Dave Evans, Fictiv의 CEO 및 공동 창립자 – 인터뷰 시리즈

Dave Evans, Fictiv의 CEO 및 공동 창립자는 회사의 미션을 세계의 창의적 잠재력을 해방시키기 위해 맞춤형 기계 부품의 소싱과 생산을 단순화하는 것으로 이끌고 있습니다. 하드웨어 엔지니어링 배경과 포드의 실리콘 밸리 혁신 연구소에서 초기 경험을 가진 그는 하드웨어 개발 프로세스를 간소화하기 위해 Fictiv를 공동 창립했습니다. 그의 리더십 하에 Fictiv는 디지털 제조 공간에서 핵심 플레이어가 되었습니다. 수백만 개의 정밀 부품을 생산하고 산업 전반에서 혁신을 주도하고 있습니다.

Fictiv는 맞춤형 기계 부품의 생산을 위한 글로벌 제조 및 공급망 회사입니다. CNC 가공, 3D 프린팅, 사출 성형 등을 제공하는 플랫폼은 즉시 견적, AI 기반 피드백, 종단간 주문 관리를 결합하여 엔지니어와 제조업체에게 복잡한 공급망을 단순화합니다.

2013년 Fictiv를 창립했을 때 해결하려고 했던 핵심 제조 문제는 무엇이었으며, 지난 10년 동안 그 문제가 어떻게 발전해 왔나요?

내 형제인 네이트 에반스와 내가 2013년 Fictiv를 창립했을 때, 우리는 하드웨어를 소프트웨어의 속도로 구축하는 것을 목표로 했습니다. 포드 모터스에서 리드 하드웨어 엔지니어로 일하면서 맞춤형 부품을 생산하는 것이 얼마나 느리고 고통스러운지 직접 보았습니다. 프로토 타입을 받기 위해 8~12주를 기다리고, 분산된 공급자 관계를 관리하고, 견적을 받기 위해 이메일과 스프레드시트를 관리해야 했습니다. 하드웨어에서 혁신을 가속화하려면 더 나은, 더 현대적인 접근 방식이 필요하다는 것을 알았습니다.

그 문제는 사라지지 않았습니다. 실제로 지난 10년 동안 더 긴급해졌습니다. 기업들은 더 빠르게 혁신하고 더 유연하게 확장하며 수요, 규제, 공급 가용성의 변동에 실시간으로 대응해야 합니다.

바로 이 지점에서 글로벌 포춘 500급 공급망의 진정한 힘이 발휘됩니다. 디지털 인프라로 엔지니어와 공급망 팀을 검증된 글로벌 네트워크에 연결함으로써 대기업만 누리던 조달 역량과 속도, 실행력을 제공합니다. 사용법도 간단합니다. 하나의 플랫폼에서 전체 가시성과 신속한 DFM 피드백, 짧은 리드 타임을 제공합니다.

미션은 혁신가를 창조함으로써 전통적인 소싱과 제조의 병목 현상을 해결하는 것입니다. 그러나 오늘날 우리는 더 큰 규모와 복잡성으로 그렇게 하고 있습니다.

Fictiv는 “디지털 제조 생태계”라고 자신을 정의합니다. 익숙하지 않은 사람들에게 그것이 정확히 무엇을 의미하는지, 그리고 전통적인 계약 제조와 어떻게 다른지 설명해 주시겠습니까?

Fictiv를 ‘디지털 제조 생태계’라고 부르는 이유는 기술 기반 플랫폼으로 고객을 엄격히 검증된 글로벌 제조 파트너 네트워크에 연결하기 때문입니다. 현대적인 디지털 도구의 속도와 투명성에 포춘 500급 공급망의 규모와 품질을 결합했습니다.

기존의 위탁 제조에서는 보통 공급업체를 직접 관리하며 이메일과 전화, 긴 리드 타임에 의존합니다. 매우 수동적이고 단절된 방식이어서 빠르게 확장하거나 신속한 의사결정에 필요한 실시간 정보를 얻기 어렵습니다.

디지털 제조 생태계는 그 모델을 뒤집습니다. 고객은 즉시 견적, 자동화된 DFM 피드백, 생산의 모든 단계에 대한 가시성을 얻습니다. 더 중요한 것은 품질, 배송, 비용 효율성에 대한 책임을 지며, 미국, 중국, 인도, 멕시코에 분산된 글로벌 제조 센터를 활용합니다. 결과는 더 빠른 프로토 타이핑, 더 매끄러운 생산 스케일링, 전통적인 공급망을 관리할 때보다 더 적은 위험과 오버헤드입니다.

하지만 Fictiv 같은 디지털 제조 생태계도 고객과 긴밀히 협력하며 안내하는 전문가 없이는 작동할 수 없습니다.

