미리보기
미리듣기
피지컬 AI 시대, 제조업의 경쟁력은 AI 도입이 아니라 내재화에 달려 있다. 데이터 역량, 조직 구조, 인력 전략을 중심으로 제조 기업의 AI 전환 방안을 제시한다. 생성형 AI를 넘어 산업 맞춤형 기술과 실행 전략을 통해 제조업의 새로운 성장 경로를 제안한다.
AI 내재화는 기술의 구매가 아니라 체화의 과정이다. 구매는 외부에서 만들어진 기술을 조직 안으로 가져오는 일회적 행위다. 체화는 그 기술이 조직의 사고방식과 일하는 방식 자체를 바꿔 나가는 지속적 과정이다. 이 차이를 이해하지 못하면, AI에 수억 원을 투자하고도 ‘AI가 어디에 쓰이고 있는지 모르겠다’는 경영진의 질타가 반복될 수밖에 없다.
내재화의 첫째 특성은 범위의 확장이다. 도입 단계에서 AI는 업무 프로세스를 개선하는 보조 도구로 활용된다. 문서 자동 분류, 반복 업무 자동화, 데이터 기반 보고서 생성과 같은 작업이 여기에 해당한다. 이 단계에서 AI는 이전 업무의 효율을 높이는 데 기여하지만, 기업이 시장에 내놓는 제품이나 서비스의 본질은 바뀌지 않는다. 내재화 단계로 넘어가면 상황이 달라진다. AI가 기업의 제품 자체에 직접 접목되어 새로운 고객 가치를 만들어 내기 시작한다. AI가 ‘효율화 도구’에서 ‘비즈니스 엔진’으로 바뀌는 것을 의미한다.
－01_“AI 내재화” 중에서
전략, 개발, 채용이라는 세 축이 각자의 논리에 따라 서로 다른 방향을 바라보고 있을 때, 이를 하나의 방향으로 정렬하는 것이 기술 경영 리더십의 역할이다. 사례 기업에서 전략 조직이 대표 직속 조직으로 편성된 것은 AI 전환이라는 과제가 기업 전체의 경영 전략이며 부서 간 조율의 차원이 아니라 경영진의 직접적 판단 영역에 놓인다는 뜻이다.
AI 기술 경영을 이끄는 리더에게 요구되는 첫 번째 역량은 해석 능력이다. 이는 기술의 언어를 경영의 언어로, 경영의 언어를 기술의 언어로 바꿀 수 있는 능력을 말한다. 개발 부서가 컴퓨터 비전 기술이 필요하다고 보고할 때, 경영진은 그 기술이 제품의 어떤 기능으로 구현되고 시장에서 어떤 차별화 요소가 되는지를 이해해야 한다. 경영진이 추구하는 이상적 기대치와 기술을 구현하는 실무자 사이에는 구조적인 괴리가 존재한다. 이 괴리를 줄이는 것이 리더십의 첫째 과제다.
－03_“AI 기술 경영” 중에서
AI 내재화를 추진하고 있는 국내 가전 대기업 7개 팀을 대상으로 AI 인력 채용 시 가장 중요하게 고려하는 특성이 무엇인지를 조사했다. 보유 기술, 프로젝트 경험, 태도 및 성격, 전공학과, 관련 교육 이력의 다섯 가지 항목 가운데 복수 선택이 가능한 방식이었다. 결과는 놀라울 만큼 명확했다. 보유 기술과 프로젝트 경험이 각각 100%의 선택률로 공동 1순위에 올랐다. 7개 팀 전부가 이 두 가지를 가장 중요한 채용 기준으로 꼽은 것이다. AI 부서든 비AI 부서든 예외 없이 같은 답이 나왔다.
－06_“AI 인력 수요” 중에서
이 프로세스는 데이터 수집, 데이터 파이프라인 구축, 모델링, 모델 경량화, 모델 성능 측정 및 검증, 모델 배포의 6단계로 구성된다. 이 프로세스는 클라우드 기반 AI 프로젝트 수행 방식과 차별화되는 온디바이스 기반의 제조업 특화 방법론이며, 제품 개발 단계에 맞춘 순차적 프로세스 진행과 AI 모델 경량화의 중요성이 핵심 특징이다. 이전의 소프트웨어 개발에서의 흐름과 근본적으로 다른 점은 세 가지다. 첫째, 요구 사항이 사전에 확정되지 않는다. 데이터의 품질과 양에 따라 가능한 모델이 달라지기 때문이다. 둘째, 모델 경량화가 독립적인 단계로 존재한다. 이것은 하드웨어 제조 기업만의 고유한 단계다. 셋째, 단계마다 불확실성이 존재하며 이전 단계로의 회귀가 발생한다.
－09_“제조업 AI 프로젝트 ” 중에서