AI로 생산 95% 자동화…테슬라식 제조 혁신 나서야

[윤종필 한국생산기술연구원 제조AI연구센터장] 중국 상하이에 있는 테슬라의 생산 공장 ‘기가팩토리’는 완전 자동화 생산 비중이 95%에 달한다. 포스코는 스마트팩토리 플랫폼을 통해 인공지능(AI)으로 품질 예측 시스템을 갖췄다.

스마트팩토리와 디지털 전환(DX), 자율제조 등 다양한 흐름 속에서 AI는 제조 산업의 혁신 기술로 부상했다. 글로벌 기업들은 AI를 통해 생산성 혁신을 이뤄내고 있고, 제조 과정 전반에서 생산성을 높이기 위해 AI 기술을 활발하게 연구하고 있다.

윤종필 한국생산기술연구원 제조AI연구센터장

제조 현장에는 아무리 뛰어난 첨단 AI 기술이라도 그대로 적용하기는 어렵다. AI 시스템이 실제 설비나 제어 장치와 직접 연결돼 작동해야 하고, 실시간 분석과 판단이 요구되는 경우가 많기 때문이다. 복잡한 공정과 불균형한 데이터도 AI 모델 개발에 있어 한계점으로 작용한다.

지금까지 제조업에서는 ‘맞춤형 AI 모델’을 주로 개발해 사용했다. 전기차, 배터리, 철강 등 각 산업에 필요한 공정에 따라 개별적으로 AI 모델을 적용하는 식이다. 이같은 방식으로는 개별 공정의 문제를 빠르게 해결할 수 있다는 장점이 있다. 그러나 AI 모델 개발과 적용에 긴 시간이 걸리고, 데이터 수집 역시 개별 사례를 중심으로 이뤄지기 때문에 다른 공정이나 산업에 적용하기 어렵다는 한계점이 있다.

이에 대규모 데이터를 사전 학습해 다양한 작업에 범용적으로 적용할 수 있는 ‘파운데이션 AI 모델’을 제조업에 적용해야 한다는 목소리가 나온다. 파운데이션 모델은 광범위한 데이터를 사용해 지식과 패턴이 학습된 대규모 AI 모델을 말한다. 제조 파운데이션 모델은 제조 기업들이 생산현장에서 활용할 수 있는 특화 모델이다. 이를 위해서는 제조업 전반의 AI 적용 현황과 데이터 확보 가능성에 대한 정밀한 분석이 선행돼야 한다. 또 현장 공정과 도메인 지식을 잘 아는 수요 기업과 이를 기술로 구현할 수 있는 AI 솔루션 공급 기업의 긴밀한 협력이 필수다. 인재 양성을 위한 학계의 역할 역시 중요하다.

정부도 이를 적극 추진하고 있다. 정부는 ‘AI 3대 강국’을 천명하며 한국 독자 파운데이션 모델과 더불어 산업에 특화한 AI 모델의 중요성도 강조하고 있다. 앞으로는 범용성과 적응성을 갖춘 파운데이션 모델 기반 전략을 통해 국내 제조업의 글로벌 경쟁력을 끌어올릴 필요가 있다.