[딜사이트 김주연 기자] "제조업의 인공지능(AI) 도입을 통해 사람의 노하우를 작업 데이터와 함께 인수인계할 수 있는 만큼, 회사의 운영 안정성을 위한 AI 도입이 필요합니다."

최재식 카이스트(KAIST) AI대학원 교수 겸 산업 AI 솔루션 기업 인이지 대표는 22일 경기도 성남시 분당구에 위치한 인이지 사무실에서 진행된 인터뷰에서 제조 AI의 중요성을 설명하며 이같이 말했다.

최근 이재명 정부가 AI 정책에 강력한 드라이브를 걸면서 산업 분야의 AI 도입과 전환에 대한 관심이 커지고 있다. 특히 현재 대한민국의 산업 구조가 과거의 대량 생산에서 고정밀·고부가가치 제품 생산으로 변하고 있는 만큼 품질 유지가 중요해졌고, 이에 따라 AI 도입은 필연적이라고 볼 수 있다.

이에 따라 대기업을 필두로 AI 전환이 본격화되고 있다. 글로벌 첨단 산업 경쟁에서는 초정밀 공정이 중요하기 때문에 '사람의 눈'에만 맡길 수 없기 때문이다. 다만 기업 규모에 따른 격차도 존재한다. 글로벌 시장에서 경쟁하는 대기업의 경우 AI 전환 확장·고도화 단계인 반면, 협력사인 중소·중견기업은 이제 막 시작하는 수준이라는 지적이다.

최 대표는 비교적 이른 시기인 2000년대부터 제조기업의 AI 도입을 연구해 온 전문가다. 그는 울산과학기술원(UNIST) 재직 시절 데이터 기반 딥러닝 알고리즘을 활용한 AI 예측 모델을 개발한 바 있다. 포스코의 고로에 AI 기술을 적용하는 '스마트 고로' 프로젝트에 참여하기도 했다. 이를 계기로 제조산업 AI 기술에 집중했고, 수많은 산학 프로젝트를 통해 쌓은 노하우를 바탕으로 산업 AI 솔루션 기업 인이지를 설립했다.

인이지는 공정 환경을 분석해 여러 변수를 예측하고 공정 개선의 근거를 제시하는 설명 가능 AI 기반 솔루션 'INFINITE OPTIMAL SERIES'를 선보였다. 이를 기반으로 국내 철강, 시멘트, 정유, 화학, 발전, 유리 제조 기업 등을 중심으로 솔루션을 제공하고 있다. 2023년에는 도쿄 지사를 설립하고 해외 진출에도 나섰다.

인이지의 차별점은 다양한 산학 경험을 통해 제조 산업에서 AI 기반 자동화 노하우를 많이 쌓았다는 점과, 설명 가능 AI를 기반으로 한다는 점이다. 내년 1월 시행을 앞둔 'AI기본법(인공지능 발전과 신뢰 기반 조성 등에 관한 기본법)'에도 AI가 도출한 최종 결과에 대한 설명을 제공해야 한다는 내용이 포함되어 있는데, 이러한 설명 가능 AI는 의사 결정의 근거를 제시하는 만큼 높은 신뢰성을 담보한다.

최 대표는 "인이지가 주력으로 하는 사업은 예측한 결과에 대한 근거를 설명할 수 있는 AI 솔루션"이라며 "AI가 모든 것을 할 수는 없기에 사람이 결정할 때도 있는데, AI가 근거를 명확하게 제시하고 설명해야 한다. 그러지 않으면 현장에서 사용되기 어렵다. 또한 기술이 좋아도 신뢰를 갖고 AI를 쓰려면 장기간이 걸리는데, 인이지는 관련 노하우를 오래 쌓아왔다는 차별점이 있다"고 말했다.

그는 올해 출범한 이재명 정부가 꾸린 국가인공지능전략위원회의 산업 인공지능 전환(AX) 및 생태계 분과 위원으로 위촉됐다. 위원회는 산업 AX에 대한 액션 플랜과 투자·개발 환경 개선, 현장 수요에 맞는 지원을 위한 원칙과 방향, 규제 완화 방안 등을 논의해 대통령실에 건의하는 역할을 한다.

최 대표는 "지원과 투자를 하는 것도 중요하지만, 결국 민간 시장이 움직여야 한다"며 "위원회에서는 민간 중심으로 시장이 움직일 때 경쟁력이 있는 분야를 육성하려면 어떤 방향성을 추구해야 하는지에 대해 중점적으로 논의하고 있다"고 말했다.

