AI 기술을 활용해 산업 경쟁력을 높이는 ‘산업 AX’가 본격화되면서, 이제 일반 시민들도 이러한 변화를 통해 체감할 수 있는 혜택을 얻을 수 있게 된다. 정부는 내년 예산 728조 원 중 AI 분야에 10조 1000억 원을 투입하며 AI 3강 진입을 위한 강력한 의지를 표명했다. 특히 제조 경쟁력 강화를 위해 1조 1000억 원 규모의 예산이 편성되었으며, 여기에는 AI 팩토리 선도 프로젝트, 피지컬 AI 개발, 휴머노이드 개발, 온 디바이스 AI 개발 등이 포함된다.
이러한 정책은 단순히 기술 개발에 그치지 않고, AI 기술을 제조업 경쟁력 강화와 연결하여 중소기업 및 스타트업 생태계 구축까지 도모하는 것을 목표로 한다. 이를 통해 기업과 AI 전문 기업 간의 협업을 촉진하고, 성공 사례를 공유하며 산업 AI 전환에 대한 정보를 자유롭게 나눌 수 있는 ‘산업 AI 허브’ 같은 공간 마련도 추진될 예정이다.
AI 팩토리 구축은 2030년까지 500개 이상을 목표로 하고 있으나, 단순히 숫자에 집착하기보다는 제조업의 다양한 종류와 규모에 맞는 참조 모델을 개발하고 성공 사례를 만드는 것이 중요하다. 과거 GE의 프레딕스 사례처럼, 대상 고객의 실제 고민을 제대로 이해하지 못한 기술 중심의 접근은 실패로 이어질 수 있음을 잊지 말아야 한다.
새로운 화두로 떠오른 피지컬 AI 분야는 AI 분야의 새로운 기회이지만 동시에 도전 과제도 안고 있다. 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 특성의 데이터 구성이 필수적이다. 엔비디아의 옴니버스와 코스모스 같은 플랫폼의 역할을 고려할 때, 자체 플랫폼 구축 또는 선진 기술 도입에 대한 신중한 의사 결정이 요구된다. 국내 디지털 트윈 과제의 경쟁력을 냉철하게 평가하고 교훈을 얻는 과정도 필요하다.
산업 인프라인 ‘산단’을 기반으로 AI를 고도화하려는 노력도 중요하다. 산단의 특징에 맞는 특화 모델을 고민하고, 팔란티어의 온톨로지 모델과 같은 복합적 솔루션 검토도 함께 이루어져야 한다.
산업 AX는 제조업 경쟁력 강화와 함께 특화된 중소기업 및 스타트업 생태계를 구축할 좋은 기회이다. 이를 위해 기업과 AI 전문 기업 간의 라운드테이블을 활성화하여 문제 공유 및 협업 방안을 모색하고 우수 사례를 공유해야 한다. 정부는 산업 AX 모범 사례와 기술 솔루션, 데이터를 개방할 수 있는 산업 AI 허브를 마련하여 정보가 자유롭게 흐르도록 지원해야 한다.
기존의 성공적인 정책 프로그램을 승계하는 것도 중요하지만, 산업 AX는 아직 어느 나라도 본 궤도에 오르지 못한 영역이며 각 국가의 제조 현장과 문화, 업무 방식이 다르기에 단일 모델이나 방법론이 모두에게 적용될 수는 없다. 팔란티어가 고객 현장에 직접 투입되어 문제를 정의하고 협의하는 것처럼, 산업 AX 역시 현장 엔지니어나 전문가와 함께 문제를 풀어가는 과제를 통해 성과가 나온다. 서로 다른 문화 간의 간극과 소통 문제를 원활하게 돕는 것이 국가 과제 성공의 중요한 출발점이 될 수 있다.
다른 AI 과제들도 중요하지만, 산업 AX는 대한민국의 경쟁력 기반을 다시 세우는 핵심 과제이므로 성공 사례를 반드시 만들어내고 끊임없는 피드백, 평가, 개선이 민첩하게 이루어져야 한다. 정책적으로도 이러한 기민성을 살리는 것이 필수적이다.