KGA 이차전지 전극 공정서 실증 완료… 장비 위치로 자율이동·현장 대응
제조지식·생산정보·IoT·Vision·LiDAR 연계… 대화에서 현장 인식·행동까지 완벽 구현
2025년 중기부 대상 수상 ‘코파일럿 AI’, 피지컬 AI로 진화하는 선순환 선례 제시

AI 기반 스마트 제조 플랫폼 전문기업 시즐(SIZL)이 자사의 핵심 기술인 '피지컬 AI(Physical AI)'가 적용된 산업용 휴머노이드 로봇 '팩토리 코파일럿(Factory Copilot)'의 생산 현장 실증 시연을 성공적으로 마쳤다고 29일 밝혔다.

이번 실증 시연은 지난 28일 KGA의 이차전지 전극 공정 중 코터, 프레스 생산 라인에서 실제 제조 환경을 무대로 진행됐다. 공개된 시연에서 시즐 로봇은 120 dB이상의 심한 소음이 발생하는 제조 현장 속에서도 작업자와 자연스러운 음성 대화를 나누며 공정 브리핑과 환경 모니터링을 오차 없이 수행해 '지능형 제조 파트너'로서의 완벽한 모습을 입증했다.

이번 시연에서 특히 눈길을 끈 것은 로봇이 새로운 기계 장비의 위치를 자동으로 인식하고, 관련된 회사내 데이터를 기반으로 작업자에게 음성으로 안내하는 자율 지능 기능이다. 작업자가 음성으로 새로운 프레스 장비의 위치 저장을 지시하면, 로봇은 비전(Vision)과 라이다(LiDAR) 센서를 통해 작업공간을 파악하고 자율주행으로 해당 장비 앞까지 정확히 이동한다. 이동 후에는 해당 장비의 세부 사항과 진척률은 물론, 생산 품질에 치명적일 수 있는 주변 온도(23.4도)와 습도(70%)를 IoT센서를 통해 수집·분석하여 작업관리 기준 초과 상태를 선제적으로 경고하는 모습까지 선보였다

시즐의 Factory Copilot Robot은 음성대화형 로봇에서 한 단계 확장되어 작업공간을 인지하고 행동으로 연결하는 지능을 갖추었다. 이번 시연에서 로봇이 새로운 기계 장비의 위치를 자동으로 인식하고, 관련된 데이터를 스스로 찾아 음성으로 안내하는 자율 지능 기능이 가장 눈길을 끌었다.

작업자가 음성으로 새로운 프레스 장비의 위치 저장을 지시하면, 로봇은 비전(Vision) 기술로 사물과 주변 환경을 시각적으로 인지하고, 라이다(LiDAR) 센서를 통해 3차원 공간 데이터를 즉각적으로 매핑한다. 이후 자율주행 알고리즘을 통해 장애물을 회피하며 해당 장비 앞까지 정확히 이동한다. 이는 사전에 정의된 동선만을 반복하는 기존 산업용 AGV·AMR이나 로봇암의 한계를 뛰어넘어, 작업자의 자연어 지시를 물리적 공간에서의 즉각적인 행동(이동, 정지, 방향 전환 등)으로 매핑하는 진정한 피지컬 AI의 구현이다.

약 100m 규모의 KGA 이차전지 전극 생산라인 내 코터(Coater) 설비를 중심으로 진행된 이번 시연에서는 120dB수준 극한의 현장 소음을 뚫고 작업자의 발화를 정확히 인식하는 산업용 대화관리(Dialogue Management) 기술이 돋보였다.

현장 엔지니어가 “현재 작업할 사항이 어떤 공정인지 설명해줘”라고 질문하자, 로봇은 즉시 현재 위치가 전극 제조공정 중 코팅공정임을 파악하고 슬러리를 집전체에 도포·건조하는 공정 내용과 품질관리 요소를 자연어로 설명했다. 특히 질문 도중 끼어들기(Barge-in), 재질문, 주제 변경 및 정정에 유연하게 대응하며 실제 사람과 대화하는 수준의 인터랙션을 선보였다.

시즐은 이를 위해 RAG(검색 증강 생성) 및 KAG(지식 증강 생성) 기반 제조 지식 연계 아키텍처를 로봇에 탑재했다. KGA의 전극공정 표준작업지침(SOP), 설비 매뉴얼, 품질관리 기준 및 장애·조치 데이터베이스가 벡터화되어 코파일럿 AI에 통합되었다. 엔지니어가 “코팅 공정에서 품질에 가장 영향을 주는 조건은 뭐야 ?”라고 묻자 로봇은 즉각적으로 슬러리 상태, 코팅량과 두께, 라인 속도, 건조조건 등 핵심 품질 파라미터를 브리핑했다.

