“韓 제조업 AI 활용, 초기단계…인프라·인력 보강돼야”

우리나라 제조업 분야 인공지능(AI) 활용이 초기 단계라 이를 강화하기 위해 인프라 확충·재정 지원·실무형 인재 양성 등이 뒷받침돼야 한다는 지적이 제기됐다.

한국지능정보사회진흥원(NIA)은 최근 발간한 '기업 내 AI 활용 현황 및 애로사항 분석:제조업 중심으로' 보고서에서 이 같이 주장했다.

제조업은 대량의 센서·기계 데이터를 활용할 수 있는 기반을 갖추고 있어 AI와 결합 시 높은 파급효과를 기대할 수 있는 산업 중 하나라는 것이 NIA 분석이다.

NIA는 국내 제조업의 AI 활용도가 아직 초기 수준이라고 봤다.

'2024년 기업정보화통계조사'에 따르면 AI를 기업 내 업무에 활용하는 제조업 가운데 83%가 '제한적 활용'에 그쳤다. '대부분 부서에서 활용한다'(13.8%), '기업 전반 운영 및 의사결정에 광범위하게 활용한다'(2.8%)고 답한 비율은 낮았다.

AI를 활용하는 제조기업 가운데 기본적 지침을 마련한 곳은 30.5%에 불과했으며 65%가 '지침이 없다'고 답했다.

제조업계는 AI를 도입하기 어려운 점으로 인프라·인력·기술력 부족 등을 꼽았다.

관련 설문조사 결과 '적합한 정보 및 인프라 부족(36.8%)' 응답이 가장 높았으며 '전문 인력 부족(34.7%)', 'AI 기술 및 서비스 부족(28.3%)', '자금 부족(27.1%)' 등이 뒤를 이었다.

특히 중견·중소기업은 AI 도입 효과에 대한 경험 부족과 투자 비용 한계로 인해 고성능 AI 솔루션보다 저비용의 룰베이스 기반 AI 솔루션을 선택하는 경향이 확인됐다.

이 같은 요소를 토대로 다양한 관련 정책 수립이 필요함을 NIA는 강조했다.

우선 실증 기반을 확대해야 한다. AI 테스트베드와 시범사업 고도화를 통해 기술 도입 유인체계를 만들어야 한다는 것이다.

기초 인프라 고도화 지원도 필요하다. 현재 제조업 현장에서는 이기종 설비와 분절된 데이터 구조로 인해 AI 기술 연계와 활용에 제약이 있다. 그러나 설비를 전면 교체하는 방식은 비용과 시간이 과다하게 소요된다. 기존 설비 환경을 유지한 채 데이터 수집·연계·활용을 효율화하기 위해 표준 기반 인터페이스 구축, 모듈형 통합 방안, 경량 AI 솔루션 개발 지원 방안 등이 수립돼야 한다.

현장 맞춤형 인력양성 체계도 뒷받침돼야 한다. 현재 AI 인력 양성 프로그램은 SW 엔지니어링 중심 교육이 다수를 차지한다. 제조업 현장의 복합적 수요를 충분히 반영하지 못한다는 점이 한계다. 제조 공정, 품질관리 등 산업 특화 분야와 AI 기술을 융합한 맞춤형 인재 양성 과정 개발이 시급하다.

NIA는 “AI 활용에 따른 기술 제공자와 활용 기업, 소비자 간 책임소재가 불분명하고 규제 체계가 미흡하다는 문제도 있어 관련 법제도 정비도 함께 진행해야 한다”며 “일자리 대체 우려 등으로 인한 부정적 인식 또한 개선돼야 제조업 내 AI 기술 활용을 더 촉진할 수 있을 것”이라고 전했다.