섬유·패션 제조의 다음 단계, 'AI Factory'가 온다
DX MADE, 제조 AX 혁신 사례 소개
섬산련, 29일 제조 AX 세미나 개최
디지털 트윈으로 제어하는 미래의 AI 마이크로팩토리 _ AI 제작
AI 상품기획부터 AI 디자인, 그리고 AI 모델, AI 패션 룩북 등 AI 마케팅까지 패션 프로세스 전반에 AI 활용도가 높아지고 있다. 그렇다면 제조 부문은 어떨까?
휴머노이드 로봇이 도입되고 있는 전자, 자동차 등 타 산업처럼 패션 섬유 제조 산업 역시 인건비와 숙련공 중심의 노동 집약적 구조를 탈피해, ‘AI Factory’ 시대로 진입하고 있다. 이는 단순한 설비 자동화를 넘어 공장의 ‘두뇌’를 바꾸는 제조 패러다임의 변화로서 이제 공장의 생존은 단순히 ‘얼마나 많은 설비를 가졌는가’가 아니라, ‘얼마나 지능적으로 데이터를 운용하는가’에 달려 있다.
얼마 전 SNS를 통해 중국 신장의 한 방직공장이 화제가 된 적이 있다. 이곳은 수백대의 편직기가 무인으로 작업되고 있는 무인공장으로 시범적인 운영인지, 지속적인 모델인지는 알 수 없지만 다크 팩토리의 한 모습을 보는 것 같았다.
국내 1위 트리코트 메이커인 우주글로벌은 자사공장 동남무역을 통해 국내 최대 물량을 생산하고 있다. 공장에 22대의 칼 마이어 편직기를 보유하고 있는데 이를 운용하는 사람은 소수에 불과하고, 편직 작업이 오류가 발생할 경우 기계가 자동으로 멈추게 된다.
Rieter의 2027년 완전 자동화 방적 공장 비전
과거 섬유·패션 제조업의 경쟁력은 인건비와 생산량, 숙련공 확보에 달려 있었다. 하지만 최근 숙련공 부족, 인건비 상승, 짧은 납기, 다품종 소량생산, 예측하기 어려운 수요 변화로 기존 방식만으로는 대응이 어려워졌다. 국내 제조 현장은 기술자 고령화와 후계 인력 단절이 동시에 진행되고 있고, 베트남·인도네시아 등 해외 생산기지의 인건비도 매년 두 자릿수 가깝게 오르고 있다.
지금까지의 스마트팩토리는 자동화 설비, MES, ERP, 자동창고, 로봇 등 하드웨어 중심으로 생산 효율을 높이는 데 초점이 맞춰져 있었다. 그러나 패션 제조 현장에서는 여전히 사람이 생산계획을 세우고, 우선순위를 조정하고, 공정 이상을 판단해 왔다. 설비는 자동화됐지만 운영 방식은 사람의 경험과 감각에 의존해 온 것이다.
AI팩토리는 여기서 한 단계 더 나아가, AI가 데이터를 기반으로 생산을 예측하고 공정을 조정하며 품질을 판단하는 '운영 자동화' 단계다. 공장의 몸이 아니라 두뇌가 바뀌는 셈이다.
# 자동화만으로는 부족하다…스마트팩토리를 넘어서는 AI팩토리
정부는 2030년까지 자율제조 1000곳 구축을 목표로 스마트공장 정책을 AI팩토리 중심으로 재편하고 있다. 패션 제조는 자동차나 반도체처럼 표준화된 생산이 아니다. 시즌마다 스타일·원단·생산량이 달라지고, 디자인·사이즈·색상·소재에 따라 공정도 달라진다. 여기에 긴급 리오더와 납기 변경, 수요 변동까지 더해지면 현장은 늘 복잡한 변수에 노출된다.
AI 비전 기술로 생산성 고도화하고 있는 제조 기계들 (좌)smartex, (우) Shelton Vision WebSpector
지난 6년간 국내 스마트팩토리 육성을 맡아온 스마트제조혁신추진단도 올해 '인공지능혁신추진단'으로 새롭게 출범했다. 안광현 인공지능혁신추진단 단장은 "디지털 전환이 늦은 섬유·패션 제조업은 기초 데이터 체계부터 갖추고, 생산 공정의 디지털 전환이 이뤄진 다음 그 위에 AI를 얹어 자율 제조로 발전하는 단계별 전략이 필요하다"고 조언했다.
AI팩토리의 핵심은 공장의 두뇌가 바뀌는 데 있다. 기존 MES와 ERP가 데이터를 수집·관리했다면, AI는 그 데이터를 기반으로 생산 계획을 조정하고 불량 가능성을 예측하며 최적 운영 방안을 제시한다. 판매·주문 데이터를 분석해 수요 증가를 예측하고, 원부자재 확보와 라인 가동 계획까지 자동으로 추천할 수 있다. 염색 공정의 색상 편차나 봉제 불량 같은 이상 징후도 실시간 감지가 가능하다.
