[인더스트리뉴스 최정훈 기자] 국내 GDP 30%, 수출 90% 우리나라 경제의 중추역할을 맡고 있는 제조업에 빨간불이 켜졌다. 생산·수요 모두 떨어뜨린 코로나19로 인해 제조업은 한순간도 긴장을 놓지 못한 한 해를 보내야만 했다. 코로나 복병이 아니었더라도 제조업은 저성장의 늪에 빠져들고 있었다. 아무런 조치를 취하지 않으면 파이가 절로 줄어드는 제로섬게임은 갈수록 악화되고 있었다는 것이 업계의 전반적인 반응이다.

그렇다고 여건이 나아지기만 바라며 발만 동동 구르고 있을 순 없다. 과도한 공급과잉과 치열한 경쟁으로 총성 없는 전쟁을 치르고 있는 제조기업들은 높은 수율과 원가절감으로 정면 돌파하겠다는 자세를 취하고 있다. 

AI 기반 스마트제조가 좋다는 것을 100번 듣기보다 직접 체험해 보는 것이 낫다는 것이 중론이다. [사진=utoimage]

앞으로 제조업이 내딛어야할 발걸음은 인공지능(AI)을 중심으로 한 지능화로 향해 있다. AI는 인간의 학습능력, 추론능력, 지각능력, 자연어 처리능력 등을 소프트웨어로 구현한 것이다. 아마존, 애플 등 글로벌 IT기업들은 장기간 확보한 다량의 데이터와 패턴학습 기술 등을 접목해 의료, 게임, 금융서비스 등 다양한 분야에 AI 기술을 확산시키고 있다. IT공룡기업 뿐만 아니라 전통적인 1차산업으로 대두되는 농수축산업까지 AI의 발길이 미치지 않는 곳이 없다고 봐도 무방할 정도다. 2016년 구글의 알파고가 바둑으로 인간을 제압한 이후에도 기계학습, 딥러닝, 자연어 처리, 음성인식, 시각 인식 등으로 하루가 다르게 똑똑해지고 있는 AI는 모두를 놀라게 하고있다.

제조업도 AI와 유리될 수 없는 상황이다. 아스펜테크 이원석 상무는 “제품이 차별화되는 시대는 지났다. 기업들은 신제품으로 경쟁력을 갖추려 하기 보다는 디자인·운전·유지보수의 최적화에 집중하고 있다”며, “수요와 생산계획 등 불확실이 일상이 된 작금과 같은 상황에서 AI 기술의 가치가 더욱 빛을 발할 것으로 전망된다”고 밝혔다. 

AI가 축적된 제조공정 데이터를 분석해 설비의 이상을 감지하고 머신러닝 기법으로 불량제품 검사를 수행할 수 있다. 공장 스스로 제조·검사·물류 등 모든 공정 과정을 실시간으로 연결해 데이터 기반의 의사결정을 단행하면 수요 예측, 예지보전 등 최강의 무기를 갖출 수 있다. 이와 같은 지속적인 번영을 구가할 수 있는 지능형 스마트공장으로 이끌 열쇠가 ‘AI’인 것이다. 

2021년도 급성장세 한 목소리

스마트제조분야 AI 솔루션 시장도 이러한 기대감이 그대로 투영됐다. 시장조사업체 ‘Markets and Markets’에 따르면 2021년 스마트제조분야 AI 시장규모는 17억3,000만 달러에 이를 것으로 추산된다. 57.2%(CAGR)라는 괄목할 만한 성장세를 기록하며 2026년에는 167억 달러로 치솟을 것으로 전망된다. 우리나라 시장규모도 2021년 9,000만 달러(1,000억원)에서 수준에서 글로벌 성장률과 궤를 같이 하며 2026년께 8억7,000만 달러(9,500억원)로 성장할 것으로 점쳐진다. 

<FA저널 SMART FACTORY>가 실시한 시장조사에 따르면 2021년 스마트제조분야 AI 시장이 긍정적일 것이라는데 업계의 시선이 쏠려있는 것으로 나타난다. 긍정은 58.6%, 보통 26.8%, 부정적으로 보는 비중은 14.6%로 조사됐다. 

