AI 전환(AX)은 단순한 기술 도입을 넘어 국가 산업 경쟁력의 근간을 재정립하는 중요한 시대적 과제라는 인식이 확산되고 있다. 특히 제조 분야에서의 AI 기술 적용은 글로벌 공급망 재편, 기후 변화 대응, ESG 경영 강화 등 복합적인 외부 환경 변화 속에서 기업의 생존과 직결되는 필수 전략으로 부상하고 있다. 이러한 거시적인 흐름 속에서 정부가 AI 3강 진입을 목표로 내년 예산을 올해 대비 3배 증가한 10조 1000억 원으로 편성하고, 제조 경쟁력 강화를 위한 1조 1000억 원 규모의 예산을 투입하는 것은 이러한 시대적 요구에 부응하는 적극적인 행보로 평가된다.
이번 정부의 AI 예산 증액과 제조 경쟁력 강화 방안은 ‘AI 팩토리 선도 프로젝트’, ‘피지컬 AI 개발’, ‘휴머노이드 개발’, ‘온 디바이스 AI 개발’ 등을 포함하며, 이는 AI 기술을 활용하여 제조업의 생산성 향상뿐만 아니라 차세대 기술 개발까지 아우르려는 정부의 강력한 의지를 보여준다. 특히 2030년까지 AI 팩토리를 500개 이상 구축하겠다는 목표는, 단순히 양적 팽창을 넘어 성공적인 디지털 전환 사례를 만들어내고 이를 확산시키려는 전략의 일환으로 해석될 수 있다. 다만, 과거 산업 인터넷 시대를 이끌었던 제너럴 일렉트릭(GE)의 프레딕스(Predix) 실패 사례에서 보듯, 대상 고객의 니즈를 제대로 파악하지 못한 기술 중심의 접근은 현장 적용에 실패할 수 있다는 점을 경계해야 한다.
또한, 새롭게 주목받는 피지컬 AI 분야는 그 발전 가능성만큼이나 데이터 확보 및 활용이라는 근본적인 도전 과제를 안고 있다. 기존 AI 학습 데이터와는 차원이 다른 인과 관계, 다양한 맥락, 시공간적 일관성, 멀티모달 통합, 상호작용 등 복합적인 특성을 가진 데이터를 구축하고 활용하는 것은 피지컬 AI 분야의 핵심 난제 중 하나이다. 이러한 상황에서 엔비디아의 옴니버스, 코스모스 같은 디지털 트윈 및 피지컬 AI 학습 플랫폼의 중요성은 더욱 부각되며, 국내 기술 개발 역량 점검과 더불어 선진 기술 도입 및 활용에 대한 전략적 의사결정이 시급하다. 대한민국이 보유한 산업 인프라, 특히 산업단지를 기반으로 특화된 AI 모델을 개발하고, 팔란티어의 온톨로지 모델과 같은 복합 솔루션 도입을 검토하는 것은 이러한 도전을 극복하기 위한 구체적인 방안이 될 수 있다.
궁극적으로 산업 AX는 제조업 경쟁력 강화와 더불어 특화된 중소기업 및 스타트업 생태계를 구축할 수 있는 절호의 기회이다. 이를 위해 기업과 AI 전문 기업 간의 긴밀한 협력 체계를 구축하고, 우수 사례 공유 및 기술 솔루션, 데이터 개방을 위한 ‘산업 AI 허브’와 같은 공간 마련이 필수적이다. ‘대한민국, AI로 날다’ 국가인공지능(AI) 전략위원회 출범식에서의 논의처럼, 산업 AX는 특정 국가나 기업의 단일 모델로 해결될 수 있는 영역이 아니며, 각 현장의 고유한 문화와 업무 방식에 맞는 유연한 접근이 요구된다. 팔란티어가 고객 현장에서 문제를 정의하고 솔루션을 함께 개발하듯, 산업 AX 또한 현장의 엔지니어 및 전문가와의 협업을 통해 성과를 도출해야 한다. 결국, 산업 AX의 성공은 민첩한 피드백과 평가, 지속적인 개선을 통해 경쟁력 기반을 재구축하는 데 달려 있으며, 정책적 지원 또한 이러한 기민성을 뒷받침해야 할 것이다.
