산업 전반, 특히 제조업 분야에서 인공지능(AI) 기술을 통한 경쟁력 강화는 현 시대의 핵심적인 국가적 과제로 떠오르고 있다. 정부는 2025년 예산안에서 AI 3강 진입을 위해 올해보다 3배 증가한 10조 1000억 원을 투입하며 AI 분야에 대한 강력한 의지를 표명했다. 이 중 제조 경쟁력 강화를 위한 예산은 1조 1000억 원 규모로, AI 팩토리 선도 프로젝트, 피지컬 AI 개발, 휴머노이드 개발, 온 디바이스 AI 개발 등 구체적인 분야에 집중될 예정이다. 이러한 정책 기조는 대한민국 미래 성장 전략의 근간을 이루며, 산업 현장의 혁신을 촉진하고자 하는 정부의 의지가 분명하게 드러난다.

이러한 거시적인 정책 흐름 속에서, AI 팩토리 2030년까지 500개 이상 구축이라는 목표는 개별 기업의 구체적인 실행과 성공 사례 축적을 통해 그 의미를 더하게 된다. 단순히 양적인 목표 달성에 집중하기보다는, 제조업의 종류와 규모에 따른 다양한 참조 모델을 개발하고 이를 성공적으로 구현하는 것이 무엇보다 중요하다. 과거 산업 인터넷 시대를 주도하려 했던 제너럴 일렉트릭(GE)의 프레딕스(Predix) 실패 사례는 중요한 교훈을 남긴다. GE는 대상 고객의 실제적인 기대와 고민을 깊이 이해하지 못하고 기술 중심의 플랫폼 구축에만 몰두하다 현장 적용에 실패했다. 따라서 한국의 산업 AX 추진 역시 현장의 목소리에 귀 기울이며 실질적인 문제 해결에 초점을 맞추는 전략이 필수적이다.

최근 주목받기 시작한 피지컬 AI 분야는 새로운 기회이면서도 동시에 상당한 도전 과제를 안고 있다. 피지컬 AI 학습에 필요한 데이터는 기존 AI 학습 데이터와는 근본적으로 다른 특성을 지닌다. 여기에는 인과 관계 및 추론 메타데이터, 다양한 맥락과 비정형적 상황 데이터, 시공간적 일관성 및 멀티모달 통합, 상호작용 및 에이전트 행동 데이터 등이 포함되어야 한다. 이는 피지컬 AI 분야가 직면한 매우 어려운 도전이며, 이러한 데이터 구성의 어려움을 극복하는 것이 중요하다. 엔비디아의 옴니버스와 코스모스 사례에서 볼 수 있듯이, 디지털 트윈과 피지컬 AI 학습 플랫폼의 역할이 중요해지고 있다. 국내 기업들이 자체적인 플랫폼 개발 역량을 확보할 것인지, 아니면 고도화된 기술을 도입하여 활용할 것인지에 대한 신중한 의사 결정이 요구된다. 기존의 디지털 트윈 과제들의 경쟁력을 냉철하게 평가하고, 실패로부터 얻은 교훈을 바탕으로 나아가야 한다.

산업 단지라는 견고한 산업 인프라를 활용하여, 산단의 특성에 기반한 AI 고도화 과업을 명확히 정의하고 특화된 모델 개발에 집중해야 한다. 팔란티어의 온톨로지 모델과 같이 복합적인 솔루션 검토도 함께 이루어져야 할 것이다. 산업 AX는 제조업 경쟁력 강화라는 목적과 더불어, 해당 분야의 중소기업 및 스타트업 생태계를 구축할 수 있는 절호의 기회이기도 하다. 기업과 AI 전문기업 간의 라운드테이블을 활성화하여 상호 간의 문제를 공유하고 협업 방안을 모색하며, 우수 사례를 적극적으로 공유하는 것이 중요하다. 정부는 산업 AX 모범 사례와 기술 솔루션, 데이터를 개방하는 산업 AI 허브와 같은 공간을 마련하여, 동일 업종의 타 사업장에서 AI 전환을 어떻게 추진할 수 있는지에 대한 정보가 자유롭게 유통될 수 있도록 지원해야 한다.

기존의 성공적인 정책 프로그램들을 계승하는 것도 필요하지만, 산업 AX는 어느 국가도 아직 본격적인 궤도에 오르지 못한 영역이다. 각 나라의 제조 현장, 문화, 업무 방식이 다르기 때문에 단일 모델이나 방법론이 모든 곳에 적용될 수는 없다. 팔란티어처럼 단순히 솔루션이나 플랫폼을 제공하는 것을 넘어, 현장에 직접 투입되어 고객과 함께 문제를 정의하고, 효과를 분석하며 필요한 데이터를 확보하는 과정을 협의하는 방식이 중요하다. 산업 AX는 멋진 AI 엔지니어들이 본사에서 개발하는 것에 그치지 않고, 현장 엔지니어 및 전문가와 긴밀히 협력하여 문제를 풀어가는 과정에서 성과가 도출된다. 두 문화 간의 간극과 소통의 어려움을 해소하고 원활한 협업을 지원하는 것이 국가 과제 성공의 가장 중요한 출발점이 될 수 있다.

다른 AI 과제들 역시 국가적으로 중요한 목표와 의미를 지니지만, 산업 AX는 우리나라의 근본적인 경쟁력 기반을 재정립하는 과제이다. 따라서 반드시 성공 사례를 만들어내고, 지속적인 피드백과 평가, 그리고 민첩한 개선 과정을 거쳐야 한다. 이러한 기민성을 정책 추진 과정 전반에 걸쳐 살려나가는 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) 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.