본문으로 건너뛰기
피드

마키나락스·다겸, 피지컬 AI 협력…반도체 초미세공정 이상탐지 노린다

ai-ml 약 5분
vote
0
댓글
북마크

마키나락스가 산업 특화 AI 파트너십 프로그램의 첫 파트너로 다겸을 선정하고 업무협약을 맺었다. 마키나락스의 AI 운영체제 ‘런웨이’ 위에 다겸의 초미세공정 이상탐지·예지보전 역량을 얹어 제조 현장용 솔루션을 공급하는 구조다.

  • 1

    마키나락스가 AI 운영체제 런웨이 기반 산업 특화 파트너십을 시작함

  • 2

    첫 파트너는 반도체 등 마이크로미터 단위 초미세공정 이상탐지 기업 다겸

  • 3

    단순 리셀러가 아니라 파트너사가 런웨이 위에서 특화 솔루션을 직접 개발·공급하는 모델

  • 4

    폐쇄망과 온프레미스 환경 기술 지원은 마키나락스가 맡음

산업 AI는 ‘플랫폼 + 도메인’ 조합으로 가는 중

  • 마키나락스가 산업 특화 AI 파트너십 프로그램을 시작했고, 첫 파트너로 다겸을 선정함

    • 마키나락스는 인공지능(AI) 운영체제 ‘런웨이’를 제공하는 쪽
    • 다겸은 반도체 같은 마이크로미터 단위 초미세공정에 특화된 AI 이상탐지·예지보전 솔루션 기업임
  • 다겸은 AI 카메라 솔루션 ‘다겸아이킷’을 초미세공정 제조현장에 공급해온 회사임

    • 고속 이동 같은 조건이 있는 반도체 공정에서 품질검사와 이상탐지를 다루는 쪽
    • 제조 AI에서는 이런 현장 도메인 데이터와 노하우가 모델 성능만큼 중요함

단순 리셀러가 아니라 직접 개발·공급하는 구조

  • 이번 파트너십의 핵심은 기존의 단순 리셀러 구조에서 벗어났다는 점임

    • 머신러닝(ML) 개발 역량을 가진 파트너사가 마키나락스의 런웨이 위에서 엔드유저 제조 기업용 특화 솔루션을 직접 개발함
    • 마키나락스는 안정적인 AI 운영 인프라를 제공하고, 다겸은 초미세공정 현장 데이터와 노하우를 결합함
  • 결과적으로 공급하려는 건 예지보전, 머신비전 기반 품질검사, 이상탐지 솔루션임

    • 반도체 공정처럼 작은 결함이 비용으로 직결되는 현장에서 특히 수요가 큼
    • ‘범용 AI를 팔겠다’가 아니라 특정 제조 문제를 풀겠다는 포지셔닝임

💡

> 산업 AI에서 플랫폼만 들고 가면 현장 문제를 모르고, 도메인 회사만 가면 운영·배포 인프라가 약할 수 있음. 이번 협력은 그 둘을 묶어 제조 고객에게 들어가려는 모델임.

폐쇄망과 온프레미스가 진짜 난이도

  • 마키나락스는 보안이 중요한 제조 현장을 고려해 폐쇄망과 온프레미스 환경 기술 지원을 맡음

    • 제조 현장은 외부 클라우드 연결이 제한되거나, 데이터 반출이 어려운 경우가 많음
    • 그래서 AI 솔루션도 모델 성능뿐 아니라 설치, 운영, 업데이트, 장애 대응이 현장 조건에 맞아야 함
  • 양사는 공동 마케팅, 영업, 레퍼런스 확보로 국내외 시장을 함께 공략할 계획임

    • 마키나락스는 다겸을 시작으로 ML 역량을 가진 기업 중심의 파트너 생태계를 넓히겠다고 밝힘
    • 목표는 런웨이를 산업 AI 시장의 핵심 인프라로 자리 잡게 만드는 것임
sequenceDiagram
    participant 제조기업
    participant 다겸
    participant 런웨이
    participant 마키나락스
    제조기업->>다겸: 초미세공정 품질관리 수요 전달
    다겸->>런웨이: 이상탐지·예지보전 솔루션 개발
    런웨이->>마키나락스: 운영 인프라와 배포 환경 연동
    마키나락스->>제조기업: 폐쇄망·온프레미스 기술 지원
    다겸-->>제조기업: 머신비전 기반 현장 솔루션 공급

기술 맥락

  • 이번 협력의 선택은 AI 플랫폼 회사가 모든 산업 솔루션을 직접 만들지 않는 방식이에요. 제조 현장은 공정마다 데이터와 결함 패턴이 달라서, 현장 경험이 있는 파트너가 특화 솔루션을 만드는 편이 더 현실적이거든요.

