조셉 준 AI 전략 총괄 '조언→보조→자동화' 3단계 로드맵 제시…슈나이더 인수 뒤에도 아비바·코그나이트와 '독립 소프트웨어 그룹' 유지

[테크수다 기자 도안구 eyeball@techsuda.com] 글로벌 산업 소프트웨어 기업 PTC가 AI 경쟁의 승부처를 모델이 아닌 데이터로 규정했다. PTC는 12일 서울 그랜드 인터컨티넨탈 서울 파르나스에서 'PTC 이노베이션 익스체인지 코리아 2026'을 열고 기자간담회를 진행했다.

이 자리에서 조셉 준(Joseph June) PTC 서비스 수명주기 관리(SLM) 부문 총괄 겸 AI 전략 총괄은 AI 모델이 빠르게 범용화하는 만큼 기업이 수십 년간 쌓은 요구사항·설계·제조·서비스 데이터가 진짜 경쟁력이 된다고 밝혔다. PTC는 흩어진 제품 데이터 위에 '시맨틱 레이어(Semantic Layer)'를 얹고, 모든 제품에 MCP(Model Context Protocol) 서버를 붙여 고객의 AI 에이전트가 PTC 소프트웨어를 직접 다루게 하겠다는 전략을 내놨다. 로버트 다다(Robert Dahdah) PTC 수석 부사장 겸 최고매출책임자(CRO)는 질의응답에서 슈나이더 일렉트릭(Schneider Electric)의 인수가 마무리돼도 PTC가 흡수되지 않고 미국에 본사를 둔 별도 소프트웨어 그룹으로 남는다고 설명했다.

핵심 요약

• AI 모델은 흔해지고 데이터는 귀해진다 — PTC는 AI 모델 성능이 몇 달 단위로 뒤바뀌고 가격도 내려가는 만큼, 제품 수명주기 전체에서 쌓인 고객 고유 데이터를 AI가 추론할 수 있게 만드는 일을 핵심 전략으로 삼았다.
• 내장 AI·MCP 서버·제품 간 플랫폼, 과금은 'AI 크레딧' — PTC는 기존 제품에 AI를 심고, 제품마다 MCP 서버를 제공하며, 여러 제품을 묶는 플랫폼으로 AI 기능을 공급한다. 과금은 쓴 만큼 내는 소비형 AI 크레딧 방식이다.
• 슈나이더 인수 뒤에도 독립 운영 — PTC는 아비바(AVEVA)·코그나이트(Cognite)와 함께 미국 본사의 소프트웨어 그룹을 이룬다. 다다 CRO는 분기 실적 압박에서 벗어나 로드맵이 오히려 빨라질 수 있다고 내다봤다.

PTC가 말하는 AI 전략의 핵심은 무엇인가

조셉 준 총괄은 AI를 기술 그 자체로 봐야 한다는 말로 발표를 시작했다. 그가 말하는 AI는 대규모 언어 모델(LLM) 기반 생성형 AI다. 그는 생성형 AI가 가능하게 만든 일로 네 가지를 꼽았다. 사람의 말을 언어와 상관없이 알아듣고, 1,000쪽짜리 문서도 10쪽짜리와 비슷한 속도로 읽어 내며, 글·코드·이미지·메타데이터를 새로 만들고, 방대한 데이터를 가로질러 추론한다는 것이다.

준 총괄은 AI가 빠르게 바뀐다는 통념에도 선을 그었다. 그에 따르면 바뀌는 것은 AI 자체가 아니라 모델이다. 발표 때마다 모델 순위표를 새로 뽑아야 할 만큼 선두가 자주 바뀌고, 반년 전 최상위 모델이 지금은 하위권으로 밀린다. 그래도 하위 모델이 쓸모없어지는 것은 아니며, 오히려 같은 지능을 더 싼 값에 쓸 수 있게 된다고 그는 설명했다. 기업들이 AI 비용을 걱정하는 이유도 모델 단가가 올라서가 아니라 AI에 맡기는 일과 데이터의 양이 늘어서라는 진단이다.

