Vaidy Raghavan, Xometry의 Chief Product & Technology Officer – 인터뷰 시리즈

Vaidy Raghavan, Xometry의 Chief Product & Technology Officer는 업계를 선도하는 글로벌 기술 이사이자 엔지니어로서 회사의 제품 및 기술 전략을 이끌고 있으며, 특히 기업 구매자와 제조 공급자를 연결하는 AI 기반 마켓플레이스 기능을 확장하는 데 중점을 두고 있습니다. 그는 이전에 Wayfair, Microsoft (MSFT ), Groupon 등의 회사에서 고위급 리더십 역할을 수행하며 대규모 디지털 플랫폼과 마켓플레이스 기술을 개발한 바 있습니다. Xometry에서 그는 복잡한 제조 워크플로를 지능형, 데이터 기반 시스템으로 변환하여 효율성, 탄력성, 글로벌 공급망 연결성을 개선하는 책임을 맡고 있습니다.

Xometry는 AI 기반 디지털 마켓플레이스로, 기업이 여러 생산 방법을 포함한 글로벌 공급자 네트워크와 연결하여 맞춤형 제조 부품을 주문할 수 있도록 합니다. 2013년에 설립되어 메릴랜드 주 노스 베데스다에 본사를 둔 이 회사는 기계 학습을 활용하여 업로드된 설계 파일에 대한 즉시 가격, 납기 예측, 공급자 매칭을 제공함으로써 전통적으로 복잡한 조달 과정을 간소화합니다. 수천 개의 공급자와 수만 개의 구매자가 전 세계적으로 이용하는 이 플랫폼은 공급망을 디지털화하고 대규모에서 더 민첩하고 분산된 생산을 가능하게 함으로써 제조业의 현대화를 주도합니다.

마이크로소프트, 그룹온, 웨이페어를 거치며 놀라운 여정을 걸어오셨습니다. 초기 경험, 개인적이든 전문적인 것이든, 기술에 대한 관심을 어떻게 가지게 되셨나요? 그리고 그 관심은 어떻게 Xometry와 AI 기반 제조 세계로 이어지게 되셨나요?

제가 기술에 대한 관심을 가지기 시작한 것은 제 경력 초기부터였습니다. 항상 도전적인 문제를 해결하고 실제로 현실 세계에서 영향을 미치는 솔루션을 구축하는 데 동기를 부여받았습니다.

제가 경력을 쌓아온 빠르게 변화하는 산업에서, 아이디어를 구현하기 위해 빠르게 움직이는 것과同時에 지속 가능하고 효과적인 시스템을 구축하는 균형을 맞추는 것이 중요합니다. 제조业는 이러한 점을 잘 보여줍니다. 물리적으로도 디지털적으로도 복잡한 산업이지만, 동시에 가장 혁신적인 시스템을 구동합니다. Xometry는 이러한 모든 요소를 연결하는 지점에 위치하며, 전통적으로 아날로그적인 산업을 현대적인 방식으로 변환하고 있습니다. 이는 제 개인적인 경력 목표와 정확히 일치하는 도전입니다.

제조业를 마지막 “아날로그 요새”라고 표현하셨습니다. 현재 제조业에서 AI가 해결하고 있는 가장 큰 도전은 무엇인가요?

제조业를 마지막 “아날로그 요새”라고 부르는 이유는 제조 수명주기의 길이와 여러 단계를 거치면서 발생하는 구조적인 복잡성 때문입니다. 예를 들어, 설계, 생산 엔지니어링, 조달, 품질, 물류, 납품 후 조립, 재무 조정 등 각 단계에서 새로운 위험과 지연이 발생할 수 있습니다.

핵심적인 도전은 마찰입니다. 제조 공정의 모든 지점에서 서로 다른 형식, 시스템, 측정 단위가 존재하며, 이러한 마찰은 각 단계에서 잠재적인 실패 지점이 됩니다. 역사적으로 이러한 위험을 관리하는唯一한 방법은 수동적인 인간의 검토였습니다.

현재 AI는 이러한 마찰을 줄이는 데 가장 큰 가치를 창출하고 있습니다. AI는 이 단편적인 시스템에서 조정자의 역할을 수행하며, 불일치를 감지하고 부품을 적절한 공급자와 매칭하며, 비용과 납기를 동적으로 모델링합니다. 또한 AI는 역사적인 생산 데이터를 사용하여 문제가 발생할 수 있는 지점을 예측하고, 시간과 재료를浪費하지 않도록 빠르게 경고합니다.

공급자는 더 명확한 의도와 적은驚き를 경험하며, 우리는 네트워크와 제조업체를 신뢰할 수 있습니다.

Xometry는 어떻게 공급자와 구매자와의 신뢰를 구축하여 AI 기반 워크플로를 채택하도록 유도합니까?

제조业에서 신뢰를 얻는 것은 높은 위험과 결과가 있기 때문에 어려운 일입니다. 따라서 Xometry에서는 신뢰를 얻기 위해 지속적으로 신뢰성과 명확성을 제공합니다.

공급자와 구매자는 Xometry를 신뢰하여 속도와 투명성을 얻습니다. CAD 파일을 업로드하면 AI가 즉시 분석하여 가격과 잠재적인 위험에 대한 예측을 제공합니다. 이러한 예측은 실제 생산 데이터에 기반하여 신뢰성과 가시성을 제공합니다. 가격은 실제 시장 조건을 반영하며, 공급자는 지속적인 성과 개선과 비즈니스 성장에 대한 통찰력을 얻습니다. 시스템은 또한 불일치를 발견하기 위해 독립적인 검사를 수행하며, 팀은 지속적으로 정보를 받습니다.

