제9회 핵심정보기반 자주보안 혁신 포럼 기간 동안, SOIN은 제조업 연구개발과 기업 지식 처리 실천을 통해 국산 Agentic AI가 실제 비즈니스 시나리오에 얼마나 깊이 적용되고 있는지를 보여주었습니다.
4월 19일 제9회 핵심정보기반 자주보안 혁신 포럼이 베이징에서 개최되었고, 포럼과 함께 '2025 사이버공간 자주혁신 조사보고서'가 정식 발표되었습니다. 보고서 공동 집필 기관의 하나로서 SOIN은 관련 내용 구축에 깊이 참여했습니다. 그중 '제8장 AI 응용 심화, 비즈니스 가치 재편'에서 SOIN은 '연구개발과 생산: 단일 도구에서 체계적 협업으로'의 실천 경험을 중심으로 제조업 연구개발 시나리오의 AI 응용에 현장 비즈니스 환경에서 얻은 참고 사례를 제공했습니다. 보고서 부록에도 SOIN의 관련 사례가 수록되었습니다.
더욱 주목할 점은 SOIN이 총 3건의 사례로 '2025 사이버공간 자주혁신 조사보고서'의 인공지능 응용 관련 내용에 선정되었다는 것입니다. 각각 SOIN 기업 문서 지능 시스템(ADS)의 Agentic 워크플로 기반 고복잡도 지식 처리 패러다임 재편, SOIN ALA 지능 플랫폼의 AI Agent 기반 선진 제조업 연구개발 프로세스 재편 지원, SOIN PLM 지능 어시스턴트의 AI 기반 제조업 핵심 부품 지능 선정 패러다임 재편입니다. 부록의 사례집에서 SOIN의 3건의 사례는 제9장 사례 32에서 34까지 연이어 수록되어, 기업 문서 지능, ALM/PLM 연구개발 프로세스 지능화, 제조업 핵심 부품 지능 선정 등 핵심 방향을 포괄합니다.
SOIN에게 이번 공동 집필과 선정은 단순한 브랜드 수준의 노출이 아니라, 엔터프라이즈급 Agentic AI의 제품화·엔지니어링·산업 적용 역량에 오랫동안 집중해 온 단계적 실증입니다. 보고서의 3건의 사례는 모두 SOIN 자체 개발 Agentic Workflow Engine(AWE)을 핵심 기반으로 하며, '엔진 + 전문 에이전트 + 업종 워크플로' 방식으로 AI 역량을 실제 비즈니스 프로세스에 내장합니다. 범용 질의응답이나 단일 도구 수준에 머무르지 않습니다. ALM 시나리오의 요구사항·테스트·추적 클로즈드 루프든, PLM 시나리오의 선정과 엔지니어링 지식 호출이든, 복잡한 문서 시나리오의 해석·비교·교정·번역이든, SOIN은 기업 생산 환경에 더 가까운 방식으로 AI 적용을 추진하고 있습니다.
선진 제조업 연구개발 프로세스 시나리오에서 보고서에 따르면, SOIN ALA 지능 플랫폼은 요구사항 추출, 품질 리뷰, 테스트 생성, 변경 영향 분석, 추적 매트릭스 유지 등 핵심 단계를 중심으로 '추출—리뷰—생성—분석—추적—최적화'의 증강 클로즈드 루프를 구축했습니다. 그중 원자급 요구사항 단위 자동 추출 정확도는 94.7%에 달하고, 요구사항 리뷰 효율은 5~10배 향상되었으며, 테스트 시나리오 커버리지는 90% 이상으로 높아졌고, 요구사항 변경 영향 분석 시간은 수작업 4시간에서 5분으로 단축되었습니다. 이는 높은 컴플라이언스와 높은 복잡도의 연구개발 체계에서 AI가 더 이상 단순 보조 도구가 아니라, 프로세스 실행과 품질 향상에 실제로 참여하는 엔지니어링 역량이 되어가고 있음을 의미합니다.
제조업 핵심 부품 지능 선정 시나리오에서 SOIN PLM 지능 어시스턴트는 멀티모달 엔지니어링 문서 해석, 지식 구조화, 작동 조건 기반 알고리즘을 결합합니다. 보고서에 따르면 시스템은 문서 텍스트 해석 정확도 94.7%, 차트 데이터 해석 정확도 93% 이상, 표 구조 복원율 95%를 실현하며, 회전수·하중·온도 등 작동 조건 파라미터를 입력하면 3초 내에 지식 그래프 비교를 완료하고 추천 모델을 반환하며, 고객 측 엔지니어의 에이전트 추천 결과 채택률은 88%에 달합니다. 이는 AI가 더 이상 정보 검색 도구가 아니라, 엔지니어링 계산과 의사결정 지원 능력을 갖춘 '임베디드 설계 어드바이저'가 되어가고 있음을 보여줍니다.
기업 문서 지능 시나리오에서 SOIN ADS 기업 문서 지능 시스템은 고복잡도 지식 처리에서 Agentic 워크플로의 생산 수준 역량을 한층 더 입증했습니다. 보고서에 따르면 ADS는 복잡한 재무·기술 문서 처리에서 문서 텍스트 해석 정확도 97.4%, 표 구조 복원율 95%, 차트 데이터 해석 정확도 93% 이상을 실현했으며, 800페이지 보고서의 버전 간 차이 비교 시간은 2~3시간에서 5~10분으로 압축되고, 핵심 용어 번역 일치율은 99%로 향상되었으며, 전체 보고서 작성 주기는 8~12일에서 2~4일로 단축되었습니다. 높은 정확성·높은 일관성·엄격한 감사 요구가 필요한 기업 시나리오에게 이는 단순한 효율 향상이 아니라 프로세스 품질과 리스크 관리 역량의 동반 향상입니다.
보고서 사례에서 나타난 공통 특징으로 볼 때, SOIN이 견지하는 것은 단순히 'AI를 비즈니스에 연결하는' 것이 아니라, 기업의 실제 프로세스를 중심으로 배포 가능·거버넌스 가능·협업 가능·감사 가능한 제품 역량을 지속적으로 다듬는 것입니다. 한편으로는 자체 개발 AWE 엔진으로 멀티 에이전트 스케줄링, 워크플로 오케스트레이션, 멀티모달 데이터 처리를 실현하고, 다른 한편으로는 구체적 업종에서 점진적 확장, 기존 시스템 호환, 프라이빗 배포와 오픈 통합 지원이라는 실행 경로를 형성했습니다. 이러한 역량 덕분에 SOIN은 제조업 연구개발, 복잡한 문서 처리 등 전문 시나리오에서 더 안정적이고 더 신뢰할 수 있으며 비즈니스 침투력이 더 강한 AI 솔루션을 제공할 수 있습니다.
공동 집필 기관으로 '2025 사이버공간 자주혁신 조사보고서'에 참여하고 여러 실천 사례로 수록된 것은 SOIN에게 산업 연구와 실제 시나리오라는 이중 차원의 검증입니다. 앞으로 SOIN은 실제 비즈니스 시나리오를 견인 삼아, 자주 통제 가능한 Agentic AI 기술을 기반으로, 제조업 연구개발, 기업 지식 처리, 업종 지능화 고도화 등 방향을 중심으로, AI를 '볼 수 있고 말할 수 있는' 수준에서 '실행하고 협업하고 인도할 수 있는' 수준으로 나아가도록 지속적으로 추진하며, 더 전문적 깊이를 갖춘 AI 역량을 기업 현장의 프로세스에 실제로 적용해 나갈 것입니다.