최근 정부가 발표한 내년 예산 728조 원 편성안에서 인공지능(AI) 분야에 대한 투자를 대폭 확대하며 미래 성장 동력 확보에 대한 강한 의지를 보였다. 특히 AI 3강 진입을 목표로 올해보다 3배 증가한 10조 1000억 원을 투입하고, 제조 경쟁력 강화를 위한 1조 1000억 원 규모의 예산을 별도로 편성했다. 이 예산은 AI 팩토리 선도 프로젝트, 피지컬 AI 개발, 휴머노이드 개발, 온 디바이스 AI 개발 등 혁신적인 기술 개발에 집중될 계획이다. 그러나 이러한 정책적 투자가 실질적인 성공으로 이어지기 위해서는 해결해야 할 근본적인 문제들이 존재한다.
정부는 2030년까지 500개 이상의 AI 팩토리를 구축하겠다는 목표를 제시했다. 하지만 단순히 숫자 달성에 집중하기보다는, 제조업의 다양한 규모와 종류에 맞는 구체적인 참조 모델을 개발하고 성공 사례를 만들어내는 것이 더 중요하다. 과거 제너럴 일렉트릭(GE)이 산업 인터넷 플랫폼 ‘프레딕스’를 야심 차게 선보였지만, 대상 고객의 실제 고민과 현장 적용의 어려움을 간과하여 결국 실패한 사례를 잊지 말아야 한다. 이는 기술 자체의 우수성보다 현장의 문제를 정확히 이해하고 해결하는 것이 정책 성공의 핵심임을 시사한다.
피지컬 AI 분야는 AI 기술의 새로운 화두로 떠오르고 있지만, 동시에 데이터 확보라는 어려운 과제를 안고 있다. 피지컬 AI 학습에 필요한 데이터는 기존 AI 학습 데이터와는 질적으로 다르며, 인과 관계, 추론 메타데이터, 비정형적 상황 데이터, 시공간적 일관성, 멀티모달 통합, 상호작용 및 에이전트 행동 데이터 등 복잡하고 새로운 특성을 요구한다. 국내에서 진행된 디지털 트윈 과제들의 성과를 냉철하게 되돌아보고, 이러한 데이터 구축 및 활용 역량을 확보하기 위한 방안을 면밀히 검토해야 한다. 엔비디아의 옴니버스와 코스모스 플랫폼 사례는 이러한 기술적 기반 마련의 중요성을 보여준다.
산업단지라는 강력한 인프라를 활용하여, 각 산업단지의 특성에 맞는 AI 기반 고도화 과제를 명확히 정의하고 특화된 모델을 개발하는 노력이 필요하다. 팔란티어의 온톨로지 모델과 같은 복합적 솔루션 검토도 함께 이루어져야 한다. 또한, 산업 AX 전환은 중소기업 및 스타트업 생태계를 구축할 수 있는 기회이기도 하다. 기업과 AI 전문 기업 간의 라운드테이블을 운영하여 문제점을 공유하고 협업 방안을 모색하며, 우수 사례를 공유하는 시스템을 마련해야 한다. 정부는 산업 AI 허브와 같은 공간을 구축하여 모범 사례, 기술 솔루션, 데이터를 개방하고, 누구나 AI 전환에 대한 정보를 자유롭게 얻을 수 있도록 지원해야 한다.
성공적인 산업 AX 전환을 위해서는 각 국가의 제조 현장과 문화, 업무 방식에 맞는 개별적인 접근 방식이 요구된다. 팔란티어가 고객 현장에 직접 엔지니어를 파견하여 문제를 정의하고 솔루션을 함께 찾아가는 것처럼, 산업 AX 역시 멋진 AI 기술 개발을 넘어 현장 엔지니어 및 전문가와의 긴밀한 협업을 통해 해결 과제를 풀어가는 과정에서 성과가 도출될 것이다. 문화적 간극과 소통의 어려움을 극복하고 협업 및 소통을 원활하게 지원하는 것이 국가 과제 성공의 가장 중요한 출발점이 될 수 있다.
산업 AX는 단순히 기술 도입을 넘어, 대한민국 경쟁력 기반을 재건하는 핵심 과제이다. 따라서 반드시 성공 사례를 만들어내고, 끊임없는 피드백과 평가, 그리고 민첩한 개선을 통해 정책의 기민성을 유지하는 것이 필수적이다. 이는 곧 우리 산업의 미래 경쟁력을 좌우할 중요한 전환점이 될 것이다.
About the Author