미국은 최근 수십 년 사이 가장 큰 규모의 공장 투자를 경험하고 있습니다. 기계나 자본이 아닌 인재가 가장 시급한 병목이라고 보는 이유는 무엇입니까?

미국에는 새 공장과 자동화, 첨단 기술에 대한 거대한 투자의 물결이 일고 있습니다. 하지만 적합한 인재가 없으면 아무 의미가 없습니다. 세계에서 가장 첨단인 기계를 사더라도 이를 효과적으로 운용할 엔지니어와 운영자, 공급망 전문가가 없다면 소용이 없습니다.

지난 10년간 제조업의 기술 격차가 커졌습니다. 경험 많은 전문가가 대거 은퇴하는 반면 젊은 세대는 같은 속도로 업계에 진입하지 않고 있습니다. 현대 디지털 제조에는 디지털 활용 능력과 데이터 분석, AI 및 자동화에 대한 이해를 포함한 새로운 역량도 필요합니다.

그것이 재능이 지금 가장 큰 병목 현상인 이유입니다. 자본을 투자하고 기계를 구입할 수 있지만, 숙련된 노동력을 구축하고 유지하는 것은 시간, 투자, 그리고 혁신을 가치 있게 여기는 문화가 필요합니다. 나는 재능 도전을 해결하는 것이 – 훈련, 업스킬링, 기술과 제조업 간의 더 나은 협력을 통해 – 이 공장 투자 붐의 전체 잠재력을 해방하는 데 중요하다고 믿습니다.

당신은 2033년까지 1,900만개의 숙련 제조업 직업이 부족할 것으로 예상합니다. 그 격차를 일으키는 체계적인 문제는 무엇이며, 사적 부문은 지금 무엇을 다르게 해야 합니까?

1,900만개의 숙련 제조업 직업이 부족할 것으로 예상되는 것은 제조업자 협회에서 나온 것입니다. 나는 이것이 수십년 동안 축적된 깊은 체계적인 문제 때문이라고 믿습니다. 미국에서는 제조업을 경력으로서 낮게 평가해 왔으며, 다음 세대의 숙련 노동자를 개발하기 위해 투자하지 않았습니다. 한편, 산업 자체는 빠르게 발전하여 고급 기술, 디지털화, 자동화를 도입하여 전통적인 교육 및 훈련 시스템이 해결하지 못하는 새로운 기술 세트를 요구하게 되었습니다.

그 이유는 다음과 같습니다.

• 고령화 노동력: 숙련 노동력의 큰 부분이 은퇴에 가까워지고, 그 역할을 채우기 위해 충분한 젊은 노동자가 훈련받지 못했습니다.
• 인식 문제: 제조업은 종종 구식 또는 기술 산업보다 덜 바람직한 것으로 여겨지며, 현대적인 제조업은 소프트웨어와 같은 정도로 혁신적입니다.
• 기술 격차: 고용주가 필요로 하는 데이터 분석과 로봇공학, AI 통합 같은 첨단 역량과 학교 및 직업훈련 과정에서 가르치는 내용 사이에 단절이 있습니다.

사적 부문은 더 적극적인 역할을 해야 합니다. 그것은:

• 견습과 업스킬링에 투자: 회사들은 전통적인 제조업 기술과 디지털 제조업 기술을 모두 갖춘 노동자를 훈련할 강력한 훈련 프로그램을 만들어야 합니다.
• 학교와 대학과 파트너십: 초기에 제조업에 대한 인식을 개선하고 학생들을 준비하는 것은 높은 기술 직업을 준비하는 데 중요합니다.
• 기술 활용: 디지털 플랫폼은 제조 전문 지식에 대한 접근성을 넓혀 팀이 더 빠르고 지능적으로 일하도록 합니다.

당신은 실습형 STEM 교육과 견습을 해결책으로 주장했습니다. 특히 Fictiv 또는 파트너사에서 이러한 것이 실제로 어떻게 나타나는지에 대한 예를 들어 주시겠습니까?

나는 스탠퍼드 대학교에서 엔지니어링 학생으로서 실습형 교육의 혜택을 직접 경험했습니다(포드에서도 마찬가지입니다). 따라서 나는 STEM 교육과 견습의 중요성을 깊이 이해합니다. 그것은 사람들이 실제 기계와 실제 프로젝트에서 학습할 수 있도록 해주기 때문입니다. 나는 Fictiv와 파트너사에서 이것이 얼마나 강력한지 직접 보았습니다.

Fictiv에서 우리는 대학과 STEM 조직과 협력하여 실습형 학습을 지원하기 위해 노력했습니다. 예를 들어, 우리는 포뮬러 SAE 학생 팀과 협력하여 전기 자동차를 위한 정밀 부품을 제공했습니다. 또한 설계 및 제조에 대한 멘토링을 제공했습니다. 학생들은 CAD 모델이 실제 구성 요소로 어떻게 변하는지, 다양한 제조 공정의 트레이드오프를 이해하고, 산업 리더가 사용하는 동일한 디지털 워크플로에 노출되는 기회를 가졌습니다.

