글로벌 제조업에서 인공지능(AI)을 활용한 공정 최적화와 자율 운영 체계가 빠르게 확산되면서 제조 경쟁력의 핵심 변수로 '제조 AI(Manufacturing AI)'가 떠오르고 있다. 한국 제조업이 글로벌 경쟁력을 유지하기 위해서는 데이터와 전문 인력을 기반으로 한 AI 중심 운영 체계로의 전환이 필요하다는 분석이 제기됐다.

삼일PwC는 9일 '제조업, AI로 다시 설계되다: 한국 제조업 재도약을 위한 로드맵' 보고서를 발간하고 제조업 전반에서 확산되는 AI 기술 흐름과 국내 제조업의 활용 현황, 주요국 정책 사례를 분석해 한국 제조업의 전략 방향을 제시했다. 보고서에는 삼일PwC경영연구원이 중소 제조기업 29곳을 대상으로 실시한 설문조사와 현장 방문 결과도 포함됐다.

보고서는 제조 AI를 기존 자동화 기술의 단순한 확장이 아니라 데이터 기반 의사결정과 자율 운영을 가능하게 하는 핵심 인프라로 정의했다. 설비와 공정, 품질 데이터를 실시간 분석해 불량과 고장을 사전에 예측하고 공정 조건을 스스로 최적화하는 기술로 스마트팩토리 고도화 단계에서 중요한 역할을 수행한다는 설명이다.

글로벌 제조 AI 시장도 빠르게 성장할 전망이다. 시장 규모는 2025년 85억7000만달러에서 2035년 2872억달러로 확대되며 향후 10년간 연평균 40% 이상의 성장세를 기록할 것으로 예상된다.

해외 주요 제조국은 이미 제조 AI를 산업 전략의 핵심 축으로 활용하고 있다. 독일은 산업 표준과 데이터 공유 중심의 생태계를 구축하며 스마트 제조의 글로벌 참조모델인 'RAMI 4.0'을 제정했다. 미국은 연구개발과 실증 기술을 중소기업 현장으로 확산하는 네트워크형 전략을 추진하고 있으며 중국은 국가 주도의 대규모 시범사업을 통해 제조 AI 도입을 빠르게 확대하고 있다. 일본은 민간 협력 중심의 유스케이스 기반 접근으로 현장 문제 해결형 AI 도입을 늘리고 있다.

반면 한국은 대기업을 중심으로 AI 기반 제조 혁신이 진행되고 있지만 중소기업은 여전히 기초 디지털화 단계에 머물러 있는 것으로 나타났다. 대기업이 예지보전과 품질 관리 고도화 등 AI 기반 운영 체계 전환을 추진하는 것과 달리 중소기업은 데이터 관리 체계와 IT 인프라 부족으로 AI 도입이 제한적인 수준이라는 분석이다.

삼일PwC경영연구원이 중소 제조기업 29곳의 임원을 대상으로 실시한 설문조사에서도 대부분의 기업이 AI 도입 필요성에는 공감했지만 비용 부담과 전문 인력 부족, 데이터 관리 문제, 기술 이해 부족 등을 이유로 실제 도입에는 어려움을 겪고 있다고 답했다.

보고서는 제조 AI 확산을 위해 기술 도입 자체보다 데이터와 인력, 운영 역량 등 실행 기반을 먼저 구축하는 것이 중요하다고 강조했다.

김선호 PwC컨설팅 피지컬 AI·로보틱스 센터장(파트너)는 "제조 AI는 선택이 아니라 한국 제조업의 생존을 좌우할 전략"이라며 "중소기업이 AI 도입 성과를 내기 위해서는 데이터 품질과 실행 기반을 단계적으로 구축하는 접근이 중요하다"고 말했다.