  • 다겸이 맡는 영역은 초미세공정의 이상탐지와 예지보전이에요. 반도체 공정처럼 마이크로미터 단위 품질 차이가 중요한 곳에서는 일반적인 비전 모델보다 현장 데이터와 공정 지식이 훨씬 중요해요.

  • 마키나락스가 폐쇄망과 온프레미스를 맡는 이유는 제조 현장의 배포 제약 때문이에요. 보안 때문에 클라우드 연결이 어렵거나 데이터 반출이 제한되면, AI 운영체제가 내부망에서 안정적으로 돌아가야 하거든요.

  • 그래서 이 모델은 단순 판매가 아니라 운영 책임을 나누는 구조에 가까워요. 도메인 회사는 문제를 풀고, 플랫폼 회사는 배포와 운영 인프라를 책임지는 식이라 산업 AI 확장에 더 맞는 조합이에요.

제조 AI는 범용 모델보다 현장 데이터와 운영 인프라가 훨씬 중요하다. 이번 협력은 ‘AI 플랫폼 회사 + 도메인 ML 회사’ 조합으로, 산업 AI 시장에서 누가 고객 현장의 까다로운 배포 환경까지 책임질 수 있느냐를 보여주는 사례다.

댓글

댓글

댓글을 불러오는 중...

ai-ml

NIPA, 오픈소스 AI 실무 개발자 과정 참가자 모집

정보통신산업진흥원이 오픈소스 AI 기술을 활용한 실무형 개발자 양성 과정을 7월 8일까지 모집한다. 풀스택 과정은 14주, 특화형 과정은 7주로 운영되며, 파이썬·파이토치·브이엘엘엠·도커·엠시피·허깅페이스·랭그래프 같은 도구를 실제 프로젝트에 붙여보는 구성이 핵심이다.

ai-ml

미국 테크 기업들, 비용 때문에 중국 오픈소스 AI 모델로 눈 돌리는 중

미국 테크 기업들이 오픈AI와 앤트로픽 모델의 높은 비용과 의존도 문제 때문에 중국 오픈소스·오픈웨이트 AI 모델을 검토하는 흐름이 커지고 있다. 코인베이스, 데이터브릭스, 마이크로소프트 사례가 언급됐고, GLM 5.2, 키미 2.7, 딥시크 V4 같은 모델이 대안으로 거론된다.

ai-ml

오픈클로, 모바일 앱 출시…내 AI 에이전트를 주머니에서 승인하고 굴리는 시대

무료 오픈소스 AI 에이전트 오픈클로가 iOS와 안드로이드 앱을 정식 출시했다. 새 앱은 독립형 비서가 아니라 기존 오픈클로 설치본과 연결되는 컴패니언 앱으로, 사용자가 밖에서도 에이전트 작업을 실행하고 승인하고 상태를 확인하게 해준다.

ai-ml

엔비디아가 말하는 AI 추론 비용 절감의 진짜 무기, 칩이 아니라 소프트웨어 스택

엔비디아는 AI 인프라 경쟁의 기준이 최고 사양 칩에서 토큰당 비용으로 옮겨가고 있다고 본다. Blackwell과 풀스택 추론 소프트웨어를 함께 최적화해 DeepSeek V4의 토큰 비용을 한 달 만에 최대 5분의 1로 낮췄고, 처리량은 조합 최적화로 최대 20배까지 끌어올렸다고 설명한다.

ai-ml

양산에 AI 의료기기 상용화 기반 만든다…2030년까지 174억 투입

경남도와 양산시 등이 2030년까지 174억 원을 투입해 양산부산대병원 중심의 바이오메디컬 AI 의료기기 상용화 기반을 만든다. 의료 데이터 제공, 성능검증, 임상연계, 인허가까지 이어지는 지원 체계를 구축하는 게 핵심이다.