제조산업에서 'AX 혁신'이 성공하기 힘든 이유…해법은 무엇일까 [AI 클로즈업] 작성일 04-18 51 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">"AX 실패 요인은 기술이 아니었다"</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="41xVuXLxhk"> <figure class="figure_frm origin_fig" contents-hash="58c4a49003287f4dfb70cae3e64bf920b071b1d670cc98a70065f980408351f8" dmcf-pid="8tMf7ZoMhc" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202604/18/552796-pzfp7fF/20260418212623459deyr.jpg" data-org-width="640" dmcf-mid="fAzFWsfzTE" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202604/18/552796-pzfp7fF/20260418212623459deyr.jpg" width="658"></p> </figure> <p contents-hash="53aa21967ecfd666fe5f54c03990aee91cd0ef9d58da72de585ef32d9ae8123d" dmcf-pid="6bNJ8zrNlA" dmcf-ptype="general">[디지털데일리 구아현기자] 국내 제조 AX(AI 전환) 혁신 바람이 불고 있다. </p> <p contents-hash="282464eb151b5b880bbe2263f677aa86c145ae708da85f46282f2816b4019f9e" dmcf-pid="PKji6qmjWj" dmcf-ptype="general">삼성SDS는 지난 17일 서울에서 '인더스트리 데이' 행사를 열고 제조·유통·서비스 산업을 중심으로 AX 추진 전략과 실제 적용 사례를 공유했다. 이 자리에서 전문가들은 한목소리로 "데이터 연결과 밸류체인 전체의 근본적 혁신 없이는 AX는 없다"고 강조했다.</p> <p contents-hash="1c6c49c751485ccc4578a2cf7c16cb5225ea7eeb0b0922a243f17306cd1c05d2" dmcf-pid="Q9AnPBsACN" dmcf-ptype="general">이날 발표자들이 공통적으로 강조한 AX 성공 전략은 작은 기술검증(PoC)을 반복하는 데 머물지 말고 전사적 체질 변화를 목표로 AI 파이프라인을 설계하라는 것이다. 산재한 데이터를 하나의 비즈니스 언어로 구조화하고 AI가 기업의 맥락을 이해할 수 있는 기반을 먼저 갖춰야 한다. 이를 위해서는 경영진과 현업자, 엔지니어링이 한 팀으로 움직이는 강한 조직이 필수다.</p> <p contents-hash="647bd7f0b2934fcc87831a9d4cdf86d06913e73ad54c6bb46221ce300658a08a" dmcf-pid="x2cLQbOcWa" dmcf-ptype="general">작게 시작하더라도 온톨로지가 제대로 구성되고 현장에서 실제로 쓰이는 것이 확인된 뒤에야 전사 확산이 가능하다는 팔란티어의 경험, 밸류체인 전체를 동시에 연결해야 진짜 변혁이 가능하다는 엑센추어의 진단, 설계 단계부터 비용 최적화와 업종 이해력을 갖춰야 실패가 없다는 미라콤아이앤씨의 조언은 결국 같은 방향을 가리킨다.</p> <p contents-hash="6261a60a80dd7c625a4ac040c71ef57d010e97eba444f95a618b3e4803e137d4" dmcf-pid="yOu1Tr2uCg" dmcf-ptype="general">이날 행사에서 가장 강렬한 화두를 던진 것은 엄진 엑센추어 전무였다. </p> <p contents-hash="4ce20e55a02cb6818068613b91ce675a2a2f7dd8a981d3a1fece164aba41a414" dmcf-pid="WI7tymV7So" dmcf-ptype="general">그는 "전 세계 모든 제조 기업이 한 두개의 AI 파일럿을 진행하고 있지만 진정한 변혁을 이뤄낸 곳은 거의 없다"며 "설문 결과 약 80%가 AI 투자 대비 효과(ROI)가 미흡하다고 답했다"고 지적했다. 그는 이를 기술검증(PoC)의 늪으로 규정하며 제조업에서 가치 창출을 가로막는 가장 큰 장벽이라고 꼬집었다.</p> <p contents-hash="877334d7b6a2de8cdf9f42289750e7dde143d5b276ed45e254b70138d13c901a" dmcf-pid="YCzFWsfzSL" dmcf-ptype="general">엄 전무는 근본 원인으로 기술이 아닌 구조와 문화를 지목했다. 데이터가 사일로에 갇혀 있고 제조 현장의 언어와 AI의 언어를 모두 구사하는 인재가 절대적으로 부족하다는 것이다. </p> <p contents-hash="5df221748e68e049cf13d3ff27292214b5bebb736724235bcf45bcd988c16867" dmcf-pid="Ghq3YO4qln" dmcf-ptype="general">그는 "공장을 한 번도 밟아본 적 없는 데이터 사이언티스트와 AI 모델을 불신하는 현장 엔지니어가 함께 무언가를 만들어내기는 정말 어렵다"며 "수요 신호부터 공급 계획, 조달, 생산, 품질 보증, 물류, 사후 서비스에 이르기까지 가치 사슬의 모든 노드에 AI를 동시에 연결해야 한다"고 밸류체인 전체 혁신을 강조했다. BMW의 경우 전사적 AI 도입 후 영업 현장 처리 속도가 30% 향상되고 전사 생산성이 40% 개선됐다고 소개했다.