제조업 현장에서 반복적으로 지적돼온 ‘설비 데이터 사일로’ 문제 해결을 겨냥한 AI 솔루션 기업이 국내 시장 공략에 속도를 내고 있다. 인지형 유지보수 전문 기업 Groundup.ai(그라운드업 에이아이)가 한국에서 초기 검증을 마치고 사업 확장 단계에 돌입했다.
Groundup.ai는 제조 설비에서 발생하는 데이터를 통합·분석하는 ‘인지형 유지보수(Cognitive Maintenance)’ 기술을 앞세워 국내 기업과 협업을 확대하고 있다고 2일 밝혔다.
국내 제조업은 센서와 설비에서 축적되는 데이터 규모 자체는 충분하지만, OEM(주문자상표부착생산) 장비별로 시스템이 나뉘어 있어 통합 분석이 쉽지 않은 구조다. 이로 인해 유지보수 과정에서 데이터가 단절되고, 실제 현장에서는 여전히 수작업 분석에 의존하는 경우가 많다.
Groundup.ai는 이 지점을 핵심 문제로 짚었다. 서로 다른 설비에서 생성된 데이터를 하나의 플랫폼으로 모아 분석하고, 고장 원인을 빠르게 파악할 수 있도록 지원하는 방식이다.
기존 예지보전(Predictive Maintenance)이 이상 징후 탐지에 머물렀다면, 해당 솔루션은 원인 분석과 대응 방안 제시까지 확장된 것이 특징이다. 현장 엔지니어가 즉시 활용 가능한 형태로 결과를 제공하는 데 초점이 맞춰졌다.
기술적 기반도 차별화 요소로 제시된다. 자체 IoT 센서를 통해 수집한 음향, 진동, 온도 데이터를 멀티모달 AI로 분석하고, 5,000개 이상의 산업 이상 패턴을 학습한 ‘Groundup Asset Library(GAL)’를 활용해 진단 정확도를 높였다.
이 구조는 다양한 제조 환경에서도 일관된 분석이 가능하도록 설계된 점이 강점으로 꼽힌다. 서로 다른 설비와 센서 환경에서도 데이터를 통합해 해석할 수 있다는 점에서다.
회사 측은 글로벌 고객사를 대상으로 설비 가동률을 약 20% 끌어올리고 유지보수 비용을 최대 40% 절감한 사례를 확보했다고 밝혔다. 설비 수명 역시 약 40% 연장됐다는 설명이다.
성과 수치만 놓고 보면 제조업 AI 도입 효과를 보여주는 대표 사례로 해석할 수 있지만, 실제 산업 현장에서 동일한 수준의 성과가 재현될 수 있을지는 추가 검증이 필요하다는 시각도 존재한다.
리온 림 Groundup.ai 대표는 한국 제조업의 구조적 문제로 ‘데이터 단절’을 지목했다. 그는 다양한 OEM 환경에서 생성되는 데이터를 하나의 시스템으로 연결하는 것이 경쟁력의 핵심이라고 강조했다.
회사는 국내 진출 기반도 확보한 상태다. 중소벤처기업부가 주관하는 ‘K-Startup Grand Challenge 2025’에 선정돼 약 9개월간 대기업·중견기업 협업, 투자자 매칭, 컨설팅 등을 거쳤다.
제조업 디지털 전환이 가속화되면서 설비 데이터 분석 시장 경쟁도 한층 치열해지고 있다. 글로벌 기업뿐 아니라 국내 스타트업들도 예지보전, 스마트팩토리, 산업 AI 영역에서 빠르게 영역을 넓히는 분위기다.
Groundup.ai의 접근 방식은 ‘데이터 통합+원인 분석’이라는 점에서 분명한 차별성을 갖지만, 실제 현장 도입 속도와 운영 효율성 확보가 향후 성과를 좌우할 것으로 보인다.
Copyright ⓒ 스타트업엔 무단 전재 및 재배포 금지
