2026년 10월 28일, MIT 테크놀로지 리뷰는 특별 보도를 통해 산업 현장에서 ‘리빙 디지털 트윈’과 에이전틱 AI 기술의 도입이 가속화되고 있으며, 인간의 감독 하에 생산 시스템의 실시간 감지, 자율 조정 및 폐루프 실행이 가능해지고 있다고 밝혔다. 해당 기술은 사우디아람코의 얀부 정유공장, 네슬레의 네스퀵 공장, 태국의 SCG 화학사, 미국 로키산 국립연구소의 전력망 관제실 등 다양한 실제 현장에 이미 적용되고 있다.
기존의 정적인 디지털 트윈과 달리, ‘리빙’ 버전은 디지털 스레드를 통해 엔지니어링 설계, 실시간 운행 데이터, 사물인터넷 센서 데이터를 통합하여 고정밀 동적 모델링과 물리적 세계에 대한 직접적 개입을 지원한다. 예를 들어, 얀부 정유공장에서는 알고리즘이 자동으로 생산량을 조정하고 폐루프로 실행하며, 작업자는 필요 시 개입한다. 라스타누라 정유공장에서는 알고리즘이 권고안을 제공하지만 최종 결정권은 여전히 인간에게 남아 있다. 네슬레는 네스퀵 공장에서 AI를 활용해 건조 공정을 최적화함으로써 에너지 소비를 16% 절감하는 동시에 제품 품질과 생산성을 향상시켰다. 또한 SCG 화학사는 엔지니어링·운영·유지보수를 아우르는 AI 기반 디지털 트윈을 구축해 6개월 만에 설비 신뢰도를 99%까지 끌어올리고 투자 대비 수익률을 9배로 증대시켰다.
기술이 빠르게 발전하고 있음에도 불구하고, 인간의 역할은 약화되지 않고 오히려 더 고차원적인 기능으로 전환되고 있다. 즉, 시스템의 건강 기준을 정의하고, AI의 행동 범위를 설정하며, 모델의 편향을 식별하고 행동을 보정하는 역할이다. AVEVA의 최고 제품 책임자인 롭 맥그리비는 현재 AI는 여전히 ‘감독 수준’(supervisory)에 머물러 있으며, 이는 SCADA 시스템의 ‘S’와 유사하다고 지적했다. 완전한 자율성은 매우 반복적이고 좁은 영역의 작업에만 한정된다. 2026년 제조 리더십 위원회 조사에 따르면, 제조업체의 66%가 이미 에이전틱 AI를 사용 중이거나 도입 계획을 세우고 있으며, 40%는 2030년까지 일부 공장의 자율화를 달성할 것으로 예상한다. 그러나 딜로이트의 2025년 연구에서도 응답자의 65%가 운영 리스크(예: 비즈니스 중단)를 가장 큰 우려 요인으로 꼽았다.
거버넌스와 협업 메커니즘도 함께 진화하고 있다. EU의 AI 법안은 핵심 인프라에 포함된 AI 안전 구성 요소를 고위험군으로 분류하고, 인적 감독을 의무화하고 있다. AVEVA는 책임 있는 AI 거버넌스 위원회를 설립하고 AI 원칙을 발표했지만, AVEVA와 IMD의 공동 연구에 따르면 기업의 23%만이 AI가 의사결정 권한과 책임 구조에 유의미한 변화를 가져왔다고 보고했으며, 43%는 변화가 미미하다고 답했다. 또한 기술 통합은 단일 공장의 범위를 넘어 ‘통합 가치 사슬’로 확장되고 있다. 로봇과 AI(예: 순찰 드론)를 활용한 설비 간 디지털 트윈을 통해 공급망 교란, 수요 변동, 지정학적 정책 변화 등 복잡한 환경에서도 신속한 대응이 가능해졌으며, 이는 오늘날 기업이 직면한 복잡한 상황 속에서 ‘절대적으로 필요한 조건’으로 여겨지고 있다.