실시간 공장 DB 조회를 넘어 작업 환경 변수 분석 및 선제적 경고 체계도 실증되었다. Wi-Fi 기반 IoT 환경센서와 로봇이 실시간으로 연동되어, 작업자가 “지금 이곳 온도와 습도는 어때 ?”라고 묻자 로봇은 코터기 주변의 센서 정보를 조회해 현재 온도(23.4도)와 습도(70%)를 브리핑했다.

더 나아가 “이 정도면 작업하기 괜찮은 조건이야 ?”라는 복합적인 질문에, 로봇은 실시간 측정값과 KGA의 공정 관리기준을 비교 분석하여 현재 환경조건의 적정성을 판단해 냈다. “만약 습도가 관리기준을 넘어가면 어떻게 해야 해?”라는 가상의 이상상황 질문에도 로봇은 즉각적으로 담당 엔지니어 호출 및 공조 시스템 확인 등 SOP에 명시된 비상 대응 방안을 안내했다.

또한 생산관리시스템(MES)과의 직접 연동을 통해, 작업자가 별도의 PC를 조작하지 않아도 로봇과의 대화만으로 해당 설비의 현재 진척률(80%), 생산 LOT, 예상 완료 시간 등을 즉시 확인할 수 있도록 하여 현장의 업무 효율을 극대화했다.

시즐의 AI 혁신은 이번이 처음이 아니다. 시즐의 코파일럿 AI는 이미 뛰어난 기술력을 인정받아 지난 2025년 중소벤처기업부로부터 대상을 수상한 바 있다. 소프트웨어 기반으로 출발했던 제조 AI 에이전트가 이제는 직접 현장을 걷고 소통하는 하드웨어 결합형 ‘피지컬 AI’로 발전해 나가는 선순환의 완벽 한 선례를 시즐이 업계 최초로 보여주고 있다는 평가가 나온다.

시즐 이지현 대표는 “기존 산업용 로봇이 사전에 입력된 동선이나 작업만을 반복하는 수준이었다면, 시즐의 휴머노이드 컨셉은 회사의 모든 데이터를 코파일럿 AI로 연동하여 로봇이 현장을 스스로 인식하고 음성으로 작업자와 교감하며 움직이는 지능형 객체가 되는 것”이라며, “2025년 중기부 대상 수상으로 이미 입증된 코파일럿 소프트웨어 기술력이 물리적 실체를 갖춘 피지컬 AI로 완벽하게 진화하는 선순환의 선례를 증명했다”고 강조했다.

또한 이지현 대표는 “이번 KGA 현장 시연은 로봇이 생산현장에서 사람과 대화하고, 복잡한 현장 정보를 스스로 이해하며, 이를 로봇의 자율적 행동까지 연결할 수 있다는 가능성을 확고히 입증한 자리였다”고 평가하며, “시즐이 축적해 온 최고 수준의 스마트팩토리 및 제조 AI 기술을 하드웨어 로보틱스와 결합하여, 글로벌 제조현장에 특화된 피지컬 AI 플랫폼으로 발전시켜 나갈 계획”이라고 비전을 밝혔다.

시즐은 향후 공정 및 설비 안내, 생산정보 조회 기능을 넘어 현장 자율 순찰, 설비 이상 탐지, 품질 이상 원인 분석, 작업 지시 및 보고 자동화 등으로 Factory Copilot Robot의 역할을 전방위적으로 확대할 예정이다.

한편, 시즐은 이번 피지컬 AI 휴머노이드 로봇 시연 성공을 강력한 성장 동력으로 삼아, 2027년을 목표로 준비 중인 코스닥 AI 기술특례상장(IPO)에도 한층 속도를 낼 계획이다. 또한 산업통상자원부 산하 연구기관과의 기술이전 등 정부 주도의 대형 스마트 제조 혁신 국책 과제에서도 중추적인 역할을 수행하며 국내 제조 AI 생태계를 이끌어갈 전망이다.

산업통상자원부와 한국전자통신연구원(ETRI)이 구축한 코맵(KoMaP)이 최근 산업계에서 주목을 끌었다. 코맵은 국가 소재 데이터와 인공지능(AI) 모델을 통합한 소재 AI 인프라다.

