중소기업 DX도입률 10% 미만...'허브센터' 구축 절실 작성일 04-01 137 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">[DX혁명, 기계를 깨우다-하] AI 자율제조는 필연</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="KvThCxCnoD"> <p contents-hash="cd6278337288f037253f3164bf84aa00abeecebbbded4382c8fe895e0651fee9" dmcf-pid="9TylhMhLkE" dmcf-ptype="general">(지디넷코리아=이택민 한국기계연구원 디지털트윈연구팀장)디지털 전환(DX)이 기계산업의 혁신을 가속화하고 있다. 미국의 GE나 독일 지멘스 등이 대표적이다. 이들은 스마트 공장이나 AI 기반 품질 검사, 디지털 트윈을 활용한 설계 최적화 등으로 기업 경쟁력을 강화하며 글로벌 시장을 선도하고 있다. 지디넷코리아는 총 3회에 걸쳐 스마트팩토리와 AI 등 두뇌를 장착 중인 기계 산업의 변신을 한국기계연구원 DX전략 전문가 분석을 통해 짚어봤다.<strong>(편집자 주)</strong></p> <figure class="figure_frm origin_fig" contents-hash="bacd15e861bfe4141726c70647deed8dc27a6a6533727aa15aa983612ba1fe34" dmcf-pid="2Z5GYLYcAk" dmcf-ptype="figure"> <p class="link_figure"><img alt="한국기계연구원 이택민 디지털트윈연구팀장." class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202504/01/ZDNetKorea/20250401152542957xkaa.jpg" data-org-width="300" dmcf-mid="ztxZXaXDjs" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202504/01/ZDNetKorea/20250401152542957xkaa.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 한국기계연구원 이택민 디지털트윈연구팀장. </figcaption> </figure> <p contents-hash="c571ded5902f1daa824603ed75e72fbccb660c63654fb35f974f34a3d88a8014" dmcf-pid="V51HGoGkac" dmcf-ptype="general"># 2035년, 배터리 셀 제조 현장. 사람이 거의 없다. 100여 대의 자율주행 로봇과 협동로봇들만 라인을 따라 부품을 조립하고 운반한다. 생산 계획과 품질 관리, 장비 유지보수까지 모든 의사결정은 인공지능(AI)이 실시간 판단하며 수행한다. 공정 중단 없이 자율적으로 일정 조정과 에너지 절감이 이뤄지고, 인간은 운영 대시보드를 통해 공정 상태를 모니터링하고, AI가 보내는 알림을 통해 중요한 결정만을 내릴 뿐이다. 과거 수십 명이 필요했던 제조라인은 이제 AI 통제 아래 저절로 돌아간다.</p> <p contents-hash="a4d182d18331ec46686995f011ae288e263cd291cd85e3c5bf363ac60f580b91" dmcf-pid="f1tXHgHEoA" dmcf-ptype="general">이는 10년 뒤 예상하는 대한민국 자율제조 공장 모습입니다. 그리 될 것으로 예상합니다.</p> <p contents-hash="068615b29e2a6e6f35b9c4362663ba7e218d00b6fc1c9c7685f4154354b013c8" dmcf-pid="4tFZXaXDaj" dmcf-ptype="general">기계산업의 디지털 전환은 제조업에서 AI 자율제조라는 형태로 구현되며, 미래 산업에 혁신을 가져올 것입니다.</p> <p contents-hash="e3271a3716b875b9c00baf6dcb5443b1700122af2c92ab870fab60458d9a1787" dmcf-pid="8F35ZNZwjN" dmcf-ptype="general">AI 자율제조 기술은 제품 제조 과정에서 발생할 수 있는 다양한 문제를 해결하는 과정에서 기존의 인간 전문가 개입을 점진적으로 인공지능이 대체하는 것을 의미합니다.</p> <p contents-hash="1804cc8256ac6c57c3f4198af7b7733c6baaaa5c95c8b91916969563ff0db87a" dmcf-pid="63015j5raa" dmcf-ptype="general">공장은 점차 로봇과 첨단 기계설비를 통해 완전 자동화를 향해 발전하며, 공정 운영과 의사결정 과정에서도 AI가 핵심적인 역할을 수행하게 될 것입니다.</p> <p contents-hash="3631a6236b9cb9c68bbaf284d6b22e06a1f44f8c747278647ea4d018676a3638" dmcf-pid="P0pt1A1mAg" dmcf-ptype="general">즉, 생산성 향상과 원가 절감을 위해 AI를 제조업의 두뇌로 활용하여, 생산관리, 공정 최적화 및 자동화, 고장 예측 및 유지보수 등을 완전 자율화하는 것이 AI 자율제조의 본질입니다.