[AI 팩토리①] 한국 제조업, AI로 체질 바꾼다 KEIT 이성훈 자율제조 PD, ‘AI 팩토리 얼라이언스’ 사업 현황 및 비전 소개 AI(인공지능)·디지털 전환은 제조 산업의 기술 혁신과 동시에 여러 도전 과제를 낳고 있다. 특히 급변하는 글로벌 산업 환경 변화와 고령화 및 인구 감소 문제에 직면한 한국의 경우, 첨단 제조기술인 ‘AI 팩토리’를 통한 미래 경쟁력 확보가 중요해지고 있다. 이러한 흐름에 맞춰, 한국베어링산업협회는 12일 영주시·영주시민추진위원회와 함께 ‘AI기반 스마트제조·미래를 이끄는 베어링’이라는 주제로 ‘제4회 한국베어링컨퍼런스’를 개최했다. 연사로 나선 전문가들은 제조 현장의 성공적인 AI 도입의 열쇠로 명확한 목표 설정과 전략적 접근을 꼽았다.한국산업기술기획평가원(KEIT) 이성훈 자율제조 PD는 AI 팩토리의 최신 동향과 추진 방향에 대해 짚었다.그는 “한국은 로봇 밀도가 가장 높은 나라지만, 노동 생산성은 중하위권에 머물러있다”라며 “수익성이 낮은데도 로봇 자동화를 활용하고 있다는 모순적 상황”이라고 진단했다.이어 “테슬라를 비롯한 해외 기업이나 국내 대기업에서는 AI 비전검사, 자율제조 로봇 등 소프트웨어 중심 시스템을 활용해 생산성을 향상하고 있다”라고 해설했다. AI 팩토리를 두고는 “개발부터 생산, 유통·서비스까지 전 과정에 AI를 내재화해 작업자의 개입을 최소화하는 것”이라며 “기존 공장 자동화는 단순·반복 작업에 초점을 두고 정보 시스템 기반으로 제어를 결정했지만, AI 팩토리는 생산의 주체인 로봇·기계·장비를 어떻게 작동시켜야 효율적일지 AI가 판단하는 것”이라고 말했다. 이 PD는 이를 통해 제조업 당면 과제인 ▲생산인구 감소 ▲생산성 정체 ▲탄소 배출 감축 ▲품질 이슈 발생 ▲소비자 니즈 급변 ▲산업현장 안전을 해결하고, 고도화할 수 있다고 내다봤다. 이에 정부는 AI 팩토리의 국내 제조업 접목을 위해 ‘AI 팩토리 얼라이언스’를 추진하고 있다. ‘AI 자율제조 얼라이언스’에서 명칭을 변경하고, 12개 분과로 구성해 업종별 앵커기업을 비롯해 제조업 총매출 50% 이상의 회사가 참여하고 있다. 이성훈 PD는 “AI를 도입한 제조 기업 중 ROI(투자회수율)를 달성하지 못하는 사례가 많다”라며 “맞춤형 전략이나 사전 지식 없이, AI 적용만으로 생산성 향상과 품질 관리가 이뤄질 것으로 생각했기 때문”이라고 지적했다. 그는 “현장의 제조 데이터를 기반으로 공정의 최적값을 찾아, 장비 고장을 예측해 품질을 관리하고 에너지 절감 효과를 이루는 것을 목표로, 문제 해결형 과제들을 진행하고 있다”라고 언급했다. 구체적인 사례로는 ‘HBM 고대역 메모리 비파괴 불량검사(삼성전자)’, ‘모바일 메뉴플레이터를 활용한 셀 조립(현대자동차)’, ‘AI 용접로봇을 통한 숙련공 부족 문제 해결(조선업)’ 등을 제시했다. 이 PD는 “1~2차 년도 과제를 점검해 본 결과, 아직 현장에서는 데이터 수집에만 머물러 있고 양질의 데이터로 가공하는 데이터 파이프라인 구축 단계까지는 미치지 못하고 있다”라며 “대규모 데이터를 저장·분석할 수 있는 ‘레이크 하우스’ 플랫폼까지 이동할 수 있도록 전문가·연구기관과 협력해 지속 수행할 것”이라고 말했다. 또한, “아직 실험실 단계의 AI 모델을 활용하고 있는데, 개별 업종이나 공정에 특화할 수 있는 ‘제조 AI 파운데이션 모델’ 개발에도 박차를 가하고 있다”라고 덧붙였다. 이성훈 PD는 “향후 모든 제조업 분야로 AI 팩토리를 확대할 계획”이라며 “AI 탑재 로봇을 활용한 ‘다크 팩토리’ 구현과 수출까지 목표로 하고 있다”라고 밝혔다.

