“AI, 산업 현장 내재화가 핵심”

[산업일보]
AI G3(인공지능 3대 강국) 목표 달성을 위해선 한국 AI 정책이 기술중심에서 산업중심으로, 개념중심에서 현장중심으로 전환돼야 한다는 지적이 제기된다.

산업 특화(버티컬) AI 스타트업 씨피에스테크(CPS Tech) 김홍석 대표는 국회 의원회관 제1세미나실에서 5일 개최된 ‘G3 도약을 위한 AI 산업 경쟁력 강화 전략’ 토론회에서, ‘산업 AI’ 설계 및 실행 경험을 바탕으로 AI 정책의 방향성을 제시했다.

그는 “LLM(거대언어모델)의 성능 경쟁에 집중되던 글로벌 AI 경쟁은, 이제 산업현장에 어떻게 내재화되어 실제 업무와 문제 해결에 활용되는가로 흐름이 바뀌고 있다”라며 “하지만, 실제 산업 현장에서 AI 개발 프로젝트를 수행하면서 여러 구조적 한계를 발견했다”라고 말했다.

김 대표의 설명에 따르면, 산업 데이터는 충분히 존재하지만 대부분 비정형·반정형 상태라 AI 학습·적용에 바로 활용하기 어렵다. 데이터가 독립적으로 관리되는 ‘데이터 사일로 (Data Silos)’ 문제도 만연하다.

또한 현장에서는 정확성·재현성이 무엇보다 중요하다. AI의 단 한 번의 잘못된 판단이 심각한 품질 문제나 안전사고로 이어질 수 있다. LLM의 경우 환각 문제와 무작위성이라는 특성이 존재하는데, 동일한 조건과 입력에서 결과가 매번 다르다면 산업 현장에서 신뢰받기 어렵다는 한계도 있다. 때문에 답변에 대한 전문 인력의 검증이 필수적이다.

마지막으로, AI를 단독 또는 단편적으로 도입하는 것은 산업 경쟁력 향상으로 이어지기 어렵다. AI가 설계부터 검사, 품질 관리, 인증 등 산업 전주기의 업무 체계와 유기적으로 연결되지 않으면 AI 적용 시도는 개념 검증(PoC) 단계에서 멈추게 된다는 것이다.

김홍석 대표는 “이러한 한계 극복을 위해선 범용 LLM을 기반으로 하되 각 산업 도메인에 특화된 AI 활용 전략을 수립해야 하고, AI를 산업 프로세스 전주기와 구조적으로 통합해야 더 큰 시너지 효과를 낼 수 있다”라고 짚었다.

그러면서 “에이전틱(Agentic) AI 기반 업무 수행 구조를 통해, AI가 단순히 질문에 답변하는 수준을 넘어 업무를 수행하고 결과를 검증하는 등 다음 단계로 연결하는 역할을 해야 한다”라며 “이러한 구조가 갖춰질 때 AI가 산업 전반의 생산성을 끌어올려, 국가 경쟁력의 기반이 될 것”이라고 강조했다.

정책 방향으로는 ▲도메인 특화 AI 및 산업 프로세스 연계를 고려한 패키지형 R&D 지원 ▲중견·중소기업 또는 소상공인까지 즉시 활용 가능한 산업 AI 확산 구조 ▲산업 현장의 실제 성과 지표 중심의 평가 기준 마련 등을 제언했다.

김 대표는 “AI를 산업 현장에 내재화하고, 이를 통해 지속적인 생산성과 경쟁력 향상을 이뤄낼 때 AI G3라는 목표에 도달할 수 있을 것”이라고 밝혔다.