정밀 제조업에 적합한 AI 정확도, 원활한 AI 활용 위한 투자
투자수익에 대한 확신 없고, 전문인력 구인난 등도 장애요인
[애플경제 이보영 기자] 제조업에 인공지능을 도입하는 것은 DX(디지털화)의 핵심적 요소로 꼽히고 있다. 그러나 이를 실현하기 위해선 극복해야 할 장애 요인도 많다. 최근에는 ‘불확실성’과 높은 정확도, 전문 인력 부족, 투자 등이 대표적인 장애물로 지목되고 있다.
이에 관해 한국지능정보사회진흥원은 ‘제조분야에서의 인공지능 사용과 확산’ 보고서를 통해 이를 구체적으로 설명하고 있어 눈길을 끈다. 진흥원에 따르면 우선 인공지능에 제조업체가 투자하는 것은 이에 대한 투자수익을 보장받을 가능성에 대한 확신이 없기 때문에 제약이 따른다는 지적이다. 즉, “일반적인 ICT 투자와 달리 성공에 대한 보장이 없어 투자수익률(ROI)을 추정하기 어려워 기업이 계속하는데 걸림돌이 될 수도 있다”는 ‘불확실성’이 작동한다는 얘기다.
일반적으로 경영 자금이 부족한 중소기업은 대기업에 비해 위험을 감수할 여력이 없다. 특히 중소 제조업체들로선 이 대목이 치명적인 장애 요인으로 기능할 수 밖에 없다.
또 정밀 공정이 필요한 제조업체의 경우는 당장 인공지능을 도입하는게 쉽지 않다. 정밀한 제품이나 부품을 생산하는 업체의 경우는 높은 정밀도나 정확도가 필요한데, 이를 인공지능이 수행할 수 있는지에 대한 확신을 얻지 못하고 있다. 특히 “마케팅 분야에서 발생하는 알고리즘 오류에더 드러났듯이, 분자 규모로 작동하는 정밀 제조공정에서는 용인될 수 없다”는게 진흥원의 진단이다.
진흥원은 “제조 분야에 적용된 초기 형태의 인공지능은 공정 일정 관리와 같은 일부 응용 분야에 국한되어 사용되었지만 데이터 기반 학습·예측을 수행하는 발전된 형태의 인공지능은 모든 생산 단계에서 역할을 수행한다”고 긍정적 효과를 강조했다.
그러나 인공지능을 도입할 경우 이를 완벽하게 활용하기 위해선 적지 않은 부수적인 투자를 곁들여야 한다. 인공지능의 원활한 작동을 위해선 제조공정에 연결된 기계들을 이에 맞는 시스템으로 전환시켜야 한다. 특히 기존 기계들은 각기 다른 제어 시스템이나 통신 표준을 사용하기 때문에 원활한 데이터 통신을 위해선, 각 사일로를 연결하거나 ICT에 대한 추가적인 금전적 투자가 필요할 수도 있다.
전문 인력 부족도 큰 문제다. 즉 인공지능 작동을 위해 필수적인 기계학습(ML)이나, 영상인식, 자연어 처리 등의 전문가를 양성하는게 큰 걸림돌이 되고 있다. “다양한 분야를 포함하는 인공지능 기술은 상당한 수준의 수학적 기술과 실무 경험이 요구된다”고 지적한 진흥원은 “앞으로 인공지능 전문인력을 누가 더 확보하느냐에 따라 제조업 간의 격차는 훨씬 더 증가할 것으로 예상된다”고 했다.
진흥원에 따르면 실제로 해외 사례를 보면, 인공지능 전문인력 확보의 수준이 국가마다 차이가 크다. 예를 들어 유럽의 경우 영국, 프랑스, 독일 3개국에 유럽 권역의 인공지능 전문인력의 절반 정도가 분포되어 있다. “이 밖에 다른 국가들도 국지적 허브에 인공지능 인력이 집중되어 있는 현실”이라고 전했다.
이에 따르면 그런 이유로 글로벌 빅테크나 대기업들도 인공지능 전문인력을 구하기 위한 경쟁이 치열하다. 이들 기업들 역시 인공지능 구인율이 날로 높아가고 있다. 진흥원의 권태균 선임연구원은 “이러한 전문인력에 대한 높은 수요는 인건비 상승으로 이어져 제조 분야 중소기업들이 인공지능을 도입하는데 방해 요인으로 작용하고 있다”고 분석했다.