전 세계적으로 디지털 전환(DX)을 넘어 인공지능(AI) 전환(AX)이 산업 경쟁력 강화의 핵심 동력으로 주목받고 있다. 특히 제조업 분야에서의 AI 도입은 생산성 향상, 비용 절감, 품질 개선뿐만 아니라 새로운 비즈니스 모델 창출까지 가능하게 하며 국가 경쟁력의 근간을 재정립하는 중요한 어젠다로 떠오르고 있다. 이러한 시대적 요구에 발맞춰 정부는 2025년 예산을 약 728조 원 규모로 편성했으며, 이 중 AI 3강 진입을 위한 예산을 올해보다 3배 증가한 10조 1000억 원으로 확대하며 AI 분야에 대한 강력한 의지를 표명했다. 특히 제조 경쟁력 강화를 위한 예산으로 1조 1000억 원을 투입하여 AI 팩토리 선도 프로젝트, 피지컬 AI 개발, 휴머노이드 개발, 온디바이스 AI 개발 등을 포함하는 구체적인 정책 추진에 나섰다.

정부가 대한민국 미래 성장 전략의 핵심으로 AI 전환을 설정하고 예산과 국정과제 전반에 이를 심고 있는 가운데, 특히 제조업 경쟁력 강화를 위한 AI 기술 기반 구축은 우리 상황에서 무엇보다 중요한 과제다. 이러한 거시적 흐름 속에서 정부가 추진하는 AI 팩토리 구축 사업은 주목할 만한 실천 사례라 할 수 있다. 2030년까지 500개 이상의 AI 팩토리 구축을 목표로 하는 정책은 양적 목표 달성보다는 규모와 제조업 종류에 따른 참조 모델 및 성공 사례를 만드는 데 더욱 집중할 필요가 있다. 과거 산업 인터넷 시대를 주도하려 했던 제너럴 일렉트릭(GE)의 프레딕스(Predix) 사례에서 보듯, 대상 고객의 현실적인 기대와 고민을 제대로 이해하지 못한 채 거창한 플랫폼 구축에만 매몰될 경우 현장 적용에 실패할 수 있다는 교훈을 잊지 말아야 한다.

새로운 화두로 떠오르는 피지컬 AI 분야는 기회인 동시에 위험 요소도 내포하고 있다. 피지컬 AI 학습에 필요한 데이터는 기존 AI 학습 데이터와는 근본적으로 다른 특성을 요구한다. 여기에는 인과 관계 및 추론 메타데이터, 다양한 맥락과 비정형적 상황 데이터, 시공간적 일관성 및 멀티모달 통합, 상호작용 및 에이전트 행동 데이터 등 복잡하고 이질적인 데이터 구성이 필수적이다. 이는 피지컬 AI 분야에서 처음 마주하게 되는 매우 어려운 도전 과제다. 엔비디아의 옴니버스(Omniverse)와 코스모스(Cosmos) 플랫폼이 디지털 트윈과 피지컬 AI 학습에서 보여주는 중요성은 우리가 자체적으로 이러한 수준의 플랫폼을 구축할 것인지, 아니면 선진 기술을 도입 활용할 것인지에 대한 심도 깊은 의사 결정을 요구한다. 국내에서 진행된 디지털 트윈 과제들의 결과물이 경쟁력 있는 수준인지 냉철하게 되짚어보고, 부족했다면 그 원인을 분석하여 교훈을 얻어야 한다.

산업단지라는 강력한 산업 인프라를 보유하고 있는 우리나라는, 산단 특성에 기반한 AI 고도화 과업을 명확히 정의하고 특화 모델을 고민하는 동시에 팔란티어(Palantir)의 온톨로지 모델과 같은 복합적 솔루션 검토도 병행해야 한다. 산업 AX는 제조업 경쟁력 강화라는 본질적인 목표 달성과 더불어, 이 분야에 특화된 중소기업 및 스타트업 생태계를 구축할 수 있는 절호의 기회다. 기업과 AI 전문 기업 간의 라운드테이블을 활성화하여 문제 공유 및 협업 방안을 모색하고 우수 사례를 공유하는 환경을 조성해야 한다. 또한, 정부는 산업 AX 모범 사례, 기술 솔루션, 데이터 등을 개방하는 산업 AI 허브와 같은 공간을 마련하여, 동종 업계의 다른 사업장에서 AI 전환에 대한 정보가 자유롭게 유통될 수 있도록 지원해야 한다.

기존 정책에서 성공을 거둔 프로그램들을 승계하는 것도 중요하지만, 산업 AX는 어느 나라도 아직 본 궤도에 오르지 못한 영역이며, 각국의 제조 현장, 문화, 업무 방식이 다르기에 단일 모델이나 방법론이 모두에게 적용될 수는 없다. 팔란티어처럼 단순히 솔루션이나 플랫폼 제공을 넘어, 본사 엔지니어가 현장에 투입되어 고객과 함께 문제를 정의하고, 효과를 분석하며 필요한 데이터를 확보하는 방식이 필요하다. 산업 AX는 멋진 AI 엔지니어가 사내에서 개발하는 것을 넘어, 현장 엔지니어 및 전문가와 함께 풀어가는 과제를 통해 성과를 창출한다. 두 문화 간의 간극과 소통 문제를 원활하게 지원하는 것이 국가 과제 성공의 중요한 출발점이 될 수 있다. 다른 AI 과제들 역시 중요하지만, 산업 AX는 대한민국 경쟁력의 근간을 다시 세우는 것이므로 반드시 성공 사례를 만들어내고, 끊임없는 피드백, 평가, 그리고 민첩한 개선이 이루어져야 한다. 정책적 측면에서도 이러한 기민성을 살리는 것이 필수적이다.

◆ 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.