AI(인공지능)가 대중에게 널리 알려진 계기는 ‘알파고’와 프로 바둑기사 이세돌의 대국이다. 당시에는 구글 딥마인드가 개발한 AI 바둑 프로그램인 알파고가 인간과 대결한다는 사실만으로 화제가 됐다. 전문가 대다수는 이세돌의 승리를 예측했지만, 알파고는 4승 1패의 결과로 세상을 놀라게 했다.

당시 결과를 목격한 필자는 알파고의 ‘4승’보다는 이세돌의 ‘1승’에 집중했다. 1승에는 아직 AI 기술이 완전무결하지는 않다는 것을 내포하고 있었다. 그러나 7년이 지난 지금, AI는 상상을 초월할 정도로 빠르게 발전했다. 특히 AI와 관련된 기술을 장착한 기업의 주가는 고공행진을 하고 있다. 대표적인 회사들이 소위 미국의 매그니피센트 7개사인 애플, 마이크로소프트, 알파벳, 아마존, 메타, 엔비디아, 테슬라다.

최근 AI는 전 산업군에 걸쳐 적용되고 있다. 제조업도 예외는 아니다. AI 기술이 없는 제조 환경을 상상하기 힘들 정도로 AI는 없어선 안 되는 핵심 기술이 되었다. 특히, 디지털 전환(DX)이라는 커다란 트렌드에 있어 AI는 대체 불가한 기술이 되었다. 머신러닝, 딥러닝, 생성형 AI 등으로 세분화되어 발전을 거듭하고 있고, 무엇보다 빅데이터를 기반으로 알고리즘을 훈련해 패턴을 학습하고 예측을 수행하는 머신러닝 기술은 스마트팩토리 시장에서 크게 각광받고 있다.

머신러닝 기술이 스마트 제조의 핵심이 된 이유는, 생산 공정의 예측 유지보수에 필요한 예측 정확도를 높여주기 때문이다. 예측 유지보수는 공정의 주요 장비나 시스템의 고장 시기를 예측해 사전에 문제를 해결하도록 하는데, 효과적 운영을 위해서는 유지보수 시점을 정확하게 알려주는 것이 중요하다.

머신러닝 기술을 활용하면, 과거의 데이터들을 분석해 이전에 고장을 일으켰던 유사한 패턴이 나타나는 시점을 파악해서 보다 정확하게 알려줄 수 있다. 실제로 머신러닝을 적용하면 기존 방식보다 예측 정확도를 18% 높일 수 있다. 이는 3%의 매출 상승과 20% 이상의 재고 감소 효과를 가져온다.

AI와 머신러닝 기술을 활용하여 공정 운영의 효율성을 높이는 적용사례를 살펴보자. 우선, 치료제와 백신이다. 코로나 등 갑작스러운 전염병에 대한 치료제와 백신 개발은 복잡성과 규제, 그리고 비용으로 인해 신속한 대응에 어려움이 있다.

AI 기술을 활용하면, 임상 전 단계부터 제조 및 품질관리 과정까지 전 단계에서 활용되어 백신 및 치료제의 빠른 개발이 가능해진다. 탐색 및 임상 전 단계에서는 AI 기술을 활용해 더욱 정확한 치료제 후보 약물을 확인할 수 있다. 또한, 임상 개발 및 시험 과정에서는 딥러닝 알고리즘을 통해 다양한 시뮬레이션 테스트를 수행하여 개발 속도를 높이고 복잡한 분석과 임상시험의 오류를 줄일 수 있다.

미국 엔지니어링 및 SI 전문기업인 이 테크 그룹 사례도 주목할 만하다. 이 기업은 현대화된 시스템 솔루션을 제공하여 지원 능력 향상을 돕고, 설치 단계에서 발생하는 다운타임을 최소화하기 위해 스마트 디자인으로 제조 공정을 설계한다. 특히, 머신러닝 기술을 도입하여 하나의 솔루션에 엣지 컴퓨팅과 클라우드 컴퓨팅을 모두 적용했다.

그중 클라우드 컴퓨팅은 AI 기술 기반 컴퓨팅 활용을 통해 물리적 모델링과 실제 생산 데이터 간 차이를 분석하여 최적의 작업 환경을 조성했다. 그 결과, 공정 운영 및 진단 성능, 생산 수율 향상과 전력 소비 절약, 제품 품질 및 생산 효율성 역시 향상됐다.

AI 및 머신러닝 기술은 스마트팩토리의 예측력을 향상시켜 유지보수와 생산 및 유통 과정의 효율성을 높일 수 있다. 당사도 최근 마이크로소프트와 스마트팩토리 내의 AI 기술개발과 생성형 AI를 활용한 산업자동화 설계 및 개발을 가속하고 있다.

이제 AI 기술은 스마트 제조 분야에서 핵심 기술이다. 정부는 내년에 AI 관련 산업 경쟁력 강화를 위해 9천90억의 예산을 투입하고 제조 데이터셋을 50개까지 구축할 계획이다. 2024년 갑진년(甲辰年)은 국내 제조산업이 AI라는 청룡(靑龍)의 등에 올라타서 스마트 제조로 더 높이 성장하는 한 해가 되길 기대한다.

이용하 로크웰 오토메이션 대표이사