결론은 데이터였다. 조셉 준 PTC AI 전략 총괄은 "모델과 지능은 점점 싸지고 흔해지지만 데이터는 오히려 희소해지고 있습니다"라고 말했다. PTC 제품군이 만들어 내는 데이터가 바로 그 희소한 자원이라는 주장이다. 애플리케이션 수명주기 관리(ALM), 제품 수명주기 관리(PLM), 컴퓨터 지원 설계(CAD), 서비스 수명주기 관리(SLM)를 디지털 스레드로 이으면 요구사항, 설계, 부품표(BOM) 구성, 제조 계획, 현장 운용 이력까지 제품의 일생이 한 줄로 이어진다. PTC는 이 구조를 '인텔리전트 제품 수명주기(IPL, Intelligent Product Lifecycle)'라고 부른다.

로버트 다다 CRO도 같은 문제의식을 내놨다. 그는 생성형 AI가 등장하기 전에 내린 시스템 결정 탓에 기업 열 곳 가운데 아홉 곳 이상이 데이터를 부서별로 가둬 두고 있다고 진단했다. 여러 기업이 AI 개념검증(PoC)을 해 보고서야 데이터 기반이 AI 활용의 한계를 정한다는 사실을 깨닫고 있다는 설명이다.

시맨틱 레이어란 무엇이고 왜 필요한가

준 총괄은 '브래킷' 사례로 시맨틱 레이어를 설명했다. 어떤 제조사가 기존 브래킷보다 20% 가볍고 10% 튼튼한 새 버전을 만들고 싶다고 하자. 범용 챗봇에 물어도 그럴듯한 답은 나온다. 하지만 그 답은 그 회사에 쓸모가 없다. 30년 동안 만들어 온 브래킷의 과거 설계 이력, 지금 모양이 나온 이유인 요구사항, 공급망이 실제로 댈 수 있는 소재와 공정, 현장에서 언제 어떻게 부러졌는지에 관한 서비스 기록을 모르기 때문이다. 인터넷의 데이터가 아니라 그 회사의 데이터가 있어야 한다는 것이 준 총괄의 요지다.

문제는 그 데이터가 서로 다른 시스템에 흩어져 있고, 시스템마다 같은 대상을 다르게 부른다는 점이다. 준 총괄은 자신이 맡은 서비스맥스(ServiceMax)를 예로 들었다. 서비스맥스에는 '부품(part)'이라는 개념이 따로 없고, 부품은 제품의 특정 인스턴스로 다뤄진다. 서비스맥스에 이 부품에 관해 물으면 시스템이 질문을 이해하지 못한다는 얘기다.

PTC는 데이터를 하나로 통합하는 대신 그 위에 층을 하나 더 얹는 방식을 택했다. AI가 원본 데이터를 직접 뒤지는 것이 아니라 시맨틱 레이어와 대화하게 하는 구조다. 시맨틱 레이어는 용어를 정의하는 시맨틱 사전, 개념 사이의 의미와 관계를 규정하는 온톨로지(ontology), 데이터 지점끼리의 연결을 표현하는 그래프로 이뤄진다. 브래킷이라면 견뎌야 할 하중과 요구사항, 소재, 쓰이는 제품, 제조 공정과 공급사 제약, 시험 방법, 고장·서비스 기록이 한 그물로 엮인다. 준 총괄은 사전과 온톨로지가 산업마다 다를 수 있다는 점도 덧붙였다.

모델 선택도 하나로 정하지 않는다. 준 총괄은 가장 강력한 프런티어 모델, 값싼 모델, 고객이 직접 만든 모델, 한국 안에서만 쓸 수 있는 모델, 회사 안에서만 허용되는 모델을 섞어 써야 할 수 있다고 말했다. 그는 PTC 시스템이 아닌 곳에 있는 시뮬레이션·요구사항 데이터까지 시맨틱 레이어로 묶을 수 있어야 한다고 강조했다.

