똑똑한데 공장 일머리는 꽝? GS칼텍스, AI 도입하자 생긴 일

제조업 위기 속 생산현장 AI 도입

경제+

일할 사람은 줄고, 기존 방식으론 생산성을 더 끌어올리기 힘들다. 반도체·자동차·선박 등 제품을 잘 만들어 해외로 파는 게 한국이 잘하는 일인데, 밖에선 관세 전쟁이 한창이다. 제조 강국 한국의 위기, 전문가들은 해법으로 인공지능(AI) 전환을 꼽는다. 제조 강국의 홈그라운드 이점을 잘 살리면 제조업도, 경쟁력 있는 제조업 특화 AI 모델도 키울 수 있어서다. 하지만 제조업 현장에선 아직 AI 도입을 주저하는 경우가 많다. 제조업에 AI 적용은 왜 어려울까. 선제적으로 AI를 도입한 제조업체들은 어떻게 썼고, 어떤 어려움이 있었을까. 한국 산업의 미래가 달린 제조업과 AI의 결합을 따져봤다.

◆제조업, AI가 아직 부담스러운 이유=국내 제조업의 AI 도입률은 25.4%로 전체 업종 평균(30.3%)을 밑돈다.(2024년 기업정보화통계집) 제조 공장이 유독 AI 전환 흐름에서 뒤처지는 이유는 먼저 생산라인에서 찾을 수 있다. 제조업 생산라인은 설계 단계부터 도입할 기술과 장비, 여기에 적용되는 솔루션이 결정된다. 일단 구축하고 나면 그 이후 새로운 기술이나 장비를 추가하기 어렵다는 의미. 게다가 업종별·공정별 시스템도 천차만별이다. 챗GPT 같은 범용 AI를 제조업 분야에서 적용하기 힘든 이유다. 아직 제조와 AI 분야 모두를 섭렵한 인재를 찾기 어려운 것도 현실이다. 산업 특화 AI 솔루션 업체인 슈퍼브AI의 이현동 부대표는 “제조업체의 AI 담당자도 현장을 잘 모르는 경우가 많다”며 “현장 조직과 소통해 데이터를 분류해 축적하고 협업 도구를 표준화할 인재가 더 필요하다”고 말했다.

AI가 더 완벽해질 필요도 있다. 제조 현장에서 생산성만큼 중요한 게 현장 근로자들의 안전이다. 새 기술을 도입할 때도 안전하게 작동하는지가 중요하다. 특히 2022년 중대재해처벌법 시행 이후 기업들은 더 몸을 사리고 있다. 한국지능정보사회진흥원(NIA) 보고서에 따르면 AI 기술을 도입한 국내 제조업체 중 30%는 “시스템 및 네트워크 장애 등 위험을 경험한 적이 있다”고 답했다. 특히 소수(0.1%)이긴 하지만 “인명 피해를 입었다”는 응답도 있었다.

◆중후장대 제조업의 AI 경험담=이 같은 어려움에도 발 빠른 대형 제조업체들은 필사적으로 AI를 조직 전반에 침투시키고 조직 내 문제를 해결하려고 시도하고 있다. AI 도입을 생존의 문제로 보고 선제적 대응에 나선 것. 언뜻 AI와 거리가 멀어 보이는 정유업체 GS칼텍스가 그렇다. 허세홍 GS칼텍스 대표가 취임한 2019년 이후부터 디지털전환(DX)을 전사적으로 추진했고, 올해는 여기에 AI를 더한 ‘DAX’ 전략을 공식화했다.

전략의 핵심은 ‘현장의 문제를 가장 잘 아는 현업에 AI 도구를 주는 것’이었다. 백오피스(내부 관리 부서) 직원들은 과거 회의 자료나 안전 법규를 AI에 학습시켜 원하는 정보를 물어볼 수 있는 AI 에이전트를 직접 만들어 쓰고 있다. 정유 공정을 가장 잘 아는 엔지니어들은 AI로 ‘공정 최적화 모델’을 개발했다. 제 아무리 AI 전문가라도 정유 공정에 사용되는 원유나 촉매 종류 등의 도메인(특정 분야) 지식이 없으면 최적화된 모델을 만들기 어렵기 때문이다.

AI 도입 과정에서 가장 큰 어려움은 변화에 대한 두려움과 기존 업무 방식에 대한 관성이었다. 회사 관계자는 “구성원이 스스로 AI로 시도하고 실패도 경험할 수 있도록 바텀업(Bottom-up) 방식으로 접근한 게 AI 확산에 효과가 있었다”고 말했다.