코맵이 관심을 끄는 배경에는 AI 기반 플랫폼이라는 강점이 있다. 기존 소재 개발에는 반복 실험·장기간 연구개발·막대한 비용이 필요했다. 반면 AI 기반 플랫폼은 축적된 데이터를 학습해 새로운 소재 조성을 예측하고 최적 실험 조건을 제안한다. 이를 통해 개발 기간과 비용을 줄일 수 있다. 특히 국가 차원에서 축적한 소재 데이터와 AI 모델을 기반으로 운영한다는 점에서 의미가 크다는 평가다.

자체 AI 연구개발 체계를 갖추기 어려운 중소기업도 활용할 수 있다는 점에서 관심을 얻었다. 코맵 운영을 준비 중인 이지현 시즐 대표이사는 “진정한 제조 경쟁력은 공정 효율뿐 아니라 그 출발점인 소재 개발 혁신에서 결정된다”며 “코맵 운영을 계기로 AI 기반 제조 플랫폼(AI 팩토리 플랫폼) 기업으로 성장하겠다”고 밝혔다.

학계는 코맵을 소재 개발 현장에 적용하면 연구 효율을 높일 수 있다고 평가했다. 김용주 고려대학교 교수는 “AI 기반 소재 설계와 실험 최적화 모델이 현장에 적용되면 반복적인 시행착오를 줄이고 차세대 핵심 소재 개발 속도를 크게 높일 수 있을 것”이라고 평가했다.

정부는 현재 약 430만건인 국가 소재 데이터를 2030년까지 1500만건 이상으로 확대한다. 코맵 민간 이전을 위한 여러 방식도 검토한다. 김현종 코맵 과제책임자는 “코맵 민간 이전을 위해 다양한 방안을 논의하고 있다”고 밝혔다.

산업·과기·중기부 AI 사업에 잇달아 선정

“피지컬AI 플랫폼으로 제조 지능화 혁신”

제조업 인공지능(AI) 전환 솔루션 기업 시즐이 올해 산업통상부, 과학기술정보통신부, 중소벤처기업부 등 3개 정부 부처의 AI 사업을 수주했다고 20일 밝혔다.

시즐은 산업통상부가 주도하는 국가 소재 AI 플랫폼 ‘코맵(KoMap)’의 공식 운영사로 선정돼 지난달 한국전자통신연구원(ETRI)과 관련 계약을 맺었다. 코맵은 소재 연구개발에 활용되는 데이터와 AI 모델을 통합 관리·활용하는 플랫폼으로, 신소재 개발과 공정 최적화를 지원하는 것이 목적이다. 현재 시즐은 ETRI와의 기술 이전 협력을 추진 중에 있다. 이를 통해 금속, 화학, 세라믹, 섬유부문 신소재 개발부터 공정 최적화에 이르는 데이터에 접근한다는 계획이다.

시즐은 지난 5월에는 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 진행하는 ‘XaaS 선도 프로젝트’ 사업수행기관으로도 선정됐다. 해당 사업을 통해 시즐은 파편화된 개별 공장의 데이터를 인프라 수준에서 통합하는 제조 데이터 허브를 구축하고 있다.

XaaS란 다양한 산업(X산업)의 제품·기술·프로세스 등을 디지털 서비스 형태로(as a service) 제공하는 소프트웨어 기반의 서비스 비즈니스 모델이다. 핀란드 기업 MaaS가 헬싱키시와 협력해 자가용 자동차뿐만 아니라 택시, 버스, 전철 등의 모든 교통수단을 연결·공유하도록 한 MaaS(Mobility as a Service)가 한 예다.

시즐은 총괄 컨설턴트나 데이터 분석가 역할을 하는 세분화된 AI 에이전트들이 협업해 공장 현장의 의사결정을 돕는 기술을 선보이고 있다. 각 제조 기업들이 공장마다 막대한 비용을 들여 AI를 구축하지 않고 구독 서비스 형태로 AI 전환(AX)를 가능하게 한 것이다.

시즐은 또 지난 2월 중기부가 주관하는 ICT 융합 스마트공장 보급·확산 사업과 지역 주도형 AI 대전환 사업에도 각각 사업 참여기업으로 선정됐다. ICT 융합 스마트공장 보급·확산 사업은 작업자의 개입을 최소화하는 자율형 공장 구축을 지원하고, 스마트 제조 분야의 AI 제품 및 서비스 상용화를 돕는 프로젝트다. 지역 주도형 AI 대전환 사업은 각 지방정부가 지역 산업 특성에 맞춰 자율적으로 기획한 AI 확산 프로그램을 지원하는 것으로 내용으로 한다.