조언·보조·자동화, PTC가 그리는 AI 3단계

시맨틱 레이어가 깔리면 AI는 목표를 이해하고, 계획을 세우고, 실행하고, 결과를 검증하며 개선을 되풀이한다. 준 총괄은 사람이 기존 절차로 전체 단계의 80%가량을 정의하고, 나머지 20%를 AI가 찾아낼 수 있다고 봤다. 실행은 도구·에이전트·사람을 함께 부리는 오케스트레이션이다. 각 단계의 결과는 별도 검증 에이전트가 확인하고, 실패하면 무엇이 안 됐는지 알려 주며 다시 시도하게 한다. 그는 이를 '에이전틱 루프(agentic loop)'라 부르며, 아무리 뛰어난 엔지니어도 주말 내내 시도와 수정을 반복할 수는 없지만 AI는 그럴 수 있다고 말했다.

로버트 다다 CRO는 AI 활용 단계를 셋으로 나눴다. 첫째는 AI의 정보를 참고해 사람이 결정하는 '조언', 둘째는 AI에 다음 단계 실행 권한을 일부 주는 '보조', 셋째는 데이터가 정밀해지고 맥락을 갖췄을 때 가능한 '완전 자동화'다. 준 총괄은 이를 구체적으로 풀었다. 부품 무게를 줄일 방법을 제안받는 것이 조언이고, 대안 세 가지를 만들어 시뮬레이션까지 돌려 검토만 하게 하는 것이 보조다. 모든 제약 조건 아래에서 설계와 시험 주기 전체를 돌려 최적 후보만 가져와 승인을 기다리게 하는 것이 완전 자동화다.

김도균 PTC 코리아 대표는 볼보 트럭(Volvo Trucks) 사례를 들었다. 트럭은 내구성 때문에 부품이 무겁고, 무거울수록 수출할 때 운송비가 많이 든다. 볼보 트럭은 PTC의 3D CAD '크레오(Creo)'로 AI에 가볍지만 내구성은 유지하는 부품 설계를 맡겼다. 사람이 설계한 부품은 보기 좋지만 무거웠고, AI가 만든 부품은 생김새는 낯설어도 가볍고 튼튼했다고 김 대표는 전했다. 김 대표는 이 결과로 볼보 트럭이 운반 비용을 크게 줄였다고 설명했다.

PTC는 AI를 어떻게 제공하고 어떻게 과금하나

디지털투데이의 질문에 준 총괄은 PTC의 AI 제공 방식을 세 갈래로 정리했다.

PTC 공식 문서를 보면 크레오 AI SaaS 라이선스는 사용자당 연 480달러에 AI 크레딧 1만 2,000개를 포함하고, 크레딧은 1만 2,000개 묶음으로 추가 구매한다. 크레오 13의 기본 조언 기능인 '어드바이즈(Advise)'는 크레딧을 쓰지 않는다. 윈칠 AI 어시스턴트는 문서 색인과 대화 양쪽에서 크레딧을 차감한다.

준 총괄은 앞으로 PTC 제품을 쓰는 주체 상당수가 사람이 아니라 AI 에이전트가 될 수 있다고 내다봤다. CAD든 PLM이든 지금까지는 사람이 쓰도록 화면과 워크플로를 설계했지만, 이제는 UI·UX 디자이너가 사람을 연구하듯 에이전트가 제품을 효율적으로 다루는 방식을 연구하고 있다는 설명이다.

부스에서 본 AI: 제트스트림·오빗·온셰이프

간담회 뒤 부스 투어에서는 PTC가 올해 내놓은 클라우드 네이티브 제품을 직접 볼 수 있었다. 'PTC 제트스트림(Jetstream)'은 사내 팀과 공급사, 파트너가 보안이 걸린 협업 룸에서 2D·3D 데이터를 함께 검토하는 협업 솔루션이다. 초대받은 사람은 링크와 비밀번호만으로 들어와 웹 브라우저에서 분해도를 보고, 치수를 재고, 단면을 자르며 코멘트를 단다. 쌓인 논의는 AI가 요약해 보고서로 만들고, 결정 이력은 윈칠로 돌아가 남는다. 부스 담당자는 제트스트림이 현재 마이크로소프트 애저 기반의 100% 클라우드로만 제공되며, 고객사 내부 설치 여부는 회사 정책에 따라 달라질 수 있다고 답했다. 국내 리전 제공 여부는 확인이 필요하다고 했다.