기업 내부에서부터 AI 전환이 막막하다면 산업 특화 AI 전문 기업과 현장의 고민을 함께 풀어볼 수도 있다. 스타트업 마키나락스는 AI 전문가 시각에서 현장 특성에 맞는 AI 솔루션을 제공하고 있다. 국내 철강 제조업체 A사는 전 세계 발주처가 제각각의 양식으로 보내는 주문 요청서를 표준 양식으로 전환하는 문제로 마키나락스를 찾았다. 숙련된 직원들도 PPT, 엑셀 등 파일 양식부터 철근 길이와 두께, 수량 등 세부 요청 사항까지 제각각인 주문 요청서 1개를 표준 양식으로 변환하는 데 평균 2일 이상 걸렸다. A사는 다양한 형태의 주문 요청서에서 필요한 정보만 뽑아 자동으로 표준화하는 ‘AI 에이전트’를 도입했고, 작업 시간을 최대 60%까지 단축시킬 수 있었다. AI를 활용하면 주요 부품이 언제 고장날 지 예측해 미리 정비하는 것(예지보전)도 가능하다. 산업용 모터의 잦은 고장이 고민이었던 배터리 제조업체 B사는 마키나락스와 함께 모터의 수명을 예측하고 문제 원인을 분석하는 AI 시스템을 구축했다. 데이터 수집 체계가 없어 센서 기술 등을 총 동원해 완성했다. 현장 작업자들은 이제 장비의 상태를 직관적으로 파악할 수 있는 앱을 보며 대응할 수 있게 됐다. 윤성호 마키나락스 대표는 “일반 AI 이용과 달리 제조업 AI는 굉장히 높은 정밀도를 요구한다는 점에서 작업 난이도가 높다”고 말했다.

◆제조업과 AI, 결합하려면=AI를 도입한 제조 기업들은 상당 수 시행착오를 겪기도 한다. 보스턴컨설팅그룹(BCG)과 세계경제포럼(WEF)이 전 세계 100개 이상의 제조업체 AI 리더를 대상으로 설문조사한 결과(2023년) 응답자 중 오직 16%만이 AI 관련 목표를 달성했다고 답했다. 때문에 우선 할 수 있는 것부터 시작하는 게 중요하다. AI 데이터 전문기업 크라우드웍스의 양수열 최고기술책임자(CTO)는 “많은 제조업체가 생산라인에서만 비용 절감을 하려고 노력하는데, 오히려 백오피스에서 효과를 거둔 사례가 아직은 더 많다”며 “리스크가 적고 적용 가능성이 높은 분야부터 성공 경험을 쌓는 것이 효과적”이라고 말했다.

제조업에 특화된 AI모델을 경쟁력 있는 수준으로 끌어올리기 위해선 데이터가 무엇보다 중요하다. 특히 제조 분야에선 고숙련 기술자들의 암묵지(개인의 경험을 통해 내재된 지식)를 AI가 학습할 수 있는 데이터 세트로 구성해야 한다. 성낙호 네이버클라우드 하이퍼스케일AI 기술총괄은 “중국의 한 공장은 직원들에게 스마트 글래스를 씌워 모든 걸 녹화할 정도”라며 “직원들이 손을 어떻게 움직이는지, 옆 사람과 어떤 이야기를 하는지 공장 내 모든 것을 데이터로 만들기 위해서”라고 말했다.

AI 업계에선 이 분야 벤치마킹 대상으로 AI 기반 데이터 분석 소프트웨어 기업 팔란티어를 꼽는다. 팔란티어는 국방 AI 분야에 이어 산업 AI 분야로 영역을 확장하고 있다. 대표적인 AI 솔루션은 SF 영화 스타트렉 등에 나오는 초광속 이동에서 따온 ‘워프 스피드(Warp Speed)’다. 제조 분야에 필요한 AI 기능들을 모듈화해 기업 상황에 맞게 필요한 소프트웨어를 골라 쓸 수 있다. 특히 기존 제조 설비를 교체하지 않고도 데이터 통합과 AI 분석을 통해 빠른 시간 안에 제조업체의 AI 전환을 이끌어낼 수 있다는 게 강점이다.

한국은 제조 강국의 이점을 살릴 필요가 있다. 국내엔 반도체 등 경쟁력 있는 제조 현장이 많아 이들이 고민하는 다양한 문제를 AI로 풀어보고 노하우를 쌓을 수 있다. 성낙호 총괄은 “아직 제조 AI 분야에서 챗GPT 같은 절대 강자가 존재하지 않아 한국도 기회가 있다”고 말했다. 정부 지원이 더 필요하다는 이야기도 나온다. 조석주 포스코DX 기술연구소장은 “연구·개발 과정에서 세제 혜택과 AI 인프라 지원이 더 필요하다”고 강조했다.

혁신의 최전선에서 비즈니스의 미래를 봅니다. 첨단 산업의 '미래검증 보고서' 더중플에서 더 빨리 확인하세요.

기름 회사가 웬 AI 개발? GS칼텍스, 3년내 노리는 것
https://www.joongang.co.kr/article/25360338

변기 물소리까지 기록하겠네…‘AI 목걸이 비서’ 직접 써보니
https://www.joongang.co.kr/article/25361498

인천-LA 항공권 싸게 사는 법? 챗GPT에 ‘이 명령어’ 넣어라
https://www.joongang.co.kr/article/25360677

“역대급 채용” 불붙은 정보보안…네카스크엘 현직자 합격 꿀팁
https://www.joongang.co.kr/article/25359801

강광우.박종서([email protected])