시즐은 앞서 지난해 12월 중기부가 진행한 ‘제1회 제조 AI 솔루션 피칭데이’에서 글로벌·도약 부문 대상(중기부 장관상)을 수상했다. 시즐의 ‘eSIZL 에이전틱 제조 AI 코파일럿’은 설비의 원시 데이터를 바탕으로 AI가 스스로 오류 원인을 정밀 진단하고 개선안을 제안하는 에이전틱 메커니즘을 구현했다.

이지현 시즐 대표는 “전통 뿌리 제조기업의 현장 설비에서 발생하는 데이터를 직접 수집하고 제어하며 실질적인 스마트팩토리 기반을 다지는 데 집중하고 있다” 라며 “오는 9월 제조 지능화를 위한 피지컬 AI 플랫폼을 공개할 것”이라고 밝혔다.

최근 제조 산업 전반에서 데이터 보안과 유출 방지가 최우선 과제로 부상함에 따라, 외부 클라우드 의존도를 낮추고 공장 내부에서 독립적으로 데이터를 처리하는 온프레미스(On-Premise) 기반의 AI 전환(AX) 수요가 확대되고 있다.

이러한 상황에 산업 AI 플랫폼 전문 기업 ㈜시즐(SIZL)이 국내 인공지능(AI) 반도체(NPU) 기업 리벨리온(Rebellions)과 손잡고 제조 산업 현장을 겨냥한 '온프레미스(On-Premise) Agentic AI 추론 서버' 공동 개발 및 사업화를 위한 업무협약(MOU)을 체결했다고 밝혔다.

이번 협약은 시즐의 산업 특화 AI 플랫폼인 'SIZL Agentic Brain'과 리벨리온의 고성능 NPU 'ATOM™ Max'를 결합하여, 제조 공정 현장에서 직접 구동할 수 있는 고성능·저비용 국산 AI 인프라를 구축하는 것을 골자로 한다. 양사는 글로벌 GPU 중심 시장의 높은 인프라 의존도를 낮추는 동시에, 데이터 주권과 보안이 최우선인 제조 환경에 최적화된 차세대 AI 실행 환경을 제공할 계획이다.

양사가 선보일 솔루션은 단순한 AI 추론 서버의 역할을 넘어, 제조 현장의 원시 데이터를 실시간으로 분석·추론하고 스스로 의사결정까지 내리는 'Agentic AI 기반 제조 운영 플랫폼'이다. 시즐의 Agentic Brain은 14개의 자율 에이전트와 125개 이상의 AI 툴체인(Tool Chain)으로 구성돼 있으며, ReACT 기반 추론, ETL 자동화, 멀티에이전트 오케스트레이션, LLM·VLM 연계 분석 등 최첨단 기능을 지원한다.

이 핵심 기능들이 리벨리온의 NPU 환경에 최적화됨에 따라 제조 현장에서 대규모 AI 추론을 실시간으로 무리 없이 수행할 수 있게 된다.

특히 이번 협력을 통해 설비 예지보전, 불량 원인 분석(RCA), 설비종합효율(OEE) 최적화, 생산계획 수립, 작업자 지원 AI 등 제조 업계의 핵심 업무들을 외부 클라우드망과 완전히 분리된 '에어갭(Air-Gap)' 환경에서도 완벽히 구동할 수 있도록 구현할 예정이다.

이를 통해 제조 기업들은 핵심 기술 유출 우려 없는 보안성과 실시간성을 동시에 확보하는 것은 물론, 고비용 GPU 도입에 따른 비용 부담을 낮출 수 있을 것으로 기대된다.

시즐은 초기 중소 제조기업 중심의 스마트팩토리 구축 사업을 통해 축적한 현장 데이터와 공정 노하우를 바탕으로, 현재 중견기업 및 대기업 그룹사 단위까지 시장 확장 및 비즈니스 고도화를 이뤄내고 있다. 리벨리온 역시 국내 NPU 생태계 확장을 가속화하고 있는 만큼, 이번 협약은 국산 AI 반도체와 산업 AI 플랫폼이 결합된 제조 AX(AI 전환) 협력 성공 사례가 될 전망이다.

시즐 관계자는 "향후 공동 PoC(기술검증) 및 파일럿 라인 구축을 통해 솔루션 검증을 신속히 마무리하고, 제조 산업 전반으로 사업화를 확대해 나갈 것"이라며, "외산 GPU 중심의 AI 인프라 독점 구조를 깨고 국산 NPU 기반 산업 AI 확산을 선도해 제조업의 AI 전환을 가속화하겠다"고 밝혔다.

