[모두의 AI, 엇갈린 AX]①소외된 현장들…자원·경험 따라 AX 격차로 작성일 08-11 20 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">10년치 데이터 쌓아도 AI 인력 부족<br>AX 원년, 중소기업은 사각지대</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="50ecavTsjv"> <blockquote class="pretip_frm" contents-hash="be43b1e8f662258a5e24f67d0b6c564d186fc3739f5c21edb85fd3db35ba00d5" dmcf-pid="1pdkNTyOkS" dmcf-ptype="pre"> <strong>편집자주</strong> <br>인공지능(AI)이 기업의 생산성과 일하는 방식을 바꾸고 있지만 대기업, 중소기업 간 속도의 차이가 생기고 있다. AI 전담 조직과 인프라를 갖춘 기업들이 전사적인 AI 전환(AX)에 속도를 내는 사이 그렇지 못한 기업·기관들은 AX 사각지대에 놓여 '모두의 AI' 에서 소외된다. 아시아경제는 혁신 이면에서 벌어지는 AX 격차를 살펴보고, 누구도 소외되지 않는 모두의 AI로 생산성을 높이기 위한 조건과 해법을 짚어본다. <br> </blockquote> <div contents-hash="ff22b0761891e125182610619c2b8d9d28bf85ac9cb356ac188dad06e3491020" dmcf-pid="tUJEjyWIkl" dmcf-ptype="general"> <p><strong>“쌓아둔 10년 치 데이터를 AI로 활용할 수 있는 인재가 모자랍니다. 쌓인 데이터에 비해 아주 기초적인 수준의 AI를 활용 중입니다.”</strong></p> </div> <figure class="figure_frm origin_fig" contents-hash="6829038fb4d10667a04730f327262bc974e9233ff81568bb451727abfe7f37b3" dmcf-pid="FuiDAWYCch" dmcf-ptype="figure"> <p class="link_figure"><img alt="7일 부산 강서구 동아플레이팅 사무실에서 이오선 대표가 스마트공장시스템과 AI 활용에 대해 설명하고 있다. 이은서 기자." class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/11/akn/20260811073838813kyxi.jpg" data-org-width="745" dmcf-mid="HnNEjyWIoW" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/11/akn/20260811073838813kyxi.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 7일 부산 강서구 동아플레이팅 사무실에서 이오선 대표가 스마트공장시스템과 AI 활용에 대해 설명하고 있다. 이은서 기자. </figcaption> </figure> <p contents-hash="823fd82c4ca2963d6695d638c5f6683caf23d50362e8356e028851e46a762a52" dmcf-pid="32AhstFYoC" dmcf-ptype="general">자동차 부품 표면에 아연을 입히는 도금 전문기업 동아플레이팅은 2018년 중소벤처기업부와 삼성전자의 '대·중소 상생형 스마트공장' 사업에 참여해 생산 현장의 디지털 전환에 성공한 기업으로 통한다. 스마트공장 구축으로 동아플레이팅은 생산성이 37% 향상됐고, 불량률 은 77% 개선하는 획기적인 성과를 냈다.</p> <p contents-hash="3283f47b8514b90603988c9c0df13807bbf9803f1fd839e5b2f8bcac48f3d5d2" dmcf-pid="0VclOF3GAI" dmcf-ptype="general">지난 7일 기자가 방문한 부산 강서구 동아플레이팅 도금공장 내부는 자동화 설비가 쉴새 없이 움직이며 볼트와 너트의 표면처리 작업을 이어가고 있었다. 공정라인 모니터에는 납품처와 처리시간 등 작업 정보가 실시간으로 표시됐다. 작업자는 과거처럼 설비마다 붙어 공정을 일일이 제어하는 대신 키오스크 화면을 눌러 작업을 설정하고, 라인 주변을 오가며 가동 상태를 확인했다. </p> <p contents-hash="ba76e229d7cab740e78dd2d676792f18aa25d21131ef3318ce85cfbfd8ef9f62" dmcf-pid="pfkSI30HkO" dmcf-ptype="general">공장에서 수집된 데이터는 관리사무실의 모니터 4개로 모인다. 도금 공정 라인별 생산량과 불량 기록, 작업 시간 등이 실시간으로 집계되고 있었다.</p> <p contents-hash="3456930d21dcf39faccf19791a5c63ea14cc4394e4ce7d473a2357a075cb4429" dmcf-pid="U4EvC0pXos" dmcf-ptype="general">2층 사무실에는 직원 여러 명이 모여 AI 도구를 활용한 불량 원인 분석 작업을 하고 있었다. 한 켠에서는 AI가 시스템에 저장된 비용과 1년 치 생산데이터를 내려받아 원가보고서를 작성했다. 