</p> <p contents-hash="999ff6f0a55e09e4c81143b2547881d32edb927860da699c92301b5c87c065f9" dmcf-pid="HlB0GI8Bvi" dmcf-ptype="general">권남호 팔란티어 기술 총괄도 같은 맥락에서 냉정한 진단을 내놨다. </p> <p contents-hash="5fbe6ad1bdef65e1e43f3d90b6fe7c0a0147e100475e38840562f89c6cfc884c" dmcf-pid="XJSmNRXSTJ" dmcf-ptype="general">그는 엔터프라이즈 AI 프로젝트의 95%가 실패하고 있다며 그 이유로 오퍼레이션 고려 없는 도입 전략, 기업 컨텍스트가 빠진 에이전트 구축, 경영진·현업·엔지니어링을 아우르는 통합 조직 부재를 꼽았다. 각기 따로 구축된 데이터 소스를 통합하고, 센서 임계값·재고 발주 시점 같은 비즈니스 로직과 현장 실행 액션까지 한데 엮어 AI가 회사의 운영 방식 전체를 이해할 수 있도록 구조화하는 것이다. </p> <p contents-hash="36adbe21b0226cb63d5b36648142f9d2c7f86789bafe6ef8473d11aca9be637c" dmcf-pid="ZivsjeZvWd" dmcf-ptype="general">이어 "온톨로지 없이는 에이전트도 없다"면서도 "특정 영역에서 시작해 온톨로지가 제대로 작동하고 현장에서 실제로 쓰이는 것을 확인한 뒤 점진적으로 확산하면 된다"고 말했다.</p> <p contents-hash="003063284bb6e09dd1f29db75f899dec8b375de9b75619dcaebb0eed0d02d6bc" dmcf-pid="5nTOAd5TCe" dmcf-ptype="general"><strong>◆ 데이터 연결이 핵심 인프라… 5G 특화망도 필요</strong></p> <p contents-hash="d2aea3f3c2c226bf74a1df9fe4a59128bf1ad65ff3062fd806253c92deb26a4a" dmcf-pid="1LyIcJ1yhR" dmcf-ptype="general">김원영 미라콤아이앤씨 컨설턴트는 제조 데이터 연결을 강조했다. 그는 "제조 현장에 데이터는 있지만, AX로 전환할 수 있는 데이터가 부족한 것이 문제"라며 "생산 데이터, 품질 데이터, 설비 데이터를 하나의 키(key) 값으로 연결해 구조화해야만 의미 있는 분석이 가능하다"고 말했다.</p> <p contents-hash="6648faa03672906e4d5843f36dfb8afbe04235a1f0c1d4cf992fceb8aa3c5a71" dmcf-pid="toWCkitWWM" dmcf-ptype="general">미라콤아이앤씨는 현재 국내 24개 업종, 400여 개 제조 기업과 제조실행시스템(MES) 기반 데이터 구축 작업을 진행 중이다. 김 컨설턴트는 "데이터가 있다고 하는 기업도 정확도가 낮아 AX 전환이 불가능한 경우가 많다"며 "설비 데이터가 언제, 무엇을 생산했는지조차 연결이 안 된 상태"라고 꼬집었다. 그는 AX 우선 적용 영역으로 ▲품질 분석 엔지니어 업무 자동화 ▲공정 엔지니어 수율 최적화 ▲설비 엔지니어 이상 감지 및 예방 보전을 꼽았다.</p> <p contents-hash="199419592e52a026a70b040592ae6b3dfe3ec298b9bc216734c959df0b47a3da" dmcf-pid="FgYhEnFYhx" dmcf-ptype="general">실제 성과도 소개했다. 반도체 관련 기업에서 공정 산포도 개선을 목표치 20% 이상으로 설정했는데, 실제 적용 결과 27% 이상 개선됐다고 전했다.</p> <p contents-hash="4d67b0b590b58f9a2780f912ac92faf66ddec3a45e44619ffd591e135e7c757e" dmcf-pid="3aGlDL3GvQ" dmcf-ptype="general">허필현 삼성SDS 네트워크사업팀 그룹장은 제조 현장이 이미 '피지컬 AI' 시대로 진입하고 있다고 진단했다. </p> <p contents-hash="fa20af1f29ef361ceeadc53f33c66c449cd522a22bc618423792b909624b1787" dmcf-pid="0NHSwo0HhP" dmcf-ptype="general">한국은 제조업 종사자 1만 명당 로봇 보유 수에서 전 세계 1위를 기록 중이다. 공장 내 인력의 10%가 이미 로봇으로 대체된 상황이다. </p> <p contents-hash="3193360994eda0ad1da09709ac41f3e4a19c1b0b1c7909b08890180594038b26" dmcf-pid="pjXvrgpXC6" dmcf-ptype="general">그는 "사람끼리는 이메일과 전화로 소통하지만 로봇에게는 사물인터넷(IoT)으로 연결해야 한다"며 네트워크 인프라의 중요성을 강조했다. 한 고객사의 경우 무인운반차(AGV) 이동 중 와이파이 로밍 구간에서 3.5개월 동안 총 33억 원의 손실이 발생했다.</p> <p contents-hash="5e55e2357c74a20f2ba36ebd904e325c8c87b0dd67d5a15df2ee5da84900f1db" dmcf-pid="UDFGCcqFW8" dmcf-ptype="general">그는 5G 특화망을 제조 AX에 핵심 인프라로 제시했다. "5G 특화망은 지연이 일정하고 이동 환경에서 안정적으로 작동해 로봇과 사람, 기계 간 연결을 끊김 없이 유지할 수 있다"며 "같은 공장에서 5G 특화망으로 전환한 뒤 해당 손실이 발생하지 않았다"고 설명했다.</p> </section> </div> <p class="" data-translation="true">Copyright © 디지털데일리. All rights reserved. 무단 전재 및 재배포 금지.</p> 관련자료 이전 "4700만 개 은하 담았다"…역대 최대 3D 우주 지도 완성 [우주로 간다] 04-18 다음 '기계체조 간판' 여서정, 전국종별선수권 도마·평균대 2관왕 04-18 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