이런 변화 속에서 하드웨어 기업들도 AI 소프트웨어 솔루션 기업으로 진화하고 있다. 프랑스 렉트라(Lectra)는 AI 기반 'Valia Fashion' 플랫폼으로 재단 효율과 원단 사용률을 최적화하고, 일본 시마세이키는 홀가먼트 니팅머신으로 제로 웨이스트를 실현했다. 독일 칼 마이어는 자회사 KM.ON을 통해 AI 기반 품질 관리를, 포르투갈 스마텍스도 AI 기반 품질 관리로 생산성을 끌어올리고 있다.
# 섬유·패션 제조의 AI 고도화 솔루션
AI가 가장 먼저 적용되는 영역은 변수가 많고 사람이 판단하기 어려운 분야다. 첫째는 생산계획 자동화로, AI가 다양한 데이터를 기반으로 병목 지점을 찾고 효율적인 생산 순서를 자동 계산한다. 둘째는 품질검사 AI로, 사람이 일일이 보기 어려운 미세 오염·봉제 불량·색상 차이를 잡아낸다. 셋째는 공정 제어로, 염색 온도·습도·염료 투입량을 최적화해 색상 편차를 줄이고 재단에서는 원단손실을 최소화한다. 넷째는 수요예측 기반 생산으로, 판매 데이터·검색량·날씨·SNS 트렌드를 분석해 적정 생산량을 추천함으로써 과잉생산과 재고 부담을 줄인다.
섬유·패션 AI팩토리의 4대 적용 영역
많은 중소 제조기업이 AI팩토리를 대기업의 전유물로 여기지만, 실제로는 생산 데이터를 정리하고 연결하는 것만으로 충분히 시작할 수 있다. 중요한 건 '얼마나 비싼 설비를 도입했는가'가 아니라 '얼마나 데이터를 잘 축적하고 활용하는가'다. 생산 실적, 불량률, 설비 가동률, 납기 준수율 같은 기본 데이터만 체계적으로 정리해도 AI 적용 기반이 만들어진다. 국내에서도 AI 기반 의류 CAD 솔루션 '패딧', 패턴 인식 보드 'UTTU 디토 보드', 생성형 디자인 솔루션 '텍스타일 디자인 뱅크', '스타일AI' 등 다양한 솔루션이 등장하고 있다.
중국 신장 아랄의 무인공장으로 AI와 자동화로 5,000대 직기를 24시간 가동하고 있다.
AI팩토리는 사람을 대체하는 공장이 아니라, 반복적·복잡한 운영 업무를 AI가 맡고 사람은 더 중요한 의사결정과 창의적 업무에 집중하는 구조에 가깝다. 앞으로 공장의 경쟁력은 설비 보유량이 아니라 데이터를 기반으로 얼마나 빠르고 정확하게 스스로 판단할 수 있느냐에 달려 있다.
# DA MADE와 제조 AX 세미나 통해 혁신 사례 소개
한국섬유산업연합회는 섬유패션 산업의 제조 DX의 중요성을 강조하기 위해 지난 2024년부터 디토앤디토와 함께 분기별로 DX MADE를 발행하고 있다.
산업통상부, 한국산업기술진흥원이 지원하는 ‘섬유산업 지능형 마이크로팩토리 제조 플랫폼 실증 기반구축’ 사업의 일환으로 진행된 이 사업은 지난 2년 동안 국내외 패션 섬유 분야의 제조 DX 혁신 사례를 공유함으로써 지속가능한 제조 생태계를 구축하는 것을 지원하고 있다.
지난 4월 말 발행한 DX MADE 10호는 AI FACTORY를 주제로 인공지능혁신추진단 안광현 단장의 인터뷰와 아시아 생산 공장의 DX 현황, 그리고 LECTRA, 우주글로벌, 투카테크 LA혁신센터를 소개했다.
[DX MADE 10호 바로가기]
이와 함께 오는 5월 29일에는 섬유센터 Tex+Fa 캠퍼스에서 ‘패션 제조의 미래 : AI와 디지털 혁신] 세미나를 개최한다. 미니카락스 서태원 이사, 리빌더에이아이 김정현 대표, 시제 신인준 대표, 팔레트 이종근 대표가 연사로 나서서 패션 산업의 제조 AI, 디자인 AI 등에 대한 인사이트를 제공할 예정이다.
AI팩토리는 선택이 아니라, 다음 시즌에도 공장의 불을 켤 수 있느냐를 결정하는 생존의 문턱이 될 것이다.