동아플레이팅은 제품별 최적의 생산 조건을 AI가 자동으로 도출할 수 있도록 하기 위해 AI 전환(AX) 프로젝트를 추진하고 있지만, 현재 AI를 활용한 작업은 기초적인 수준에 머물러 있다. 이오선 대표는 별도의 AI 전담조직이 없다보니 스마트공장을 AX 하는데 어려움을 겪고 있다고 하소연했다. </p> <p contents-hash="05f58cae7e5d3ee3a4917a27f8ea7d24fb02c4d34f6866ab718b33a4949eadd9" dmcf-pid="u8DThpUZgm" dmcf-ptype="general">이 대표는 “기존 관리인력이 본업과 함께 AI 업무를 맡는 데다, 외부 AI업체와 프로젝트를 추진하려 해도 함께 전담할 태스크포스를 꾸리기도 쉽지 않다”며 “AI에 현장 노하우와 경험을 전문 도메인으로 학습시키고, 공정별로 어떻게 활용할지 연구할 전문인력이 절실한 상황”이라고 했다.</p> <div contents-hash="adf49186c0d31434212e2efdfd8e4b3a87911184a2c9ee075f1b4f4490df9142" dmcf-pid="76wylUu5jr" dmcf-ptype="general"> <p>AX의 필요성은 공감하지만, 당장 생존을 고민해야 하는 시기에 AX를 위한 대규모 투자는 부담이다. 이 대표는 "중소기업들이 하루, 한 달 버티는 것 자체가 쉽지 않다 보니 AI에 대한 관심은 예전만 못한 분위기"라며 "AI가 큰 화두지만, 중소기업 입장에서 AX는 아직 먼 이야기"라고 말했다. </p> <strong><strong><strong>시행착오 거쳐야 하는 AI 고도화 작업...중소기업에는 험난한 길</strong></strong></strong> <p><strong>“여기까지 오는데 1년 넘는 시간과 적지 않은 비용이 들었습니다. 시행착오를 거쳐야 AI를 고도화할 수 있지만, 중소기업은 한 번 실패하면 다시 도전하기 어렵습니다.”</strong></p> </div> <figure class="figure_frm origin_fig" contents-hash="e4b6a4d4570469eee1ff019dcce7a86b897b647c86830e16c7f2f07e94c2a423" dmcf-pid="zPrWSu71ow" dmcf-ptype="figure"> <p class="link_figure"><img alt="원티드랩 구성원들이 업무의 비효율을 직접 AI로 해결하는 사내 실습 프로그램 'AX 챔피언'을 진행하고 있는 모습. 원티드랩." class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/11/akn/20260811073840126dguc.png" data-org-width="745" dmcf-mid="XE8LdsOcNy" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/11/akn/20260811073840126dguc.png" width="658"></p> <figcaption class="txt_caption default_figure"> 원티드랩 구성원들이 업무의 비효율을 직접 AI로 해결하는 사내 실습 프로그램 'AX 챔피언'을 진행하고 있는 모습. 원티드랩. </figcaption> </figure> <div contents-hash="9548e234d1ce462d029271ed67ec31a0196f5142514b30596ae7e5585630945b" dmcf-pid="qQmYv7ztkD" dmcf-ptype="general"> <p>임직원의 80%가 AI 도구를 직접 만들어 쓰고 사내 AX 경험을 토대로 AX 지원 신사업을 개척한 원티드랩도 그 과정이 순탄치는 않았다. 원티드랩은 구직자와 기업을 연결하는 채용 플랫폼 '원티드'를 운영하는 HR테크 기업이다. 지금은 사내 AX를 성공한 경험을 바탕으로 기업 고객사들의 AI 정착을 돕는 패키지형 서비스도 제공하고 있다. </p> </div> <p contents-hash="6b6f57e886df35f69d687138e1afcb91c6d472bc568e5a44cbfae9d1e8873ca4" dmcf-pid="BxsGTzqFoE" dmcf-ptype="general">AI 도입 초반에는 대응 인력의 한계를 체감했다. 사내 곳곳에서 업무용 AI 도구를 만들어달라는 요청이 늘었지만, 개발자들은 채용 플랫폼의 AI 기능에 집중하느라 대응이 어려웠다. 이에 개발 인력을 늘리는 대신 현업 구성원들이 AI로 업무를 개선하는 환경을 만들기 시작했다.</p> <p contents-hash="c306b8f08c75d178e9872013cfc27f5f380d4e5f54c781e8cf469489c90d2dac" dmcf-pid="bMOHyqB3ck" dmcf-ptype="general">AX를 선언한 후 AI 친화적인 분위기를 만드는 데만 1년이 걸렸다. 이력서와 채용공고 중심인 사내 데이터를 AI가 활용할 수 있도록 보안인증 및 접근권한 체계를 손질하는 과정에도 6개월이 걸렸다. 기존 자기계발비를 AI 성장지원비로 전환해 비용을 지원했고, ‘토큰맥싱’ 대신 ‘토큰효율화’로 비용을 효율화했다. </p> <div contents-hash="08b4dddd99ca76197748f842b3c09d34f52ddbbe25be405234af1f03255a2b86" dmcf-pid="KRIXWBb0cc" dmcf-ptype="general"> <p>정기수 원티드랩 AI부문장은 “AI 도구를 실제 업무에 안착시키는데 많은 시간과 비용이 필요하다”며 “AI는 직접 써보고 시행착오를 거쳐야 어디에 어떻게 활용할지 알 수 있는데, 중소기업은 이런 과정에 지속적으로 자원을 투입하기 어려운 것이 현실”이라고 말했다. 