AI Auto-Programming Agent: 중국 금형 공장은 숙련공 경험을 데이터로 바꿔 신규 주문 개발을 1주 줄였다
칭다오의 금형 업체 루이리제 금속은 숙련공의 경험을 다시 쓸 수 있는 디지털 자산으로 바꾸고 AI 자동 프로그래밍 에이전트를 올려, 신규 주문 개발 공기를 1주 줄이고 연간 300만 위안 넘게 아꼈습니다. 국가전망 타이안은 드론 영상 판독 에이전트로 산악 선로 결함 12종을 초 단위로 가려냅니다.
Precious Elements in Dormant Data: Johnson Matthey가 묵은 R&D 기록을 AI로 꺼내 쓰는 법
Johnson Matthey가 실패한 시험, 옛 배합, 실험 노트처럼 흩어진 수십 년치 R&D 기록을 AI로 추출·구조화하는 프로젝트를 진행 중입니다. 발표자는 빠른 조회와 반복 시험 감소에서 시작해 예측, 고객 가치 차별화, 신제품으로 이어지는 다섯 기회를 들었고, 정량 수치는 공개하지 않았습니다.
Configurable Product Platform: Siemens가 디지털 트윈·협업으로 9개월 만에 제품 변형 750→2만 5천 개
Siemens 영국 Congleton 공장은 디지털 트윈·시뮬레이션·연결된 기업 시스템으로 구성형 제품 플랫폼의 변형을 9개월 만에 약 750개에서 2만 5천 개 이상으로 늘렸습니다. 조달 책임자 Christina Wolger는 이를 가능하게 한 것이 엔지니어링·IT·제조의 협업이었다고 말합니다. 옵션 단위 데이터 모델, 가상 검증, 12주 시범 계획을 붙였습니다.
Surrogate Model: 혼다·요코하마고무가 CAE 해석 결과로 AI를 학습시켜 설계안을 빠르게 거른다
혼다 4륜개발센터는 S자 프레임 충돌 해석 30건으로 AI surrogate model을 학습시켜 처음 보는 형상 10건의 변형과 배리어 반력 파형을 예측했습니다(R² 0.9987). 요코하마고무는 FEM 약 100건으로 타이어 단면을 최적화했습니다. 두 회사 모두 최종 판단은 CAE에 맡기고, 해석이 크고 평가할 안이 많을수록 효과가 크다고 정리했습니다.
Hybrid Sculpting: Ford 디자인 스튜디오, 점토와 VR을 오가며 디자인 테마 확정을 2주에서 5일로
Ford 디자인 스튜디오는 점토로 형상을 잡고 약 20분 스캔한 뒤 VR 헤드셋에서 다듬고, 밀링과 손 마감으로 다시 실물에 옮깁니다. 40년 경력 모델러는 실물 모델 하나에 약 2주 걸리던 예전과 달리 5일 만에 디자인 테마를 잡습니다. AI는 Ford Pro 정비 기술자 안내에 쓰이고, COO는 물리 제조용 AI는 아직 시작 단계라고 봅니다.
AI Is a Tool, Not a Cure: 제약 CEO들이 AI 질병 정복론에 선을 긋는 이유
Novartis·AstraZeneca CEO가 WSJ Health Forum에서 AI가 질병을 곧 정복한다는 빅테크 전망에 선을 그었습니다. Vertex는 AI 기업 약 50곳을 화합물 데이터로 시험했지만 쓸 만한 결과를 얻지 못했고, AI로 설계한 약 가운데 FDA 승인을 받은 것은 아직 없습니다.
Pipeline-in-a-Person: 직원 1명이 Claude로 외부 실험실 11곳을 조율해 신약 후보를 만든 방식
Anthropic이 7월 인수한 Mithril Medicine은 상근 직원이 창업자 1명뿐이었습니다. 창업자는 Claude로 외부 실험실 11곳의 실험 추적과 데이터 분석, 계약·물류를 맡겨 근육퇴행 질환 후보를 18개월 미만에 유망한 쥐 실험 결과까지 끌고 갔고, 이 후보가 Anthropic 첫 내부 신약 파이프라인이 됐습니다.
On-premise LMM: 가와사키중공업이 도면과 숙련 엔지니어의 판단 기준을 사내 AI로 정리한다
가와사키중공업이 리코의 문서 독해형 LLM·LMM을 자사 서버에 설치하고, 항공기·로봇 설계 영역에서 도면·기술 문서의 지식과 숙련 엔지니어의 판단 기준을 AI로 정리해 이어받는 실증을 시작했습니다. 기밀 도면은 회사 밖으로 나가지 않고, 생산성 수치는 아직 공개되지 않았습니다.