제품 아이디어를 구축 가능한 부품으로 번역하는 데 있어 생성적 AI는 어떻게 작용합니까? 그리고 이는 개발 시간에 어떤 영향을 미치나요?

제조业는 항상 의도와 구축 가능성 간의 간격으로 어려움을 겪어왔습니다. 초기 제품 아이디어는 종종 불완전하며, 이를 구축 가능한 설계로 번역하는 과정은 여러 단계를 거치며, 이는 느리고 오류가 발생하기 쉽습니다.

생성적 AI는 이 루프를 압축합니다. 실제로, 부분적으로 구조화된 입력을 구축 가능한 특성으로 번역하며, 잠재적인 위험을 표면화하고 재료와 공정을 제안하며, 제약 조건을 초기에 표면화합니다. AI는 생산을 지연시키는 마찰을 줄여주며, 개발 시간을 단축하고 반복과浪費를 줄입니다.

프로세스가 더 자율적으로 되는 경우, 어떻게 품질과 통제를 유지합니까?

한 가지 핵심 원칙은 생산 프로세스의 초기에 품질 검사를 이동하는 것입니다. AI는 기하학적 데이터 포인트를 분석하여 생산 가능성, 비용, 최適한 공급자 매칭을 결정하는 데 도움을 줄 수 있습니다. 이는 인간의 주의력만으로는 달성하기 어려운 정밀성과 일관성을 제공합니다.

그러나 이러한 aumented 프로세스에서 인간의 개입은 여전히 필요합니다. 우리는 AI를 사용하여 문제와 대안을 식별하지만, 최종 결정은 인간 운영자가 내리는 것입니다.

우리는 특히 우주 및 국방과 같은 임무 비판적 영역에서 이것을 볼 수 있습니다. 여기서 인간의 개입은 자동화를 확대하면서 품질 통제를 희생하지 않도록 하는唯一한 방법입니다.

Xometry에서 동적 가격 결정은 어떻게 작동합니까? 특히 제조 비용과 공급망 복잡성이 변수인 경우?

제조 가격은 본질적으로 변수입니다. 각 부품이 다르며, 비용은 재료, 용량, 관세, 기타 제약 조건에 따라 지속적으로 변경됩니다. 정적 가격 모델은 이러한 환경에서 작동하지 않습니다.

Xometry에서 동적 가격은 학습 시스템입니다. 우리의 모델은 수백만 개의 역사적인 견적과 실제 생산 결과에 기반하여 지속적으로 업데이트됩니다. 이러한 피드백 루프는 가격을 현실에 기반하여 유지합니다.

엔지니어가 CAD 파일을 업로드하면 Instant Quoting Engine은 즉시 파일을 분석하고 外部 요인과 제약 조건을 확인하여 네트워크의 가장 적합한 제조업체를 식별합니다.

그런 다음, 조건이 변경되면 엔진이 자동으로 재조정되어 가격을 실시간으로 업데이트하여 재료, 용량, 관세, 기타 비용 요인에 대한 변화를 반영합니다.

엔지니어부터 공급망 관리자까지 다양한 고객을 대상으로 하여, Xometry는 AI와 데이터 분석을 통해 경험을 어떻게 맞춤화합니까?

Xometry에서 AI는 사용자에게 더 맞춤화된 경험을 제공합니다. 생산 프로세스를 개별 nhu cầu에 따라 최적화합니다. 엔지니어의 경우, 이는 재료와 설계 위험에 대한 빠른 피드백이 될 수 있으며, 공급망 관리자의 경우, 로지스틱스 지연에 대한 빠른 경고가 될 수 있습니다.

수십 년 동안 CAD는 많은 제조업체에게 진입 장벽이었습니다. 그러나 AI를 프로세스에 통합함으로써, 우리는 사용자가 자연어로 필요한 것을 설명하고 시스템이 CAD 없이 구축 가능한 설계를 생성할 수 있는 맞춤화된 경험을 만들 수 있습니다.

앞으로 3-5년 동안 제조 생태계를 재정의할 수 있는 AI 혁신은 무엇이라고 생각합니까?

제조 생태계를 재정의할 수 있는 AI 혁신은 생산 주기 전체에 걸쳐 연속적인推論이라고 생각합니다.

제조 결정은 종종 여전히 단편적입니다. 제조업체는 설계, 비용, 조달, 생산성을 별도로 평가하며, 이는 문제가 늦게 발견되어 더 많은 비용이 발생할 수 있습니다. 예상되는 변화는 이러한 차원을 평행하게Reasoning하는 AI 시스템으로의 전환입니다. 이는 역사적인 생산 결과에서 학습하고 실시간으로 적응하는 통합 프로그램을 의미합니다.

이러한 초기 버전은 이미 DFM 분석, 조달, 가격 결정과 같은 영역에서 존재합니다. 그러나 향후 몇 년 동안 이러한 경계가 더 많이 무너지고, 더 빠르고, 예측 가능하며, 더 적응성이 높은 제조 생태계가 생성될 것입니다.

멋진 인터뷰 감사합니다. 더 많은 정보를 원하는 독자는 Xometry를 방문할 수 있습니다.