이어 "중소기업의 AX가 더딘 것은 AI가 필요하지 않아서가 아니다"라며 "비용과 인력, 데이터, 교육에 접근할 기회와 경험이 부족하다. 결국 기업 차원의 AI 접근성 문제"라고 짚었다.</p> <strong><strong><strong>대기업은 조직 총동원…AX 격차 더 벌어진다</strong></strong></strong> <p>데이터와 인력, 조직의 준비도가 부족한 중소기업·기관들이 AX의 사각지대로 떠오르고 있는 것과는 달리 투자 여력이 충분한 대기업들은 인력과 자본을 활용해 전사적 AX에 나서고 있다. </p> </div> <div contents-hash="deff1b216c73b43ed1e778f4e7bd75e8352328542443b1c1a3604b8eb1d55fa5" dmcf-pid="9eCZYbKpAA" dmcf-ptype="general"> <p>삼성은 지난 6월 AI 대전환을 선언하고, 전 관계사를 대상으로 생성형 AI 서비스를 도입했다. 개발, 제조 등으로 AI 적용 영역을 확대하는 한편 관계사별 AX 전략 수립과 AI 인재 육성을 담당할 전담 조직도 구축 중이다. SK도 경영진이 모여 AX 실행 방안을 논의했다. 계열사 SK텔레콤은 구성원이 직접 에이전트를 만들어 업무에 활용하고, 업무 특화 AI를 만들 수 있는 사내 플랫폼을 열고 연중 AI 교육을 실시 중이다.</p> </div> <figure class="figure_frm origin_fig" contents-hash="271e936d356cd8b76d7d2fc80a7703e34cf9b644c57f6b82262b2aecc8a8144c" dmcf-pid="2dh5GK9Ugj" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/11/akn/20260811073841417upne.png" data-org-width="745" dmcf-mid="ZJkSI30HaT" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/11/akn/20260811073841417upne.png" width="658"></p> </figure> <div contents-hash="7fd0109692e202b3bcfdf56dce902737c64157910818023a9630d928c008aa4e" dmcf-pid="VJl1H92ujN" dmcf-ptype="general"> <p>대한상공회의소가 지난 6월 발표한 보고서에 따르면 대-중소기업 간 생성형 AI 단순 활용률 격차는 대기업 66.5%, 중소기업 52.7%로 13.8%포인트(p) 차로 나타났다. 생성형 AI로드맵을 보유하지 않고 있다는 중소기업 비율은 70.4%에 달해 대기업의 54.4%를 크게 웃돌았다. 특히 제조업에서 격차가 두드러졌다. 제조업 격차는 24.2%로 서비스업(9.2%) 대비 2.6배에 달했다.</p> </div> <p contents-hash="47a9ad54c8293869c49b5d77577b69330211f0245a5081bae9887b04383dc3a2" dmcf-pid="foy0148BNa" dmcf-ptype="general">에듀테크 기업 팀스파르타가 발표한 '2026 기업 AX 벤치마크 리포트'에서도 대-중소기업 간 AX 수준의 차이가 드러난다. AI 교육 의사결정권자 330명을 대상으로 AX 성숙도를 조사한 결과 IT 대기업은 68점으로 최고점을, 제조·생산 중소기업은 28점으로 최하를 기록해 40점의 격차를 보였다. AI 확산 단계로 넘어간 대기업은 37%였지만 중견·중소기업은 50% 이상이 관심·검토 단계에 머물렀다. </p> <p contents-hash="cc0e96fb2d8c9be7845ad8e9dfb867f340f283fbede40f37e269829d6a97669a" dmcf-pid="4gWpt86bkg" dmcf-ptype="general">투자 여력의 차이도 컸다. 한 달에 5000만원 이상 AI에 투자하는 기업은 대기업이 41%인 반면 중견기업은 9%에 그쳤다. 보고서는 "규모는 출발 시점과 투자 여력을 가른다"며 "이 차이는 생산성 차이로 이어지고, AX 시작이 늦어질수록 따라잡는 데 드는 비용도 커진다"고 했다.</p> <p contents-hash="472544504d9baa2156d6d844db454c96b10c7adda825d0ffc98f1a397173a379" dmcf-pid="8aYUF6PKAo" dmcf-ptype="general">이은서 기자 libro@asiae.co.kr</p> </section> </div> <p class="" data-translation="true">Copyright © 아시아경제. 무단전재 및 재배포 금지.</p> 관련자료 이전 데이비스컵 파이널스 진출 놓고 한국과 맞붙는 인도, 대표선수 확정해 발표 08-11 다음 2억원에 무산될 뻔한 네이버·두나무 딜, 고비 넘긴 이유 08-11 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