</p> <p contents-hash="afd3f0c78ee0c0d19dc22ab1d0ac597bea33f7b217b6f13c8d8223fe3fc59b7a" dmcf-pid="QpUFtctsko" dmcf-ptype="general">이처럼 미래 제조업이 완전 자율화된 모습을 세 가지 관점에서 살펴볼 수 있습니다.</p> <p contents-hash="4431a46448dbe538987a3a14afd46d212a1e23e652798b4a9e7f74f80e0636e2" dmcf-pid="xUu3FkFOAL" dmcf-ptype="general"><strong>자율제조 미래는 "모든 걸 AI가 관리/감독/수행"</strong></p> <p contents-hash="dbec602fc0e86a8019857d35b7b67b99ea14512a2364177d07f2cf178e8719b5" dmcf-pid="yAcag7g2Nn" dmcf-ptype="general">첫째, AI 자율제조를 구성하는 핵심 기술별 시각입니다. 공장, 시설 또는 장비에서 데이터를 수집하는 기술과 이를 효율적으로 전처리하는 기술, 인공지능 모델링하는 기술, 이를 디지털트윈에 심어서 다시 실제 시스템에 최적화/예지보전/불량탐지 등에 적용하는 기술입니다.</p> <figure class="figure_frm origin_fig" contents-hash="10cb59b9fea60b780b8a5b62db2b99933867793a777c3cc68c44047589f96005" dmcf-pid="WPQ4fyf5ki" dmcf-ptype="figure"> <p class="link_figure"><img alt="[그림1] AI 자율제조 구성 핵심 기술 및 인공지능의 역할_하편" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202504/01/ZDNetKorea/20250401152544231ootx.jpg" data-org-width="640" dmcf-mid="qh5jNqNfkm" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202504/01/ZDNetKorea/20250401152544231ootx.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> [그림1] AI 자율제조 구성 핵심 기술 및 인공지능의 역할_하편 </figcaption> </figure> <p contents-hash="c873c4882b3ddbfebc68a56866b237835339e250f3c02ceba8b38827eb23cf16" dmcf-pid="YQx84W41aJ" dmcf-ptype="general">AI 자율제조의 미래상은 이 모든 기술을 인공지능이 관리/감독/수행하는 것입니다. 즉, 데이터 수집도 인공지능이 최적으로 명령하여 진행하고, 전처리도 인공지능이 하며, 인공지능 모델링 종류 및 모델링 구조 선정도 인공지능이 합니다.</p> <p contents-hash="71a1aa7d490a7b7d89917e73487d8b5d23437039b9500d7d534f034a504e7003" dmcf-pid="GxM68Y8tAd" dmcf-ptype="general">최적 모델링의 적용도 인공지능이 수행하여 완전 자동화를 넘어 완전 자율화 되는 제조가 되는 것입니다.</p> <p contents-hash="84b4013cb3bf2992ad01f4cddc5fb1bc43cd9c3d1d0a7a01f57998a02ff1aff6" dmcf-pid="HMRP6G6Fge" dmcf-ptype="general">둘째, 기술 개발의 시간적 흐름을 따라 단계별 발전 과정을 조망해보면 이렇습니다.</p> <p contents-hash="b9f305d179a846cd4688bee8699736b223d1110d25a7283af83cef2e84143ea6" dmcf-pid="XReQPHP3AR" dmcf-ptype="general">AI 자율제조 기술에 이르기 위해서는 데이터 모니터링, 데이터 분석/진단, 예측/최적화, 자율 의사결정, 완전 자율화 단계의 다섯 단계를 거쳐 기술 개발이 완성될 수 있습니다.</p> <p contents-hash="55f6ffdf98be6195849f284dbcfc2c2ba11d8973eac1ea54fec6915c90ec8b1a" dmcf-pid="ZedxQXQ0NM" dmcf-ptype="general">이때 필요한 기능과 기술을 보면, 처음에는 데이터 파이프라인을 구축하고, 수집하여 전처리하고, 모니터링합니다.</p> <p contents-hash="cacb077b885e30e5c911c8a01cfb8e0ebbaae18614fe100fb02752eec37ee4a1" dmcf-pid="5dJMxZxpcx" dmcf-ptype="general">2단계에서는 모은 데이터를 인공지능 모델링하고, 3단계에서는 모델링을 사용하여 최적화/예지보전/이상탐지 등을 수행할 것입니다. 4단계에서는 부분적인 강화학습을 통해 자율 의사결정을 수행하여 5단계인 자율화로 나아갈 것입니다.