[AI 팩토리①] 한국 제조업, AI로 체질 바꾼다

KEIT 이성훈 자율제조 PD, ‘AI 팩토리 얼라이언스’ 사업 현황 및 비전 소개

기사입력 2025-11-13 17:24:33

한국산업기술기획평가원(KEIT) 이성훈 자율제조 PD

[산업일보]

AI(인공지능)·디지털 전환은 제조 산업의 기술 혁신과 동시에 여러 도전 과제를 낳고 있다. 특히 급변하는 글로벌 산업 환경 변화와 고령화 및 인구 감소 문제에 직면한 한국의 경우, 첨단 제조기술인 ‘AI 팩토리’를 통한 미래 경쟁력 확보가 중요해지고 있다.

이러한 흐름에 맞춰, 한국베어링산업협회는 12일 영주시·영주시민추진위원회와 함께 ‘AI기반 스마트제조·미래를 이끄는 베어링’이라는 주제로 ‘제4회 한국베어링컨퍼런스’를 개최했다. 연사로 나선 전문가들은 제조 현장의 성공적인 AI 도입의 열쇠로 명확한 목표 설정과 전략적 접근을 꼽았다.

한국산업기술기획평가원(KEIT) 이성훈 자율제조 PD는 AI 팩토리의 최신 동향과 추진 방향에 대해 짚었다.

그는 “한국은 로봇 밀도가 가장 높은 나라지만, 노동 생산성은 중하위권에 머물러있다”라며 “수익성이 낮은데도 로봇 자동화를 활용하고 있다는 모순적 상황”이라고 진단했다.

이어 “테슬라를 비롯한 해외 기업이나 국내 대기업에서는 AI 비전검사, 자율제조 로봇 등 소프트웨어 중심 시스템을 활용해 생산성을 향상하고 있다”라고 해설했다.

AI 팩토리를 두고는 “개발부터 생산, 유통·서비스까지 전 과정에 AI를 내재화해 작업자의 개입을 최소화하는 것”이라며 “기존 공장 자동화는 단순·반복 작업에 초점을 두고 정보 시스템 기반으로 제어를 결정했지만, AI 팩토리는 생산의 주체인 로봇·기계·장비를 어떻게 작동시켜야 효율적일지 AI가 판단하는 것”이라고 말했다.

이 PD는 이를 통해 제조업 당면 과제인 ▲생산인구 감소 ▲생산성 정체 ▲탄소 배출 감축 ▲품질 이슈 발생 ▲소비자 니즈 급변 ▲산업현장 안전을 해결하고, 고도화할 수 있다고 내다봤다.

이에 정부는 AI 팩토리의 국내 제조업 접목을 위해 ‘AI 팩토리 얼라이언스’를 추진하고 있다. ‘AI 자율제조 얼라이언스’에서 명칭을 변경하고, 12개 분과로 구성해 업종별 앵커기업을 비롯해 제조업 총매출 50% 이상의 회사가 참여하고 있다.

이성훈 PD는 “AI를 도입한 제조 기업 중 ROI(투자회수율)를 달성하지 못하는 사례가 많다”라며 “맞춤형 전략이나 사전 지식 없이, AI 적용만으로 생산성 향상과 품질 관리가 이뤄질 것으로 생각했기 때문”이라고 지적했다.

그는 “현장의 제조 데이터를 기반으로 공정의 최적값을 찾아, 장비 고장을 예측해 품질을 관리하고 에너지 절감 효과를 이루는 것을 목표로, 문제 해결형 과제들을 진행하고 있다”라고 언급했다.

구체적인 사례로는 ‘HBM 고대역 메모리 비파괴 불량검사(삼성전자)’, ‘모바일 메뉴플레이터를 활용한 셀 조립(현대자동차)’, ‘AI 용접로봇을 통한 숙련공 부족 문제 해결(조선업)’ 등을 제시했다.

이 PD는 “1~2차 년도 과제를 점검해 본 결과, 아직 현장에서는 데이터 수집에만 머물러 있고 양질의 데이터로 가공하는 데이터 파이프라인 구축 단계까지는 미치지 못하고 있다”라며 “대규모 데이터를 저장·분석할 수 있는 ‘레이크 하우스’ 플랫폼까지 이동할 수 있도록 전문가·연구기관과 협력해 지속 수행할 것”이라고 말했다.

또한, “아직 실험실 단계의 AI 모델을 활용하고 있는데, 개별 업종이나 공정에 특화할 수 있는 ‘제조 AI 파운데이션 모델’ 개발에도 박차를 가하고 있다”라고 덧붙였다.

이성훈 PD는 “향후 모든 제조업 분야로 AI 팩토리를 확대할 계획”이라며 “AI 탑재 로봇을 활용한 ‘다크 팩토리’ 구현과 수출까지 목표로 하고 있다”라고 밝혔다.