대한민국의 미래 경쟁력 핵심 동력으로 지목된 산업 인공지능(AI) 전환, 즉 산업 AX가 성공적으로 안착하기 위해서는 해결해야 할 근본적인 과제가 산적해 있다. 정부는 내년 예산을 약 728조 원 규모로 편성하며 전년 대비 8.1% 증액했고, 특히 AI 3강 진입을 목표로 올해보다 3배 늘어난 10조 1000억 원을 AI 분야에 투입하는 등 강력한 의지를 표명했다. 이 중 제조 경쟁력 강화를 위한 예산은 1조 1000억 원 규모로, AI 팩토리 선도 프로젝트, 피지컬 AI 개발, 휴머노이드 개발, 온 디바이스 AI 개발 등이 포함되어 있다. 하지만 이러한 막대한 예산과 정책적 지원에도 불구하고, 실제 현장에서의 성공적인 안착을 위해서는 몇 가지 중요한 숙고가 필요하다.
정부는 2030년까지 500개 이상의 AI 팩토리를 구축하겠다는 야심찬 목표를 제시하고 있다. 그러나 전문가들은 단순한 숫자 채우기보다는 각 제조업의 규모와 특성에 맞는 참조 모델을 개발하고, 이를 통해 실질적인 성공 사례를 만드는 데 집중해야 한다고 지적한다. 과거 제너럴 일렉트릭(GE)이 산업 인터넷 플랫폼 ‘프레딕스(Predix)’를 거창하게 발표했지만, 대상 고객의 실제 고민을 제대로 이해하지 못하고 멋진 플랫폼 구축에만 몰두하다 현장 적용에 실패했던 사례는 이러한 맥락에서 경각심을 불러일으킨다.
새롭게 떠오르는 피지컬 AI 분야 역시 기회이자 동시에 위험 요소로 작용할 수 있다. 피지컬 AI 학습에 필요한 데이터는 기존 AI 학습 데이터와는 근본적으로 다르다. 이는 인과 관계 및 추론 메타데이터, 다양한 맥락과 비정형적 상황 데이터, 시공간적 일관성, 멀티모달 통합, 그리고 상호작용 및 에이전트 행동 데이터와 같은 복합적인 특성을 요구하며, 이는 피지컬 AI 분야에서 처음으로 마주하게 될 매우 어려운 도전이다. 엔비디아의 옴니버스와 코스모스가 보여주듯, 디지털 트윈과 피지컬 AI 학습 플랫폼의 중요성은 강조될 수밖에 없다. 따라서 우리가 자체적으로 이러한 수준의 플랫폼을 구축할 것인지, 아니면 기존의 검증된 기술을 도입하여 활용할 것인지에 대한 명확한 의사결정이 필요하다. 또한, 국내에서 그간 진행해 온 디지털 트윈 과제들의 결과물이 실제 경쟁력을 갖추고 있는지 냉철하게 평가하고, 만약 그렇지 못했다면 어떤 교훈을 얻었는지 되짚어보는 과정이 필수적이다.
기존의 산업 인프라인 산업단지를 기반으로 AI 고도화를 추진하는 것은 매우 현실적인 접근이다. 산업단지의 특징에 맞는 명확한 AI 기반 고도화 과제를 정의하고, 이를 위한 특화 모델 개발에 집중해야 한다. 더 나아가 팔란티어의 온톨로지 모델과 같은 복합적인 솔루션 검토도 함께 이루어져야 할 것이다. 산업 AX는 제조업 경쟁력 강화뿐만 아니라, 이 분야에 특화된 중소기업 및 스타트업 생태계를 구축할 수 있는 절호의 기회가 될 수 있다. 이를 위해 기업과 AI 전문기업 간의 라운드테이블을 마련하여 문제 공유 및 협업 방안을 모색하고, 우수 사례를 적극적으로 공유하는 장이 마련되어야 한다. 정부는 산업 AX 모범 사례와 기술 솔루션, 그리고 데이터를 개방할 수 있는 산업 AI 허브 구축을 통해, 동종 업계의 다른 사업장들이 AI 전환에 대한 정보를 자유롭게 얻고 공유할 수 있는 환경을 조성해야 한다.
과거 정책에서 성공을 거둔 프로그램들을 승계하는 것도 중요하지만, 산업 AX는 아직 어느 나라도 본 궤도에 오르지 못한 영역이며, 각 나라의 제조 현장, 문화, 업무 방식이 다르기에 단일 모델이나 방법론이 모두에게 적용될 수는 없다. 팔란티어의 사례처럼, 단순히 솔루션이나 플랫폼을 제공하는 것을 넘어 본사 엔지니어들이 직접 현장에 투입되어 문제를 정의하고, 효과 분석 및 필요한 데이터 확보 방안을 고객과 협의하는 방식이 필요하다. 산업 AX는 멋진 AI 엔지니어들이 사내에서 개발하는 것에 그치는 것이 아니라, 현장에 투입되어 현장 엔지니어 및 전문가들과 함께 문제를 풀어가는 과정을 통해 실질적인 성과를 도출해야 한다. 두 문화 간의 간극과 소통 문제를 원활하게 돕는 것이 이 국가 과제를 성공적으로 추진하는 가장 중요한 출발점이 될 수 있다.
결론적으로, 산업 AX는 대한민국의 경쟁력 기반을 재건하는 핵심 사업이기에 반드시 성공 사례를 만들어내고, 끊임없는 피드백과 평가, 그리고 민첩한 개선이 이루어져야 한다. 이를 위해서는 정책적으로도 이러한 기민성을 살리는 것이 무엇보다 중요하다.
◆ 한상기 테크프론티어 대표
서울대 컴퓨터공학과 1회 졸업생으로 1980년대 카이스트에서 인공지능 주제로 석박사 학위를 취득했다. 삼성종합기술원, 삼성전자 등에서 활동했으며 1999년 벤처포트 설립, 2003년 다음커뮤니케이션(현 카카오) 전략대표와 일본 법인장을 역임했다. 카이스트와 세종대 교수를 거쳐 2011년부터 테크프론티어 대표를 맡고 있다. 데이터 경제 포럼 의원, AI챌린지 기획, AI데이터 세트 구축 총괄 기획위원 등을 역임했다. 대표 저서로는
답글 남기기