Agentic AI 기술 전문기업 인터로이드는 시즐과 함께 과학기술정보통신부 산하 정보통신산업진흥원이 추진하는 ‘2026년도 XaaS 선도 프로젝트 개발지원 사업’에 최종 선정됐다고 27일 밝혔다.

이번 과제는 ‘제조 Data Hub 기반 XaaS 선도 플랫폼 및 AI Copilot 서비스 개발’을 주제로 진행되며, 시즐이 주관기관을 맡고 인터로이드가 참여기관으로 공동 수행한다. 협약 기간은 2026년 12월 31일까지이며, 총 협약 규모는 약 8억6000만원이다.

XaaS 선도 프로젝트는 산업별 제품·기술·데이터·업무 프로세스를 소프트웨어 기반 디지털 서비스 형태로 전환·확산하기 위한 사업이다. 지속적으로 활용 가능한 서비스형 소프트웨어 모델 육성을 목표로 한다.

이번 과제는 제조 현장에서 발생하는 데이터를 통합·표준화하는 제조 Data Hub를 기반으로, 제조기업이 필요로 하는 분석·진단·의사결정 기능을 SaaS 플랫폼 형태로 제공하는 데 초점을 맞추고 있다. 특히 제조 공정·설비·품질·운영 데이터를 연계해 현장 업무자의 데이터 활용과 AI 기반 의사결정을 지원하는 AI Copilot 서비스 개발이 핵심이다.

주요 기술 특징은 멀티에이전트 기반 제조 AI Copilot 구조다. 공정 분석, 품질 이상 탐지, 설비 상태 진단, 에너지 사용 분석 등 역할별 AI Agent가 협업해 제조 현장 컨설팅, 원인 분석, 조치 제안 등을 지원하게 된다.

또한 인터로이드는 자사의 LLM 기반 대화 처리 및 AI Agent 기술을 활용해 제조 현장 특화형 Agentic AI Orchestration 기술을 적용할 계획이다. 이를 통해 사용자의 질문 의도를 파악하고 필요한 데이터를 호출한 뒤 분석 결과와 후속 조치까지 연결하는 업무 흐름을 지원한다.

시즐은 제조 데이터 기반 플랫폼 및 현장 적용 역량을 중심으로 사업을 주관하며, 인터로이드는 대화형 AI, LLM, 멀티에이전트 오케스트레이션 기술을 기반으로 제조 현장의 데이터 활용성과 업무 생산성 향상에 참여한다.

인터로이드 관계자는 “이번 프로젝트는 제조 Data Hub와 멀티에이전트 AI Copilot을 결합해 제조 현장의 데이터를 실제 업무 의사결정에 연결하는 계기가 될 것”이라며 “제조기업이 복잡한 데이터를 보다 쉽게 활용하고 운영 효율을 높일 수 있도록 지원하겠다”고 말했다.

이어 “향후 제조 산업에서도 AI가 데이터를 이해하고 여러 전문 에이전트가 협업해 실행 가능한 판단을 지원하는 방향으로 발전할 것”이라며 “시즐과 협력을 통해 제조 현장에 특화된 SaaS 기반 Agentic AI 서비스 모델을 구축해 나가겠다”고 덧붙였다.

이지현 시즐 대표
노후 장비에 컨트롤러 달아
데이터 수집·공정혁신 유도
스마트시티·탄소저감처럼
다양한 영역에서 활용될 것

제조업의 인공지능 전환(AX)이 한국 산업 혁신의 핵심 과제로 떠오르고 있지만, 국내 중소 제조업 현장에서는 여전히 먼 이야기다. 공장 장비 상당수가 수십 년 된 노후 설비인 데다 자금 사정도 넉넉지 않아 AI 도입 자체가 쉽지 않기 때문이다. 생산성과 품질 혁신이 필요하다는 건 알지만, 새 공장을 짓고 첨단 장비를 들여놓을 여력이 없는 중소기업이 대부분이다.

이지현 시즐 대표는 "국내 제조업은 중국·미국과의 경쟁 속에서 갈수록 어려워지고 있다"며 "중소기업을 위해 당장 적용할 수 있는 솔루션부터 준비해야 한다"고 했다. 매년 수만 개의 중소기업 공장이 사라지는데, AI 같은 거대 담론을 기다리면서 천천히 준비할 여유가 없다는 지적이다.

