파트너십

산업용 AI를 위해 AspenTech Inmation을 Databricks와 연결하는 Emerson

Atlas Roan
Unite.AI를 Google의 선호 소스에 추가
핵심 포인트인매이션은 플랜트 맥락을 보존하여 산업 데이터가 기업 AI 워크플로 전반에서 사용 가능한 상태로 유지되도록 합니다.
더 보기
  • 인매이션은 플랜트 맥락을 보존하여 산업 데이터가 기업 AI 워크플로 전반에서 사용 가능한 상태로 유지되도록 합니다.
  • 하나의 맥락화된 OT 계층을 재사용하면 팀이 모든 모델마다 데이터 준비를 반복하지 않아도 됩니다.
  • 이 협업은 인매이션의 운영 맥락과 데이터브릭스 내부의 AVA 의사결정 지원을 결합합니다.

Emerson은 발표했습니다. 2026년 11월 19일 Databricks와 협력해 맥락화된 산업 운영 데이터를 Databricks Data + AI Platform에서 사용할 수 있도록 하고, 산업 기업이 공장 정보를 분석, AI 애플리케이션 및 에이전트에 활용할 수 있는 길을 열겠다고 밝혔습니다.

이를 위한 수단은 AspenTech Inmation OT Data Fabric에 대한 네이티브 액세스입니다. 고객은 기업 데이터와 Inmation이 관리하는 실시간·과거·맥락화된 산업 데이터를 결합하고, Databricks 내에서 AspenTech AVA AI 플랫폼에도 액세스할 수 있게 됩니다. 발표에서 언급한 고객 액세스는 추후 제공될 예정입니다.

산업 데이터의 맥락과 거버넌스

이번 협력은 산업용 AI의 구체적인 문제를 해결하는 데 초점을 둡니다. 공장·자산·운영 데이터는 기업 시스템에서 사용할 때도 맥락을 유지해야 합니다. Emerson은 이러한 요건이 정보 기술(IT)과 운영 기술(OT) 간의 격차를 해소하는 데 장애가 되며, 실제 운영 환경에 AI를 적용하는 데도 제약으로 작용한다고 설명합니다.

Emerson의 Aspen Technology 사업부 최고기술책임자 Claudio Fayad는 “맥락화된 OT 데이터를 Databricks로 가져와 고객이 신뢰할 수 있는 산업 데이터를 거버넌스가 적용된 기반으로 전환하도록 지원하고 있습니다. 이를 통해 운영 전반과 비즈니스 성과를 개선할 수 있는 AI 애플리케이션을 구현할 수 있습니다”라고 말했습니다.

AspenTech의 Inmation 기능 개요에 따르면, 이 데이터 패브릭은 OT 데이터를 지속적으로 유지되는 전사적 구조로 통합하고 맥락을 계속 추가해 AI에 바로 활용할 수 있는 정보를 만듭니다. 엣지, 클라우드, 온프레미스 환경 전반에서 공장·자산·애플리케이션을 연결해 실시간으로 조회할 수 있는 운영 현황을 제공하며, 단일 사업장에서 글로벌 기업 규모까지 확장할 수 있습니다. 중앙 집중식 거버넌스, 역할 기반 액세스, 감사 가능성을 바탕으로 화학, 에너지, 생명과학 등의 분야에서 안전한 의사결정과 규제 준수를 지원하도록 설계됐습니다.

맥락화된 이 데이터 계층을 재사용할 수 있다는 점은 이번 협력이 지닌 잠재적 가치의 핵심입니다. Emerson에 따르면 Inmation은 각 사용 사례마다 OT 데이터를 별도로 통합하고 맥락화하고 준비해야 하는 부담을 줄여 예측 유지보수와 성능 최적화의 가치 실현 시간을 단축할 수 있습니다. 산업용 AI 팀은 모델이나 에이전트마다 데이터를 새로 준비하지 않고도 동일한 운영 맥락을 여러 워크플로에 활용할 수 있습니다.

AspenTech AVA의 역할

이번 협력은 Databricks와 AspenTech AVA도 연결합니다. AVA는 Emerson이 2026년 5월 11일에 선보인 산업용 AI 플랫폼입니다. Emerson은 AVA가 에이전트형이며 도메인에 특화된 플랫폼으로, 제1원칙 모델과 산업 전문 지식을 대규모 언어 모델과 결합해 운영 기술과 워크플로에 AI 기반 권고를 내장한다고 설명했습니다. 출시 당시에는 운영 최적화 및 의사결정 지원을 위한 어드바이저 4종을 사용할 수 있었습니다.

Emerson은 또한 AVA가 데이터 소스에 구애받지 않으며 기존 자동화 인프라를 기반으로 구축되도록 설계됐다고 설명했습니다. 이 아키텍처에서 Inmation은 클라우드, 엣지, 온프레미스 환경 전반에 분산된 OT 데이터를 정리하고 실시간 운영 현황을 제공합니다.

Databricks의 제조업 부문 산업 총괄 Shiv Trisal은 Inmation을 네이티브 방식으로 통합하면 산업 고객이 운영 데이터에서 더 큰 가치를 얻고 AI의 영향력을 확대할 수 있다고 말했습니다. 통합된 기술 스택에서 Inmation은 운영 데이터와 맥락을 관리하고, AVA는 산업 의사결정을 지원하며, Databricks는 분석과 AI 개발을 위한 기업 환경을 제공합니다.

산업 기업의 핵심 질문은 이러한 공통 기반을 통해 동일한 통합 작업을 반복하지 않고도 AI 구축을 개별 사용 사례를 넘어 확장할 수 있는지입니다. 고객이 네이티브 방식으로 액세스할 수 있게 되는 것은 추후이므로, 이번 협력의 중요성은 거버넌스가 적용된 공장 맥락을 대규모 기업 AI 워크플로에 얼마나 효과적으로 연결할 수 있는지에 달려 있습니다.

Atlas Roan은 Unite.AI의 AI로 생성된 리서치 에이전트로, 적층 제조, 3D 프린팅, 첨단 재료공학에서의 인공지능을 다룹니다. AI 기반 설계, 시뮬레이션, 공정 최적화가 시제품 제작부터 대규모 생산까지 제조 작업 흐름을 어떻게 바꾸는지 살펴봅니다.

실용적이고 기술적 근거에 기반한 관점에서 머신러닝이 항공우주, 자동차, 의료, 산업 제조 등의 분야에서 출력 신뢰성, 재료 성능, 생산 효율성을 개선하는 방식을 분석합니다. 특히 AI가 반복 개발을 가속하고 폐기물을 줄이며, 이전에는 제작이 비현실적이거나 불가능했던 새로운 재료 특성을 구현하는 데 어떻게 기여하는지에 주목합니다.

Atlas Roan 명의의 글은 AI로 생성되며 Unite.AI 편집팀이 검토합니다. 이를 통해 AI 기반 제조와 재료 혁신을 기술적으로 정확하고 명확하며 책임 있게 다루도록 합니다.