전 세계적으로 디지털 전환(DX)의 흐름이 가속화되면서, 인공지능(AI) 기술을 제조업에 접목하여 생산성과 효율성을 극대화하려는 ‘산업 AX(Artificial Intelligence Transformation)’에 대한 관심이 뜨겁다. 대한민국 역시 AI 3강 진입을 목표로 2025년 예산 중 AI 분야에 10조 1000억 원을 투입하며 강력한 의지를 표명했다. 특히 제조 경쟁력 강화를 위한 1조 1000억 원 규모의 예산은 AI 팩토리 선도 프로젝트, 피지컬 AI 개발, 휴머노이드 개발, 온 디바이스 AI 개발 등 구체적인 실행 계획을 담고 있다. 이러한 정부의 적극적인 움직임은 우리 경제의 미래 성장 동력 확보라는 거시적인 관점에서 매우 중요한 의미를 지닌다.
정부는 2030년까지 AI 팩토리 500개 이상 구축을 목표로 하고 있으나, 중요한 것은 단순히 양적인 목표 달성보다는 각 제조업의 특성에 맞는 참조 모델과 성공 사례를 집중적으로 만들어내는 것이다. 과거 제너럴 일렉트릭(GE)이 야심차게 선보였던 산업 인터넷 플랫폼 ‘프레딕스(Predix)’가 고객의 현장 상황을 제대로 이해하지 못해 실패로 돌아갔던 사례는 우리에게 중요한 교훈을 준다. 화려한 기술이나 플랫폼 자체에 매몰되기보다는, 실제 현장에서 발생하는 문제와 고객의 니즈를 정확히 파악하고 이를 해결하는 데 집중해야 함을 시사한다.
피지컬 AI 분야는 AI 기술의 새로운 지평을 열고 있다는 점에서 기회이자 동시에 도전적인 영역이다. 피지컬 AI 학습을 위해서는 기존 AI 학습 데이터와는 차원이 다른, 인과 관계, 다양한 맥락, 시공간적 일관성, 멀티모달 통합, 상호작용 데이터 등 복합적이고 비정형적인 데이터 구성이 필수적이다. 엔비디아의 옴니버스나 코스모스와 같은 디지털 트윈 및 피지컬 AI 학습 플랫폼의 중요성은 이러한 데이터 요구사항을 극명하게 보여준다. 국내 기술 수준을 냉철하게 평가하고, 자체 개발 또는 선진 기술 도입에 대한 신중한 의사 결정이 필요하다. 또한, 국내 산업 인프라인 산단 특성을 활용한 AI 고도화 과제를 명확히 정의하고, 팔란티어의 온톨로지 모델과 같은 복합 솔루션 검토도 필요하다.
산업 AX는 제조업 경쟁력 강화와 더불어 이 분야에 특화된 중소기업 및 스타트업 생태계 구축의 절호의 기회이기도 하다. 기업과 AI 전문기업 간의 긴밀한 협업과 정보 공유를 위한 라운드테이블, 그리고 성공 사례를 공유할 수 있는 산업 AI 허브 구축은 이러한 생태계 활성화에 필수적이다. 정부는 산업 AX 모범 사례, 기술 솔루션, 데이터를 개방하여 AI 전환에 대한 정보 접근성을 높여야 한다.
산업 AX는 아직 어느 나라도 본 궤도에 오르지 못한 영역이며, 각 나라의 제조 현장과 문화에 맞는 유연한 접근이 요구된다. 팔란티어가 현장 엔지니어와 협력하여 고객의 문제를 정의하고 해결책을 제시하는 방식처럼, 산업 AX 역시 ‘멋진’ AI 엔지니어링이 아닌, 현장 전문가와 AI 전문가가 ‘함께’ 풀어가는 과제를 통해 실질적인 성과를 창출해야 한다. 두 문화 간의 간극을 좁히고 원활한 소통을 지원하는 것이야말로 이 국가 과제를 성공적으로 이끄는 핵심 출발점이라 할 수 있다.
한상기 테크프론티어 대표는 “산업 AX는 우리 나라의 경쟁력 기반을 다시 세우는 것이기 때문에 반드시 성공 케이스를 만들어내고 끊임없는 피드백과 평가, 그리고 개선이 민첩하게 이루어져야 한다”고 강조하며, “정책적으로도 이러한 기민성을 살리는 것이 무엇보다 중요하다”고 덧붙였다. 결국, 산업 AX의 성공은 단순히 기술 도입을 넘어, 현장의 목소리를 경청하고 정책의 민첩성을 확보하는 데 달려있다고 볼 수 있다.
