“제조·과학·금융서 산업 난제 100건 해결”…LG, 범용 AI 넘어 ‘전문가 AI’로 승부수 [현장+]
전체 맥락을 이해하기 위해서는 본문 보기를 권장합니다.
LG AI연구원이 제조 현장에서 AI 모델 대응 시간을 85% 줄이는 등 구체적 성과 지표를 내세우며 '전문가 AI' 전략에 승부수를 던졌다.
LG AI연구원은 14일 서울 강서구 마곡 LG사이언스파크에서 'LG AI 토크 콘서트 2026'을 열고 제조·과학·금융 분야에 특화한 전문가 AI와 산업 적용 성과를 공개했다.
임우형 LG AI연구원 공동 연구원장은 기조연설에서 "좋은 AI 모델을 만드는 것도 중요하지만, 오랫동안 산업 현장에서 풀지 못했던 어려운 문제를 해결하는 것이 LG AI연구원의 미션"이라고 말했다.
임 공동 연구원장은 "LG는 지난 6년 동안 AI가 산업의 문제를 이해할 수 있도록 해왔으며, 이제 그 AI가 스스로 판단하고 행동하는 단계를 준비하고 있다"며 "로봇 파운데이션 모델을 기반으로 개별 로봇의 자동화를 넘어, 공장 전체가 하나의 지능으로 움직이는 자율형 공장의 미래를 향해 나아가고 있다"고 말했다.
이 글자크기로 변경됩니다.
(예시) 가장 빠른 뉴스가 있고 다양한 정보, 쌍방향 소통이 숨쉬는 다음뉴스를 만나보세요. 다음뉴스는 국내외 주요이슈와 실시간 속보, 문화생활 및 다양한 분야의 뉴스를 입체적으로 전달하고 있습니다.
LG AI연구원이 제조 현장에서 AI 모델 대응 시간을 85% 줄이는 등 구체적 성과 지표를 내세우며 ‘전문가 AI’ 전략에 승부수를 던졌다. 산업별 업무 흐름과 현장 변수까지 이해하는 AI로 차별화하겠다는 구상이다. 연말에는 AI가 스스로 물질을 설계하고 로봇이 실험을 수행하는 ‘AI 자율 실험실’도 가동한다.
LG AI연구원은 14일 서울 강서구 마곡 LG사이언스파크에서 ‘LG AI 토크 콘서트 2026’을 열고 제조·과학·금융 분야에 특화한 전문가 AI와 산업 적용 성과를 공개했다.
임우형 LG AI연구원 공동 연구원장은 기조연설에서 “좋은 AI 모델을 만드는 것도 중요하지만, 오랫동안 산업 현장에서 풀지 못했던 어려운 문제를 해결하는 것이 LG AI연구원의 미션”이라고 말했다. 이어 “산업 현장의 문제를 해결하려면 수많은 변수와 단 1%의 예외까지 이해하고 판단할 수 있는 AI가 필요하다”며 “실질적인 성과를 증명할 수 있어야 산업 현장에서 AI가 가치를 증명할 수 있다”고 강조했다.
가장 먼저 성과가 나타난 곳은 제조 현장이다. LG AI연구원은 공정 조건과 품질 정보를 분석하는 ‘엑사원 태뷸러(EXAONE Tabular)’를 LG이노텍 제조 공정에 적용했다. 기존 머신러닝(ML) 모델은 공정이나 제품이 바뀔 때마다 새 데이터를 모아 모델을 다시 학습해야 했다.
LG이노텍에 따르면 기존에는 변화한 제조 환경을 AI에 반영하려면 최소 14일, 약 300시간 분량의 생산·운영 데이터가 필요했다. 엑사원 태뷸러를 적용한 뒤에는 최대 50시간 분량의 데이터만으로 새로운 공정 조건에 대응할 수 있었다. 이에 따라 AI 모델 대응시간은 약 85% 줄었다.
제조 현장의 난점은 AI 모델 자체의 성능보다 끊임없이 바뀌는 환경에 있다. 제품이나 원재료, 설비 조건이 달라지면 과거 데이터를 토대로 학습한 AI의 정확도가 떨어질 수 있다.
엑사원 태뷸러는 적은 양의 새로운 데이터를 받아 변화한 상황을 빠르게 파악하도록 설계됐다. 일부 데이터가 빠진 상황에서도 예측할 수 있고 결과의 신뢰도와 위험도까지 함께 제시한다. 향후 AI가 이 판단을 토대로 스스로 후속 조치를 내리는 기반으로 활용할 수 있다.
제품의 외관을 검사하는 AI도 고도화한다. ‘엑사원 옴니 인스펙트(EXAONE Omni-Inspect)’는 공정이나 제품 이미지가 달라져도 매번 처음부터 AI를 다시 학습시키지 않고 불량 여부를 검사하는 기술이다.
LG AI연구원은 앞으로 데이터 수집과 분류, 모델 학습까지 AI가 알아서 수행하도록 발전시킬 계획이다. 사람이 일일이 AI를 다시 학습시키지 않아도 공정 변화에 맞춰 스스로 적응하는 ‘비전 검사 에이전트’가 목표다.
