스텔란티스, 액센츄어·엔비디아와 손잡고 전 세계 공장에 ‘물리 AI’ 적용
가상 공장 시뮬레이션으로 운영 효율 극대화…소프트웨어 제조 모델로 체질 개선
북미 파일럿 시작으로 글로벌 공정 혁신 가속…생산성·품질·원가 경쟁력 강화
가상 공장 시뮬레이션으로 운영 효율 극대화…소프트웨어 제조 모델로 체질 개선
북미 파일럿 시작으로 글로벌 공정 혁신 가속…생산성·품질·원가 경쟁력 강화
이미지 확대보기18일(현지시각) 스텔란티스가 액센츄어·엔비디아와 손잡고 전 세계 공정에 물리 AI 기반 디지털 트윈을 도입한다. 복잡한 제조 공정의 효율을 극대화해 ‘소프트웨어 중심 제조(Software-Defined Manufacturing)’로의 전환을 꾀한다는 전략이다.
글로벌 자동차 기업 스텔란티스는 18일(현지시각), 네덜란드 암스테르담에서 액센츄어(Accenture) 및 엔비디아(NVIDIA)와 전략적 협력 관계를 맺고 제조 현장에 AI 디지털 트윈 기술을 전면 도입한다고 발표했다.
이번 프로젝트는 스텔란티스가 보유한 제조 노하우와 액센츄어의 물리 AI 솔루션, 그리고 엔비디아의 옴니버스(Omniverse) 플랫폼을 결합해 공장 운영의 지능형 혁신을 끌어내는 데 초점을 맞췄다.
실시간 데이터 기반 ‘가상 공장’으로 생산성 극대화
스텔란티스는 이번 기술 도입을 통해 실제 공장을 가상 공간에 완벽하게 구현하는 ‘디지털 트윈’ 환경을 구축한다.
이는 단순한 공정 자동화를 넘어, 실제 물리적 생산 라인을 가동하기 전 가상에서 프로세스를 사전 검증하고 최적화하는 과정이다. 이를 통해 스텔란티스는 제조 공정에서 발생할 수 있는 병목 현상과 위험 요소를 사전에 차단해 운영 효율을 획기적으로 높일 방침이다.
프란체스코 치안시아 스텔란티스 제조부문 총괄은 “디지털 트윈과 AI, 고급 시뮬레이션을 결합해 공장 설계와 운영 방식을 근본적으로 재구상하고 있다”며 “현장 팀이 문제를 예측하고 보다 신속하게 의사결정을 내릴 수 있는 환경을 조성해 제조 혁신을 이어갈 것”이라고 설명했다.
올해 북미 지역 공장에서 시작되는 파일럿 프로젝트는 이번 전략의 핵심 가늠자가 될 전망이다. 스텔란티스는 초기 운영을 통해 데이터 기반 제조의 가치와 확장성을 검증한 뒤, 이를 전 세계 공장 네트워크로 빠르게 이식할 계획이다.
업계 관계자들은 "복잡성이 높아진 오늘날 완성차 생산 현장에서 수율을 확보하는 것이 업계의 최대 과제”라며 “이번 협업이 원가 절감과 품질 제고를 동시에 달성하는 게임 체인저가 될 것”이라고 평가했다.
‘물리 AI’ 적용… 스마트 팩토리 차세대 표준 정립
이번 협업의 백미는 엔비디아의 가속 컴퓨팅과 물리 AI 기술의 결합이다. 이는 생성형 AI가 물리 법칙을 반영한 시뮬레이션 환경에서 생산 라인의 처리량을 역동적으로 조절하는 방식이다.
트레이시 컨트리맨 액센츄어 공급망·엔지니어링 글로벌 리드는 “제조업의 성패는 복잡한 산업 현장에 AI를 얼마나 효과적으로 스케일링해 측정 가능한 비즈니스 가치를 창출하느냐에 달려 있다”고 강조했다.
실제 공장과 가상 공장이 실시간으로 정보를 교환하는 ‘폐쇄 루프(Closed-loop)’ 구조는 공정 최적화의 핵심이다.
시스템이 스스로 품질 변화를 모니터링하고 예방 정비를 수행함으로써 가동 중단 시간을 최소화할 수 있다. 이는 단순한 생산 속도 향상을 넘어 제조 시스템 자체가 지능을 가진 자율 운영 모델로 진화함을 의미한다.
데이터 주도형 제조로 경쟁 우위 확보
스텔란티스가 지향하는 미래 제조 모델은 ‘소프트웨어 중심 제조’로의 체질 개선이다. 데이터와 시뮬레이션을 통해 혁신 주기를 단축하고, 시장의 변화에 민첩하게 대응하는 것이 기업 생존의 핵심이 되었기 때문이다.
다만, 전 세계에 흩어진 거대한 제조 거점을 AI 시스템으로 통합하는 과정에서 데이터 표준화와 현장 작업자의 숙련도 확보는 풀어야 할 과제로 꼽힌다.
스텔란티스는 액센츄어, 엔비디아와 함께 제조 운영의 현대화를 위한 전략적 보폭을 넓혀나갈 예정이다. 이번 파트너십이 글로벌 완성차 시장에서 스텔란티스에 어느 정도의 실질적인 경쟁 우위를 안겨줄지 시장의 관심이 집중되고 있다.
진형근 글로벌이코노믹 기자 jinwook@g-enews.com
