나는 이러한 유형의 이니셔티브가 제조업의 미래에 달려 있다고 믿습니다. 그것은 학생과 초기 경력 전문가가 현대적인 기술 기반 제조 환경에 실제로 노출되는 것입니다. 이러한 조합은 실제 경험, 멘토링, 디지털 도구를 통해 다음 세대의 빌더를 영감을 주고 준비합니다.

제조업과 제조업의 관계는 이전 세대와 어떻게 다르게 지각되는지, Fictiv는 어떻게 그 문화적 단절을 해결하고 있는지 설명해 주시겠습니까?

제조업의 관계는 본질적으로 다릅니다. 그들은 완전히 디지털, 즉시적인 세계에서 성장하여 속도, 투명성, 목적을 당연하게 여깁니다. 전통적인 제조업은 느리고 불투명하며 수동적이기 때문에 그들과의 연결이 부족합니다. 또한 제조업은 이전 세대가 안정적이고 수동적인 작업으로 여겼지만, 젊은 세대는 제조업을 고기술 혁신과 연결하지 않습니다.

일부 세대 간의 차이점은:

• 디지털 우선 사고: 제조업은 모든 것을 실시간으로 추적하고 디지털 도구를 사용하여 모든 것을 수행하는 것을 기대합니다.
• 목적 추구: 이 세대는 지속 가능성과 혁신, 영향력을 우선하며 자신의 일이 의미 있는 목표에 기여한다는 사실을 알고 싶어 합니다.
• 비효율에 대한 낮은 인내심: 수동 절차와 긴 리드 타임, 단절된 소통 시스템은 이들에게 낯설고 답답하게 느껴집니다.

우리는 제조업을 젊은 세대가 가치 있게 여기는 디지털 경험과 더 비슷하게 재창조하고 있습니다. 즉시 견적, 자동화된 DFM 피드백, 실시간 생산 추적, 클라우드 기반 환경을 제공합니다. 또한 우리는 지속 가능성과 영향에 대한 메시지를 강조하여 우리의 작업이 전기 자동차, 기후 기술, 생명 유지 의료 기기를 가능하게 하는 방법을 강조합니다.

문화적으로, 우리는 이야기를 다르게 전달하려고 노력합니다. 제조업은 단순히 기계에 관한 것이 아니라 세계에서 가장 큰 도전을 해결하는 것입니다. 제조업을 기술 기반, 임무 중심의 경력으로 프레임링함으로써, 우리는 그것을 다음 세대에게 더 매력적으로 만듭니다.

자동화는 종종 일자리 손실에 대한 두려움을 불러일으킵니다. Fictiv의 기술이 실제로 어떻게 노동자를 높이고, 대체하지 않는지 설명해 주시겠습니까?

제조업에서 자동화는 종종 일자리 손실의 위협으로 인식됩니다. 그러나 나는 그것을 다르게 봅니다. Fictiv의 기술은 노동자를 높이기 위해 설계되었습니다. 반복적이고 가치가 없는 작업 – 견적, 스케줄링, 파트 추적 – 을 자동화하여 엔지니어, 공급망 팀, 운영자가 전문 지식이 필요한 작업에 집중할 수 있도록 합니다.

실시간 가시성과 즉각적인 DFM 피드백, 검증된 글로벌 제조 파트너 네트워크를 제공함으로써 우리는 사실상 역량을 배가하는 도구를 제공합니다. 스마트하고 빠른 의사결정을 내릴 수 있는 디지털 지휘소인 셈입니다. 이는 생산성을 높일 뿐 아니라 인력이 고차원적 의사결정과 첨단 디지털 도구, 데이터 기반 문제 해결에 참여하도록 역량도 강화합니다.

Fictiv는 최근 Materials.AI를 출시했습니다. 그것은 어떻게 작동하며, 엔지니어가 더 효과적으로 결정할 수 있도록 도와주는 결정의 유형은 무엇입니까?

Materials.AI는 언제든 이용할 수 있는 재료 전문가처럼 작동하도록 설계됐습니다. Fictiv가 10년 넘게 축적한 제조 데이터와 공정 지식에 ChatGPT 기반 AI 역량을 결합해 엔지니어가 재료와 제조 가능성에 관한 중요한 결정을 내리도록 돕습니다.

엔지니어는 Materials.AI에 “고온 응력에 가장 적합한 알루미늄 합금은 무엇입니까?” 또는 “사출성형에서 내충격성과 비용의 균형이 좋은 플라스틱 수지는 무엇입니까?” 같은 질문을 할 수 있습니다.