[세미나 신청하기]
황연희 에디터 yuni@dito.fashion
섬유·패션 제조의 다음 단계, 'AI Factory'가 온다
디지털 트윈으로 제어하는 미래의 AI 마이크로팩토리 _ AI 제작
AI 상품기획부터 AI 디자인, 그리고 AI 모델, AI 패션 룩북 등 AI 마케팅까지 패션 프로세스 전반에 AI 활용도가 높아지고 있다. 그렇다면 제조 부문은 어떨까?
휴머노이드 로봇이 도입되고 있는 전자, 자동차 등 타 산업처럼 패션 섬유 제조 산업 역시 인건비와 숙련공 중심의 노동 집약적 구조를 탈피해, ‘AI Factory’ 시대로 진입하고 있다. 이는 단순한 설비 자동화를 넘어 공장의 ‘두뇌’를 바꾸는 제조 패러다임의 변화로서 이제 공장의 생존은 단순히 ‘얼마나 많은 설비를 가졌는가’가 아니라, ‘얼마나 지능적으로 데이터를 운용하는가’에 달려 있다.
얼마 전 SNS를 통해 중국 신장의 한 방직공장이 화제가 된 적이 있다. 이곳은 수백대의 편직기가 무인으로 작업되고 있는 무인공장으로 시범적인 운영인지, 지속적인 모델인지는 알 수 없지만 다크 팩토리의 한 모습을 보는 것 같았다.
국내 1위 트리코트 메이커인 우주글로벌은 자사공장 동남무역을 통해 국내 최대 물량을 생산하고 있다. 공장에 22대의 칼 마이어 편직기를 보유하고 있는데 이를 운용하는 사람은 소수에 불과하고, 편직 작업이 오류가 발생할 경우 기계가 자동으로 멈추게 된다.
Rieter의 2027년 완전 자동화 방적 공장 비전
과거 섬유·패션 제조업의 경쟁력은 인건비와 생산량, 숙련공 확보에 달려 있었다. 하지만 최근 숙련공 부족, 인건비 상승, 짧은 납기, 다품종 소량생산, 예측하기 어려운 수요 변화로 기존 방식만으로는 대응이 어려워졌다. 국내 제조 현장은 기술자 고령화와 후계 인력 단절이 동시에 진행되고 있고, 베트남·인도네시아 등 해외 생산기지의 인건비도 매년 두 자릿수 가깝게 오르고 있다.
지금까지의 스마트팩토리는 자동화 설비, MES, ERP, 자동창고, 로봇 등 하드웨어 중심으로 생산 효율을 높이는 데 초점이 맞춰져 있었다. 그러나 패션 제조 현장에서는 여전히 사람이 생산계획을 세우고, 우선순위를 조정하고, 공정 이상을 판단해 왔다. 설비는 자동화됐지만 운영 방식은 사람의 경험과 감각에 의존해 온 것이다.
AI팩토리는 여기서 한 단계 더 나아가, AI가 데이터를 기반으로 생산을 예측하고 공정을 조정하며 품질을 판단하는 '운영 자동화' 단계다. 공장의 몸이 아니라 두뇌가 바뀌는 셈이다.
# 자동화만으로는 부족하다…스마트팩토리를 넘어서는 AI팩토리
정부는 2030년까지 자율제조 1000곳 구축을 목표로 스마트공장 정책을 AI팩토리 중심으로 재편하고 있다. 패션 제조는 자동차나 반도체처럼 표준화된 생산이 아니다. 시즌마다 스타일·원단·생산량이 달라지고, 디자인·사이즈·색상·소재에 따라 공정도 달라진다. 여기에 긴급 리오더와 납기 변경, 수요 변동까지 더해지면 현장은 늘 복잡한 변수에 노출된다.
AI 비전 기술로 생산성 고도화하고 있는 제조 기계들 (좌)smartex, (우) Shelton Vision WebSpector
지난 6년간 국내 스마트팩토리 육성을 맡아온 스마트제조혁신추진단도 올해 '인공지능혁신추진단'으로 새롭게 출범했다. 안광현 인공지능혁신추진단 단장은 "디지털 전환이 늦은 섬유·패션 제조업은 기초 데이터 체계부터 갖추고, 생산 공정의 디지털 전환이 이뤄진 다음 그 위에 AI를 얹어 자율 제조로 발전하는 단계별 전략이 필요하다"고 조언했다.
AI팩토리의 핵심은 공장의 두뇌가 바뀌는 데 있다. 기존 MES와 ERP가 데이터를 수집·관리했다면, AI는 그 데이터를 기반으로 생산 계획을 조정하고 불량 가능성을 예측하며 최적 운영 방안을 제시한다. 판매·주문 데이터를 분석해 수요 증가를 예측하고, 원부자재 확보와 라인 가동 계획까지 자동으로 추천할 수 있다. 염색 공정의 색상 편차나 봉제 불량 같은 이상 징후도 실시간 감지가 가능하다.