그는 중소기업의 AI 도입 필요성을 강조했다. 글로벌 산업 경쟁에서 뒤처지지 않으려면 선두에 나서고 있는 대기업들뿐 아니라 그 공급망에 포함된 소부장(소재·부품·장비) 업체들의 품질이 중요하다는 의견이다.

최 대표는 "우리나라에서 중소기업은 매우 중요하다. 제조업 특성상 중소기업이 이루는 공급망이 부족하다면 글로벌 시장에서 경쟁력을 얻기 어렵기 때문"이라며 "공급망 내 중소기업 제품의 품질이 좋지 않다면 이를 최종적으로 조립하는 대기업 제품의 품질도 나쁠 수밖에 없다. 가격뿐 아니라 품질 경쟁력을 갖추기 위해 AI 도입이 필요하다"고 했다.

일각에서는 제조업의 경우 복잡한 공정, 산업별 차이 등으로 AI 도입이 어렵다는 우려도 나온다. 그러나 그는 주요 핵심 공정과 장비 중에는 공통적인 경향이 있는 만큼, 조금의 '변형'으로도 적용 가능하다고 설명했다.

최 대표는 "예를 들면 공장에서 활용되는 압연기는 몇 개 회사가 만든다. 핵심 공정이 다르지만 그중에서도 공통적인 공정이나 유사한 경향은 있다"며 "공통적인 원리가 비슷하게 적용될 수 있는 만큼 이를 분석해 제조 AI를 여러 산업에도 적용할 수 있다"고 말했다.

그는 제조업에서의 AI 전환을 통해 효율적으로 품질을 안정적으로 유지할 수 있다고 강조했다. 사람과 사람 간의 인수인계에서 사람의 노하우를 AI로 데이터화하는 셈이다. 노하우를 갖춘 사람이 후임자에게 인수인계를 하는 경우, 노하우는 전수될 수 있지만 작업의 데이터 자체는 사라지게 된다. 그러나 이를 AI로 만들면 노하우는 물론 작업 데이터까지 함께 활용할 수 있다.

최 대표는 "제조 AI의 핵심은 품질의 편차를 줄이는 것과 현장의 숙련자 노하우가 디지털화된다는 데 있다"며 "숙련자의 현장 운영 노하우를 데이터를 기반으로 AI로 유사하게 모방할 수 있다면, 제품 품질은 물론 회사의 운영 안정성도 유지할 수 있다. 일하는 사람이 줄어드는 것에 대응할 수 있는 것"이라고 말했다.

제조 AI 도입으로 인해 일자리가 사라질 수 있다는 우려에 대해서는 "제조업 숙련자들이 AI를 만드는 곳에서 일자리를 얻을 수 있도록 유도해야 한다"며 "AI 사용자가 늘어날수록 AI 서비스 제공자도 늘어날 텐데, 산업의 노하우를 보유한 사람들이 AI 분야에서도 일할 수 있다"고 했다.

이 같은 장점이 존재함에도 많은 중소기업이 제조 AI를 도입하지 못하고 있는 현실이다. 한국무역협회 조사에 따르면 AI 기술을 활용하고 있는 국내 제조업체의 비율은 2022년 기준 2.7%에 불과했다. 이에 중소벤처기업부도 제조기업이 AI를 도입할 수 있도록 자금 지원 등에 나서고 있다.

최 대표는 각 기업의 니즈에 부합하는 AI 서비스를 도입할 수 있도록 하는 정책이 필요하다고 강조했다. 그는 "AI 서비스를 만들고 '자, 만들었으니 쓰세요'라는 것보다는 기업들이 필요한 서비스를 중심으로 도입할 수 있도록 하는 정책이 필요하다"고 지적했다.

최근 기술 혁신을 거듭하며 첨단 산업에서도 한국과 경쟁하고 있는 중국의 경우 제조 AI에도 막대한 금액을 투자하고 있다. 특히 중국 제조 AI는 규모의 경제를 통해 대량의 데이터를 학습하고 있다. 아직은 기술력과 제품 품질이 부족하더라도 공정 하나하나가 모두 데이터인 만큼 방심할 수 없다는 지적이다. 이에 최 교수는 정부와 기업 등이 협력해 AI 고도화를 통한 적극적인 대응이 필요하다고 강조했다.

최 대표는 "AI를 통한 고도화에 제조 기업이 좀 더 적극 나설 필요가 있다"며 "정부도 제조 AI 분야에서 절실한 심정으로 치밀한 전략을 실행해야 한다. 단순히 내수용이 아니라, 기왕 만든다면 잘 만들어서 글로벌 시장에 진출할 수 있도록 해야 한다. 기업의 의지만으로는 부족하다. 정부는 물론 다양한 기관과의 협력이 필요하다"고 말했다.