컨퍼런스 소개
개요
우리 회사와 긴밀하게 친한 회사쪽에서 행사 부스로 참여해서 겸사겸사 인사 드릴 겸, 급하게 참석하게된 컨퍼런스였다.
세션 연사로는 PTC Business Development Manager(BDM) 가 계셔서 PTC가 앞으로 나아갈 방향성의 힌트를 알 수 있지 않을까 싶어 해당 세션을 듣게되었다.
참여 세션 후기
PTC 솔루션을 활용한 스마트 AI 제조 혁신 방안
AI 시대에 제조 산업에서 우위를 점하기 위한 방향성 제시를 전달하고 싶으셨던 것 같다.
먼저 제조 산업별 주요 비즈니스 이슈들에 대한 키워드를 잡아주셨는데 아래와 같다.
- Automotive : 빠른 시장 대응(복잡성, 규제대응 요구, 조직 사일로 극복)
- Electronics and High-Tech : 혁신 가속(생산성 향상, 탄력 공급망 대응, 경쟁 우위)
- Industrial : 운영 효율
- Aerospace and Defense : 제품 혁신 가속화
- MedTech : 규제 대응 및 품질
그 중 공통 키워드는 복잡성 관리인데 제조에서의 복잡성은 관리해서 경쟁 우위로 바꿔야 하는 경영 과제라고 제시해주셨다.
복잡성 관리를 통해 인력 변화에 대처하고 관세 등의 공급 영향을 대비하기 위해 동적 공급망을 고려하며 최적화 해야한다고 했다.
물리적인 복잡도에 비해 시스템으로 이를 옮기면 복잡도가 기하 급수적으로 늘어난다며..
그리고 점점 기술 위주의 작업(설계로 완제품 만들고 부품들을 시스템에 기록하는 것 같은..) 이제는 시스템에서 명세, 정의하고 그것을 조합해서 제품으로 만드는 방식의 SDP(Software Defined Products)의 시대인 만큼 그 복잡도 관리의 중요성이 더 높다며 그렇기에 더더욱 복잡도 관리는 중요하다고 강조 강조했다.
결과적으로 중요했던 PTC의 전략적 목표에 대한 메세지는 아래와 같다.
- 복잡성 관리 : 구조화되고 연결된 데이터를 통해 복잡성을 관리하고, 신뢰할 수 있는 제품 수명주기 인사이트 제공, 견고한 AI 기반을 마련
- 제품 출시 시간 단축 : 개방적이고 협력적인 엔지니어링 환경에서 지향적이고 마찰 없는 제품 개발을 통해 시장 출시 기간 단축
- 품질 개선 : 팀 간의 애자일 협업과 품질 및 규정 준수를 통한 품질 향상
세션 시간이 부족해서 연사님께서 이야기를 다 끝맺지는 못하셨지만, 어느정도 PTC의 방향성은 전달이 되었다고 생각했다.
마무리 하며
정리하면 AI를 생산성 보조 도구로 사용하겠다는 말인데 워낙 복잡도 높은 산업과 시스템이다 보니 유사 부품을 찾거나 간섭체크를 하던가 등의 사람이 시간들여 이해하거나 분석하는 부분에 대한 보조를 제공하고자 한다는 것이다.
연사님도 한번 짚고 넘어갔던 이야기 중에 하나가 AI를 활용하기 위해서는 데이터 보정이 중요하다고 얘기하셨는데 이건 정말 중요한 얘기다. AI의 성능은 데이터의 정확도와 퀄리티에서 비롯된다고 봐도 무방하다는 견해인데, PTC는 이 측면에서는 이미 정규화된 동적 정의 시스템들이 잘 마련되어있고, CAD 기술 또한 가지고 있기 때문에 어설프게 타 회사들이 CAD를 역으로 분석해서 분석하고..(이전에 기술과제 협업 요청와서 타 중소기업쪽에서 이 목표로 모델 만들고자 하는건에 대해 협조 검토한적이 있다) 하는 것 보다는 보다 수준높고, 참조할만한 결과값이 나올것이라 기대하고 있다.
그리고 여러 에이전트들에 이야기를 했기 때문에, 이제 한 에이전트로 모든걸 해결하려는 욕심을 부리는게 아니라 특화된 에이전트들을 엮어서 멀티 에이전트로 방향성을 잡고 있는 것 같아 아주 바람직하다는 생각을 했다.