향이 있을 것 같고요. 현재 저희 서비스가 10월 디데이 공동 주관사인 네이버 클라우드를 통해서 베타서비스를 진행하고 있었는데 그 부분에 있어서도 도움을 받을 수 있지 않을까 기대하고 있습니다.