정부가 제조 경쟁력 강화를 위해 AI 기술 투자에 박차를 가한다. 내년 예산을 약 728조 원 규모로 편성했으며, 특히 AI 3강 진입을 목표로 올해보다 3배 증가한 10조 1000억 원을 AI 분야에 투입한다. 이 중 제조 경쟁력 강화를 위한 예산은 1조 1000억 원 규모로, AI 팩토리 선도 프로젝트, 피지컬 AI 개발, 휴머노이드 개발, 온 디바이스 AI 개발 등을 포함한다. 이를 통해 산업 전반, 특히 제조업의 경쟁력을 AI 기술로 강화하려는 정부의 강력한 의지가 엿보인다.
가장 눈에 띄는 정책은 2030년까지 AI 팩토리 500개 이상을 구축하는 것이다. 이는 단순한 숫자 목표를 넘어, 다양한 규모와 제조업 종류에 맞는 참조 모델과 성공 사례를 만드는 데 집중할 것으로 보인다. AI 팩토리는 생산 과정에 AI를 접목하여 효율성을 극대화하고 새로운 가치를 창출하는 것을 목표로 한다. 만약 당신이 제조업에 종사하거나 관련 분야에 관심이 있다면, 이러한 AI 팩토리 구축 사업에 참여하거나 관련 기술을 도입함으로써 생산성 향상, 비용 절감, 품질 개선 등의 직접적인 혜택을 기대할 수 있다.
하지만 성공적인 AI 팩토리 구축을 위해서는 몇 가지 중요한 점을 기억해야 한다. 과거 제너럴 일렉트릭(GE)이 ‘프레딕스’ 플랫폼으로 큰 기대를 모았으나, 대상 고객의 실제 고민과 현장 적용을 제대로 이해하지 못해 실패했던 사례를 반면교사 삼아야 한다. 즉, 최첨단 기술 자체에만 집중하기보다 실제 현장의 필요와 요구를 정확히 파악하는 것이 중요하다.
또한, 새롭게 부상하는 피지컬 AI 분야는 AI 기술 발전의 새로운 기회이자 도전이다. 피지컬 AI를 위한 데이터는 기존 AI 학습 데이터와는 차원이 다르다. 인과 관계, 추론 메타데이터, 다양한 맥락과 비정형적 상황 데이터, 시공간적 일관성, 멀티모달 통합, 상호작용 및 에이전트 행동 데이터 등 복잡하고 새로운 특성을 가진 데이터 구성이 필요하다. 이러한 데이터 확보 및 활용 능력은 피지컬 AI 성공의 핵심이 될 것이다. 엔비디아의 옴니버스와 코스모스와 같은 디지털 트윈 및 피지컬 AI 학습 플랫폼의 중요성이 부각되는 이유이기도 하다. 국내 기술 수준을 점검하고 필요하다면 해외 선진 기술 도입도 신중하게 검토해야 한다.
국내의 강력한 산업 인프라인 ‘산단’을 활용한 AI 고도화도 기대해 볼 만하다. 산단의 특징에 기반한 특화된 AI 모델을 개발하고, 팔란티어의 온톨로지 모델과 같은 복합적 솔루션도 함께 검토할 수 있다. 이는 제조업 경쟁력 강화와 더불어 관련 중소기업 및 스타트업 생태계를 구축하는 좋은 기회가 될 것이다. 기업과 AI 전문기업 간의 라운드테이블을 활성화하여 문제를 공유하고 협업하며 우수 사례를 나누는 장이 마련될 것이다. 정부는 이러한 산업 AI 허브를 통해 모범 사례, 기술 솔루션, 데이터를 개방하여 AI 전환에 대한 정보를 자유롭게 공유할 수 있도록 지원할 계획이다.
성공적인 산업 AX 전환을 위해서는 ‘문화’의 간극을 좁히는 것이 중요하다. 팔란티어처럼 솔루션 제공을 넘어 본사 엔지니어가 현장에 직접 참여하여 문제를 정의하고, 효과 분석 및 데이터 확보 방안을 고객과 협의하는 방식이 필요하다. 산업 AX는 단순히 AI 엔지니어가 개발하는 것이 아니라, 현장 엔지니어 및 전문가와 함께 과제를 풀어가는 과정을 통해 성과가 나온다. 두 문화의 간극을 좁히고 협업과 소통을 원활하게 돕는 것이 국가 과제 성공의 출발점이 될 수 있다.
이번 정부의 산업 AX 추진은 우리나라의 경쟁력 기반을 다시 세우는 중요한 과제이다. 따라서 반드시 성공 사례를 만들고, 끊임없는 피드백과 평가, 신속한 개선이 민첩하게 이루어져야 한다. 정책적으로도 이러한 기민성을 살려 나가는 것이 무엇보다 중요하다.
더 많은 이야기
우리 손으로 만든 AI 두뇌로 세계 시장에 도전한다
이력서 쓰기 막막할 때 AI가 똑똑한 조수가 돼준다
운전자 없는 자동차가 동네 골목 누비며 어르신 태운다