공급기업들은 AI 솔루션을 전기·전자·반도체·디스플레이분야(26.8%)에 가장 많이 공급하고 있었으며, 에너지·플랜트 19.5%, 자동차 12.2%, 유통·물류 9.8%, 바이오·의료 7.3% 등 순으로 보급하고 있었다. 2021년 호황세가 예상되는 반도체, 자율주행차, 헬스케어 분야들이  AI 솔루션 도입을 견인할 것으로 봤다. 

업계는 스마트제조 분야 AI 솔루션 경쟁력 강화를 위해 AI 본질을 더욱 살려야 한다는데 입을 모으고 있다. [자료=인더스트리뉴스]

업계는 스마트제조 분야 AI 솔루션 경쟁력 강화를 위해 AI 본질을 더욱 살려야 한다는데 입을 모으고 있다. 공급기업들은 향후 기업 경쟁력을 높일 기술 분야로 70.9%가 AI·딥러닝 기술 등을 꼽았다. 이어 빅데이터분석 51.2%, 클라우드 24.4%, IoT 17.1%, 알고리즘 등 S/W 기술 14.6%, 5G 12.2% 등으로 조사됐다. 

인간에 버금가는 학습·판단·결정 능력을 가진 AI가 제조현장에 자리매김하기는 아직 미약한 수준이나 최근 들어 딥러닝을 위시로 현재 AI 알고리즘의 한계를 넘을 수 있을 것이라는 전망이 힘을 받고 있다. 2020년까지 제조분야에 활용할 수 있는 데이터 축적량도 상당해 이것을 포석으로 AI를 더 발전시킬 수 있다는 판단이다.

지금까지 현장에서는 데이터의 옥석을 가리고 속도, 위치, 장력, 온도, 유량 등 제어 셋업 밸류 등의 가치 있는 데이터를 획득해야 했지만 오로지 IT분야의 전문가들은 현장에 대한 이해가 부족해 확보한 데이터가 미흡했던 것이 전반적인 업계의 시각이다. 데이터를 제대로 처리못해 오히려 정확한 분석에 실패하는 사례도 적지 않다. 이렇게 되면 경험칙에 의존해 데이터를 처리하거나 제한적인 샘플을 가지고 데이터 전체를 판단하는 치명적인 오류나 한계를 겪을 수밖에 없다. 제조분야마다 공정마다 데이터가 다르고, 특징과 문제 해결점이 다르기 때문에 AI 솔루션기업도 관련 산업 분야별 지식 확보가 필수이다. 이는 제조공정에서 적확한 데이터를 모으고 처리하는 해석기술이 앞으로 각광받을 것이라는 것을 방증하고 있기도 하다.

한편, AI 솔루션이 제조현장에 안착하기 위해서는 그에 적합한 이론과 실무에 능한 인력 확보가 시급하다는 지적이다. 엔비디아 이선희 상무는 “제조 분야 관련 시스템의 개발·관리·구현을 담당할 전문 인력 확충을 통해 AI 기반의 컴퓨팅, 머신러닝, 딥러닝, 이미지 인식 등의 기술이 제조 현장에서 활용됨으로써 업무 효율성이 증대되면, AI 기술 도입이 속도를 낼 것으로 판단된다”고 밝혔다. 

고도화 구원투수에 쏠린 이목

업계는 2021년 스마트제조분야 AI 솔루션 시장의 성패가 여전히 코로나19 및 대내외 환경에 따라 갈릴 수밖에 없다고 예의주시하고 있다. 코로나19 및 대내외 시장여건 63.4%, 스마트팩토리 보급 및 고도화 48.8%, 시장확대 및 시장 다변화 19.5% 그리고 반도체, 디스플레이 시장의 성장과 정부·지자체 등의 지원 확대가 각각 12.2%, 커넥티드카, 전기차 및 자율주행차가 9.8% 등으로 나타났다. 

