[시론] ‘인공지능 전환’이 온다

박정수 성균관대 스마트팩토리융합학과 겸임교수

디지털 전환(Digital Transformation·DX)이 산업의 근본적 혁신을 위한 방안 중 하나로 떠오르고 있다. 그리고 DX의 성공을 좌우하는 핵심 키는 인공지능 전환(AI Transformation·AX)에 있다. AI는 게임체인저로서 기존 방식으로 해결할 수 없었던 산업 현장의 각종 문제를 해결하고, 새로운 부가가치를 창출하게 한다. 이미 글로벌 기업들이 자사의 제조 공정·제품·서비스 등에 AI를 적극 활용해 경쟁력을 강화하고 있다.

AI 알고리즘으로 비즈니스 기회 창출

나아가 인공지능 알고리즘이 우리 삶 곳곳에 원하든 원하지 않든 파고들고 있으며, 챗GPT라는 ‘초거대 AI’가 등장하여 세계적으로 충격을 주고 있다. 챗GPT 열풍에 따라 전 세계는 이미 AI 기술 패권 전쟁을 시작하였다.

초거대 AI의 데이터 학습에는 기존과 비교할 수 없는 연산량과 고속 데이터 처리 속도가 필수다. 또 매개변수라고 불리는 파라미터(매개변수)는 뇌의 학습과 기억, 연산을 담당하는 인간 뇌의 시냅스(신경세포의 접합부)와 유사한 기능을 수행한다. 시냅스는 우리 두뇌에 있는 신경세포로, 시냅스가 많을수록 더욱 고차원적 사고가 가능하다.

글로벌 기업들은 정교하게 설계된 AI 알고리즘을 통해 비즈니스 기회 창출과 자사의 경쟁력을 강화하고 있다. 기업 자체적으로 알고리즘을 개발하는 방법도 있지만, 최근 다른 테크놀로지 기업이 출시한 AI 엔진과 솔루션을 활용해 미래의 수요, 가격 변화, 소비자의 행동 패턴, 선호의 변화 등을 예측하는 기업도 적지 않다.

과거에는 임직원의 경험 혹은 ‘암묵적 지식(Tacit Knowledge)’에 의존하여 의사결정을 했으나 데이터를 근거로 기업에 최적화된 알고리즘을 활용할 경우, 시장 환경에 보다 민첩하게 대응하고 최적화된 비즈니스 프로세스를 개선할 수 있다.

AI 전환은 데이터 분석, 기계학습, 자연어 처리 등 AI의 다양한 기능을 활용하여 기업의 제품과 서비스를 개선하고, 효율성을 높이며, 경쟁 우위를 확보할 수 있다. 뿐만 아니라 최근 데이터 패브릭(Data Fabric)을 활용한 머신러닝과 데이터 분석 소프트웨어는 모든 종류의 메타 데이터를 분석할 수 있어야 하며, 활용되지 않는 데이터에서 인사이트를 도출해 낼 수도 있어야 한다.

‘제조 지능화’가 미래 제조업의 성장기반

그러므로 ‘제조 지능화’는 기술과 기능을 구분하여 수단매체와 목적함수 간의 관계 설정이 매우 중요하다. 제조의 관점은 다양하다. 생산, 판매, 그리고 공급망(SCM)을 관점별로 부분 최적화를 넘어 제조 전체 최적화가 실현되도록 통합하는 네트워크 기술과 기능이 중요하다. 따라서 제조 지능화는 제조업이 인공지능(AI), 사물인터넷(IoT), 빅데이터, 로봇 공학, 클라우드 컴퓨팅 등 첨단 정보 통신 기술을 통합하여 생산성을 높이고, 유연성을 강화하며, 비용을 절감하는 과정이다.

제조 지능화의 수단은 인공지능 전환(AX)이며, 목적은 지속 가능한 성장이다. 나아가 품질 개선의 목적은 AI 기반의 품질 관리 시스템을 통해 불량률을 줄이고, 제품의 품질을 일관되게 유지할 수 있는 ‘품질 지능화’이다.

그러므로 미래 제조업의 성장동력과 혁신의 씨앗은 디지털 전환(DX)을 넘어 인공지능 전환(AX)에서 그 해답을 찾아야 한다.