---
title: "딥파인, 방산·자동차 물류 현장에 산업용 AI 에이전트 깐다"
published: 2026-08-03T08:55:01.809Z
canonical: https://jeff.news/article/5393
---
# 딥파인, 방산·자동차 물류 현장에 산업용 AI 에이전트 깐다

딥파인이 산업부·KIAT가 추진하는 40억원 규모 산업 AI 에이전트 개발 사업의 주관기관으로 선정됐다. 스마트 글래스, 비전 AI, 대규모 언어 모델(LLM), 엣지 컴퓨팅을 묶어 방산·자동차 제조 물류 현장에서 재고 관리, 피킹, 출고, 랙 추적을 실증한다.

- 딥파인이 산업부와 한국산업기술진흥원(KIAT)이 추진하는 산업 AI 에이전트 개발 사업의 주관기관으로 선정됨
  - 사업명은 '산업 현장 문제해결형 산업 AI 에이전트 기술 개발 사업'
  - 올해부터 내년까지 총 사업비 40억원이 투입됨
  - 목표는 방산·자동차 제조 현장의 물류 작업을 AI 에이전트로 최적화하는 것임

- 참여 조합이 꽤 현장형임
  - 딥파인이 산업용 AI 에이전트 기술 개발을 총괄함
  - 구미전자정보기술원, 한화시스템, SM남선알미늄 자동차사업부문이 함께 참여함
  - 실증 장소도 연구실이 아니라 한화시스템 방산 제조 현장과 SM남선알미늄 자동차 제조 물류 현장임

> [!IMPORTANT]
> 이 사업의 포인트는 'AI 데모'가 아니라 실제 제조 물류 프로세스에 들어가는 AI 에이전트라는 점임. 재고 관리, 피킹, 출고, 랙 추적처럼 현장에서 바로 돈과 오류율로 이어지는 구간을 겨냥함.

- 딥파인이 만들려는 시스템은 스마트 글래스, 비전 AI, 대규모 언어 모델(LLM), 엣지 컴퓨팅을 한데 묶은 형태임
  - 작업자는 스마트 글래스로 출고해야 할 자재, 수량, 작업 순서를 실시간 안내받음
  - 비전 AI는 자재를 인식해서 작업자가 맞는 자재를 골랐는지 확인함
  - 잘못 고르면 즉시 알려줘서 오피킹률을 줄이는 구조임

- 대규모 언어 모델(LLM)은 현장 작업자의 '음성 질의응답' 쪽에 붙음
  - 작업자가 작업 중에 질문하면 AI가 현장 데이터와 작업 정보를 바탕으로 답변함
  - 별도 단말기를 들여다보거나 작업을 멈춰서 정보를 찾는 흐름을 줄이려는 것임
  - 제조 현장에서는 이 작은 중단 시간이 누적되면 꽤 큰 병목이 되기 때문에 실용성이 있음

- 보안 때문에 엣지 컴퓨팅을 전면에 둔 것도 중요함
  - 현장에서 생성되는 영상과 작업 데이터를 외부 클라우드로 보내지 않는 방향임
  - 특히 외부 네트워크 연결이 제한된 작업장 내부에서도 AI를 쓸 수 있게 만드는 게 목표임
  - 방산 제조 현장이라면 이 조건은 선택지가 아니라 거의 필수에 가까움

- 한화시스템 현장에서는 방산 부품 물류 최적화가 핵심 실증 과제임
  - AI가 출고 데이터를 분석해 자주 출고되는 부품과 함께 나가는 부품을 파악함
  - 자동화 창고 시스템과 연동해 부품을 최적 위치에 배치하는 방식으로 효율을 높임
  - 작업자가 AI 글래스를 착용하면 피킹 시간 단축과 오피킹률 감소를 기대할 수 있음

- SM남선알미늄 자동차사업부문에서는 랙(rack) 추적과 재고 관리 정확도를 검증함
  - 작업자가 스마트 글래스로 랙을 스캔하면 QR코드가 자동 생성됨
  - 이 정보를 제조실행시스템(MES)과 교차 검증해 수기 입력 오류를 줄임
  - 실시간 위치 추적으로 재고 파악 속도도 높이는 구상임

- 딥파인은 생산계획 연동 시뮬레이션 에이전트 AI도 개발하겠다고 밝힘
  - 단순히 '작업자에게 안내하는 AI'에서 끝나는 게 아니라 생산 시스템 효율화까지 보겠다는 의미임
  - 물류, 재고, 생산계획이 연결되면 현장 AI의 영향 범위가 꽤 커짐

- 딥파인은 이미 은평성모병원과 스마트 글래스 기반 비임상 연구지원 AI 에이전트도 추진 중임
  - 이번 과제로 방산의 보안 요건과 자동차 제조의 빠른 생산 환경을 모두 경험하려는 그림임
  - 성공하면 제조, 조선·중공업 등 산업 물류 전반으로 확장하겠다는 계획임

---

## 기술 맥락

- 여기서 선택된 기술 조합은 꽤 현실적이에요. 제조 물류 현장은 손이 바쁘고 이동이 많아서, 키보드나 태블릿 중심 UI만으로는 작업 흐름을 끊기 쉽거든요. 그래서 스마트 글래스로 눈앞에 지시를 띄우고, 비전 AI로 실제 자재를 확인하는 방식이 맞아떨어져요.

- 대규모 언어 모델(LLM)을 붙이는 이유도 단순 챗봇 유행 때문은 아니에요. 작업자가 매뉴얼이나 시스템 화면을 뒤지는 순간 작업이 멈추니까, 음성 질문으로 바로 답을 받게 만들면 현장 생산성에 직접 영향을 줄 수 있어요.

- 엣지 컴퓨팅은 이 사업에서 특히 중요해요. 방산 제조 현장은 영상과 작업 데이터를 외부 클라우드로 보내기 어려운 경우가 많고, 네트워크 연결도 제한될 수 있거든요. 그래서 AI를 현장 내부에서 돌리는 구조가 보안과 운영 조건을 동시에 맞추는 선택이 돼요.

- MES와 자동화 창고 시스템 연동까지 들어가는 점도 눈여겨볼 만해요. AI가 따로 노는 도구가 아니라 기존 생산·물류 시스템의 데이터와 맞물려야 피킹 오류, 재고 불일치, 위치 최적화 같은 문제가 실제로 줄어들기 때문이에요.

## 핵심 포인트

- 총 사업비 40억원 규모로 올해부터 내년까지 진행되는 산업 AI 에이전트 과제
- 한화시스템 방산 제조 현장과 SM남선알미늄 자동차 제조 물류 현장에서 실증
- 스마트 글래스, 비전 AI, 대규모 언어 모델(LLM), 엣지 컴퓨팅을 결합해 현장 작업을 지원
- 보안 요구가 큰 제조 현장을 고려해 외부 클라우드 대신 작업장 내부에서 AI를 쓰는 구조

## 인사이트

생성형 AI가 챗봇을 넘어 제조 현장 작업 흐름 안으로 들어가는 사례라 꽤 볼 만함. 특히 방산처럼 외부망 연결이 까다로운 환경에서 엣지 기반 AI 에이전트를 실증한다는 점이 핵심임.