제조 산업 전반에 AI 내재화 추진…고도화 지능형 공장 이끌 듯



“인공지능을 우리 산업에 적용(AI 내재화)하는 부분에 정책 주안점을 두겠다.”

지난 1월, 산업 디지털 전환 촉진법 (2022년 7월 시행)에 따른 산업부 소속 법정 기구인 ‘산업 디지털 전환 위원회’는 이같이 공표했다.

이 위원회는 산업부 장관을 위원장으로, 정부위원(관계부처 차관급 공무원 6인)과 민간위원(산학연 전문가 13인)으로 구성되었으며 산업 디지털 전환 정책의 컨트롤 타워로서 정부의 주요 정책을 심의하고 추진 실적을 점검하는 역할을 하게 된다.

이번에 수립된 ‘산업 AI 내재화 전략’은 그간 정부의 AI 정책 무게중심이 일반 분야(금융?행정 등)에 편중된 측면이 있고, AI 원천기술 개발에 집중되었던 것과 차별화하여 AI를 우리 산업에 적용(AI 내재화)하는 부분에 정책 주안점을 둔다는 내용이골자다. AI 내재화가 빠르게 진행될 수 있도록 AI 수요기업과 공급기업간 협업, 역량 강화와 민간 주도 생태계 조성이 핵심이다.

이에 현재 1% 수준에 불과한 AI 활용기업 비중을 30% 수준까지 끌어올리고, 글로벌 경쟁력을 갖춘 AI 공급기업을 100개 이상 육성할 계획이다. 실제로 국내 산업 디지털전환(DX) 수준이 저조하며, 특히 AI 투자 및 활용은 미미한 수준이다. 주력 산업 분야의 디지털 활용률(데이터/인공지능, %)이 금융(43.6/11.1)에 비해 제조 분야(8.4/1.6)가 매우 수준이 낮은 상황이다. 산업내 기업 규모별? 업종별 DX 수준이 격차가 크며, 디지털 기술 투자도 클라우드에 집중된 반면 AI 투자가 매우 저조하다.
 
지능형 공장 3만개 보급해

이 가운데, 정부는 올 초 총 1,462억원 규모 ‘지능형(스마트) 제조혁신 지원사업 통합공고’를 냈다.

지능형(스마트)제조혁신을 위한 지능형(스마트)공장 구축, 확산 정책은 2014년부터 시작돼 2022년까지 지능형(스마트)공장 3만개를 초과 보급했다고 밝혔다. 중소기업들은 지능형(스마트)공장 구축을 통해 생산성 29.4% 증가, 품질 42.8% 향상, 원가절감 15.9% 등 공정개선 효과와 기업당 매출 6.4% 증가를 비롯해 고용 1.5명 증가, 산업재해 4.9% 감소 등 경영개선 효과가 나타나는 등 중소기업의 제조 경쟁력 확보에 기여해왔다.

올해 사업은 여러모로 달라진다. 2023년부터는 ▲고도화 중심 지능형 공장 구축 ▲지능형(스마트) 제조혁신추진단 주도 ▲스마트공장 신청 기간 확대▲투자연계형 등 사업 신설 등이다.

먼저, 그간 양적 확대 중심 지능형(스마트)공장 구축에서 고도화 중심으로 지능형(스마트)공장 구축을 추진할 계획이다. 지능형(스마트)공장 수준을 기초(생산정보 디지털화), 중간1(생산정보 실시간 수집·분석), 중간2(생산정보 실시간 제어) 등으로 높이고 구축목표는 정부 지원형 428개, 대기업 등 상생형 330개 등 총 758개(기초 200개, 고도화 558개)로 잡았다. 다만, 민간의 지능형(스마트)공장 구축 역량과 민간 출연금을 활용하는 대중소 상생형 지능형(스마트)공장은 민간의 자율적 협력을 감안해 기초 단계(200개)를 계속 지원한다.
두 번째로, 효율적인 사업추진을 위해 정부지원형 지능형(스마트)공장 구축사업 선정을 기존 지능형(스마트)제조혁신센터(테크노파크 소속)에서 지능형(스마트)제조혁신추진단으로 추진체계를 변경한다.

세 번째로, 고도화 단계 지능형(스마트)공장을 구축하려는 기업에게 충분한 사업 준비 기간을 부여해 사업의 내실있는 계획이 가능하도록 신청기간을 기존 30일에서 45일로 확대한다.

마지막으로, 업종별 특화 등 일부 사업을 폐지하고 투자연계형, 부처협업형 및 공급망 연계형 지능형(스마트)공장 구축사업을 신설한다. 투자연계형 사업은 민간(투자운영사)이 먼저 지능형(스마트)공장 해결책(솔루션)을 개발하는 공급기업에 투자하면 정부가 공급기업의 성장을 함께 지원하며, 부처협업형 사업은 지능형(스마트)공장 구축을 매개로 전략산업 육성과 산재예방 등 현안을 소관부처와 공동으로 해결한다. 또한, 공급망 연계형 지능형(스마트)공장은 가치사슬 또는 협업기업 등 다수기업의 지능형(스마트)공장이 자료(데이터)와 연계망(네트워크) 기반으로 상호 연결된다.

인공지능과 만난 제조

이처럼 데이터는 효율적인 제품개발 및 생산을 가능케 하는 중요 자원으로 대두되고 있으며, 인공지능(AI)는 제조 과정에서 축적된 자료(데이터)를 활용하기 위한 중요 수단으로 예지보전, 품질보증, 생산공정 최적화, 수요 예측 분야 등에서 활용이 넓혀지고 있다.

이에 중소벤처부는 제조기업이 공정 문제를 해결하는데 인공지능(AI)을 활용할 수 있도록 지원하는 사업(제조자료(데이터) 인공지능(AI) 문제해결 상담(컨설팅) 및 해결책(솔루션) 실증사업)을 공고했다. 인공지능 전문가와 공정전문가가 문제진단 및 개선방안 도출을 위한 상담(컨설팅)을 2개월에 걸쳐 지원하고, 이어서 인공지능 해결책 공급기업이 참여하여 약 5개월 동안 현장 적용 실증을 지원한다.
 
AI 컨설팅 실증 지원내용 및 성과를 보면, 이미지에 대한 정상, 균열, 이물질 혼입에 관한 유형별 분석 및 불량을 판정할 수 있는 강화학습 모델 개발, 최적의 학습모델을 비교 분석 사례가 있다.

이 불량 원인 개선 사례는 불량 감소 및 근본원인 요소 제거, 도금공정 개선으로 생산성 향상(2.5KPD → 3.5KPD), 생산공정 최적화를 통한 불량률 감소(40% → 5%) 등 고객 발주에 대한 납기기간 단축효과(3일 → 2.5일)를 가져왔다. X-ray 제품검사시 작업자의 육안에 의존, 휴먼에러 발생 가능성 및 제품 품질 신뢰성 저하 사례도 있다. 불량 예측 AI 기본모델을 개발하고, AI지도학습 모델 활용을 통한 예지보전 및 원인분석 데이터를 생성시켜 품질 불량원인을 도출하였다.

이 사례는 판정의 정확도 및 신뢰도 향상(90% → 95%), 작업자의 피로도 감소 및 판정시간의 단축(1.5분 → 0.5분) 등 기존의 유형 패턴에서 벗어난 새로운 불량에 대한 대응력을 강화하였다.