정부가 내년 예산 728조 원 가운데 AI 3강 진입을 목표로 올해보다 3배 증가한 10조 1000억 원을 AI 분야에 투입하며 강한 의지를 표명했다. 특히 제조 경쟁력 강화를 위해 1조 1000억 원 규모의 예산을 편성, AI 팩토리 선도 프로젝트, 피지컬 AI 개발, 휴머노이드 개발, 온 디바이스 AI 개발 등에 집중 투자한다. 이러한 정책은 산업, 특히 제조업 분야의 경쟁력을 AI 기술로 강화하고 기반 기술과 응용 분야를 발전시키겠다는 미래 성장 전략의 일환이다. 그러나 이러한 정책이 실효성을 거두기 위해서는 몇 가지 중요한 고려사항이 필요하다.
우선, 2030년까지 AI 팩토리 500개 이상 구축이라는 목표는 달성 숫자에 집중하기보다, 제조업의 규모와 종류에 따른 참조 모델을 개발하고 성공 사례를 집중적으로 만드는 것이 중요하다. 과거 제너럴 일렉트릭(GE)이 산업 인터넷 플랫폼 ‘프레딕스’를 야심차게 내세웠으나, 대상 고객의 실제 고민을 이해하지 못하고 플랫폼 자체 구축에만 몰두하여 현장 적용에 실패했던 사례를 잊지 말아야 한다. 이는 기술 자체의 완성도만큼이나 현장과의 유기적인 결합이 중요하다는 점을 시사한다.
또한, 최근 주목받기 시작한 피지컬 AI 분야는 기회이자 위험 요소이다. 피지컬 AI를 위한 데이터는 기존 AI 학습 데이터와 달리 인과 관계 및 추론 메타데이터, 다양한 맥락과 비정형적 상황 데이터, 시공간적 일관성, 멀티모달 통합, 상호작용 및 에이전트 행동 데이터 등 고유한 특성을 요구하며, 이는 매우 어려운 도전 과제이다. 엔비디아의 옴니버스와 코스모스 같은 디지털 트윈 및 피지컬 AI 학습 플랫폼의 중요성을 고려할 때, 국내 기술 수준을 냉철하게 평가하고 필요한 경우 선진 기술 도입을 검토하는 것도 현명한 접근 방식이 될 수 있다.
국내 산업 인프라인 산업단지(산단)의 특성을 기반으로 AI 고도화 과업을 명확히 정의하고, 팔란티어의 온톨로지 모델과 같은 복합적 솔루션 도입을 함께 검토하는 방안도 고려해야 한다. 산업 AX는 제조업 경쟁력 강화뿐만 아니라, 이 분야에 특화된 중소기업 및 스타트업 생태계를 구축할 수 있는 좋은 기회이다. 이를 위해 기업과 AI 전문기업 간의 라운드테이블을 활성화하여 문제 공유 및 협업 방안을 모색하고, 우수 사례를 공유하는 자리를 마련해야 한다. 정부는 산업 AX 모범 사례와 기술 솔루션, 데이터를 공유하는 산업 AI 허브를 구축하여 AI 전환에 대한 정보가 자유롭게 유통될 수 있도록 지원해야 한다.
산업 AX는 어느 나라에서도 아직 본 궤도에 오르지 못한 영역이며, 각 나라의 제조 현장과 문화, 업무 방식이 다르기 때문에 단일 모델이나 방법론이 모두에게 적용될 수는 없다. 팔란티어와 같이 현장에 직접 투입되어 문제 정의부터 효과 분석, 데이터 확보까지 고객과 협력하는 접근 방식이 필요하다. 즉, 산업 AX는 현장 엔지니어 및 전문가와 함께 문제를 해결해나가는 과제를 통해 성과가 창출된다. 두 문화 간의 간극과 소통 문제를 원활하게 돕는 것이 국가 과제 성공의 중요한 출발점이 될 수 있다.
산업 AX는 우리나라 경쟁력 기반을 재건하는 핵심 과제인 만큼, 반드시 성공 사례를 만들어내고 끊임없는 피드백과 평가, 민첩한 개선이 이루어져야 한다. 정책적으로도 이러한 기민성을 확보하는 것이 중요하다.
◆ 한상기 테크프론티어 대표
한상기 테크프론티어 대표는 서울대 컴퓨터공학과 1회 졸업생으로, 1980년대 카이스트에서 인공지능 분야 석박사 학위를 취득했다. 삼성종합기술원, 삼성전자 등에서 활동했으며, 1999년 벤처포트 설립, 2003년 다음커뮤니케이션(현 카카오) 전략대표 및 일본 법인장을 역임했다. 이후 카이스트와 세종대 교수를 거쳐 2011년부터 테크프론티어 대표를 맡고 있다. 데이터 경제 포럼 의원, AI챌린지 기획, AI데이터 세트 구축 총괄 기획위원 등을 역임했으며, 대표 저서로는
About the Author
