“제조 AI 위해 리트로핏으로 노화 장비서 데이터 산출 방법 연구해야”[헤럴드 기업포럼 2026]

[헤럴드경제=고은결 기자] “제조업의 기술 초격차를 유지할 수 있는 트리거 또는 그 역할이 무엇일까 생각하면, 결국에는 제조 인공지능(AI)밖에 없습니다.”

김영옥 HD현대 최고AI책임자(CAIO·상무)는 29일 서울 중구 신라호텔에서 열린 ‘헤럴드 기업포럼 2026’에서 ‘제조 AI를 향한 여정’을 주제로 강연하며 제조 AI의 중요성을 이 같이 강조했다. 중국 제조업의 빠른 성장과 국내 제조 현장의 인력 부족, 숙련자 고령화 등이 맞물린 가운데 제조 AI를 통해 현장의 데이터와 노하우를 경쟁력으로 바꿔야 한다는 설명이다.

김 상무는 제조 AI를 “공장 자동화 수준을 넘어 설계 및 생산·물류까지 제품이 만들어지는 전 과정을 AI로 전환하는 개념”이라고 정의했다. 일반적인 AI가 텍스트·이미지·영상 등 공개 데이터를 주로 활용한다면 제조 AI는 센서와 비전, 온도·습도·진동·소리 등 현장에서 발생하는 산업 특화 데이터가 차이점이라고 부연했다.

김 상무는 제조 AI가 필요한 이유 중 하나로 국내 제조업이 쌓은 기술과 노하우를 잃을 수 있다는 점을 짚었다. 그는 “(한국이) 자동차·조선·반도체 등 전통적인 산업적인 제조업의 기반을 갖추고 있고, 성공적인 공정 노하우가 많이 있다”면서도 “노하우를 가진 이들이 향후 10년 안에 대부분 은퇴하고, 기술들이 자연스럽게 소실될 수 있다”고 우려했다.

이어 “지금 가진 스킬과 노하우를 어떻게 AI로 이관화할 수 있을 것인가가 중요한 부분”이라며 “이 부분이 제조 AI를 달성하기 위한 경쟁력일 것”이라고 했다.

다만 국내 제조 현장의 데이터와 인력 기반은 아직 충분하지 않다면서, 데이터 확보를 위해서는 현장 데이터를 체계적으로 축적하는 ‘데이터 팩토리’ 구축이 필요하다고 봤다. 노후화된 제조 설비에서 데이터를 끌어내는 것도 과제로 꼽았다. 그는 “제조 공정들이 많이 노화가 됐다”며 모든 설비를 새 장비로 대체하기보다는 “리트로핏(Retrofit, 개보수) 관점에서 어떻게 실제로 이 노화된 장비에서 제조 데이터를 끄집어낼 수 있을 것인지 연구해야 한다”고 했다.

리트로핏은 기존 설비의 구조는 유지하면서 센서, 데이터 수집 장치, 시뮬레이션 등 디지털 기술을 활용해 성능을 개선하는 방식이다.

제조 AI 모델은 범용 AI와 달리 업종과 공정별 특성에 맞춰 구축해야 한다고 강조했다. 김 상무는 “각 공정마다 굉장히 높은 품질 수준을 요구하고 있고, 그 품질 수준과 제품의 퀄리티를 맞추기 위해서는 각각의 공정에 맞게 접근해야 한다”며 “공정별·업종별 특화 파운데이션 모델에 대한 부분을 만들어서 적용해야 한다”고 말했다.

이후 특화 모델을 에이전트 기반으로 연결해 협업시키고, 소프트웨어·데이터·모델·하드웨어·에이전트를 하나의 스택으로 묶은 ‘풀스택 AI’로 발전시켜야 한다고 제시했다. 특정 제조 현장에 바로 적용할 수 있는 체계를 구축해 제조 AI 풀스택 자체를 수출할 수 있는 기반을 마련해야 한다는 구상이다.

HD현대는 AI를 활용해 선박 설계와 생산성을 높이고 선박 자체를 소프트웨어 기반으로 전환하는 작업을 추진하고 있다. 생산 현장에서는 ‘자율형 조선소’를 목표로 야드의 AI 전환(AX)을 진행 중이며, 숙련자의 노하우를 보존하기 위한 ‘조선 AI 명장’ 프로젝트도 추진하고 있다.

김 상무는 “조선업의 지식과 공정과 노하우는 사실 외부에서는 절대 알 수 없는 부분이고, 저희가 가지고 있는 자산”이라며 “저희가 가진 노하우를 어떻게 보존하면서 모델화를 시킬 수 있을 것인가를 가지고 AI 명장의 형태를 만들고 있다”고 말했다.

마지막으로 김 상무는 “오션 트랜스포메이션과 에너지 트랜스포메이션을 기반으로 조선해양 패권을 유지하고 경쟁력을 키우기 위해 제조 AI를 추진하고 있다”고 전했다.

“韓 반도체, AI 큰 파도 올라타…쓰나미 될 가능성은 돌다리 두드려봐야” [헤럴드 기업포럼 2026]

https://biz.heraldcorp.com/article/10887847?sec=027