Hitachi는 2026년 8월 27일 ‘AI 오케스트레이션’(AI Orchestration)이라고 명명한 기술을 개발했다고 발표했다. 이 기술은 수요, 생산 또는 자원에 변화가 발생했을 때 공급망 일정을 재조정하는 것을 목표로 한다. 이 기술은 전체 최적화 작업을 하나의 대규모 언어 모델에 의존하는 대신, 전문화된 여러 인공지능 에이전트의 협업을 기반으로 한다.
회사는 2027년부터 HMAX Industry 솔루션 제품군에 이 기술을 제공할 계획이다. 또한 2026년 9월 3일과 4일에 개최되는 Hitachi Social Innovation Forum 2026 JAPAN 행사에서 이 기술을 선보일 예정이다.
기술은 어떻게 작동하는가?
자료에 따르면 각 AI 에이전트는 공급망 내에서 특정 업무나 영역을 담당하며, 오케스트레이션 계층은 에이전트 간 업무를 배분하고 결과를 교환한다. 고객 우선순위 상승이나 생산 능력 저하와 같은 조건 변화를 감지하면 시스템은 제안된 계획을 다시 계산하고 검토를 위한 새로운 일정을 제시할 수 있다.
Hitachi는 이 접근 방식에 Hitachi AI Technology/와 최적화 서비스, 그리고 MLCP, 즉 ‘머신러닝 제약 프로그래밍’(Machine Learning Constraint Programming) 등의 기술을 사용한다. MLCP는 수학적 제약 조건 처리와 과거 최적화 작업에서 축적된 지식의 활용을 결합해 제조와 유통을 비롯한 분야에서 복잡하고 변화하는 문제를 처리할 수 있도록 한다.
실제로 무엇이 달라지는가?
회사는 이 기술이 운영 일정을 다시 조정할 때 재고, 자원 및 에너지 상태와 같은 요소를 고려할 수 있다고 설명한다. 또한 AI 에이전트는 고객 중요도와 예상 재고 수준 등의 지표를 분석한 뒤, 전사 차원의 핵심성과지표와 운영상의 제약을 고려한 계획을 제안할 수 있다.
이 과정은 일정을 자동으로 생성하는 데 그치지 않는다. 구상된 방식에는 최종 확인과 의사결정 과정에서 사람을 활용하는 내용도 포함된다. 사용자가 제안된 결과를 부적절하다고 평가하면 이를 피드백 데이터로 기록하고, 이후 제안의 개선과 기술 적용의 가속화에 활용할 수 있다.
기업 시스템과 현장 운영의 연결
Hitachi는 이 기술 아키텍처가 AI 에이전트를 ERP와 MES 같은 여러 업무 시스템 및 운영 현장의 물리적 AI 솔루션과 연결할 수 있다고 설명한다. 목표는 사이버 시스템에서 물리적 운영에 이르는 범위에서 데이터 수집과 분석을 실행 지침과 연결하고, 시스템 간 데이터를 수동으로 통합해야 할 필요를 줄이는 것이다.
왜 이 소식이 중요한가? 이번 발표의 중요성은 인공지능을 개별적인 제안 제공 단계에서 여러 시스템과 기능에 분산된 최적화 프로세스의 관리 단계로 전환하려는 시도에 있다. 그러나 자료에는 가격, 초기 고객 또는 독립적인 측정 결과에 대한 세부 정보가 제시되지 않았으며, 제공 시작 시점도 2027년으로 예정되어 있다. 따라서 실제 산업 환경에서의 확장 가능성과 의사결정의 정확성은 추가 정보가 공개될 때 검증이 필요한 두 가지 과제로 남아 있다.