'PTC 오빗(Orbit)'은 공장을 떠난 제품의 현재 상태를 보여 주는 AI 기반 자산 인텔리전스 솔루션이다. PLM, 전사적 자원관리(ERP), 고객관계관리(CRM), 사물인터넷(IoT), 설비자산관리(EAM), 현장서비스관리(FSM) 데이터를 하나의 자산 기록으로 묶는다. 장비마다 건강 점수를 매기고 제품·고객·지역별 정비 수요를 예측하며, 서비스 기록과 고장 코드를 부품 구조에 연결해 문제의 원인이 특정 부품의 특정 설계라는 데까지 짚어 낸다. 담당자는 그 근거를 묶어 설계 변경 요청을 엔지니어링 팀에 바로 보낼 수 있다. 정해진 대시보드 대신 'AI 캔버스'에서 직무별로 질문하면 AI가 출고 사양부터 수리·교체 이력까지 훑어 교체 대상을 좁혀 준다.

클라우드 CAD '온셰이프(Onshape)' 부스에서는 AI로 '피처스크립트(FeatureScript)' 코드를 생성하는 시연이 이어졌다. 피처스크립트는 온셰이프에 내장된 전용 프로그래밍 언어로, 설계자가 필요한 CAD 기능을 직접 만들 수 있다.

이범규 PTC 솔루션 컨설턴트 책임은 "기계공학을 전공한 설계자도 코딩 지식 없이 AI로 기능을 만들고, 직경이나 기어 개수 같은 옵션만 골라 모델을 자동 생성할 수 있다"고 소개했다. PTC는 이 피처스크립트를 크레오에도 도입해 AI가 설계 시스템이 이해하는 언어로 형상을 만들게 할 계획이다.

한국 시장에서 PTC는 무엇을 하나

김도균 대표는 AI 전략의 방점을 '현재 성능'이 아닌 '적응 속도'에 찍었다. 김도균 PTC 코리아 대표는 "지금 AI를 얼마나 잘하느냐보다 2년, 3년, 5년 뒤 새로운 AI 기능이 나왔을 때 얼마나 빨리 받아들일 수 있느냐가 훨씬 중요합니다"라고 말했다. PTC가 폐쇄형이 아닌 개방형 아키텍처를 고집하는 이유도 MCP나 에이전트처럼 새로 나오는 AI 기술을 빨리 흡수해 시장에 내놓기 위해서라는 설명이다.

한국 사업은 네 갈래로 넓힌다. 첫째, 자동차·전자·배터리·중공업에 이어 우주항공·방산·메드텍 시장을 새로 개척한다. 둘째, 자동차 그룹사와 조선 등 기존 시장을 키운다. 셋째, 에티버스를 비롯한 새 파트너, 특히 피지컬 AI에 투자하는 파트너를 키워 PTC가 피지컬 AI 시대의 두뇌 역할을 하게 한다. 넷째, 파르나스타워 17층 사무실을 고쳐 내년 4~5월께 고객경험센터를 연다. 본사에 가야 볼 수 있던 데모를 한국에서 보여 주고, 동남아에 공장을 둔 한국 고객도 불러들인다는 구상이다. 한 달 전에는 부산 사무소도 열었다.

제품 측면에서는 CAD·PLM 중심이던 사업을 ALM·SLM으로 넓힌다. 김 대표는 한국 제조사가 그동안 소홀했던 영역으로 서비스를 꼽았다. 수출이 늘어난 방산 장비처럼 값비싼 부품이 언제 어디서 고장 날지, 얼마나 공급해야 할지 예측해야 하고, 복잡한 장비를 고치러 가는 정비 인력에게 명확한 지침을 줘야 한다는 것이다. 지금은 많은 고객사가 이를 수작업과 엑셀로 처리하고 있다고 그는 지적했다.

슈나이더 인수 뒤 PTC는 어떻게 되나

슈나이더 일렉트릭은 10월 5일 PTC를 주당 205달러, 지분 가치 약 226억 달러에 전액 현금으로 인수한다고 발표했다. 거래는 2027년 3분기 마무리를 목표로 한다. 인수 뒤 PTC 브랜드가 남는 질문에 로버트 다다 CRO가 답했다.

