제조업에 부는 인공지능(AI) 바람, 기존 산업 '재 정의' 될 듯

[산업일보]
국내외 생산·마케팅·유통 등 다양한 분야에 인공지능(AI) 시스템이 도입되면서 비즈니스 모델에 전반적인 변화의 바람이 불고 있다. AI 시장에서 경쟁력을 갖추기 위해서는 기술 개발 뿐만 아니라 양질의 데이터 축적이 중요하다.

24일 산업교육연구소 주관으로 서울 여의도 사학연금회관에서 ‘성공적인 AI 시스템 구축 실증사례와 우리기업의 응용 및 대응방안 세미나’가 진행됐다. 이번 세미나에는 여러 기업 관계자 및 연구원들이 참석해 성공적인 AI 시스템 구축을 위한 논의를 나눴다.



LG경제연구원 이승훈 박사는 “과거에는 각 분야의 전문가들이 모델링한 지식을 바탕으로 기계를 학습시켰다. AI의 실질적 가치가 구현되지 못하고 지속적인 한계에 부딪히며 회의론이 나오기도 했다”면서 “이제는 빅데이터를 활용한 딥러닝, 데이터 학습 등을 통해 기존 한계를 빠르게 극복해 놀라운 발전 속도를 보이고 있다”고 현 상황을 짚었다.

이승훈 박사는 “AI는 2013년 당시 보고 듣고 읽는 인지 능력을 발전시켰고, 2016년에는 이세돌과 알파고와의 대국에서 보듯 학습 능력까지 발전한 모습을 보였다”면서 “AI의 추론과 행동 능력도 빠르게 발전하고 있다. 산업 전 분야에 응용 가능한 AI의 발전으로 기존 산업이 모두 재정의 될 것이다. 많은 산업 혁신이 지금도 이뤄지고 있다”고 했다.

이승훈 박사는 “혁신을 위한 다양한 시도들이 있었지만 AI 등장 이후 IT 뿐만 아니라 전 산업 영역이 인공지능 기술을 빠르게 접목하고 있다”며 “과거 성공했던 경험에만 집착해 신기술을 받아들이지 않는 기업들은 도태되고, AI를 통해 혁신을 시도하며 적응한 기업들이 상당한 성장세를 보였다”고 말했다.

구글의 딥러닝 기술, 테슬라의 자율정밀주행 관련 데이터 수집, GE의 아날로그 공정의 디지털화를 통한 제조공정 재정의 움직임, IBM의 AI 데이터 확보를 위한 노력 등을 언급한 이승훈 박사는 “AI 기술을 확보하고 데이터 축적을 위해 많은 시간과 노력을 들인 기업이 AI 시대를 선도할 수 있다”고 강조했다.



“제조업 분야에서도 AI를 적용하고 있다”는 추연학 라온피플 이사도 양질의 데이터 축적과 적용의 중요성을 강조했다. 현재 제조업 분야에서는 기초적인 양품 판정(제품의 양품과 불량품 판정)과 바코드 같은 아이덴티티를 통한 분류 등에 AI를 활용하고 있다. 그러나 AI를 학습 시키기 위한 데이터 확보는 쉽지 않은 상황이다. 제품 검수에 대해 완벽히 정형화된 수치가 없고, 데이터에 대한 기본 지식이 없으면 분류 자체가 불가능하기 때문이다.

추연학 이사는 “산업 현장에서 실제 데이터를 분류하는 사람이 딥러닝 프레임을 이용해 분류하고 적용하는 것이 가장 효과적이다”라고 말했다. 추 이사는 “데이터가 많다고 공정이 잘 되는 게 아니다. 좋은 데이터가 많아야 잘 되는 것”이라며 양질의 데이터와 이를 통해 트레이닝 된 모델 관리가 필요하다고 언급했다.