160만 연결 장비, 캐터필러 AI 현장으로 넓혔다

캐터필러($CAT)가 광산 자동화에서 쌓은 운영 경험을 인공지능(AI) 현장 적용 전략으로 넓히고 있다. AI를 단순한 소프트웨어 도입이 아니라 장비, 작업자, 공정이 함께 바뀌는 산업 운영 문제로 보는 접근이다.

테크크런치는 한국시간 31일 캐터필러가 수십 년간 원격 광산 현장에 자율 장비를 투입해 온 경험을 AI 확산에 적용하고 있다고 전했다. 캐터필러의 자율화 사업은 노동력 부족과 위험 작업이 겹치는 광산에서 출발했다.

회사는 현재 자동 운반 트럭, 굴착·천공 장비, 지하 로더, 도저, 원격 조종 건설장비를 공급하고 있다. 소프트웨어 관제센터, 차량군 관리, 원격 지형 인식 도구도 자율화 제품군에 포함된다.

제이미 마인아트(Jaime Mineart) 캐터필러 최고기술책임자(CTO)는 이달 라스베이거스에서 열린 Ai4 콘퍼런스에서 “이제 광산에서 배운 것을 작업장, 채석장, 건설 현장 같은 더 역동적인 환경으로 가져갈 수 있는 시기”라고 말했다. 캐터필러의 AI 전략은 모델 개발 자체보다 현장 적용과 업무 흐름 전환에 무게가 실려 있다.

대표 사례는 ‘Cat AI Assistant’다. 현장 기술자가 장비 옆에서 음성 명령으로 수리 절차를 불러오고, 고장 가능성을 점검하며, 필요한 부품을 확인할 수 있게 하는 도구다.

마인아트 CTO는 이 도구가 고객, 운영자, 기술자에게 쓰이고 있다고 밝혔다. 이 도구는 연결 장비에서 생성된 캐터필러의 내부 데이터를 활용한다.

캐터필러가 보유한 데이터 규모도 공개됐다. 마인아트 CTO는 캐터필러가 전 세계 약 160만개 연결 자산과 16페타바이트가 넘는 구조화 데이터를 보유하고 있다고 말했다.

회사는 현장 스캔, 제조 공정 분석용 디지털 트윈, 사내 운영, 소프트웨어 개발에도 AI를 쓰고 있다. 마인아트 CTO는 “AI 에이전트를 활용해 레거시 코드를 현대화하고, 새 소프트웨어를 생성·시험하며, 결함을 더 일찍 찾아낸다”고 말했다.

디지털 트윈은 실제 장비나 공정을 데이터로 복제해 가상 환경에서 상태를 분석하는 기술이다. 산업 현장에서는 설비 고장 예측, 생산 흐름 분석, 작업 조건 조정에 쓰이는 경우가 많다.

다만 캐터필러는 기술 자체보다 작업 방식 변화가 더 어렵다고 본다. 마인아트 CTO는 “자율화와 물리적 AI에서 어려운 부분은 그 기술을 고객 작업장과 업무 흐름 안에 넣는 일”이라고 말했다.

캐터필러는 숙련 운전자의 경험을 AI 학습에 활용하고 있다. 장비가 더 자율화될수록 일부 운전자는 한 대를 직접 조종하는 역할에서 원격 관제센터에서 여러 대를 감독하는 역할로 옮겨갈 수 있다는 설명이다.

인력 재교육도 핵심 과제로 잡았다. 캐터필러는 2025년 4월 공식 발표에서 향후 5년간 1억 달러(약 1378억원)를 투입해 미래 인력의 기술 역량을 높이겠다고 밝혔다.

해당 기술에는 AI, 자동화, 데이터 분석, 디지털 트윈, 사물인터넷, 로봇 유지보수 등이 포함됐다. 테크크런치는 이 전환이 캐터필러의 직원 11만8000명 교육 과제로 이어지고 있다고 전했다.

AI 인프라 수요는 캐터필러 실적에도 반영됐다. 캐터필러가 미국 증권거래위원회(SEC)에 제출한 2분기 실적자료에서 매출은 205억 달러(약 28조2490억원)로 전년 동기 166억 달러보다 24% 늘었다.

전력 발전 부문 매출은 31억 달러(약 4조2718억원)로 72% 증가했다. 데이터센터에 쓰이는 대형 발전기와 터빈 수요가 전력 장비 판매를 밀어 올린 것으로 회사는 설명했다.

캐터필러 사례는 AI 도입 경쟁이 모델 성능을 넘어 현장 운용, 전력 장비, 인력 전환 문제로 확장되고 있음을 보여준다. 한국 기업에도 AI를 업무에 붙이는 속도보다 실제 공정 안에서 누가 어떻게 쓰는지 확인하는 일이 중요하다는 점을 시사한다.