그는 인수가 아직 종결되지 않았다는 점을 전제로, 슈나이더 경영진의 현재 방침을 소개했다. 로버트 다다 PTC CRO는 "우리는 슈나이더에 흡수되지 않습니다. 미국에 본사를 둔 소프트웨어 그룹의 일원이 됩니다"라고 말했다.

이 그룹에는 아비바와, 머지않아 인수가 마무리될 코그나이트가 함께한다. 슈나이더는 6월 코그나이트를 31억 달러에 인수하기로 했다. 다다 CRO는 아비바가 인수 뒤에도 자체 정체성과 이메일 주소를 유지하고 있다는 점을 근거로 들었다. 구체적인 형태는 거래 종결 시점에 정해진다고 덧붙였다.

또 다른 유사 질문에는 로드맵이 그대로 유지될 뿐 아니라 더 빨라질 수 있다고 답했다. PTC는 36년 동안 상장사로 있으면서 90일마다 실적을 공시해야 했고, 투자자들의 눈높이 탓에 장기 투자에 불리할 때가 있었다는 설명이다. 그는 하드웨어 중심 기업인 슈나이더가 높은 프리미엄을 내고 산 것이 바로 소프트웨어 자산과 인재라고 강조했다.

조셉 준 총괄은 두 회사가 서로의 빈 곳을 채운다고 설명했다. PTC는 공장이 없어 실제 제조 현장의 데이터를 얻기 어려웠고, 슈나이더는 하드웨어에 비해 소프트웨어가 약했다는 것이다. 슈나이더가 서비스맥스를 11년째 쓰는 고객이라는 점도 소개했다. 아비바의 자산 성능 관리와 PTC SLM이 겹치지 않느냐고 질문에 준 총괄은 "고객이 다르다"고 답했다. 아비바는 설비를 운영하는 운영자를 위한 운영기술(OT) 영역이고, PTC SLM은 장비를 만들어 파는 제조사(OEM)를 위한 영역이라는 설명이다. 아비바는 머신러닝 기반 고장 예측이 강하고, 서비스맥스는 서비스 계약과 서비스 플랜으로 제조사가 서비스에서 돈을 벌게 하는 데 강하다며 둘이 보완 관계라고 했다.

테크수다의 시각

PTC의 메시지는 명확하다. AI 모델 경쟁에는 끼지 않고, 모델이 무엇이든 그 모델이 읽어야 할 제품 데이터의 문법을 쥐겠다는 것이다. 시맨틱 사전과 온톨로지, 그래프로 짠 시맨틱 레이어는 결국 제조 데이터의 '번역 계층'이다. 최근 데이터 플랫폼과 엔터프라이즈 SaaS 기업들이 저마다 시맨틱 레이어와 MCP를 앞세우는 흐름과도 맞닿아 있다. 모델이 범용화할수록 맥락을 가진 쪽이 협상력을 갖는다는 판단이다.

다만 선언과 현실 사이의 거리도 짚어야 한다. 준 총괄은 모든 제품에 MCP 서버가 있다고 말했지만, PTC의 크레오 공식 FAQ는 MCP 지원을 클라이언트, 서버, 헤드리스의 3단계로 나눠 차례로 넓히겠다고 밝히고 있다. 고객 에이전트가 크레오를 직접 부리는 단계는 아직 로드맵 위에 있다는 뜻이다. 제트스트림이 현재 클라우드로만 제공되고 국내 리전 여부도 확인되지 않았다는 점은 설계 데이터 반출에 민감한 국내 방산·자동차 고객에게 넘어야 할 문턱이다. 한국마이크로소프트 애저와 협력한다. 소비형 AI 크레딧은 쓰는 만큼 내는 합리적 방식이지만, 에이전틱 루프처럼 AI가 밤새 수천 번 시도하는 구조에서는 비용 예측이 새로운 관리 과제가 된다. 준 총괄 스스로 그만큼 토큰을 더 쓴다고 인정했다.

