산업부, 창원서 제조 AI 확산 시동…전국 제조 현장으로 확대

산업통상자원부가 제조 인공지능 활용 성과를 전국으로 넓히기 위한 행보에 나섰다. 그 출발점은 창원이며, 이미 170여 곳에서 확인된 적용 사례를 바탕으로 현장 확산 속도를 높이겠다는 구상이다.

제조업은 우리 경제의 핵심 축이지만, 생산성 향상과 품질 관리, 인력 부족 대응 같은 과제가 동시에 커지고 있다. 이런 상황에서 인공지능은 단순한 자동화 도구를 넘어 공정 전반의 효율을 높이는 수단으로 주목받고 있다. 산업부가 이번에 강조하는 것도 개별 기업의 실험에 그치지 않고 실제 현장 성과를 축적한 뒤 이를 다른 지역으로 옮겨가는 방식이다.

그동안 제조 AI는 대기업 중심의 일부 공장에만 적용되는 기술로 인식되기 쉬웠다. 그러나 다양한 업종의 중소·중견 제조 현장에서도 활용 가능성이 확인되면서 분위기가 달라지고 있다. 특히 불량 감지, 설비 이상 예측, 작업 공정 최적화처럼 현장에서 체감 효과가 분명한 분야를 중심으로 도입 사례가 늘고 있다.

산업부가 언급한 170여 곳의 성과는 이런 흐름을 보여주는 지표로 해석된다. 개별 사업장의 규모나 업종은 다르더라도, 인공지능을 공정에 접목했을 때 생산성과 품질, 운영 안정성에서 개선 가능성이 드러났다는 점이 중요하다. 정부는 이를 토대로 표준화된 확산 모델을 마련하려는 것으로 보인다.

창원이 첫 무대로 선택된 점도 눈에 띈다. 창원은 기계와 부품, 장비 산업이 밀집한 대표적인 제조 도시로 꼽힌다. 지역 특성상 다양한 공정 데이터를 확보하기 쉽고, 제조 AI의 적용 효과를 빠르게 확인할 수 있다는 점에서 확산의 시험대로 적합하다는 평가가 나온다.

이 같은 접근은 한 지역의 성공 사례를 다른 곳에 단순 복제하는 방식과는 다르다. 산업 현장마다 설비 환경과 데이터 수준, 인력 구성, 생산 방식이 다르기 때문이다. 따라서 정부와 업계는 현장 맞춤형 적용과 함께 데이터 수집, 시스템 연동, 실무자 교육을 함께 추진해야 한다.

제조 AI의 확산은 산업 경쟁력 측면에서도 의미가 크다. 숙련 인력 의존도가 높은 제조업 특성상, 작업 노하우를 데이터와 알고리즘으로 전환하면 기술 전승과 품질 관리에 도움이 된다. 동시에 설비 고장을 사전에 예측하거나 공정의 비효율을 줄이는 데도 활용 범위가 넓다.

다만 현장 도입이 늘수록 해결해야 할 과제도 분명하다. 기업 규모에 따라 투자 여력이 다르고, 데이터가 충분히 쌓이지 않은 사업장은 인공지능의 성능을 안정적으로 끌어내기 어렵다. 여기에 기존 생산 시스템과의 연동 문제까지 겹치면 실제 적용 속도는 예상보다 느려질 수 있다.

이 때문에 업계에서는 정부의 역할이 초기 확산에 중요하다는 목소리가 나온다. 기술 도입 비용을 낮추고, 성공 사례를 공유하며, 지역 제조 생태계가 함께 활용할 수 있는 기반을 만드는 일이 필요하다는 것이다. 특히 중소 제조업체에는 단일 솔루션보다 현장 컨설팅과 실증 지원이 더 실효성 있을 수 있다.

전문가들은 제조 AI가 특정 기업의 경쟁력 강화를 넘어 산업 전반의 체질 개선으로 이어질 수 있다고 본다. 생산 효율이 높아지면 납기 관리와 불량률 개선에도 긍정적 영향을 줄 수 있고, 이는 곧 공급망 안정성으로 연결된다. 제조업 비중이 큰 지역경제에도 파급 효과가 기대된다.

창원에서 시작되는 이번 확산 전략은 결국 현장 중심의 디지털 전환이 얼마나 빠르게 자리 잡을 수 있는지를 가늠하는 시험대가 될 전망이다. 정부가 성과를 지역별로 넓혀가며 실행력을 높일 수 있을지 관심이 쏠린다. 제조 AI가 단발성 지원사업이 아닌 지속 가능한 산업 혁신 수단으로 자리매김할지 주목된다.

현대차증권, AI 투자 확대에 중립금리·최종금리 전망 높여

경북교육청, 초·중·고 대상 AI 윤리 교육자료 마련…내년 1학기부터 학교 보급

유니온바이오메트릭스, AI 데이터센터 보안 수요 겨냥해 사업 확장

차움, LG CNS·차헬스케어와 손잡고 AI 기반 건강검진센터 구축 시작

챗GPT·클로드·제미나이 이용 확산에 카드업계, AI 구독 할인 경쟁 가열