AI 팩토리 500개 구축, ‘나도 혜택받는’ 제조 AI 혁신 시작된다

정부가 인공지능(AI) 강국 도약을 위해 내년도 예산에 AI 분야에만 10조 1000억 원을 투입하며, 특히 제조업 경쟁력 강화를 위한 AI 도입에 속도를 낸다. 이에 따라 2030년까지 500개 이상의 AI 팩토리 구축이 목표이며, AI 팩토리 선도 프로젝트, 피지컬 AI 개발, 휴머노이드 개발, 온 디바이스 AI 개발 등 다양한 분야에 1조 1000억 원 규모의 예산이 지원된다. 이는 우리 경제의 경쟁력 기반을 다시 세우고 새로운 성장 동력을 확보하기 위한 중요한 전략으로, 시민들이 체감할 수 있는 실질적인 혜택으로 이어질 전망이다.

AI 팩토리 구축은 단순히 숫자에 집착하기보다, 각 제조업의 종류와 규모에 맞는 성공 사례를 만드는 것이 핵심이다. 정부는 이러한 성공 사례를 바탕으로 약 500개 이상의 AI 팩토리를 2030년까지 구축할 계획이다. 이는 기존의 산업 인프라인 산업단지를 활용하여, 각 산업단지의 특성에 맞는 AI 기반 고도화 과제를 명확히 정의하고 특화 모델을 개발하는 방식으로 추진될 예정이다. 또한, 팔란티어의 온톨로지 모델과 같은 복합적 솔루션 검토도 포함될 수 있다.

이러한 AI 도입은 단순히 기업의 생산성 향상을 넘어, 산업 AX(산업 인공지능 전환)를 통해 제조업 경쟁력을 강화하고, 이 분야에 특화된 중소기업 및 스타트업 생태계를 구축하는 기회가 될 것이다. 이를 위해 정부는 기업과 AI 전문기업이 문제를 공유하고 협력 방안을 모색하는 라운드테이블을 운영하고, 우수 사례를 공유할 수 있도록 지원할 계획이다. 나아가, 산업 AI 허브를 구축하여 모범 사례와 기술 솔루션, 데이터를 개방함으로써 누구나 AI 전환에 대한 정보를 자유롭게 얻고 활용할 수 있도록 돕는다.

하지만 이러한 혁신 과정에는 신중한 접근이 요구된다. 과거 제너럴 일렉트릭(GE)이 프레딕스 플랫폼 구축에 실패했던 사례에서 보듯, 대상 고객의 기대와 현장의 고민을 제대로 이해하지 못하고 기술 자체에만 집중하는 것은 위험할 수 있다. 특히 피지컬 AI 분야는 이제 막 관심을 받기 시작한 새로운 화두이지만, 기존 AI 학습 데이터와는 성격이 다른 데이터 구성이 필요하며 매우 어려운 도전 과제이다. 인과 관계 및 추론 메타데이터, 다양한 맥락과 비정형적 상황 데이터, 시공간적 일관성 및 멀티모달 통합, 상호작용 및 에이전트 행동 데이터 등 복잡한 데이터를 다루어야 한다. 엔비디아의 옴니버스와 코스모스와 같은 디지털 트윈 및 피지컬 AI 학습 플랫폼의 중요성을 인지하고, 자체 개발 혹은 기술 도입에 대한 신중한 의사 결정이 필요하다. 국내에서 진행된 디지털 트윈 과제의 경쟁력을 냉철하게 재평가하고 교훈을 얻는 과정 또한 중요하다.

산업 AX는 각 나라의 제조 현장, 문화, 업무 방식이 다르기에 하나의 모델이나 방법론이 모두에게 적용될 수 없는 분야이다. 팔란티어의 성공 사례처럼, 단순히 솔루션이나 플랫폼 제공을 넘어 본사 엔지니어가 현장에 직접 투입되어 문제 정의, 효과 분석, 데이터 확보 등을 고객과 긴밀히 협의하는 방식이 필요하다. 산업 AX는 현장 엔지니어 및 전문가와 함께 문제를 풀어가는 과정을 통해 성과가 나온다. 따라서 두 문화 간의 간극을 줄이고 협업과 소통을 원활하게 돕는 것이 국가 과제 성공의 중요한 출발점이 될 수 있다.

이러한 산업 AX는 우리 나라의 경쟁력 기반을 다시 세우는 중요한 사업이므로, 반드시 성공 사례를 만들어내고 끊임없는 피드백, 평가, 개선이 민첩하게 이루어져야 한다. 정부 정책 또한 이러한 기민성을 살려야만 진정한 혁신을 이룰 수 있을 것이다.