슈나이더 인수는 이 전략에 기회이자 변수다. 설계 데이터를 쥔 PTC가 운영 데이터를 쥔 아비바·코그나이트와 한 그룹이 되면, 설계 의도와 현장 운영을 잇는 디지털 스레드가 처음으로 한 지붕 아래 놓인다. 분기 실적 압박에서 벗어나 장기 투자를 할 여유도 생긴다. 반면 슈나이더는 지멘스와 다쏘시스템과도 정면으로 경쟁하는 회사다. 그동안 '중립적 독립 소프트웨어 기업'이라는 점을 장점으로 삼아 온 PTC가 경쟁 하드웨어 진영의 고객을 어떻게 안심시킬지는 거래 종결 전후에 지켜볼 대목이다.

한국 시장에서는 김도균 대표의 말이 핵심을 짚는다. 지금 AI를 얼마나 잘하느냐보다 다음 AI를 얼마나 빨리 받아들이느냐가 중요하다면, 그 속도를 결정하는 것은 결국 고객사 안에 정리된 데이터다. 방산 수출이 늘면서 '팔고 끝'이 아니라 수십 년 정비까지 책임져야 하는 국내 제조사에게 PTC가 내민 SLM과 오빗이 얼마나 빨리 자리 잡을지 주목된다.

PTC 'AI 모델은 범용화, 희소한 건 제품 데이터', 이런 점이 궁금하셨나요?

Q1. PTC는 왜 AI 모델보다 데이터가 중요하다고 보나?조셉 준 총괄은 AI 모델이 몇 달 단위로 순위가 바뀌고 같은 지능을 점점 더 싸게 쓸 수 있게 되는 만큼, 모델은 범용재가 된다고 봤다. 반면 기업이 수십 년간 쌓은 요구사항, 설계, 제조, 서비스 데이터는 다른 회사가 가질 수 없다. PTC는 이 데이터를 AI가 추론할 수 있게 만드는 일을 경쟁력으로 삼는다.

Q2. 시맨틱 레이어는 데이터 통합과 무엇이 다른가?데이터 통합은 여러 시스템의 데이터를 한곳으로 옮기거나 맞추는 작업이다. PTC의 시맨틱 레이어는 원본은 그대로 두고 그 위에 용어 사전, 온톨로지, 그래프로 된 의미 계층을 얹는다. AI는 원본이 아닌 이 계층과 대화하며, 시스템마다 다른 용어를 같은 개념으로 이해한다. PTC가 아닌 다른 회사 시스템의 데이터도 함께 묶을 수 있다.

Q3. PTC의 AI 기능은 어떻게 쓰고 비용은 어떻게 내나?기존 제품에 내장된 AI 기능, 제품별 MCP 서버, 여러 제품을 묶는 플랫폼의 세 갈래로 제공한다. 비용은 쓴 만큼 차감하는 AI 크레딧 방식이다. 크레오 AI는 사용자당 연간 라이선스에 크레딧이 포함돼 있고, 기본 조언 기능은 크레딧을 쓰지 않는다.

Q4. 슈나이더 일렉트릭에 인수되면 PTC 제품과 브랜드는 어떻게 되나?로버트 다다 CRO는 PTC가 슈나이더에 흡수되지 않고 아비바·코그나이트와 함께 미국에 본사를 둔 소프트웨어 그룹의 일원이 된다고 밝혔다. 로드맵은 유지되며 분기 실적 압박이 사라져 더 빨라질 수 있다고 했다. 구체적인 형태는 2027년 3분기로 예정된 거래 종결 시점에 정해진다.

Q5. 아비바와 PTC의 서비스 사업은 겹치지 않나?조셉 준 총괄은 고객이 다르다고 설명했다. 아비바는 설비를 운영하는 운영자를 위한 운영기술 영역이고, PTC SLM과 서비스맥스는 장비를 만들어 파는 제조사를 위한 영역이다. 아비바는 고장 예측에, 서비스맥스는 서비스 계약과 수익화에 강해 서로 보완한다는 것이 PTC의 입장이다.

[테크수다 기자 도안구 eyeball@techsuda.com]