이런 변화 속에서 하드웨어 기업들도 AI 소프트웨어 솔루션 기업으로 진화하고 있다. 프랑스 렉트라(Lectra)는 AI 기반 'Valia Fashion' 플랫폼으로 재단 효율과 원단 사용률을 최적화하고, 일본 시마세이키는 홀가먼트 니팅머신으로 제로 웨이스트를 실현했다. 독일 칼 마이어는 자회사 KM.ON을 통해 AI 기반 품질 관리를, 포르투갈 스마텍스도 AI 기반 품질 관리로 생산성을 끌어올리고 있다.
# 섬유·패션 제조의 AI 고도화 솔루션
AI가 가장 먼저 적용되는 영역은 변수가 많고 사람이 판단하기 어려운 분야다. 첫째는 생산계획 자동화로, AI가 다양한 데이터를 기반으로 병목 지점을 찾고 효율적인 생산 순서를 자동 계산한다. 둘째는 품질검사 AI로, 사람이 일일이 보기 어려운 미세 오염·봉제 불량·색상 차이를 잡아낸다. 셋째는 공정 제어로, 염색 온도·습도·염료 투입량을 최적화해 색상 편차를 줄이고 재단에서는 원단손실을 최소화한다. 넷째는 수요예측 기반 생산으로, 판매 데이터·검색량·날씨·SNS 트렌드를 분석해 적정 생산량을 추천함으로써 과잉생산과 재고 부담을 줄인다.
많은 중소 제조기업이 AI팩토리를 대기업의 전유물로 여기지만, 실제로는 생산 데이터를 정리하고 연결하는 것만으로 충분히 시작할 수 있다. 중요한 건 '얼마나 비싼 설비를 도입했는가'가 아니라 '얼마나 데이터를 잘 축적하고 활용하는가'다. 생산 실적, 불량률, 설비 가동률, 납기 준수율 같은 기본 데이터만 체계적으로 정리해도 AI 적용 기반이 만들어진다. 국내에서도 AI 기반 의류 CAD 솔루션 '패딧', 패턴 인식 보드 'UTTU 디토 보드', 생성형 디자인 솔루션 '텍스타일 디자인 뱅크', '스타일AI' 등 다양한 솔루션이 등장하고 있다.
중국 신장 아랄의 무인공장으로 AI와 자동화로 5,000대 직기를 24시간 가동하고 있다.
AI팩토리는 사람을 대체하는 공장이 아니라, 반복적·복잡한 운영 업무를 AI가 맡고 사람은 더 중요한 의사결정과 창의적 업무에 집중하는 구조에 가깝다. 앞으로 공장의 경쟁력은 설비 보유량이 아니라 데이터를 기반으로 얼마나 빠르고 정확하게 스스로 판단할 수 있느냐에 달려 있다.
# DA MADE와 제조 AX 세미나 통해 혁신 사례 소개
한국섬유산업연합회는 섬유패션 산업의 제조 DX의 중요성을 강조하기 위해 지난 2024년부터 디토앤디토와 함께 분기별로 DX MADE를 발행하고 있다.
산업통상부, 한국산업기술진흥원이 지원하는 ‘섬유산업 지능형 마이크로팩토리 제조 플랫폼 실증 기반구축’ 사업의 일환으로 진행된 이 사업은 지난 2년 동안 국내외 패션 섬유 분야의 제조 DX 혁신 사례를 공유함으로써 지속가능한 제조 생태계를 구축하는 것을 지원하고 있다.
지난 4월 말 발행한 DX MADE 10호는 AI FACTORY를 주제로 인공지능혁신추진단 안광현 단장의 인터뷰와 아시아 생산 공장의 DX 현황, 그리고 LECTRA, 우주글로벌, 투카테크 LA혁신센터를 소개했다.
[DX MADE 10호 바로가기]
이와 함께 오는 5월 29일에는 섬유센터 Tex+Fa 캠퍼스에서 ‘패션 제조의 미래 : AI와 디지털 혁신] 세미나를 개최한다. 미니카락스 서태원 이사, 리빌더에이아이 김정현 대표, 시제 신인준 대표, 팔레트 이종근 대표가 연사로 나서서 패션 산업의 제조 AI, 디자인 AI 등에 대한 인사이트를 제공할 예정이다.
AI팩토리는 선택이 아니라, 다음 시즌에도 공장의 불을 켤 수 있느냐를 결정하는 생존의 문턱이 될 것이다.
[세미나 신청하기]
황연희 에디터 yuni@dito.fashion