수직형 AI 지원 정책 강화해야

우리 제조업은 노령화와 숙련공 퇴직이라는 위기에 처해있다. 수십년 축적된 현장 '암묵지'가 소멸하는 기술단절 위기에 처한 것이다. 암묵지 학습으로 공정을 제어하는 '피지컬 인공지능(Physical AI)'의 전면 도입이 시급하다.

우리 정부는 총력 대응 중이다. 총 11개 주요 AI 전환(AX) 사업에 예산 4230억원이 투입된다. 산업통상부는 AI 응용제품 상용화에 1300억원, 중소벤처기업부는 스마트공장에 800억원, 과학기술정보통신부는 산업 AX 통합 바우처에 718억원을 배정했다.

산업부는 'AI 자율제조 선도프로젝트'도 추진 중이다. 4년간 정부 1900억원을 포함, 총 3조7000억원 규모의 민관합동 투자가 이루어질 전망이다. 재정경제부의 국가전략기술 세액공제, 교육부의 제조 AI 전문인력 양성 등도 주목할 만하다.

현장의 정책 체감은 미약하다. 정책이 기초 인프라 구축이나 전사적자원관리(ERP) 연동 등 하드웨어와 범용 소프트웨어 중심의 '수평적 AI(Horizontal AI)'에 치중되기 때문이다. 부처 간 분절이나 업종별 가치사슬에 대한 고려 부족도 문제다. 세액공제는 설비 투자에 편중되면서 알고리즘 개발, 데이터 구축 등 무형자산 투자는 미흡하다는 평가다. 인재양성도 제조 현장의 복잡한 기계적 메커니즘이나 도메인 지식이 결여된 '반쪽짜리 코딩 인력' 배출에 그친다는 지적이다.

범용 AI의 횡적 전개를 넘어 업종별 제조 현장의 본질을 꿰뚫는 '수직형 AI(Vertical AI)'와 '판별형 AI(Discriminative AI)' 지원 확대가 절실하다. 수직형 AI란 챗GPT처럼 다방면의 '만물박사'가 아니라 특정 제조공정을 파고드는 AI를 뜻한다. 현장은 열역학 등 복잡한 물리 법칙이 지배하는 공간이다. 용접, 열처리, 주조 등 특정 공정의 난제를 해결하려면 철저히 해당 도메인의 고유 데이터인 온도, 압력, 진동 등을 깊게 학습한 수직형 AI가 필요하다. 판별형 AI는 수많은 데이터 속에서 옥석을 가려내는 '초정밀 검사관' 역할을 한다. 제조업에서는 AI의 작은 오판이 대규모 불량과 대형 안전사고로 직결될 수 있다. 설비 이상 징후를 완벽히 판독하는 판별형 AI 고도화가 필요하다.

정책도 정교화될 필요가 있다. 예를 들어 은퇴 명장들에게 체화된 암묵지를 멀티모달 데이터로 추출하는 '암묵지 자산화 프로젝트'에 직접적 자금 지원을 신설할 필요가 있다. 권역별 '공용 제조 AI 파운드리' 구축이나 중소·중견 제조기업들의 수요 급증에 대비한 AI 데이터센터 구축도 필요하다. 한편 단순 설비투자를 넘어 AI 알고리즘 개발비, 외부 컨설팅, 데이터 라벨링 인건비 등에까지 세액공제를 확대할 필요도 있다. 도메인 지식이 겸비된 AI인재를 위해선 사내 대학과 연계한 현장 직무교육을 도입할 필요도 있고 개별 기업의 핵심 공정데이터 유출 방지를 위한 대책도 필요하다.

정부 내 컨트롤타워와 관련해선 제조 업종별 부가가치 사슬 전반을 관장하는 산업부 역할이 중요해 보인다. 'AI 자율제조 선도국'으로 도약하기 위해 남은 시간은 별로 없다. AI정책을 수직형 AI와 피지컬 AI로 과감히 전환할 때다.

정만기 한국산업연합포럼 회장