과학 분야에서는 AI가 연구자의 보조도구를 넘어 직접 실험 과정에 참여한다.
LG AI연구원은 물질을 설계하고 합성 결과를 예측하는 ‘엑사원 디스커버리(EXAONE Discovery)’와 로봇을 연결한 ‘AI 자율 실험실’을 올해 말부터 가동할 계획이다.
AI가 어떤 물질을 실험할지 정하면 로봇 팔과 자동화 장비가 실제 합성과 평가를 수행한다. 실험 결과는 다시 AI가 학습한다. 새롭게 얻은 데이터를 토대로 AI가 다음 실험을 설계하면서 이 과정이 반복되는 구조다. 24시간 반복 실험이 가능해지면 연구자가 일일이 후보 물질을 만들고 시험하는 시간을 크게 줄일 수 있다.
이미 실제 성과도 나왔다. LG AI연구원은 LG생활건강과 협업해 42만개의 후보 물질을 AI로 검토하고 하루 만에 탈모 효과 물질 ‘람시딜(Rhamsydil)’을 찾아냈다. 현재 제품화를 준비하고 있다.
GS칼텍스와는 AI 데이터센터에 사용되는 액침 냉각유 소재를 발굴하고 있다. 액침 냉각은 서버를 절연성 액체에 담가 열을 식히는 기술이다. AI 서버의 발열이 커지면서 차세대 데이터센터 냉각 방식으로 주목받고 있다.
금융 분야에서는 AI가 전망뿐 아니라 ‘왜 그런 판단을 내렸는지’까지 설명하는 데 초점을 맞췄다.
금융 특화 솔루션 ‘엑사원 BI’는 여러 AI 에이전트가 뉴스와 공시, 재무정보 등을 분석해 기업 전망을 내놓고 판단 근거까지 설명한다.
LG AI연구원은 올해 초 엑사원 BI를 정식 출시한 뒤 런던증권거래소그룹(LSEG)과 글로벌 시장 사업을 진행하고 있다. 코스콤과는 국내 상장사를 대상으로 서비스를 확대하고 있다. 국민연금공단과도 금융 분야 AI 활용을 추진하고 있다.
LG의 다음 목표는 AI가 디지털 공간을 넘어 현실 세계에서 직접 행동하는 단계다.
LG AI연구원은 현실 세계를 이해하고 상황에 맞춰 움직이는 ‘로봇 파운데이션 모델’을 개발하고 있다. 쉽게 말해 여러 종류의 로봇이 상황을 파악하고 움직일 수 있도록 하는 ‘로봇의 뇌’다.
이를 제조 AI와 연결하면 공장 운영 방식도 달라질 수 있다. 사람이 생산 목표와 품질 기준을 정하면 AI가 설비와 공정 상황을 파악하고 검사·생산 로봇을 조율하는 방식이다. 개별 로봇 자동화를 넘어 공장 전체가 하나의 지능처럼 움직이는 자율형 공장이 최종 목표다.
다만 현실에서 움직이는 AI는 잘못된 답변을 내놓는 것과 차원이 다른 위험을 안고 있다. 판단 오류가 설비 오작동이나 안전사고로 이어질 수 있기 때문이다. LG AI연구원은 로봇 작동 과정에서 발생할 수 있는 사고를 사전에 차단하기 위한 독자 안전 알고리즘도 함께 개발하고 있다.
LG가 전문가 AI에 힘을 싣는 배경에는 글로벌 빅테크와 범용 AI 모델의 성능만으로 경쟁하기에는 차별화에 한계가 있다는 판단도 깔렸다.
임 공동 연구원장은 이날 질의응답에서 “글로벌 빅테크도 현장과 AI를 접목하는 것이 쉽지 않다는 것을 알고 있다”며 “LG AI연구원과 LG그룹이 긴밀하게 협업해 실제 현장의 문제를 해결하고 실질적인 가치를 만들어내는 것이 우리의 차별점”이라고 말했다.
LG AI연구원은 2020년 12월 출범한 이후 배터리 수명·용량 예측, 불량제품 선별, 생산·자재 관리 최적화, 신약 후보물질 발굴 등 100건 이상의 산업 난제를 AI로 해결했다고 밝혔다. 같은 기간 글로벌 주요 AI 학회에 368편의 논문이 채택됐고 국내외 특허 1080건을 출원했다.
임 공동 연구원장은 “LG는 지난 6년 동안 AI가 산업의 문제를 이해할 수 있도록 해왔으며, 이제 그 AI가 스스로 판단하고 행동하는 단계를 준비하고 있다”며 “로봇 파운데이션 모델을 기반으로 개별 로봇의 자동화를 넘어, 공장 전체가 하나의 지능으로 움직이는 자율형 공장의 미래를 향해 나아가고 있다”고 말했다.
구광모 LG 대표는 평소 “기술과 경쟁의 룰은 바뀌고, 고객의 기대는 더욱 높아지고 있다”며 “지금까지의 성공방식을 넘어 새로운 혁신으로 도약해야만 한다”고 강조해 왔다.
이혜민 기자 hyem@kukinews.com
Copyright © 쿠키뉴스. 무단전재 및 재배포 금지.