인공지능(AI) 기술을 제조업 경쟁력 강화의 핵심 동력으로 삼으려는 국가적 노력이 본격화되고 있다. 정부가 내년도 예산을 전년 대비 8.1% 증가한 약 728조 원 규모로 편성한 가운데, 특히 AI 3강 진입을 위한 예산을 올해보다 3배 늘린 10조 1000억 원으로 책정하며 AI 분야에 대한 강력한 의지를 표명했다. 이러한 예산 투입은 대한민국 미래 성장 전략의 근간을 이루며, 산업, 특히 제조 분야의 혁신을 가속화하려는 정부의 기조를 명확히 보여준다. 이러한 거시적 흐름 속에서 2030년까지 AI 팩토리 500개 이상을 구축하겠다는 목표는 중요한 이정표가 될 수 있다. 그러나 단순한 숫자 달성에 집착하기보다는, 다양한 규모와 제조업 종류에 따른 참조 모델을 정립하고 이를 바탕으로 ‘성공 사례’를 집중적으로 만들어내는 것이 무엇보다 중요하다.

이러한 정책의 실효성을 높이기 위해서는 몇 가지 핵심적인 조언을 고려해야 한다. 첫째, AI 팩토리 구축 과정에서 ‘성공 사례’의 중요성을 간과해서는 안 된다. 과거 산업 인터넷 시대를 주도하려 했던 제너럴 일렉트릭(GE)이 거창하게 내세웠던 프레딕스(Predix) 플랫폼이 결국 실패로 돌아간 사례는 우리에게 중요한 교훈을 준다. 당시 GE는 대상 고객의 기대와 현장의 실제 고민을 제대로 이해하지 못한 채 멋진 플랫폼 개발에만 집중하여 현장 적용에 실패했다. 따라서 500개라는 양적 목표보다는, 구체적인 성공 사례를 발굴하고 이를 확산하는 데 더 많은 자원을 투입해야 한다.

둘째, 피지컬 AI 분야의 잠재력과 함께 잠재적 위험 요소에 대한 면밀한 준비가 필요하다. 피지컬 AI는 AI 분야의 새로운 화두로 떠오르며 기회와 위험을 동시에 내포하고 있다. 피지컬 AI 학습에 필요한 데이터는 기존 AI 학습 데이터와는 근본적으로 다르다. 인과 관계 및 추론 메타데이터, 다양한 맥락과 비정형적 상황 데이터, 시공간적 일관성 및 멀티모달 통합, 상호작용 및 에이전트 행동 데이터 등 특화된 데이터 구성이 필수적이다. 이는 피지컬 AI 분야에서 처음으로 마주하게 되는 매우 어려운 도전이 될 수 있다. 엔비디아의 옴니버스와 코스모스와 같은 디지털 트윈 및 피지컬 AI 학습 플랫폼의 중요성을 고려할 때, 자체 플랫폼 구축 또는 외부 기술 도입이라는 중요한 의사 결정을 내려야 한다. 이 과정에서 과거 국내 디지털 트윈 과제들의 경쟁력을 냉철하게 재평가하고, 그로부터 얻은 교훈을 바탕으로 미래 전략을 수립해야 한다.

셋째, 제조업 경쟁력 강화와 특화된 중소기업 및 스타트업 생태계 구축이라는 두 가지 목적을 달성하기 위한 통합적 접근이 요구된다. 산단이라는 기존 산업 인프라를 활용하여, 각 산단의 특징에 기반한 AI 고도화 과업을 명확히 정의하고 특화된 모델을 개발해야 한다. 또한, 팔란티어의 온톨로지 모델과 같이 복합적인 솔루션 검토도 필요하다. 이를 위해 기업과 AI 전문기업 간의 라운드테이블을 활성화하여 문제 공유 및 협업 방안을 모색하고, 우수 사례를 적극적으로 공유해야 한다. 정부는 산업 AI 허브와 같은 공간을 조성하여 모범 사례, 기술 솔루션, 데이터를 개방함으로써, 누구나 동종 업종의 다른 사업장에서 AI 전환에 대한 정보를 자유롭게 얻을 수 있도록 지원해야 한다.

넷째, 산업 AX(Industrial AI Transformation)는 어느 국가도 아직 완전히 궤도에 오르지 못한 새로운 영역이며, 각 나라의 제조 현장, 문화, 업무 방식이 다르기에 단일 모델이나 방법론이 모두에게 적용될 수 없다. 팔란티어가 고객 현장에 직접 엔지니어를 투입하여 문제를 정의하고, 효과 분석 및 데이터 확보 방안을 협의하는 것처럼, 산업 AX 역시 현장 엔지니어 및 전문가와 함께 문제를 풀어가는 과제를 통해 성과가 도출된다. 두 문화 간의 간극과 소통의 어려움을 고려할 때, 이러한 협업과 소통을 원활하게 지원하는 것이 국가 과제 성공의 가장 중요한 출발점이라 할 수 있다.

결론적으로, 산업 AX는 단순한 기술 도입을 넘어 우리나라 경쟁력 기반을 재건하는 핵심 과제이다. 성공적인 추진을 위해서는 끊임없는 피드백, 평가, 그리고 민첩한 개선이 필수적이며, 정책적으로도 이러한 기민성을 살리는 것이 무엇보다 중요하다. 대한민국이 AI 강국으로 도약하고 제조업 경쟁력을 재확립하기 위해서는, AI 팩토리 구축과 같은 구체적인 정책들이 ‘성공 사례’를 중심으로 한 민첩하고 유연한 전략으로 뒷받침되어야 한다.

◆ 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 , 등이 있다.