핵심 요약
- 노후 장비에 컨트롤러 달아 데이터 생성
- 데이터 먼저, 에이전트는 그다음
- 숙련자를 검증자로 참여시키기
- 장비별 생산량·불량률, 지금 셀 수 있나
시즐은 프레스, 용접기 등 노후 장비에 자체 설계한 컨트롤러를 장착해 생산량과 품질 데이터를 만드는 방식으로 중소 제조업의 AX에 접근합니다. 2026년 9월 24일 국제뉴스 보도에서 이지현 시즐 대표는 국내 제조업이 중국·미국과의 경쟁 속에서 점점 더 어려워지고 있다며, 중소기업이 당장 적용할 수 있는 실질적 솔루션이 필요하다고 강조했습니다.
데이터가 없던 공장은 어디서부터 시작하나
이지현 대표는 2016년 시즐을 창업했습니다. 국제뉴스는 그 계기가 노후화된 공장에서 수십 년 된 장비가 불량품을 양산하는 모습을 목격한 데서 비롯됐다고 전했습니다. 시즐이 공장에서 데이터를 만드는 방식은 다음과 같습니다.
- 프레스, 용접기 등 노후 장비에 자체 설계한 컨트롤러를 장착합니다.
- 컨트롤러가 장비의 생산량과 품질을 측정해 데이터를 생성합니다.
- 장비의 움직임과 가동 상태 등 고정밀 데이터가 수백억 건 단위로 축적됩니다.
국제뉴스는 시즐의 기술을 도입하면 기존에 공정 데이터가 전혀 없던 기업도 핵심 데이터를 확보할 수 있고, AI로 데이터를 분석해 대규모 투자 없이도 공정 혁신이 가능하다고 소개했습니다. 이 대표는 “제조업은 우리나라의 뿌리 산업이지만, 여전히 주먹구구식으로 돌아가는 경우가 많다”며, 디지털 전환으로 기업 상황을 체계적으로 점검할 수 있는 기반을 만드는 것이 시즐의 목표이자 AX의 시작이라고 설명했습니다.
숙련자의 노하우를 어떻게 데이터로 바꾸나
이 대표는 “단순 자동화가 아니라 제조업의 축적된 감각과 노하우를 데이터로 바꾸는 작업이 핵심”이라고 밝혔습니다. 기계 소리만 듣고도 윤활유의 양이나 기기 상태를 파악하는 노하우가 중요했지만, 노동인구 고령화와 인력난으로 숙련 인력은 줄어들고 있습니다. 시즐의 기술은 숙련자의 경험과 직감을 AI로 검증하고 강화하는 데 초점을 맞춥니다.
이 대표는 “AI가 숙련 노동자를 대체하는 것이 아니라, 이들의 노하우를 더 강력한 자산으로 만들어주는 것”이라고 말했습니다. 현장 도입 초기에는 일부 노동자의 반발도 있었고, 이 대표는 현장 노동자들과 시간을 보내며 설득을 이어가고 있습니다.
시즐의 AI 에이전트는 무엇을 하나
2026년 9월 현재 시즐은 'AI 에이전트' 개발에 주력하고 있습니다. 단순 데이터 제공을 넘어 AI가 공장 상황을 스스로 분석하고 의사결정을 지원하는 단계입니다. 보도에 소개된 예시는 다음과 같습니다.
- 공장 운영자가 불량률 증가 원인을 물으면, AI 에이전트가 공정 데이터를 분석해 문제의 원인을 특정 장비나 제품군에서 찾아냅니다.
- 생산량 감소 원인이나 개선 방향도 실시간으로 제안합니다.
국제뉴스는 이 에이전트가 공장 내부 데이터에 직접 접근해 실제 제조 현장에 특화된 판단을 내릴 수 있다는 점을 특징으로 꼽았습니다. 이 대표는 “공장 운영자가 현장을 계속 돌아다니며 일일이 확인하지 않아도 AI가 먼저 상황을 분석해 알려주는 구조를 만들고 있다”고 설명했습니다. 시즐은 앞으로 스마트팜, 스마트시티, 탄소 저감 인프라 등 제조업 외 산업으로도 기술 적용 범위를 넓힐 계획입니다.
한국 기업 AX 시사점
시즐의 접근은 장비에서 데이터를 만드는 일에서 시작해 그 데이터를 분석하는 AI 에이전트로 이어집니다. 공정 데이터가 없는 상태에서 AI 에이전트부터 검토하고 있다면, 에이전트가 판단의 근거로 삼을 데이터가 어느 장비에서 나오는지부터 확인하는 편이 순서입니다.
숙련자의 노하우를 데이터로 바꾸는 작업이 핵심이라면, 그 노하우를 가진 사람이 프로젝트 안에 있어야 합니다. 도입을 준비한다면 숙련자가 AI의 분석 결과를 검증하는 역할을 처음부터 계획에 넣는 편이 낫습니다.
자사 공장에서 장비별 생산량과 불량률을 지금 바로 셀 수 있는지 확인해 보십시오. 셀 수 없다면 어느 장비부터 데이터를 만들지 정하는 것이 첫 결정입니다.