- ESS 제조사의 경쟁력을 극대화할 LLM 사무 자동화와 Physical AI 공정 적용의 구축이 목표입니다. 이를 통해 제조원가의 30%를 절감하고 '물건을 파는 제조사'에서 '데이터로 에너지를 관리하는 플랫폼'으로 완전히 체질이 바뀝니다."
- '현장의 생산성'과 '사무실의 효율성'이라는 두 마리 토끼를 동시에 잡는 전략이 필요합니다. ESS 제조 현장에는 Physical AI(휴머노이드/설비 AI)를, 경영/운영 부서에는 LLM(거대언어모델)을 배치하는 Double-Track AX 를 구현 합니다
-
LLM을 도입하여 ‘ESS/EV 사내 지식 비서' 구축. 기존 업무를 학습시켜 사무자동화를 통하여 인력 최소화 및 전문가 수준의 응대가 가능 하도록 함
Physical AI 도입을 통하여 생산 라인에 배치. 24시간 작업 및 공정 최적화 되는 “Dark Factory” 구현.
| 단계 | 목표 | 핵심 추진 내용 (Physical AI + RAG) | 비용 절감/수익화 포인트 |
|---|---|---|---|
| 1년차 (2026) |
데이터 표준화 및 PI | AI 전문가 Consulting & PI , AX 조직 주도로 공정 매뉴얼 디지털화. 외주 AI 업체 공동 참여를 통한 데이터 관리 방법 및 파이프라인 확보, Physical AI 학습을 위한 기초자료 수집 방안 설계 | 데이터 수집 및 학습 진행 |
| 2년차 (2027) |
AI(RAG) 기반 사무자동화 | AI 서버 도입 및 사무자동화(경영/운영) – LLM & RAG(증강검색-AI 가 참조하는 Vector DB) 로 통합. 데이터 일원화, 프로세스 자동화, 의사결정 속도 향상, 비용 절감 및 운영 효율성을 극대화 | 관리 행정 인력 및 교육 비용 절감 |
| 3년차 (2028) |
Physical AI 도입 | 휴머노이드 도입을 위한 POC 진행, 생산 및 조립 공정 적용을 위한 작업 부서 및 공정 선정, AI 사무자동화 수평 전개 | 업무 효율 향상, 사무 비용 절감 |
| 4년차 (2029) |
Physical AI 현장 적용 | 휴머노이드 단계별 공정 투입, 수평전개, 공정 확대 시행(24시간 365일 운영 가능) | 가동률 향상으로 생산성 증가-매출 확대 |
| 5년차 (2030) |
생산 효율 극대화 | 휴머노이드 동선, 작업시간 등 작업 효율 최적화를 통한 생산 효율 극대화 및 표준화 AI 를 통한 전체 생산 절차 자동화 및 표준화 (사무자동화, Physical AI) | 전체 제조 원가 혁신적 절감 (생산비용, 휴머노이드 운용비용, Downtime 비용. 에너지 비용 절감) |
| 6년차+ (2031) |
성공 모델 판매(BM) | 당사의 성공 사례를 패키징하여 ESS/EV 협력사 및 관련 제조사에 임대/솔루션 형태로 판매 시작 | 신규 매출원 확보 및 시장 선점 |
*RAG란 대규모 언어 모델(LLM)의 Data(업무,제어) 생성 과정에 외부 지식(현재 업무 Data) 검색 과정을 결합하여, 더 정확하고 신뢰할 수 있는 정보를 제공하는 기술입니다.
*Physical AI란 LLM과 휴머노이드를 연결하여 인공지능이 디지털 영역을 넘어 실제 물리적 세계에서 인지, 판단, 행동할 수 있도록 하는 기술을 의미합니다.
- AX가 완성된 5년 후, ESS 기업의 하루는 '사람의 개입은 최소화되고, AI가 판단하며, 데이터가 흐르는' 모습입니다. 수주부터 사후 관리까지의 전체 사이클 예시 입니다.
| 구분 | 현재 (AS-IS) | 5년 후(TO-BE) | 기대 가치 |
|---|---|---|---|
| 의사결정 | 경험과 감각중심 | LLM 기반 데이터 경영 | 판단 오류 Zero, 속도 10배 |
| 생산공정 | 숙련공 의존 조립 | Physical AI 자율 제조 | 수율 99.9%, 24시간 무인 가동 |
| 비즈니스 | 단발성 하드웨어 판매 | AI 기반 구독 서비스(SaaS) | 지속 가능한 안정적 수익 구조 |
