포르쉐컵 브라질, MS 파트너 Kumulus와 'AI 크래시 분석' 도입… 2,000개 부품 카탈로그·3개 멀티에이전트로 수리 시간 약 절반 단축
포르쉐컵 브라질(Porsche Cup Brasil)이 마이크로소프트 기술 기반의 AI 크래시 분석 시스템을 2026년 시즌 도입 후 가시적 성과를 내고 있다고 마이크로소프트가 보도했다(글: Juan Montes). 시즌 개막 후 불과 몇 달 만에 차량 손상 평가에 걸리던 시간이 크게 줄어 수리 회복 시간(turnaround time)이 대략 절반으로 단축됐다는 설명이다.
기존에는 차량 충돌 후 정비사들이 수동 검사로 100여 개에 달하는 부품을 일일이 점검해 수리에 들어가기까지 수 시간이 걸릴 수 있었다. 새 시스템은 이 과정을 가속한다. 손상된 차량이 피트로 들어오면 엔지니어가 외관 손상을 점검하고 휴대폰으로 충돌 부위를 다각도로 촬영한 뒤, Azure Kubernetes Service 위에서 동작하는 웹 앱에 이미지를 업로드한다.
백엔드는 파이썬으로 구성되며, 사진은 Microsoft Foundry에 호스팅된 멀티에이전트로 라우팅된다. 이 멀티에이전트는 Azure AI Search의 구조화된 데이터를 활용해 손상 부위를 식별하고, 영향받은 부품의 1차 목록을 생성한다. 엔지니어는 이를 검토·확정하며, 부품 주문은 현재 수동으로 처리한다. 이미지 자료는 Microsoft Fabric에 저장된다.
시스템은 마이크로소프트 파트너 Kumulus와 공동 개발됐다. Kumulus의 Thiago Iacopini CEO는 "각 부품마다 전문화된 에이전트가 필요하다는 점을 빠르게 깨달았다"고 말했다. 이에 따라 단일 모델이 아닌 3개의 AI 멀티에이전트 네트워크와 다수의 전문 에이전트를 함께 운용하는 구조가 채택됐고, 차량 외관이 새 리버리(도색)로 자주 바뀌는 환경에서 정확도를 높이는 데 도움이 됐다.
핵심 멀티에이전트는 이미지 분석기다. 엔지니어는 웹 인터페이스에서 차량 모델, 드라이버, 경기 일자, 충돌 정황 등 컨텍스트 정보가 담긴 디지털 충돌 기록을 만들어 이미지를 업로드한다. 이미지 분석기는 약 2,000개 부품 카탈로그에서 손상 부품을 식별하며, 에이전트들은 Microsoft Visual Studio Code와 GitHub Copilot을 활용해 다양한 차량 컴포넌트와 시각을 인식하도록 훈련됐다. Azure AI Search에는 분석 지침과 손상 판단 기준에 대한 벡터화된 지식이 담겨 있다.
크래시 분석 외에도 포르쉐컵 브라질은 실시간 텔레메트리를 활용한다. 차량 센서 데이터는 수 초 간격으로 Microsoft Fabric에 스트리밍되고, Microsoft Power BI 라이브 대시보드로 시각화된다. 엔지니어는 차량이 예상 범위를 벗어나면 즉시 대응할 수 있고, 중요 시스템에 이상 수치가 잡히면 드라이버를 피트로 호출하거나 심각한 경우 차량을 정지시켜 추가 손상·안전 위험을 막는다.
포르쉐컵 브라질의 Dener Pires CEO는 20년 전에 시리즈를 창설한 인물로, "인간 요소에는 시간·품질, 그리고 오류 가능성이라는 한계가 있다. 그 제약을 줄이면 팀이 훨씬 더 많은 일을 해낼 수 있다"고 말했다. Enzo Morrone COO는 "우리에게 시간은 가장 가치 있는 자산"이라며 현장 인력에게 이 솔루션이 매우 중요하다고 강조했다. 엔지니어링 코디네이터 Luis Baldini는 "실시간 데이터의 가용성이 레이스 운영 자체를 완전히 바꿨다"고 평가했다.
운영 측면 효과도 보고된다. 충돌 부품 코디네이터 Bruno Filipe Barbosa는 "이 도구들은 우리에게 약간의 여유를 주고 더 명확하게 생각할 수 있게 해 분명히 도움이 된다"고 말했다. 이전에는 충돌 사고가 발생할 때마다 작업량이 급증해 짧은 시간 안에 고위험 결정을 내려야 했고, 실수의 비용이 컸다.
포르쉐컵 브라질은 워크플로우 확장도 준비 중이다. 두 번째 멀티에이전트인 '거라지 스케줄러(garage scheduler)'를 곧 도입해 부품 주문을 자동화하고 분석기와 협업하게 할 예정이며, 사진에 보이지 않는 부품을 식별하기 위한 추가 비주얼 모델도 계획 중이다. 세 번째로는 크래시 분석을 실시간 텔레메트리와 연결해 속도·힘 등 차량 파라미터까지 맥락 정보로 가져오는 데이터 에이전트가 검토되고 있다. 역사적 기록은 별도로 Azure Data Lake Storage에 보관된다.
Baldini는 "목표는 Microsoft Fabric 생태계 안에서 AI 에이전트 활용을 더 확장하는 것"이라며 예측적 고장 예방·정비 지원에서의 잠재력을 강조했다. 다만 그는 AI가 의사결정 지원 도구이며, 모든 권고에 대한 최종 판단은 엔지니어와 분석가에게 남는다는 점을 분명히 했다.