업계는 2021년 스마트제조분야 AI 솔루션 시장의 성패가 여전히 코로나19 및 대내외 환경에 따라 갈릴 수밖에 없다고 예의주시하고 있다. [자료=인더스트리뉴스]

코로나 변수는 차치하더라도 스마트공장 지능화에 업계의 관심을 끌게 하기 위해 정부의 역할이 막중하다는 업계의 전언이다. AI 솔루션 전문기업 T3Q의 박병훈 대표는 “AI 플랫폼·인프라에 많은 비용이 불가피한 빅데이터·AI 사업을 위해 수천만원 투자도 힘든 중소기업은 언감생심이다”고 중소기업연구원이 주최한 세미나에서 언급했다. 

정부는 이러한 업계의 목소리에 귀를 닫지 않았다. 2021년을 디지털 경제로 대전환하는 변곡점으로 삼은 중기부는 AI·5G를 활용해 실시간 제어 가능한 고도화 공장 40개소와 데이터 공유를 통해 가치사슬 기업 간 협업이 가능한 클러스터형 시범 공장 3개소를 신설한다는 방침을 내놨다. 특히, 중기부는 올해 12월 15일 AI 제조강국 도약의 발판이 될 AI 제조 플랫폼(Korea AI Manufacturing Platform, 이하 KAMP)을 본격 가동시켰다. KAMP는 중소 제조기업이 갖추기 어려운 데이터 저장·분석 인프라, AI 개발·활용 도구, AI 데이터셋과 표준모델, 상품화된 AI 솔루션, 전문가 컨설팅과 교육 서비스 등을 한 곳에 결집해 중소제조업의 지능화를 지원하는 종합플랫폼이다. 

박영선 중기부 장관은 “2021년 하반기부터는 제조기업이 다양한 AI 제조 솔루션을 선택해 활용할 수 있는 솔루션 스토어를 운영해 AI 제조를 본격적으로 확산해 나갈 것”이라고 밝혔다.

산업단지별 주요 업종과 연계해 적용하고 주효할 시 타 공정으로 적용을 확대 유도하는 단계별 전략이 필요하다는 것이 전문가들의 전언이다.[사진=utoimage]

이 가운데 전문가들은 기초, 중간단계에 머물려 있는 국내 스마트공장의 여건을 감안한다면 지능화·고도화가 속도를 내기 위해 하루빨리 레퍼런스 모델이 나와야 한다고 강조하고 있다. 정보통신산업진흥원은 ‘중소기업 AI공장 보고서’를 통해 산업단지별 주요 업종과 연계해 적용하고 주효할 시 타 공정으로 적용을 확대 유도하는 단계별 전략이 필요하다는 제언이다.

국책연구소 관계자는 “철강은 재료비율, 온도, 압력, 속도를 최적화해야 유효하며, 조립의 경우 핵심설비 가동률 향상, 품질 예방 등이 중요하다”며, “업종별로 가치가 상이할 수 있는 요인들을 정의하고 그에 맞는 AI 기술을 적용해 실제 현장의 문제를 해결하도록 업종별로 특화된 AI 공장 레퍼런스 모델이 나와야 한다”고 밝혔다. 

또한, 당장 중소기업에는 CPS, 디지털트윈 등의 고차원적 AI공장보다 핵심문제를 쉽게 해결해주는 경량 모델이 필요하다고 봤다.

로크웰오토메이션 김기훈 부장은 “AI 솔루션과 비슷한 솔루션이 과거에도 존재해 왔다. 활성화 여부는 수요자에게 달려있다”며, “사용자 측면에서 현장에 필요성이 있는 것인가라는 인식이 저변으로 확대돼야 한다”고 말했다. 전문가들은 센서, 통신장비, 간단한 로봇, 학습기반 AI 솔루션 등 비교적 저가로 적용 가능해야 하며, 센서나 장비가 제품화돼 있고, 정말 핵심적인 주요 설비·시설에 산업용 AI가 실질적인 비용 절감과 매출 증대로 기업들의 인사이트를 꺼낼 수 있다고 강조했다. 

[최정훈 기자 (news@industrynews.co.kr)]

[저작권자 © FA저널 SMART FACTORY, 무단 전재 및 재배포 금지]