미리보기
미리듣기
AI는 제조업의 모든 것을 다시 쓰고 있다. 사람의 개입 없이 스스로 돌아가는 다크팩토리는 제조 AI가 궁극적으로 향하는 지향점으로 주목받고 있다. 그러나 그 길 위에서 기술의 방향을 설정하고 가치를 만들어내는 것은 결국 사람이다. 결국 핵심은 기술이 아니라, 어떤 산업을 설계할 것인가다.
제조의 관점에서 보면, AI 혁명은 제조업을 ‘자동화된 공장’에서 ‘지능형 생산 시스템’으로 바꾸고 있다. 앞으로의 공장은 더 많은 로봇을 들여놓는 곳이 아니라, 더 많은 학습을 수행하는 곳이 될 것이다. 설비가 핵심이던 시대에서, ‘운영 체계’가 핵심인 시대로 이동한다. 제조업의 역사는 곧 범용목적기술(GPT)이 생산의 운영 체제를 바꾸는 역사였다. AI 역시 그 길 위에 있다. 이 때문에 제조업 국가는 AI를 ‘기술 혁신’이 아닌 ‘산업 체계 혁신’으로 다뤄야 한다. 산업혁명 때 공장을 지배한 나라는 세계를 지배했고, 인터넷 시대에는 글로벌 가치사슬을 설계한 나라가 이익을 가져갔다. AI 시대에는 ‘학습하는 생산 시스템’을 먼저 운영하고 표준으로 만드는 나라가 다음 제조의 질서를 주도할 가능성이 크다.
－01_“제조업의 진화” 중에서
AI가 변화시킬 생산 현장의 모습을 다양하게 설명했지만, 사실 필자도 그리고 독자도 가장 궁금한 질문은 결국 “그래서 얼마나 이익이 나는가?”일 것이다. AI 투자는 막대한 비용이 든다. 최근 엔비디아를 비롯한 빅테크들의 주가가 천정부지로 솟고 데이터센터와 전력 인프라에 필요한 투자 비용이 천문학적일 것으로 모두들 예측한다. 투자 여력이 부족한 중소기업의 경우는 더욱 그 장벽이 클 것이다. 그러나 AI 전환의 초입에 있는 현재, 그 보상은 아직 불확실하다.
－03_“생산성 레버” 중에서
2024년과 2025년을 기점으로 미국과 중국 간의 기술 패권 경쟁은 단순한 성능 우위를 넘어 인프라, 자본, 인재, 산업적 확산이라는 다차원적인 전장으로 확대됐다. 미국은 실리콘밸리를 중심으로 민간 기업이 주도하는 투자와 압도적인 컴퓨팅 자원을 바탕으로 한 프론티어 모델 개발에서 독보적인 위치를 점하고 있다. 반면, 중국은 국가 주도의 집중적인 자원 배분과 세계 최대의 제조 기반을 활용해 AI의 실질적 산업화와 보급 측면에서 거센 추격세를 보이고 있다.
－06_“글로벌 제조 AI 맵” 중에서
준비가 끝났다면 이제 ‘개념 증명(PoC)’ 단계로 나아가야 한다. 이 단계의 목표는 제어된 환경 내에서 AI 모델이 실제로 성능을 발휘하는지, 우리 공장에 적합한 투자 가치가 있는지를 증명하는 것이다. 대부분의 인공지능 프로젝트의 실패는 실험실에서 작동하는 모델이 실제 현장에서도 동일하게 작동할 것이라는 안일한 가정에서 비롯된다. 이를 극복하기 위해서는 단순한 시연용 PoC가 아니라, 실제 운영 환경과 데이터 구조를 전제로 한 PoC를 실행해야 한다. 이때 모델의 정확도뿐만 아니라 실질적인 운영 가능성도 반드시 검증해야 한다.
－09_“기업 실행 로드맵” 중에서
교보문고:
알라딘:
예스24: