|
1일 업계에 따르면 국내 제조업에서는 취업자 감소와 인력구조 고령화가 동시에 나타나고 있다. 지난해 제조업 취업자는 438만2000명으로 전년 대비 7만3000명 감소했다. 특히 15~29세 취업자는 6만1000명 줄어든 반면 60세 이상은 5만4000명 증가했다.
이 같은 인력구조 변화가 제조업 과제로 이어지는 이유는 암묵지 때문이다. 암묵지는 경험을 통해 몸과 감각, 직관, 상황 판단 속에 형성되는 지식을 의미한다. 제조 현장의 경우 같은 설비를 보더라도 숙련자는 진동, 소리, 온도 변화, 제품 상태, 생산 조건, 과거 정비 이력 등을 고려해 원인을 좁혀가고 대응 순서를 결정한다. 이런 경험과 판단은 작업표준이나 매뉴얼만으로 온전히 전승하기 어렵다.
문제는 기업이 이런 제조 암묵지를 충분히 축적하지 못하고 있다는 점이다. 이 때문에 제조업에서는 제조 암묵지의 디지털 자산화가 새로운 과제로 떠오르고 있다.
정부는 올해 산업 AI 솔루션 실증·확산 지원에 128억원을 편성하고 제조 현장 문제를 자율적으로 해결하는 산업 AI 에이전트 기술개발에 60억원을 신규 편성했다. 개발된 AI를 개별 실증에 그치지 않고 실제 제조 공정에 적용해 성과를 축적하는 방향으로 정책 범위를 확대한 것이다. 다만 AI 현장 적용이 즉각 기술 전승으로 이어지는 것은 아니다. 설비·공정 데이터에 작업자 판단과 조치 결과를 연결해 AI가 과거 경험을 학습하고 활용할 수 있는 구조가 필요하다.
이에 제조AI 전문 기업 원프레딕트는 제조 데이터 플랫폼 '싸이클론(cyclone)'과 산업 AI 운영 플랫폼 'pdx'를 통해 제조 현장의 데이터와 판단 과정을 연결해 관심을 받고 있다. 싸이클론은 설비·공정·생산·품질·정비 데이터를 설비, 시간, 제품, 레시피를 기준으로 연결한다. 진동이 증가한 시점 생산 부하와 운전 조건, 품질 변화, 과거 정비 이력을 하나의 사건으로 묶어 AI가 판단 당시 현장 상황을 분석할 수 있도록 데이터 맥락을 구성한다.
pdx는 싸이클론이 구성한 데이터 맥락을 실제 업무로 이어준다. AI가 이상 유형과 원인 후보를 제시하면 담당자가 점검 대상과 대응 방법을 결정하고 작업자는 점검과 부품 교체 등 실행 내용을 기록한다. 이후 설비 상태와 품질이 정상화됐는지 데이터로 확인해 조치의 효과까지 남긴다. 싸이클론이 판단 당시의 상황을 재구성한다면 pdx는 그 상황을 해석하고 대응한 과정을 하나의 운영 이력으로 축적하는 역할을 한다.
두 플랫폼이 연결되면 제조 현장에서 발생한 문제는 일회성 작업 기록이 아니라 다음 판단에 활용할 수 있는 조직의 경험으로 남는다. 숙련자 경험과 기억에 의존한 제조 암묵지를 데이터, AI, 업무 과정으로 구조화해 기업이 지속적으로 소유하고 학습하는 자산으로 전환하는 '제조 운영지능'은 원프레딕트가 제시하는 'AI 네이티브 팩토리'의 핵심이다. 개별 공정에 AI 솔루션을 추가하는 데 그치지 않고 현장에서 발생한 판단과 실행 결과를 다시 조직의 지식으로 축적하는 구조다.
원프레딕트 관계자는 "싸이클론과 pdx를 기반으로 제조 데이터와 산업 AI, 현장 업무를 연결해 문제 해결 경험이 조직의 지식으로 축적되는 'AI 네이티브 팩토리' 구현에 나아가고 있다"며 "숙련자의 암묵지를 개인의 경험에 머물게 하지 않고 조직이 지속적으로 활용할 수 있는 제조 운영지능으로 전환하는 것이 원프레딕트가 제시하는 미래 공장의 모습"이라고 말했다.
