【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]“제조AX 양극화, 공동GPU·실증 인프라로 해결해야”

온카뱅크관리자

2026-07-23 17:27:32

<div id="layerTranslateNotice" style="display:none;"></div> “대기업만으로는 한계”…정부도 피지컬AI 기반 생태계 확산 강조 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="1UrZzHYCSl">
 <figure class="figure_frm origin_fig" contents-hash="533f20cbe9bc7e91c76f6a7e0a6718f9d9d76283bbf78de610ee53fa973f8ec8" dmcf-pid="tum5qXGhCh" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/23/552796-pzfp7fF/20260723172026747obbg.png" data-org-width="640" dmcf-mid="ZbfDvkAilv" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/23/552796-pzfp7fF/20260723172026747obbg.png" width="658">
 </figure>
 [디지털데일리 오병훈기자] 정부 정책 사업을 중심으로 제조업 인공지능 전환(AX) 전략이 본격화된 가운데 데이터와 전문인력, 그래픽처리장치(GPU)에 대한 접근성 차이가 기업·지역·산업 간 경쟁력 격차로 이어질 수 있다는 지적이 제기됐다.
 윤병동 원프레딕트 대표는 23일 국회에서 열린 ‘제조 AI 전환과 현장 확산을 위한 정책토론회’에서 “제조 AI는 단순히 기술을 개발해 공급한다고 모든 기업이 활용할 수 있는 보편적 기술이 아니다”며 “데이터와 GPU, 전문인력, 실증 환경을 보유한 기업과 그렇지 못한 기업 사이의 격차가 제조 경쟁력 격차로 이어질 수 있다”고 말했다.
 이날 토론회는 김원이 의원(더불어민주당)과 최형두 의원(국민의힘) 주최로 열렸다. 산업계와 정부, 전문기관 관계자이 참석해 제조 AX 현장 확산을 뒷받침할 정책 방향을 논의했다.
 ◆“AI는 복합적 문제”…인력·GPU·데이터·실증 공공 기반 필요
 윤 대표는 제조 AX 양극화가 단순한 기술력 차이에서 비롯되는 문제가 아니라고 진단했다. 기업이 보유한 데이터의 품질과 축적 수준, AI를 운영할 수 있는 인력, GPU 등 연산 자원, 투자 여력과 검증 환경이 복합적으로 작용한다는 설명이다.
 그는 “현장에서 마주하는 문제를 보면 데이터의 문제도 있고 사람과 예산, 자원의 문제도 있다”며 “AI는 기술만의 문제가 아니라 전방위적인 요소가 어우러진 복합적인 문제”라고 강조했다.
 실제로 제조 현장에는 설비와 센서에서 생성되는 데이터가 많지만 상당수가 일회성 제어에 사용된 뒤 다시 활용되지 않는다는 것이다. 품질·생산·정비·안전·에너지 업무별 데이터도 서로 분리돼 있으며 고숙련자가 보유한 판단 기준과 문제 해결 경험은 데이터로 남지 않은 채 은퇴와 함께 사라질 가능성이 크다는 우려다.
 윤 대표는 공장 데이터를 반복적으로 활용할 수 있는 자산으로 전환해야 한다고 강조했다. 데이터가 정제·분류돼 축적돼야 새로운 AI 모델을 개발하거나 기존 모델을 고도화할 때 다시 불러와 활용할 수 있기 때문이다.
 그는 “현재 제조 현장 데이터의 99.9%는 얻어지는 즉시 제어 목적으로 사용된 뒤 다시 열어보지 않는 소모성 데이터”라며 “데이터가 자산이 되려면 재활용할 수 있어야 하고 이를 지속적으로 축적하면 대한민국의 제조 데이터 영토를 세계에서 가장 넓게 만들 수 있다”고 말했다.
 다만 이러한 체계를 일부 대기업에만 적용해서는 국내 제조업 전반의 경쟁력을 끌어올리기 어렵다는 것이 윤 대표의 판단이다. 그는 양극화 해소 방안으로 ▲재직자 대상 AX 교육 인프라 ▲공동 GPU·데이터 인프라 ▲숙련공 암묵지 디지털화 ▲현장 실증 인프라 등 4대 정책을 제안했다.
 이에 윤 대표는 생산기술과 품질관리, 설비운영 등 직군별 재직자가 AI를 실제 업무에 활용할 수 있도록 업스킬링·리스킬링 표준 교육과정을 마련해야 한다고 주장했다. 수요기업과 공급기업의 AX 역량을 지속적으로 평가해 교육과 지원이 실제 역량 향상으로 이어지는지도 점검해야 한다고도 덧붙였다.
 GPU 지원은 개별 기업에 장비를 지급하는 방식보다 산업단지나 공통 사업군이 함께 이용하는 공동 컴퓨팅센터와 바우처 형태가 적합하다고 봤다. 제조 데이터의 외부 반출이 어려운 기업에는 보안형 온프레미스 인프라를 제공하는 방안도 제시했다.
