제조업 경쟁력 강화를 위한 인공지능(AI) 기술 도입, 즉 산업 AX(Artificial Intelligence Transformation)가 국가 미래 성장 전략의 핵심으로 부상하고 있다. 이는 단순한 기술 도입을 넘어, AI 3강 진입을 위한 10조 1000억 원 규모의 막대한 예산 투입에서 분명히 드러나는 정부의 강력한 의지를 보여준다. 특히 제조 경쟁력 강화를 위해 책정된 1조 1000억 원 규모의 예산은 AI 팩토리, 피지컬 AI, 휴머노이드, 온 디바이스 AI 등 차세대 기술 개발에 집중 투자될 예정이다. 이러한 거시적 흐름 속에서 정부의 산업 AX 추진은 국내 산업 생태계 전반의 디지털 전환을 가속화하고, 나아가 국가 경쟁력을 재정립하려는 중요한 시도로 평가받고 있다.
이번 정책은 특히 AI 팩토리 구축을 2030년까지 500개 이상 달성하겠다는 목표를 제시하며 구체적인 실행 방안을 모색하고 있다. 하지만 단순히 숫자 달성에 집착하기보다는, 제조업의 다양한 특성과 규모에 따른 참조 모델을 개발하고 성공 사례를 축적하는 것이 중요하다. 과거 제너럴 일렉트릭(GE)의 프레딕스(Predix) 실패 사례는 강력한 플랫폼 구축만큼이나 대상 고객의 현장 요구와 기대에 대한 깊은 이해가 성공의 열쇠임을 시사한다. 또한, 새롭게 주목받는 피지컬 AI 분야는 기존 AI와는 차별화된, 인과 관계, 추론 메타데이터, 다양한 맥락과 비정형적 상황 데이터, 시공간적 일관성 및 멀티모달 통합, 상호작용 및 에이전트 행동 데이터 등 고유한 특성을 가진 데이터 구성의 필요성을 제기하며, 이는 이 분야의 새로운 도전 과제이자 기회로 작용할 것이다. 엔비디아의 옴니버스와 코스모스 플랫폼은 디지털 트윈과 피지컬 AI 학습 플랫폼의 중요성을 보여주며, 국내 기업들의 자체 플랫폼 구축 또는 외부 기술 도입에 대한 전략적 의사결정이 요구된다. 그간 진행된 디지털 트윈 과제들의 경쟁력을 냉철히 재평가하고, 그로부터 얻은 교훈을 바탕으로 나아가야 할 방향을 설정하는 것이 필요하다.
산단이라는 견고한 산업 인프라를 기반으로 AI 기술을 접목하여 고도화하는 과업은 명확한 정의와 함께 특화된 모델 개발이 필수적이다. 팔란티어의 온톨로지 모델과 같은 복합적 솔루션 검토 또한 이러한 맥락에서 이루어져야 한다. 산업 AX는 제조업 경쟁력 강화뿐만 아니라, 이 분야에 특화된 중소기업 및 스타트업 생태계 구축의 기회를 제공한다. 기업과 AI 전문기업 간의 라운드테이블 운영, 우수 사례 공유, 그리고 산업 AI 허브와 같은 공간 조성을 통해 정보의 자유로운 흐름을 촉진함으로써 AI 전환에 대한 노하우가 업종 내 다른 사업장으로 확산될 수 있도록 지원해야 한다.
기존 정책 프로그램의 성과를 계승하는 동시에, 산업 AX는 어느 국가에서도 아직 본 궤도에 오르지 못한 새로운 영역이다. 각국의 제조 현장, 문화, 업무 방식이 다르기에 단일 모델이나 방법론이 모든 상황에 적용될 수는 없다. 팔란티어와 같이 현장에 투입되어 고객과의 긴밀한 협의를 통해 문제를 정의하고 해결책을 찾는 접근 방식은 시사하는 바가 크다. 산업 AX의 성공은 단순히 AI 엔지니어의 개발 역량에만 의존하는 것이 아니라, 현장 엔지니어 및 전문가와의 협업을 통해 이루어진다. 두 문화 간의 간극을 좁히고 원활한 소통을 지원하는 것이 이 국가 과제의 성공을 위한 가장 중요한 출발점이다. 이처럼 산업 AX는 우리 나라의 경쟁력 기반을 재정립하는 핵심 과제로서, 반드시 성공적인 케이스를 만들어내고 끊임없는 피드백, 평가, 그리고 민첩한 개선이 이루어져야 하며, 정책적으로도 이러한 기민성을 살리는 것이 중요하다.
◆ 한상기 테크프론티어 대표
서울대 컴퓨터공학과 1회 졸업생으로 1980년대 카이스트에서 인공지능 주제로 석박사 학위를 취득했다. 삼성종합기술원, 삼성전자 등에서 활동했으며 1999년 벤처포트 설립, 2003년 다음커뮤니케이션(현 카카오) 전략대표와 일본 법인장을 역임했다. 카이스트와 세종대 교수를 거쳐 2011년부터 테크프론티어 대표를 맡고 있다. 데이터 경제 포럼 의원, AI챌린지 기획, AI데이터 세트 구축 총괄 기획위원 등을 역임했다. 대표 저서로는