시도와 오류 또는 공급자 피드백을 기다리는 대신, 도구는 기계적 특성과 실제 제조 결과를 기반으로 즉각적인 제안을 제공합니다.

더 넓은 의미에서, 플랫폼에서 견적, DfM 분석, 생산 감시, 품질 관리를 포함하여 AI와 기계 학습을 어떻게 사용하고 있습니까?

AI는 CAD 파일을 분석하여 정확한 비용과 리드 타임 견적을 제공하는 즉시 견적을 구동합니다. 자동화된 DfM 피드백을 구동하여 잠재적인 문제를 실시간으로 플래그 지정하고 개선 사항을 제안합니다.

Fictiv는 6가지 유형의 산업용 3D 프린팅을 지원하며, 일부 경우에는 익일 배송도 가능합니다. 이러한 속도와 규모를 가능하게 하는 인프라를 어떻게 구축했으며, 어느 산업이 가장 많이 혜택을 받고 있습니까?

우리는 디지털 플랫폼과 검증된 글로벌 파트너 네트워크를 결합해 속도와 규모에 최적화된 3D 프린팅 인프라를 구축했습니다. 모든 주문은 CAD 파일을 분석해 최적의 기술과 재료를 자동으로 선택하고 파트너의 생산 능력과 위치, 품질 성과에 따라 작업을 배정하는 클라우드 시스템을 거칩니다. 지역 생산 거점과 결합된 이 조율 체계는 엄격한 품질 기준을 유지하면서 일부 부품을 다음 날 배송할 수 있게 합니다.

가장 큰 혜택을 받는 산업은 빠른 반복과 정밀도가 임팩트를 미치는 산업입니다. 예를 들어, 항공우주, 전기 자동차, 의료 기기, 로봇공학, 소비자 전자 제품이 있습니다. 이러한 부문은 빠른 프로토 타이핑과 생산 부품을 제공하여 엔지니어가 설계를 테스트하고, 시장 출시 시간을 단축하고, 빠르게 움직이는 고객 수요에 대응할 수 있도록 의존합니다.

소프트웨어 개발과 공장 운영에서 시간을 보낸 사람으로서, 클라우드 소프트웨어와 물리적 제조의 관계가 향후 5년 동안 어떻게 발전할 것으로 생각하십니까?

나는 클라우드 소프트웨어가 제조의 중추 신경계가 될 것으로 믿습니다. 디지털 설계와 물리적 생산 사이의 간극을 다루는 방식으로 발전할 것입니다. 향후 5년 동안, 세 가지 주요 트렌드가 이 발전을 정의할 것입니다.

디지털 제조 플랫폼은 생산의 모든 단계 – 설계에서 배송까지 – 를 단일, 투명한 데이터 레이어로 연결할 것입니다. 엔지니어와 공급망 팀은 파트 상태, 품질 지표, 물류에 대한 즉시 가시성을 갖게 될 것입니다.

클라우드 컴퓨팅이 소프트웨어 배포를 바꾼 것처럼 디지털 제조는 수요에 따라 생산 능력을 즉시 늘릴 수 있게 할 것입니다. 기업은 막대한 자본을 투입하지 않고도 세계 각지의 운영을 확장할 유연성을 얻게 됩니다.

디지털 플랫폼에는 재료와 기계, 공정 전반의 데이터에서 지속적으로 학습하는 첨단 AI 모델이 통합될 것입니다. 이를 통해 비용 최적화를 비롯한 중요한 의사결정을 자동화할 수 있습니다.

마지막으로 향후 10년간 AI와 로봇공학, 제조의 접점에서 가장 기대되는 것은 무엇이며 다음 큰 도약은 어디에서 나올 것이라고 생각하십니까?

향후 10년 동안 가장 흥미로운 것은 AI와 로봇공학이 제조를 더 적응성, 지능, 확장 가능하게 만드는 방법입니다. 우리는 공장이 “자신을 생각할 수 있는” 미래로 나아가고 있습니다. AI를 사용하여 실시간 데이터를 분석하고, 문제가 발생하기 전에 예측하고, 인간의 개입 없이 생산 라인을 지속적으로 최적화합니다. 이것은 사람을 대체하지 않고, 엔지니어와 운영자의 역할을 높여줍니다.

제 생각에 다음 큰 도약은 최소한의 재프로그래밍이나 가동 중단만으로 제품 유형을 바꿀 수 있는 완전 자율형 AI 생산 셀입니다. 로봇공학과 첨단 3D 프린팅을 결합하면 세계 규모에서 초개인화 제품과 신속한 주문형 생산이 가능해집니다.

AI와 로봇공학의 융합은 글로벌 규모에서 주문형, 초 개인화된 제조를 가능하게 하여 낭비를 줄이고 혁신을 가속화할 것입니다.

더욱이, 더 자세한 정보를 원하는 독자는 Fictiv를 방문해야 합니다.