</p> <p contents-hash="7bc99efdc122e99e087ef071bbb34f7be333af6a03195ee3e55a8951073bbaba" dmcf-pid="1JiRM5MUgQ" dmcf-ptype="general">셋째, 기술 적용 범위의 확장성을 기준으로 살펴보면 단위 공정 모듈 수준의 인공지능 모델링에서 출발해 여러 공정 모듈이 더해진 제조 장비 수준으로 확장됩니다.</p> <p contents-hash="91e13efda6aa9d8c509a4643f20eb29ba34197e101dc5e5224256f132bffa130" dmcf-pid="tineR1RukP" dmcf-ptype="general">이러한 여러 장비와 로봇 또는 이송계로 구성된 하나의 제조 라인 수준으로 확대되어 나중에는 제조 공장 레벨, 회사 레벨로 확장되어 나갈 것입니다.</p> <p contents-hash="49f5cf63c971ae4dcc43d59b2821cca324119f40c0423e5432c0027d247f0546" dmcf-pid="FnLdete7o6" dmcf-ptype="general">AI 자율제조 기술이 성공적으로 정착되기 위해서는 국가 차원의 디지털 전환 정책이 필수적입니다.</p> <figure class="figure_frm origin_fig" contents-hash="e0ce7d5820b33df3d523184da7a2085070e3ab203193b6645e37cbc0c9103115" dmcf-pid="3LoJdFdzA8" dmcf-ptype="figure"> <p class="link_figure"><img alt="AI 자율제조 단계별 발전과정 및 핵심 기술 분류." class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202504/01/ZDNetKorea/20250401152545567thau.jpg" data-org-width="637" dmcf-mid="BKlOs6sdNr" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202504/01/ZDNetKorea/20250401152545567thau.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> AI 자율제조 단계별 발전과정 및 핵심 기술 분류. </figcaption> </figure> <figure class="figure_frm origin_fig" contents-hash="45b0d676edf67d0c7bc631298e30809a9072affed452ccc94f39f9b3338eed5c" dmcf-pid="0Qx84W41j4" dmcf-ptype="figure"> <p class="link_figure"><img alt="AI 자율제조 적용 범위 수준별 분류." class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202504/01/ZDNetKorea/20250401152546901lfqz.jpg" data-org-width="637" dmcf-mid="b5XWyiyjaw" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202504/01/ZDNetKorea/20250401152546901lfqz.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> AI 자율제조 적용 범위 수준별 분류. </figcaption> </figure> <p contents-hash="498dc166a2d5905c4d130b72186d87451fadb79165917082c8260793db69e77f" dmcf-pid="pxM68Y8tof" dmcf-ptype="general">한국은 제조업, 특히 기계산업을 중심으로 생산성 향상과 글로벌 경쟁력 강화를 목표로 포괄적인 전략을 마련하고 있으며, 정부는 산업 데이터와 AI, 클라우드 등 첨단 기술을 기반으로 제조업의 혁신을 가속화하고 있으며,</p> <p contents-hash="cca335d5ade23c5bd74cc2ac8b2c9e4b41e0fcda90164bb0c4d1c90550d00c7a" dmcf-pid="UMRP6G6FjV" dmcf-ptype="general">데이터 표준화를 통해 기업 간 협업을 촉진해 디지털화된 제조 혁신 생태계를 구축하고 있습니다.</p> <p contents-hash="4cd4a1d2d8317010ad06199ce7c839a8a99b37ae5e84be944717ae680c3c9325" dmcf-pid="uReQPHP3a2" dmcf-ptype="general">미국이나 중국, 일본, 독일도 제조공정 디지털화 전환에 속도를 내고 있습니다.</p> <p contents-hash="dd0753794b5fde19284fae2cd28730c6241adc0dd9be7812eb604a61dafd2629" dmcf-pid="7edxQXQ0g9" dmcf-ptype="general">그럼 우리나라는 어떻게 해야할까요.