우리나라는 AI 기술을 통해 산업 경쟁력을 강화하는 데 집중하고 있으며, 내년 예산 728조 원 중 AI 분야에 역대 최대 규모인 10조 1000억 원을 투입한다. 특히 제조업 경쟁력 강화를 위해 1조 1000억 원 규모의 예산이 편성되었으며, AI 팩토리 선도 프로젝트, 피지컬 AI 개발, 휴머노이드 개발, 온 디바이스 AI 개발 등이 포함된다. 이러한 정부 정책은 우리 제조업의 미래 성장 전략의 핵심으로 자리 잡을 전망이다.
이러한 정책의 실효성을 높이기 위해, 정부는 2030년까지 AI 팩토리를 500개 이상 구축하는 것을 목표로 하고 있다. 다만, 단순히 숫자 채우기에 집중하기보다는 다양한 규모와 제조업 종류에 맞는 참조 모델과 성공 사례를 만드는 것이 더욱 중요하다. 과거 제너럴 일렉트릭(GE)의 프레딕스 실패 사례처럼, 고객의 실제 필요와 고민을 제대로 이해하지 못한 채 기술 플랫폼 개발에만 집중하는 것은 경계해야 한다.
피지컬 AI 분야는 AI 기술의 새로운 화두로 떠오르고 있으며, 이는 기회인 동시에 도전 과제이다. 피지컬 AI 학습을 위해서는 인과 관계 및 추론 메타데이터, 다양한 맥락과 비정형적 상황 데이터, 시공간적 일관성 및 멀티모달 통합, 상호작용 및 에이전트 행동 데이터 등 기존 AI 학습 데이터와는 다른 특성을 지닌 데이터 구성이 필요하다. 엔비디아의 옴니버스와 코스모스와 같은 플랫폼의 중요성을 인지하고, 국내에서 진행된 디지털 트윈 과제들의 경쟁력을 냉철하게 평가하며 교훈을 얻는 것이 중요하다.
국내 산업 인프라인 산단을 기반으로 AI 고도화 과업을 명확히 정의하고, 이에 맞는 특화 모델을 고민해야 한다. 팔란티어의 온톨로지 모델과 같은 복합적 솔루션 도입도 함께 검토할 필요가 있다. 산업 AX는 제조업 경쟁력 강화와 더불어 특화된 중소기업 및 스타트업 생태계를 구축할 수 있는 좋은 기회이다. 이를 위해 기업과 AI 전문기업 간의 라운드테이블을 활성화하여 문제 공유 및 협업 방안을 모색하고, 우수 사례를 공유하는 자리를 마련해야 한다. 또한, 정부는 산업 AI 허브를 구축하여 산업 AX 모범 사례, 기술 솔루션, 데이터를 개방하고, 누구나 AI 전환 정보를 자유롭게 얻을 수 있도록 지원해야 한다.
기존의 성공적인 정책 프로그램을 계승하는 것도 중요하지만, 산업 AX는 아직 세계적으로도 본 궤도에 오르지 못한 영역이며, 각 나라의 제조 현장, 문화, 업무 방식이 다르기에 하나의 모델이나 방법론이 모두에게 적용될 수는 없다. 팔란티어처럼 고객 현장에 직접 엔지니어를 투입하여 문제를 정의하고, 효과 분석 및 데이터 확보 방안을 협의하는 방식이 중요하다. 산업 AX는 단순히 AI 엔지니어가 개발하는 것이 아니라, 현장 엔지니어 및 전문가와 협력하여 문제를 해결하는 과정을 통해 성과가 나온다. 이들 간의 협업과 소통을 원활하게 지원하는 것이 국가 과제 성공의 중요한 출발점이 될 수 있다.
산업 AX는 우리나라의 경쟁력 기반을 다시 세우는 중요한 과제이므로, 반드시 성공 사례를 만들어야 한다. 이를 위해 끊임없는 피드백과 평가, 그리고 민첩한 개선이 이루어져야 하며, 정책적으로도 이러한 기민성을 살리는 것이 중요하다.
더 많은 이야기
혁신 중소·벤처기업, 투자받기 쉬워진다… 정부-금융감독원, 협력 체계 구축
벤처천억 기업 985개 달성, 나도 억대 매출 기업으로 성장할 수 있다!
2025년부터 한국 경제 회복, 나도 혜택을 누릴 수 있다