산업부, 제조 혁신을 위한 ‘산업 AI 전략(M.A.P)’ 발표… 수요-공급 기업 협력 강조

 

산업통상자원부는 지난 17일 서울 대한상공회의소에서 제조 혁신을 위한 ‘제1차 산업 AI 전략(M.A.P : Manufacturing AI Policy) 세미나’를 성공적으로 개최했다.

 

이번 세미나는 AI를 활용해 국내 산업의 난관을 극복하고 미래 성장을 견인하기 위해 마련되었으며, 을 강조했다. 산업부는 제조 현장의 문제 인식부터 AI 도입 및 공정 개선 설계까지 전 과정에서 제조 기업과 AI 솔루션 기업 간의 긴밀한 협력이 필수적이라고 보고, 이번 세미나를 시작으로 5월 중 산업 AI 우수 사례 지역 순회를 통해 추가적인 수요-공급 기업 간 만남을 지원할 계획이다.

 

 

제조 현장 AI 도입 저조… 산업 특화 AI 전략 필요성 강조

 

이날 세미나에는 기업, 대학, 연구 기관 관계자 등 100여 명이 참석한 가운데, 산업부 이승렬 산업정책실장과 대한상공회의소 박일준 상근부회장의 인사말로 시작되었다. 이어진 발표에서는 KAIST 장영재 교수, 산업연구원 송단비 연구위원, 마키나락스 허영신 부사장, DN솔루션즈 엄재홍 상무 등이 연사로 나서 산업 AI의 중요성과 발전 방향, 실제 적용 사례 등을 심도 있게 논의했다.

 

산업부는 생성형 AI의 빠른 발전에도 불구하고 제조 현장의 AI 도입은 여전히 미흡한 수준이라고 지적했다. 기업의 AI 활용 비율은 2023년 6.4%로 증가했지만, 정보통신(25.7%)이나 금융·보험(15.3%) 분야에 비해 제조업(3.9%)의 도입률은 현저히 낮은 상황이다.

 

이승렬 산업정책실장은 “생산가능인구 감소, 생산성 정체, 글로벌 공급망 불안정 등 우리 산업이 직면한 복합적인 위기 상황에서 ‘산업 AI 전략’은 산업 경쟁력을 획기적으로 높일 수 있는 핵심 해법”이라고 강조했다.

 

그는 초기 원천기술 개발 경쟁보다는 “수요자 맞춤형 최적화에 강점을 가진 우리 산업계의 역량을 바탕으로 산업 특화 AI 모델과 에이전트를 구축하여 산업 현장의 지능화·자율화를 추진하는 것이 중요하다”고 역설하며, “개인의 일상이나 업무 지원에 초점을 맞춘 ‘범용 AI’와 차별화된 ‘산업 AI’ 전략이 필수적”이라고 강조했다.

 

대한상의 박일준 부회장은 “AI의 광범위한 영역을 고려할 때, 산업계는 선택과 집중을 통해 산업 AI 분야에 집중해야 한다”고 강조하며, “제조 분야 AI 주도권을 다른 국가에 넘겨주지 않도록 민·관이 힘을 합쳐 산업 AI 확산에 총력을 기울여야 한다”고 덧붙였다.

 

자율 제조로의 패러다임 전환… 중소기업 지원 필요

 

기조 발표를 맡은 KAIST 장영재 교수는 “미국, 중국 등 주요국들의 제조 경쟁력 강화 경쟁 심화와 거대 IT 기업들의 제조 영역 확장에 대응하기 위한 우리만의 전략이 필요하며, AI 기반 자율 제조로의 패러다임 전환이 이미 진행 중”이라고 진단했다.

 

그는 “AI 도입에 늦었지만, 산업 AI, 제조 AI 분야에는 아직 기회가 있으며, 자율 제조의 핵심 기술인 AI, 로봇, 디지털 트윈 중 특히 AI 기술이 빠르게 고도화되고 있다”고 설명했다. 다만, 국내 AI·로봇 도입 시도 기업의 80% 이상이 실패 경험이 있다는 점을 지적하며, “기술·인력이 부족한 중소기업은 AI 도입 과정 전반에 걸쳐 어려움을 겪고 있어 정부 차원의 인프라 및 기술 지원이 절실하다”고 강조했다.

 

산업 특화 AI 솔루션 및 수요 기업 적용 사례 공유

 

공급 기업 대표 사례 발표에 나선 마키나락스 허영신 부사장은 “산업 특화 AI는 AI 산업 성장의 중요한 축이 될 것”이라며, 산업용 모터 예지보전, 전기차 공조 시스템 제어 최적화 등 마키나락스의 산업 특화 AI 솔루션을 소개했다.

 

그는 “범용 AI 기술만으로는 현장의 문제를 해결할 수 없으며, 이러한 기술을 어떻게 산업 특화 설루션으로, 효율적으로 전환하는지가 중요하다”고 강조하며, 향후 AI 시장이 범용 모델 중심에서 산업별 실질적 가치 창출 솔루션 중심으로 재편될 것으로 전망했다.

 

수요 기업 적용 사례를 발표한 DN솔루션즈 엄재홍 상무는 “기계·로봇 산업에서 생성형 AI를 활용한 설계 기간 단축 및 품질 향상, 휴머노이드 로봇으로의 진화 등 제조 AI 기술이 빠르게 발전하고 있다”고 설명했다. 다만, “기존 LLM을 기계·장비 분야에 바로 적용하기는 어렵고, 특화된 LDM(Large Domain Model) 개발이 필요하다”고 지적하며, 산업 AI 적용을 위해서는 산업 인프라 및 생태계 전반의 변화와 함께 산업 데이터 공유 및 AI 전문 인력 양성이 중요하다고 강조했다.

 

산업부, ‘산업 AI 확산 10대 과제’ 기반 정책 추진

 

산업부는 이날 세미나에서 민관합동 AI 산업정책 위원회 및 전문가 정책 제언을 바탕으로 지난 1월 발표한 ‘산업 AI 확산 10대 과제’를 중심으로 금년도 산업 AI 정책 방향을 제시했다. 핵심적으로 자율 제조 선도 프로젝트 발굴 및 확산 산업 데이터 생성·활용 촉진 산업 현장 맞춤형 AI 인재 양성 수요-공급 기업 협력 생태계 구축 등을 추진할 계획이다.

 

특히, AI를 통한 제조 공정 및 제품 혁신을 위한 자율 제조 선도 프로젝트를 30여 개 추가 선정하고, 산업 데이터 전처리·표준화 기술 개발 및 공유 플랫폼 구축을 지원하며, 업종·지역 단위 산업 AI 혁신 인프라 조성, 현장 맞춤형 AI 전문가 육성, 산업 현장 문제 해결을 위한 산업 AI 에이전트 개발 등을 적극적으로 추진할 방침이다. 더불어, 수요-공급 기업 간 매칭을 강화하고 산업 AI 성공 사례 공유 및 확산을 위한 ‘산업 AI 엑스포’를 개최할 예정이다.

 

헬로티 김근태 기자 |