</p> <p contents-hash="3f328dedfef715d75b652b24f1968fd776b8c6b080065152f6f9759f81e1bb3c" dmcf-pid="zdJMxZxpAK" dmcf-ptype="general"><strong>TRL 7~8 수준 실증 상용화 위해선 DX 전문 공간 필요</strong></p> <p contents-hash="331268e522a191653f6794577787d9a3b8da2fddb463e8f5cff13f020df79653" dmcf-pid="qJiRM5MUAb" dmcf-ptype="general">우선 AI 자율제조를 가속화 하기 위해 국내에서도 디지털전환 허브 센터(DX 허브) 구축이 필요합니다.</p> <p contents-hash="e4fab682373042eac328ce421071219e242d921a40cafbd0d7387a2551db7c01" dmcf-pid="BineR1RuAB" dmcf-ptype="general">현재 국내 기계산업의 AI/DX 지원을 위한 인프라가 부족해 중소기업의 DX 도입률이 10% 미만(중소기업연구원, 2023)에 불과한 상황입니다.</p> <p contents-hash="51e63c3dc5343874d36181b4cadbaafe184e9749cecbfb8ec9c7ac450f49d3ad" dmcf-pid="bnLdete7jq" dmcf-ptype="general">AI/DX 기술을 활용할 수 있는 인재 부족으로 인해 기업들이 디지털 전환을 적극적으로 추진하지 못하고 있습니다.</p> <p contents-hash="33c804a2b29b053fe6955b8144278d7c0c7a640963b457d46d800c9ced2c2803" dmcf-pid="KLoJdFdzjz" dmcf-ptype="general">DX 허브는 디지털 트윈과 실제 제조 환경을 연결하는 실증 공간, AI/DX 교육 및 기술 검증을 수행하는 전문 기관, 산업현장에서 기술 이전과 확산을 촉진하는 협력 거점으로 기능해야 합니다.</p> <p contents-hash="1a863c533564c0f1b0bfe9323221a1be60cff2779e2dd7b1a3468f1b7ec134bc" dmcf-pid="9K9qzOzTN7" dmcf-ptype="general">기존 분산된 공간에서는 기술성숙도(TRL) 5~6 수준까지만 실현 가능하지만, TRL 7~8 수준의 실증 및 상용화를 위해서는 DX 전문 공간이 필요합니다.</p> <p contents-hash="61ac3d5e5ebe2ecc69d1211bc370994fa5eefc84cc5e0bcf5ed507cc696e76a7" dmcf-pid="292BqIqycu" dmcf-ptype="general">이를 통해 제품 개발 비용 절감, 품질 개선, 외산 소프트웨어 대체 등 실질적인 산업적 효과를 창출할 수 있을 것입니다.</p> <p contents-hash="44931a37fdaae1c822ad8387cb02aee7bf59df27125174bbba246bc65a2b72d6" dmcf-pid="V2VbBCBWoU" dmcf-ptype="general">AI 자율제조는 기계산업의 디지털전환을 통해 필연적으로 나아가야 할 방향입니다.</p> <p contents-hash="f8fd66a9a976be31315444f911098b826823b956d6e20cd38bd6644f1d7622f0" dmcf-pid="fVfKbhbYkp" dmcf-ptype="general">한국이 글로벌 제조업 경쟁에서 앞서 나가기 위해서는 디지털 전환 인프라 구축, 디지털 인재 양성, 제조업의 AI/DX 적용 확대, 디지털 트윈 기반의 실증 및 기술 확산이 절실합니다.</p> <p contents-hash="8ea2af1e5b9ce29d4521ac021cc9ae1f8960488971489404f67180940d6b370f" dmcf-pid="4f49KlKGk0" dmcf-ptype="general">DX 허브 센터를 중심으로 제조업 전반의 디지털 혁신이 가속화된다면, 한국은 글로벌 제조 패러다임 변화 속에서 주도적인 위치를 확보할 수 있을 것입니다.</p> <p contents-hash="1a7b9ce5a8cfd23bb017b1c3d49491cb58b3a2a9fda08b39a8f86fdb0e60710b" dmcf-pid="84829S9Hj3" dmcf-ptype="general">이택민 한국기계연구원 디지털트윈연구팀장(taikmin@kimm.re.kr)</p> </section> </div> <p class="" data-translation="true">Copyright © 지디넷코리아. 무단전재 및 재배포 금지.</p> 관련자료 이전 中 약진에 파운드리 업계 재편 움직임… 글로벌파운드리·UMC 합종연횡 추진 04-01 다음 국민체육진흥공단, 국제스포츠행정가 양성과정 교육생 모집 04-01 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
