[특별기고]인공지능을 활용한 제조업 혁신

제조업 분야에서 인공지능(AI)은 오래된 개념이다. 하지만 그 잠재성은 어느 때보다 막강하다. 인공지능을 공급체인에 도입함에 따라 생산성이 향상되는 등 기술에 대한 기대치가 매우 높아졌다. 4차 산업혁명과 스마트 제조업에서 특히 주도하고 있는 AI기술은 더욱 똑똑한 로봇과 더욱 정확한 커넥티드 프로세스, 반응성 높은 공급체인 등으로 업계를 빠르게 변화시키고 있다. 이 새로운 기술들은 인력에 의해 운영되던 프로세스를 한층 향상시키며 높은 수준의 고객서비스, 의사결정 및 운영 효율화를 가능케 한다.

최근 AI 도입과 관련해 산업용 사물인터넷(IIoT)이나 스마트팩토리로 불리는 새로운 공장이 탄생하고 있다. 이 새로운 공장과 생산라인은 효율성, 유연성, 속도에 초점을 맞춰 개발되고 있다. 다만 AI는 자동화 기능을 필수적으로 갖춰야 한다. 데이터 기반의 플랫폼을 서로 연결할 수 있는 자동화 기능도 없다면 다음 도입 단계를 진행하기에 많은 제약이 뒤따르기 때문이다.

다행히 아태지역 대부분의 조직 및 기업은 AI가 비즈니스에 미칠 영향에 대해 인지하고 있다. 시게이트가 최근 조사한 '데이터 현황:AI 도입을 위한 준비' 결과에 따르면 응답 기업 89%가 1년 이내 AI를 도입할 계획이라고 밝혔다. 그러나 기업이 AI를 완전히 이해하고 비즈니스에 적용하기까지는 여전히 많은 장애물이 존재한다. 같은 조사에서 AI 도입과 관련해 어디서부터 어떻게 시작해야 할지 모르겠다고 답한 기업이 전체 73%에 달했다. 전략 및 방향성, 임원진의 노력, 인재 확보, IT 인프라 및 예산 등의 부재가 이에 대한 이유로 꼽힌다.

AI 기반의 제조업으로 성공적인 변모를 하기 위해서는 프로세스(Process) 최적화, 인재(People) 확보, 장기적인 계획(Planning)이라는 3P를 고려해야 한다.

제조 과정은 수많은 프로세스로 이뤄진다. 모든 프로세스가 AI로 최적화될 수 있거나 또 되어야 한다는 것은 아니다. 전반적인 과정을 살펴보면서 비즈니스 가치를 높일 수 있는 분야를 파악하는 것이 중요하다. 가령 자연어 처리와 같은 기능은 고객서비스나 품질 검증 프로세스에 적합하다. AI 활용이 늘어날수록 업무 패턴은 많이 변한다. 시게이트 산하 공장에서 근무하는 직원을 예로 들어보자. 이 직원은 부품을 다루는 업무를 넘어 장비 관리법뿐 아니라 데이터 분석까지 배워야 한다. 직원 재교육이 기업의 최우선 과제가 된다.

마지막으로, AI 도입은 장기적 계획하에 진행해야 한다. 자체적으로 자동화를 하려면 적어도 평균 5~10년이 소요된다. 때로는 제품 자체를 자동화 및 데이터 수집에 적합한 형태로 새로 디자인해야 할 수도 있다. 장기적 관점에서 볼 때 비즈니스의 수요공급망을 보다 통합적으로 계획할 수 있으며 생산성과 비즈니스 계획, 수익성을 향상시킬 수 있다. 맞춤형 IT 인프라도 필요하다. 하지만 아태지역 기업 5곳 중 1곳은 폭증하고 있는 데이터를 다룰 만한 IT 인프라가 준비되지 않은 것으로 나타났다.

성공적으로 AI를 도입하려면 관련 지식을 확보해야 한다. AI 도입을 통해 어떤 이점을 얻을 수 있을지 먼저 생각한다면 보다 구체적이고 정확한 전략 및 방향성을 세워갈 수 있다. AI 도입은 긴 여정이 되겠지만 자동화를 위해 강력한 인프라를 준비하고 프로세스 최적화, 인재 확보, 장기적 계획 수립 등의 명확한 전략을 구축한다면 AI는 기업의 비즈니스를 긍정적 방향으로 이끌 것이다.

제프 나이가드 시게이트 총괄부사장