2016년 시즐을 창업한 이 대표는 제조 현장의 AX를 위해 직접 지방 곳곳의 제조업 현장을 찾아다닌다. 창업 당시 그는 우연히 노후화된 제조업 공장을 보게 됐는데, 수십 년 된 장비가 작동하면서 여러 불량품을 만드는데도, 회사 측은 생산량과 불량률조차 제대로 파악하지 못하고 있었다.

이 대표는 "제조업은 우리나라의 뿌리 산업이지만, 여전히 주먹구구식으로 돌아가는 경우가 많다"며 "일단 디지털 전환을 통해 기업의 상황을 체계적으로 점검할 수 있는 기반을 만드는 게 시즐의 목표이자 AX의 시작"이라고 했다. 시즐은 프레스나 용접 기기 등 제조업 현장에 있는 노후 장비를 겨냥한다. 중소기업들은 재정이 어렵기 때문에 노후 기기의 문제를 알면서도 새로운 첨단 기기를 도입하지 못한다. 시즐은 이 기기를 해체한 후 자체 설계한 컨트롤러를 장착한다.

컨트롤러는 기기의 생산량과 품질을 측정해 데이터를 만든다. 장비의 움직임, 가동 상태 등 고정밀 데이터가 수백억 건 단위로 만들어진다. 낡은 기계에 AI 두뇌를 심는 것과 같다.

원래 자사 공정에 대해 아무런 데이터도 갖지 못한 기업도 시즐의 컨트롤러를 이용하면 핵심 데이터를 확보할 수 있다. AI를 통해 데이터를 분석해 생산성과 품질을 끌어올릴 수도 있다. 큰돈을 들여 새 장비를 도입하지 않아도 공정 혁신을 이뤄낼 수 있는 것이다. 이 대표는 "단순 자동화가 아니라 제조업의 축적된 감각과 노하우를 데이터로 바꾸는 작업이 핵심"이라고 설명했다.

중소기업 제조업 현장은 숙련 노동자의 노하우에 의존하는 경우가 많다. 기기가 작동하는 소리만 듣고도 윤활유의 양이나 기기 상태를 확인할 수 있는 식이다. 다만 노동인구가 고령화하고 인력 유치에 어려움을 겪으면서 숙련 노동자는 줄어들고 있고, 제조업 경쟁력도 떨어질 것이라는 우려가 나온다. 시즐의 기술은 숙련 노동자의 노하우를 기록하고 강화하는 역할을 한다. 이 대표는 "숙련 노동자의 경험과 직감을 AI로 검증하고 강화하는 것"이라며 "AI가 이들을 대체하는 게 아니라 이들의 노하우를 더 강력한 자산으로 만들어주는 것"이라고 했다. 이 대표가 처음 현장을 찾아가면 일부 노동자들이 반발하기도 하지만, 그는 현장 노동자들과 더 많은 시간을 보내며 설득을 거친다.

최근 시즐은 한 단계 더 나아가 'AI 에이전트' 개발에 집중하고 있다. 단순히 데이터를 보여주는 수준을 넘어 AI가 스스로 공장 상황을 분석하고 의사결정을 돕는 방식이다. 예를 들어 공장 운영자가 "오늘 불량률이 왜 높아졌느냐"고 물으면 AI 에이전트가 공정 데이터를 분석해 특정 장비나 제품군 문제를 짚어주는 식이다. 생산량 감소 원인이나 공정 개선 방향도 실시간으로 제안한다.

기존 생성형 AI가 외부 공개 정보만 활용한다면, 시즐의 AI 에이전트는 공장 내부 데이터에 직접 접근한다는 차이가 있다. 공정 데이터와 생산 이력, 품질 정보 등을 기반으로 실제 제조 현장에 특화된 판단을 내릴 수 있다는 설명이다. 이 대표는 "공장 운영자가 현장을 계속 돌아다니며 일일이 확인하지 않아도 AI가 먼저 상황을 분석해 알려주는 구조를 만들고 있다"고 했다.

시즐은 향후 제조업 외 산업으로도 기술 적용 범위를 넓힐 계획이다. 스마트팜과 스마트시티, 탄소 저감 인프라 등 다양한 영역에서 활용 가능성을 검토하고 있다. 이 대표는 "K팝과 K뷰티 다음은 결국 K매뉴팩처링 시대가 될 수 있다고 본다"며 "중소 제조업의 경쟁력을 살리는 것이 한국 산업 전체의 경쟁력을 지키는 길"이라고 말했다.