글로벌 경제 패러다임이 급변하는 가운데, 인공지능(AI) 기술을 활용한 산업 경쟁력 강화가 국가적 화두로 떠오르고 있다. 특히 제조업 분야의 혁신을 이끌 ‘산업 AX’는 대한민국의 미래 성장 동력을 재확립하는 핵심 과제로 부상하며, 정부는 이를 위해 내년 예산 728조 원 중 AI 분야에 10조 1000억 원을 투입하는 등 강력한 의지를 표명했다. 이러한 거시적인 흐름 속에서, 산업 AX의 성공적인 안착을 위한 구체적인 정책 방향과 조언이 제시되고 있다.

정부는 AI 3강 진입을 목표로 AI 분야에 올해 대비 3배 증가한 예산을 집중 투입하며, 제조 경쟁력 강화를 위한 1조 1000억 원 규모의 예산도 별도 편성했다. 이는 AI 팩토리 선도 프로젝트, 피지컬 AI 및 휴머노이드 개발, 온 디바이스 AI 개발 등을 포함하며, 산업 전반의 AI 기술 접목을 가속화하려는 의지를 분명히 보여준다. 이처럼 산업 AX를 국가 미래성장 전략의 핵심 축으로 삼고 예산과 국정과제 전반에 기조를 심고 있지만, 실효성 있는 정책 실행을 위해서는 몇 가지 중요한 고려사항이 있다.

먼저, 2030년까지 AI 팩토리 500개 이상 구축이라는 목표 달성에 앞서, 다양한 규모와 업종별 제조업 특성을 반영한 참조 모델 및 성공 사례를 집중적으로 만들어내는 것이 중요하다. 과거 제너럴 일렉트릭(GE)이 ‘프레딕스’ 플랫폼을 거창하게 선보였으나, 대상 고객의 실질적인 기대와 고민을 간과하여 현장 적용에 실패했던 사례를 잊지 말아야 한다. 이는 기술 자체의 우수성만큼이나 실제 현장의 요구를 충족시키는 것이 산업 AX의 성패를 가르는 핵심 요소임을 시사한다.

또한, 새롭게 부상하는 피지컬 AI 분야는 기회인 동시에 도전 과제이다. 피지컬 AI 학습을 위해서는 기존 AI 학습 데이터와는 차원이 다른, 인과 관계 및 추론 메타데이터, 다양한 맥락과 비정형적 상황 데이터, 시공간적 일관성 및 멀티모달 통합, 상호작용 및 에이전트 행동 데이터 등 고도화된 데이터 구성이 필수적이다. 이러한 복잡하고 새로운 특성의 데이터를 다루는 것은 피지컬 AI 분야에서 마주하게 될 매우 어려운 도전이다. 엔비디아의 옴니버스 및 코스모스와 같은 디지털 트윈 및 피지컬 AI 학습 플랫폼의 중요성을 고려할 때, 국내 자체 플랫폼 구축 역량 확보 또는 선진 기술 도입에 대한 신중한 의사결정이 요구된다. 지금까지 진행된 국내 디지털 트윈 과제들의 경쟁력을 냉철하게 평가하고, 실패로부터 얻은 교훈을 바탕으로 전략을 수정해야 할 것이다.

산업 인프라로 잘 갖춰진 국가 산업단지(산단)의 특성을 활용한 AI 고도화 전략도 명확히 정의해야 한다. 각 산단의 고유한 특성에 맞는 특화 모델 개발과 함께, 팔란티어의 온톨로지 모델과 같은 복합적 솔루션 검토도 병행해야 한다. 산업 AX는 제조업 경쟁력 강화뿐만 아니라, 이 분야에 특화된 중소기업 및 스타트업 생태계를 구축할 수 있는 절호의 기회이다. 이를 위해 기업과 AI 전문기업 간의 라운드테이블을 활성화하여 문제 공유 및 협업 방안을 모색하고, 우수 사례를 적극적으로 공유하는 환경 조성이 필요하다. 정부는 산업 AX 모범 사례와 기술 솔루션, 데이터를 개방하는 ‘산업 AI 허브’와 같은 공간을 마련하여, 타 사업장의 AI 전환 사례에 대한 정보가 자유롭게 유통될 수 있도록 지원해야 한다.

기존 성공 프로그램의 계승도 중요하지만, 산업 AX는 아직 어느 국가도 본 궤도에 오르지 못한 영역이며, 각 나라의 제조 현장, 문화, 업무 방식이 다르기에 단일 모델이나 방법론으로는 한계가 명확하다. 팔란티어와 같이 고객 현장에 직접 투입되어 문제를 정의하고, 효과 분석 및 데이터 확보 방안을 협의하는 방식은 국내 산업 AX 추진에 중요한 시사점을 준다. 즉, 산업 AX는 단순히 AI 엔지니어가 회사 내에서 개발하는 것이 아니라, 현장 엔지니어 및 전문가와 긴밀하게 협력하며 문제를 해결해나가는 과정을 통해 성과가 창출된다. 서로 다른 문화 간의 간극과 소통 문제를 원활하게 지원하는 것이 국가 과제 성공의 가장 중요한 출발점이 될 수 있다.

다른 AI 과제 역시 국가적으로 중요한 목표와 의미를 가지지만, 산업 AX는 대한민국 경쟁력의 근간을 다시 세우는 사업으로서, 반드시 성공적인 사례를 창출하고 끊임없는 피드백, 평가, 그리고 민첩한 개선이 이루어져야 한다. 정책적 측면에서도 이러한 기민성을 살리는 것이 무엇보다 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) 전략대표 및 일본 법인장을 역임했다. 카이스트와 세종대 교수를 거쳐 2011년부터 테크프론티어 대표를 맡고 있다. 데이터 경제 포럼 의원, AI챌린지 기획, AI데이터 세트 구축 총괄 기획위원 등을 역임했으며, 대표 저서로는 , 등이 있다.