업계뉴스

[에너지신문] 국내 제조업의 인공지능(AI) 전환이 시범사업 단계를 넘어 실제 생산성과 품질 개선으로 이어지고 있다.

반도체와 자동차, 조선 등 주요 제조현장에서 AI를 적용한 결과 생산성이 평균 30% 이상 향상되고 불량률은 15% 이상 감소한 것으로 나타났다.

▲ 산업통상부가 주요 제조현장에서 AI를 적용한 결과 생산성이 평균 30% 이상 향상되고 불량률은 15% 이상 감소한 것으로 나타났다. 사진은 AI 생성 이미지.

정부는 이러한 성과를 바탕으로 제조 AI를 개별 공정을 넘어 제품 개발과 산업단지, 공급망 전반으로 확산시키고, 2030년까지 AI팩토리 500개를 구축해 제조업 경쟁력을 끌어올린다는 계획이다.

산업통상부는 4일 제조업 AI 전환 전략인 ‘M.AX(Manufacturing AI Transformation)’의 주요 추진 성과와 향후 계획을 발표했다.

가장 주목되는 부분은 제조 현장에서 확인된 정량적 성과다. 산업부가 AI팩토리 선도 프로젝트를 통해 지원한 170여개 사업장 가운데 구축 효과가 나타난 42개 기업을 분석한 결과, 평균 생산성은 30.1% 향상됐고 제품 불량률은 15.5% 감소했다.

AI가 단순한 자동화 수준을 넘어 실제 수익성과 경쟁력을 높이는 도구로 자리 잡고 있음을 보여주는 결과다.

업종별 사례도 다양하다. 반도체 분야에서는 신한다이아몬드가 AI 자동검사 시스템을 도입해 웨이퍼 연마용 CMP 디스크 검사 시간을 33% 줄였고, 서플러스글로벌은 반도체 장비 재자원화 공정에 AI를 적용해 생산성을 66.7% 높였다.

자동차 분야에서는 아산성우하이텍이 전기차 배터리 자율제조 시스템을 구축하면서 품질검사 시간을 90% 단축했다. 화신 역시 AI 기반 설비 예지보전 시스템을 적용해 배터리 케이스 생산공정의 불량률을 20% 낮췄다.

조선업에서도 AI 도입 효과가 나타났다. HD현대삼호는 러더트렁크 용접공정에 AI 자율용접·검사 기술을 적용해 생산성을 50% 끌어올렸으며, 이엔케이는 AI 비전검사 시스템을 활용해 고압 실린더 검사시간을 22% 단축했다.

AI 솔루션 기업들의 성장도 눈에 띈다. 설명가능 AI 기반 공정 자율운전 기술을 개발한 인이지는 철강과 석유화학, 시멘트 분야로 적용 범위를 넓히고 있으며, 원프레딕트는 설비 예지보전 중심에서 공장 전체를 AI로 운영하는 산업 AI 플랫폼 기업으로 사업을 확대하고 있다.

▲ M.AX 얼라이언스 구성도.

정부는 제조업 AI 적용을 개별 공정에 머물지 않고 제품과 지역 산업 생태계까지 확대한다는 구상이다.

산업용 휴머노이드 개발이 대표적이다. 조선소 화재 감시와 화학공장의 위험 작업, 물류 포장 등 사람이 수행하기 어렵거나 반복적인 작업을 대신할 AI 기반 휴머노이드 개발과 실증사업이 추진된다.

자율주행차와 로봇, 가전 등에 탑재되는 온디바이스 AI 반도체 개발도 본격화할 예정이다.

산업단지를 중심으로 한 지역 제조혁신도 속도를 낸다. 기존 10개 AX 실증산단을 거점으로 지역 기업과 대학이 참여하는 협력체계를 구축했으며, 올해 신규 선정된 산업단지에도 이를 확대 적용할 계획이다.

산업단지 내 AI 데이터센터와 공동 인프라를 활용해 중소·중견기업의 AI 도입 문턱을 낮추겠다는 전략이다.

▲ AI 팩토리 선도 프로젝트 주요 성과.

향후 정책의 핵심은 제조 데이터를 국가 경쟁력으로 만드는 데 있다. 산업부는 2030년까지 AI팩토리 500개와 AX 실증산단 25개를 구축하고, 사람의 개입 없이 AI가 생산 전 과정을 운영하는 ‘풀스택 AI팩토리’ 개발에 착수한다.

동시에 숙련공의 경험과 노하우를 데이터셋으로 구축해 AI 학습에 활용하는 '제조 암묵지' 사업과 국가 제조데이터 라이브러리 구축도 추진한다.

김정관 산업통상부 장관은 “생산성은 높이고 불량률은 낮추는 성과가 실제 제조현장에서 확인된 만큼 검증된 AI 모델이 중소·중견기업과 지역 산업단지까지 빠르게 확산되도록 지원하겠다”며 “제조데이터와 숙련자의 노하우를 AI와 결합한 풀스택 AI팩토리를 구현해 2030년 M.AX 최강국으로 도약할 수 있도록 적극 뒷받침하겠다”고 말했다.

업계에서는 제조업 AI 경쟁력의 핵심이 단순한 AI 도입이 아니라 양질의 제조 데이터 확보와 현장 적용 경험에 달려 있는 만큼, 이번 사업이 국내 제조업 전반의 디지털 전환을 가속하는 계기가 될 것으로 기대하고 있다.

출처 : 에너지신문(https://www.energy-news.co.kr/)