 <div contents-hash="5ecedccc8cf40bd73e39b288946e71b77d016e456a7f014086f71bb7b9449afa" dmcf-pid="9GohZIsAWj" dmcf-ptype="general">
 윤 대표는 “피지컬 AI를 실증할 수 있는 인프라가 현저히 부족하다”며 “지역별 또는 산업단지별로 테스트베드를 구축하고 검증된 솔루션이 다른 생산라인과 공장으로 확산될 수 있는 체계로 전환해야 한다”고 말했다.
 </div>
 <figure class="figure_frm origin_fig" contents-hash="af6e98be0c5f77244a993ad781f98ff180cb733bd2662222d329707d633badb7" dmcf-pid="2Hgl5COcCN" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/23/552796-pzfp7fF/20260723172028147bkff.png" data-org-width="640" dmcf-mid="5fBJkeMVCS" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/23/552796-pzfp7fF/20260723172028147bkff.png" width="658">
 </figure>
 ◆산업부 “대기업 혼자 빨라져선 한계”…과기정통부·NIPA도 현장 검증 강조
 정부 관계자들도 제조 AX의 성패가 개별 대기업의 성공보다 산업 생태계 전체의 전환 역량에 달려 있다고 진단했다.
 권순목 산업통상자원부 과장은 “대기업이 혼자 빨라진다고 우리의 AI 전환이 빨라지지는 않는다”며 “중견·중소기업이 대기업과 같은 속도로 갈 수 있도록 정부가 지원해야 한다”고 말했다.
 국내 제조업이 대기업과 1·2·3차 협력사로 이어지는 피라미드형 구조인 만큼 한 기업의 생산성 향상만으로는 공급망 전체의 경쟁력을 확보하기 어렵다는 의미다. 권 과장은 이를 운동회의 2인3각 달리기에 비유하며 속도가 느린 참여자가 뒤처지면 생태계 전체가 함께 뒤처질 수 있다고 설명했다.
 권 과장은 “살아남고 앞서나가려면 두 배의 속도로 가야 한다”며 “설계부터 양산까지 걸리는 시간을 압축하고 시장에 먼저 진입하기 위한 방법이 AI 전환”이라고 덧붙였다.
 산업부는 제조기업과 AI 기업, 대학·연구기관을 연결하는 ‘맥스(M.AX) 얼라이언스’를 중심으로 중소·중견기업의 기술 도입, 인력 양성, 공용 인프라 구축을 지원한다는 방침이다. 국내 공장을 해외 생산거점을 통제하는 ‘마더 팩토리’로 발전시키는 동시에 핵심 제조 데이터는 국내에 축적해야 한다는 구상이다.
 이주식 과학기술정보통신부 과장은 “피지컬AI는 실제 물리 환경에서 인식과 판단, 제어가 함께 이뤄져야 하는 만큼 연구실 수준의 모델 개발만으로는 산업 적용에 한계가 분명하다”고 말했다.
 과기정통부는 올해부터 2030년까지 전북과 경남에 총 1조4131억원을 투입하는 피지컬 AI 연구개발 사업을 추진한다. 경남에서는 제조 공정의 초정밀 제어 기술과 물리지능행동모델을 개발하고, 전북에서는 이기종 로봇과 자동화 설비를 통합 운영하는 AI 자율공장 운영체계와 테스트베드를 구축한다.
 이 과장은 “두 사업을 연계해 초정밀 제어와 자율공장 통합 운영 기술을 하나의 피지컬 AI 플랫폼으로 구현할 것”이라며 “AI 모델과 소프트웨어, 장비, 로봇 제어기술을 결합한 K-AI 공장 패키지로 발전시켜 수출형 모델로 육성하겠다”고 말했다.
 정수진 정보통신산업진흥원(NIPA) 지역AX본부장은 충분한 사전 진단 없이 고가의 피지컬 AI 기술을 도입하면 오히려 생산성과 재무건전성을 악화시킬 수 있다고 경고했다.
 정 본부장은 “기초 체력 검사도 받지 않은 공장에 포뮬러원(F1) 레이싱카를 준다고 공장이 곧바로 빠르게 돌아가는 것은 아니다”라며 “기업마다 일반 AI와 피지컬 AI의 적정한 포트폴리오를 찾아야 한다”고 말했다.
 이어 “피지컬 AI는 검증되지 않은 상태로 현장에 적용하면 기계가 파손되거나 생산라인이 마비될 수 있다”며 “리스크가 없는 결과가 나올 때까지 가상공간과 실제 공간을 연계한 테스트베드에서 검증해야 한다”고 강조했다.
 </section> 
 </div> 
 Copyright © 디지털데일리. All rights reserved. 무단 전재 및 재배포 금지.

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기