Part IV: 제조업 전략

Chapter 10: 구매할 것과 직접 만들 것 — 플랫폼 의존성과 데이터 자산

집필일: 2026-06-08 최종수정일: 2026-06-08

NVIDIA 스택은 강력하지만, 제조사가 모든 것을 플랫폼에 맡기면 차별화가 사라진다. 반대로 모든 것을 직접 만들려고 하면 속도가 너무 느리다. 전략의 핵심은 구매할 것과 직접 만들 것을 나누는 것이다.

Figure 10.1: 화장품/소비재 제조에서 ROI와 자동화 난이도를 나누는 매트릭스. illustration by author AI-assisted
Figure 10.1: 화장품/소비재 제조에서 ROI와 자동화 난이도를 나누는 매트릭스. illustration by author AI-assisted

10.1 구매할 것

GPU infrastructure, Isaac/Omniverse simulation runtime, Cosmos world-model tooling, Jetson/Thor edge hardware, robot vendor integration은 구매하는 편이 합리적이다. 이 영역은 규모의 경제와 생태계 호환성이 중요하다. 특히 OpenUSD 기반 digital twin과 Isaac-compatible robot asset은 직접 만들 이유가 적다.

10.2 직접 만들어야 할 것

제조사가 직접 소유해야 할 것은 공정 데이터다. 작업자 demonstration, 실패 로그, 품질 검사 결과, SKU별 material property, 지그/fixture 조건, cleaning rule, line-stop cost는 외부 플랫폼이 알 수 없다. 이 데이터가 쌓여야 NVIDIA의 범용 모델을 자사 공정에 맞게 post-training할 수 있다.

Figure 10.2: ODM 데이터 장벽과 플랫폼 의존성 사이의 전략적 균형. illustration by author AI-assisted
Figure 10.2: ODM 데이터 장벽과 플랫폼 의존성 사이의 전략적 균형. illustration by author AI-assisted

10.3 제조사의 핵심 역량

미래 제조사의 피지컬AI 역량은 모델 학습만이 아니다. 더 중요한 것은 data governance, simulation validation, safety release, OT integration, operator training이다. 즉 AI 조직만 만들면 안 되고, 생산기술, 품질, 설비, IT/OT, 안전이 함께 들어간 physical AI program office가 필요하다.

참고문헌

  1. NVIDIA (2026). NVIDIA and Global Robotics Leaders Take Physical AI to the Real World. NVIDIA Investor Relations.
  2. World Economic Forum and BCG (2025). Physical AI: Powering the New Age of Industrial Operations. WEF Report.
  3. PwC (2026). Industrial Manufacturing's Race to 2030. PwC Report.