경영인텔리전스학과

◆ 한국산업 판 뒤집는 AI혁명 ② ◆ 

인공지능(AI) 시스템이 적용된 제조공장은 단순히 '공정 자동화'를 이룬 공장과는 구별된다. 가장 큰 차이점은 공장 스스로 '학습'해 진화한다는 점이다. 미리 정해진 알고리즘에 따라 입력되는 데이터에서 의미 있는 자료를 뽑아내 '경험치'를 늘려가는 방식이다. 

이 같은 기능을 통해 대처 방법도 시간이 지날수록 정교해질 수 있다.

AI가 학습을 통해 조업 방식의 최적화 방법을 제시해주기도 한다. 

AI는 앞으로 일어날 일을 '예측'하는 게 가능하다. 제조업에서 많이 사용되는 AI 예측 기법은 주로 개별 장비의 사용 데이터와 현 상태를 AI가 스스로 분석해 정비가 필요한 시점을 알려주는 기법이다. 좀 더 발전된 AI는 공정 데이터를 분석해 현재 생산라인을 지나가고 있는 제품이 '불량'일 확률을 미리 알아낼 수도 있다. 

제조업체로서는 이런 예측 기능을 잘 활용할 경우 획기적인 '비용 절감'을 꾀할 수 있다. 선제적으로 AI를 도입한 기업들이 공통적으로 증언한다. 물론 빅데이터 분석 기능을 가진 공장 자동화 소프트웨어도 단순한 예측 기능을 가지고 있다. 하지만 그 정확도나 예측 가능한 데이터 종류가 AI와는 비교가 안 된다. 

그럼 AI가 적용된 공장과 '스마트 공장'의 차이는 뭘까. 쉽게 말하자면 큰 범주의 스마트 공장에 AI가 적용된 공장이 포함된다. 스마트 공장의 특징은 사물인터넷(IoT)을 통한 빅데이터 수집 및 활용이다. 빅데이터를 해석하는 소프트웨어 수준에 따라 AI 공장으로 분류할 수도 있고 아닐 수도 있다. 

여러 강점에도 불구하고 제조업체들이 아직 적극적으로 AI를 도입하지 않는 이유는 뭘까. 먼저 제조업에는 정확한 수치로 계측할 수 없는 데이터가 많기 때문이다. 한 AI 전문가는 "숙련된 철강 엔지니어는 달궈진 쇳덩이의 색깔과 선명함 등만으로 어떤 공정을 언제 시작해야 할지 알 수 있다"며 "아무리 정교한 센서를 활용해도 AI에 이 정도 수준의 분석을 요구하는 것은 무리"라고 말했다. 

유통·금융업 등과 비교해 활용할 수 있는 빅데이터가 제한돼 있다는 사실도 제조업의 AI 도입이 더딘 이유다. 백화점이나 은행은 수백만 고객의 정보를 보유하고 있다. 사람의 구매 행태 등은 오래전부터 연구돼 왔고 자료도 풍부하다. 하지만 기업들이 활용할 수 있는 데이터는 자신들의 제조공정 데이터뿐이다. 다른 업체에 공정 데이터를 건네주는 기업은 없기 때문이다.

이에 더해 IoT가 보편화하기 이전의 자료는 데이터화된 것이 없는 경우가 대부분이다. 

그럼에도 제조업체들의 AI 도입은 곧 대세가 될 것으로 보인다. 전문가들은 AI 성능이 5년마다 10배씩 높아질 것으로 예상한다. 이기열 SK C&C 전무는 "미래의 AI는 제조기업들에 단순한 비용 절감뿐만 아니라 새로운 사업 기회를 제시해주는 역할까지 하게 될 것"이라고 내다봤다. 

[기획취재팀 = 신찬옥 기자 / 김동은 기자 / 박창영 기자 / 정지성 기자 / 박은진 기자 / 오찬종 기자]
[ⓒ 매일경제 & mk.co.kr, 무단전재 및 재배포 금지]

출처 : http://news.mk.co.kr/newsRead.php?no=294252&year=2017