보고서 발간
"중소기업, 도입 어려움 겪어"
한국 제조업의 경쟁력 유지를 위해서는 인공지능(AI) 중심 운영체계로의 전환이 필요하다는 분석이 나왔다. 하지만 국내 중소기업들은 도입 필요성에 공감하면서도 비용 부담과 전문 인력 부족 등을 이유로 도입을 꺼리고 있다.
삼일PwC는 9일 '제조업, AI로 다시 설계되다: 한국 제조업 재도약을 위한 로드맵' 보고서를 발간했다고 밝혔다. 보고서는 제조업에서 확산하고 있는 AI 기술 흐름을 짚고, 국내 제조업의 AI 활용 수준과 주요 국가 정책 사례를 분석해 한국 제조업의 대응 전략을 제시했다. 보고서에는 삼일PwC경영연구원이 중소 제조기업 29곳을 대상으로 진행한 설문조사와 현장 방문 결과도 포함됐다.
보고서는 '제조 AI'를 단순한 자동화 기술이 아니라 데이터 기반 의사결정과 자율 운영을 가능하게 하는 핵심 인프라로 규정했다. 설비와 공정, 품질 데이터를 실시간으로 분석해 불량과 고장을 예측하고 공정을 스스로 최적화하는 기술로, 스마트팩토리 고도화의 핵심 요소라고 설명한다. 글로벌 제조 AI 시장은 2025년 85억7000만달러에서 2035년 2872억달러로 확대되며 향후 10년간 연평균 40% 이상 성장할 것으로 전망됐다.
주요 제조 강국들은 이미 제조 AI를 산업 전략의 핵심축으로 삼고 있다. 독일은 산업 표준과 데이터 공유 중심의 생태계를 구축하고 있으며, 미국은 연구개발과 실증 기술을 중소기업으로 확산하는 네트워크 전략을 추진 중이다. 중국은 국가 주도의 대규모 시범사업을 통해 확산 속도를 높이고 있고, 일본은 현장 문제 해결 중심의 민간 협력 모델을 통해 AI 도입을 확대하고 있다.
반면 국내 제조업은 대기업을 중심으로 AI 활용이 확대되고 있지만, 중소기업은 여전히 기초 디지털화 단계에 머물러 있는 것으로 나타났다. 생산관리(MES)나 전사적 자원관리(ERP) 구축 수준에 그치는 경우가 많아 기업 규모에 따른 기술 격차가 커지고 있다는 분석이다.
중소 제조기업 임원 29명을 대상으로 한 설문조사에서도 대부분이 AI 도입 필요성에는 공감했지만, 비용 부담과 전문 인력 부족, 데이터 관리 문제, 기술 이해 부족 등을 주요 도입 장애 요인으로 꼽았다.
보고서는 제조 AI 확산을 위해서는 기술 도입 자체보다 데이터와 인력, 운영 역량 등 실행 기반을 먼저 구축하는 것이 중요하다고 강조했다. 특히 중소기업은 전사적 AI 도입보다는 품질 관리나 설비 모니터링 등 현장에서 효과를 확인할 수 있는 영역부터 단계적으로 적용하는 전략이 현실적이라고 제언했다.
김선호 PwC컨설팅 피지컬 AI·로보틱스 센터장(파트너)은 "제조 AI는 선택이 아닌 한국 제조업의 생존 전략"이라며 "중소기업이 실제 성과를 내려면 데이터 품질과 실행 기반을 단계적으로 구축하는 접근이 필요하다"고 말했다.