PLM.AI: Mercedes-Benz가 개발·구매·생산 데이터를 한 줄기로 이어 개발 기간을 최대 30% 줄이려는 계획
Mercedes-Benz CTO가 중국 업체의 개발 속도를 높이 평가한 가운데, 회사는 개발·구매·생산·판매·애프터세일즈를 표준 데이터 모델로 잇는 PLM.AI로 개발 기간을 최대 30% 줄이겠다고 밝혔습니다. 단계마다 따로 쓰던 AI 에이전트를 한 데이터 기반 위에서 연결하는 것이 핵심이며 투자 규모는 약 5억 유로입니다.
국내 기업 AX 소식: 현업 병목을 실제 데이터로 먼저 시험하고 넓힌다 (11월 7일 묶음)
11월 5~6일 국내 기업 AX 소식 3건을 묶었습니다. NH농협은행은 직원 제안 39건에서 업무 에이전트 10개를 골라 PF 보고서 초안을 5영업일 이상에서 약 4시간으로 줄일 것으로 보고, 창신INC는 실제 데이터로 에이전트를 시험한 뒤 Palantir 플랫폼을 개발~생산에 붙였고, SKT는 AI 망 운영에 체감품질 지표를 더했습니다.
Accelerating Engineering for the Physical World: OpenAI가 Codex로 CAD·회로·해석을 돌리고 Mazda와 공력 설계를 탐색
OpenAI가 ChatGPT와 Codex를 CAD 수정, 회로 기판 설계, 생산 도면, 해석 설정, 설계 검토에 쓰고 있다고 공개했습니다. Chip Ganassi Racing과는 3D 스캔을 CAD와 도면으로 바꾸고 Mazda와는 공력·충돌 안전 엔지니어가 함께 차량 형상을 탐색합니다. 모델이 만든 시제품도 공차와 조립은 사람이 여러 번 다시 봤습니다.
Smart Laboratory: 아사히카세이가 반도체 절연재료 개발을 AI 순환 루프로 묶어 실험 수를 약 4배로 늘리는 계획
아사히카세이는 반도체용 감광성 절연재료 파이멜 개발에 Smart Laboratory를 열어 2027년 1월부터 가동합니다. 실험 계획부터 고객 공정을 가정한 평가까지 자동으로 돌리고 AI가 다음 조성을 제안해, 일정 기간에 검토하는 조성 수를 약 4배로 늘릴 계획입니다.
Make Yourself Redundant: Stellantis 엔지니어링이 AI로 개발을 줄이면서 설계는 사람이 쥐는 방식
Stellantis 엔지니어링 조직은 AI 도구로 핸즈프리 주행 시스템을 6주 만에 만들었습니다. 1년~18개월 걸리던 일입니다. 결함 수정은 2~3주에서 2~3일로, 항력 추정은 14~24시간에서 약 3분으로 줄었습니다. 그래도 안전 핵심 시스템의 아키텍처는 사람이 짜고 엔지니어 채용은 수백 명 늘립니다. 따라 할 때의 파이프라인과 8주 시범안을 붙였습니다.
Genesis: Pfizer가 120여 개국 약물 안전성 업무에서 행정은 AI에, 판단은 과학자에게 맡기는 방식
Pfizer CEO는 3분기 콜에서 제조 효율과 의사·환자 소통에 AI를 배치했고, R&D에서는 타깃 검증과 분자·바이오마커 선정에 쓴다고 밝혔습니다. 120여 개국에 낸 AI 제품 Genesis는 안전성 업무의 행정 부담을 맡아 과학자가 인과 평가와 신호 탐지에 시간을 쓰게 합니다. 효과 수치는 공개하지 않았고 따라 할 때의 데이터 필드·8주 시범안을 붙였습니다.
Task-specific LoRA adapters: BMW가 장애 티켓 정리와 유사 장애 찾기를 8B 모델 하나로 돌린 방법
BMW와 AWS FDE 팀이 엔지니어링 장애 티켓의 제목·설명 재작성, 보완 질문, 유사 장애 매칭을 약 8B 모델 하나와 LoRA 어댑터 4개로 처리했습니다. 제목 규정 준수율은 86%로 프롬프트만 쓴 31B 모델(79%)보다 높았고, 매칭 F1은 9.6~14.7점 앞섰습니다.
BMS AI Targets: 약물 시험 20~30%, 타깃→선도물질 기간 절반 단축 목표
Bristol Myers Squibb CEO는 3분기 콜에서 AI 목표를 운영 계획에 넣었다며 약물 시험 기간 20~30% 단축, 타깃 선정에서 선도물질 도출까지 기간 절반을 제시했습니다. 전사 도구는 넓게 깔고 ROI가 보이는 곳에만 집중 투자한다고 했습니다. 기간 장부와 13주 일정을 붙였습니다.
