KT, AI 기반 다 크 팩 토 리로 24시간 무인 공장 시대 연다.

KT는 과학기술정보통신부 주관 과제에 공동 연구 기관으로 참여해 전북 혁신 도시 인근에 24시간 가동되는 다 크 팩 토 리를 구축합니다.

 

모듈형 엣지 AI 데이터센터와 통합 운영 플랫폼을 개발하고, 가상 학습과 실제 제조 현장 실증을 거쳐 산업별 피지컬 AI 솔루션으로 상용화할 계획이에요. [1, 2, 3]

다크팩토리의 핵심 기술과 KT의 역할

구분주요 기능기대 효과

모듈형 엣지 AI 데이터센터	공장 내부의 소형·분산형 AI 연산 시설	현장 데이터의 빠른 처리
합성 데이터 생성·검증	가상 환경에서 학습 자료 제작	실제 적용 전 위험 감소
AI 에이전트 통합 운영	여러 AI 작업 주체의 동시 관리	복잡한 공정 제어
운영·관제 체계	설비 상태와 AI·로봇 작업 실시간 확인	이상 대응 능력 강화
데이터 플라이휠	현장 데이터와 학습 모델의 반복 개선	시간이 갈수록 성능 향상

여기서 가장 중요한 흐름은 가상 학습과 실제 현장의 격차를 줄이는 것입니다. 시뮬레이션에서 충분히 검증한 뒤 현장에 적용함으로써 예상 밖의 오류를 낮추고, 운영자는 관제 체계를 통해 설비와 작업 상황을 살필 수 있어요. [4, 2]

참여 기관별 분공과 산업별 실증 계획

참여 기관역할실증 영역

카이스트	피지컬 AI 핵심 기술과 통합 제어 플랫폼	무인공장 플랫폼
KT	AI 인프라와 통합 운영 환경	모듈형 엣지 AI 데이터센터·운영 플랫폼
LG에너지솔루션	제조 현장 검증	배터리 제조
하림산업	제조 현장 검증	식품 제조
신성이엔지	설비 분야 검증	클린룸·설비
한국생산성본부	생산성 평가와 확산	제도·성과 확산

특정 제품군에 국한되지 않고 배터리와 식품 등 서로 다른 제조 환경에서 검증한다는 점이 눈에 띕니다. 이는 다크팩토리를 하나의 특수한 공장 유형이 아니라, 여러 업종에 맞춰 확장할 수 있는 범용 플랫폼으로 발전시키려는 전략으로 볼 수 있어요. [6, 5]

상용화 전망과 제조업의 미래 변화

사업 단계는 기술 개발 → 실제 제조 현장 실증 → 산업별 맞춤형 상품화로 이어집니다. 다만 상용화 초기에는 가상 학습 결과와 실제 현장의 차이를 좁히고 설비 안전성을 확보하는 문제가 남아 있어요. 따라서 당장은 완전한 무인화보다는 생산·검사·물류 등 일부 공정을 자동화하고, 사람은 관제·정비·AI 운영 쪽으로 옮겨 가는 변화가 먼저 나타날 가능성이 큽니다. [7, 4, 8]

제조업의 경쟁력은 단순히 노동 시간을 늘리는 방식에서 벗어나, 데이터와 AI가 설비를 스스로 제어하고 계속 개선하는 구조로 이동할 수 있습니다. 동시에 기존 작업자의 직무가 바뀌는 만큼 재교육과 새로운 운영 체계 마련도 함께 중요해질 전망이에요.