국내 기업 AX 소식: AI가 후보를 좁히고 확정은 사람과 안전장치가 한다 (10월 30일 묶음)
SK AX·이수화학·삼성전자 SAIT·뉴로메카의 AX 소식 4건을 묶었습니다. SK AX는 지원자 약 1,800명의 AI 면접을 약 6시간 만에 끝냈고 이수화학은 AI 대응안을 운전원 승인 뒤 안전 운전 범위 안에서만 적용합니다. AI가 후보를 좁히고 확정은 사람과 안전장치가 맡습니다.
Early progress on drug development: 신약 개발사 6곳이 Claude로 제조 문서 검토·규제 초안을 줄인 중간 결과
Anthropic이 신약 개발사 6곳과 한 협업의 중간 결과입니다. Enveda는 제조 문서 1,061쪽에서 사람이 찾은 문제 11건을 모두 잡고 7건을 더 찾으며 검토 시간을 89% 줄였고 규제 문서 초안 1건을 약 3개월 대신 4시간에 썼습니다. 사람 검토는 그대로 남았습니다.
Seres Group Cost-Reduction Mining·Coding Agents: 원가절감안 발굴과 SW 개발을 에이전트에 맡긴 중국 전기차 회사
중국 전기차 회사 Seres Group이 2026 Gartner Eye on Innovation Awards에 낸 두 사례입니다. BOM 원가절감안 발굴은 제안 기간을 2주에서 3일로 줄이고 실행 성공률을 60%에서 85%로 올렸고 개발 6단계에 에이전트를 붙인 Coding Agent는 복잡한 요구 처리를 14일에서 3일로 줄였습니다. 구조와 함께 한국 제조사가 옮길 때의 필드, 8주 일정, 판정 기준을 정리했습니다.
Reddit Proto: UX·제품 조직 전원이 쓰는 Reddit의 사내 AI 프로토타이핑 도구
Reddit은 디자이너와 PM이 Git 없이 실제 디자인 시스템과 자기 계정 데이터로 프로토타입을 만드는 사내 도구 Reddit Proto를 만들었습니다. UX·제품 조직 150명 이상이 모두 쓰고 프로토타입은 약 700개입니다. 주석·PRD 필드, 8주 도입 일정을 붙였습니다.
Computational Screening: 로레알, 원료 조합 탐색을 수개월 실험에서 수시간 계산 선별로
로레알은 UV 필터를 잘 녹이는 원료 조합을 실험실에 가기 전에 분자 시뮬레이션(OrbMol-v2, NVIDIA ALCHEMI)으로 먼저 걸러, 수개월 걸리던 탐색을 수시간 계산 선별로 바꿨다고 NVIDIA가 소개했습니다. 후보 정의, 실험 데이터로 순위 맞추기, 8주 파일럿을 붙였습니다.
Triple Half: 혼다·닛산·도요타가 신차 개발 기간을 절반으로 줄이는 방법
중국 브랜드가 3분기 유럽 판매에서 일본을 처음 앞서자, 4~5년 걸리던 일본 신차 개발을 줄이려는 경쟁이 붙었습니다. 혼다는 기간·비용·공수를 2025년 대비 절반으로 줄이는 Triple Half를, 닛산은 플랫폼 공유로 파생 모델 개발을 최대 40% 줄이는 계획을 냈습니다. 혼다 공식 발표와 임원 인터뷰로 AI를 쓰는 곳(예비 충돌 시험 등)을 보강하고, 문장마다 출처를 밝혔습니다.
Compal Electronics의 Compal-MVP: 에이전트 4개가 노트북 R&D 시험을 나눠 맡아 검증 주기 47% 단축
대만 Compal Electronics가 R&D 검증을 계획·실행·원인 추정·준수 확인의 에이전트 4개(Compal-MVP)로 나눠 검증 주기를 47% 줄였다고 보고한 사례입니다. 화면과 로그를 함께 읽는 실행 방식, 확정된 실패만 쌓는 지식베이스, 12주 파일럿과 판정 기준을 정리했습니다.
Simulation-First Development: GM이 배터리 설계 30만 개를 먼저 계산해 차량 개발을 2년으로 줄이는 방식
GM이 실물 셀 하나 없이 배터리 설계 30만 개 이상을 CPU 3억 시간으로 먼저 시뮬레이션해 팩 구상부터 승인까지 한 달에 끝냈고, 같은 방식으로 차량 개발 4~5년을 약 2년으로 줄이겠다고 밝혔습니다. 우리 R&D에 옮길 스크리닝 파이프라인, 결정 메모, 4주 파일럿을 붙였습니다.