MS "제조 AI 성공, 숙련자 노하우·현장 데이터 통합에 달려"

"제조업에서 인공지능(AI)을 제대로 활용하려면 숙련자 노하우와 현장 데이터를 연결해야 합니다. AI가 실제로 불량을 줄이고 비용을 낮췄는지 확인한 뒤, 효과와 안전성이 검증된 업무부터 AI에 맡기는 식으로 적용 범위를 넓혀야 합니다."

최강림 한국마이크로소프트 제조·모빌리티 총괄은 30일 서울 코엑스에서 열린 '마이크로소프트 인더스트리 서밋'에서 제조업 AI 전략을 이같이 밝혔다.

최 총괄은 한국 제조업이 숙련 인력 부족과 원가 경쟁력 한계, 경영 환경 불확실성에 직면했다고 진단했다. 앞으로는 기업이 축적한 지식을 얼마나 빠르게 의사결정에 활용하고, 문제가 발생했을 때 신속하게 회복하느냐가 경쟁력을 좌우할 것이라고 봤다.

최강림 마이크로소프트 제조·모빌리티 총괄은 제조 AI 성공 조건으로 전문성과 데이터 통합을 꼽았다. (사진=지디넷코리아 DB)

최 총괄은 "기업은 흩어진 데이터를 모으는 데서 나아가 설비·공정·정비 이력 사이 관계를 AI가 이해할 수 있도록 연결해야 한다"고 주장했다. 그러면서 "같은 설비가 시스템마다 다른 이름으로 기록됐다면 이를 식별하고, 데이터 생성 시점과 신뢰도, 접근 권한까지 함께 관리해야 한다"고 설명했다.

그는 AI 활용 범위도 질문에 답하는 수준에서 실제 업무를 수행하는 단계로 확장할 수 있다고 밝혔다. 설비가 멈췄을 때 AI가 원인과 대응 절차를 설명하고, 품질·비용·납기를 고려한 해결책을 추천한 뒤 구매·생산·물류 부서의 후속 업무까지 조율해야 한다는 이유에서다.

최 총괄은 현업 담당자가 직접 데이터를 분석하는 사례로 LG전자를 소개했다. 실제 LG전자 HS사업본부는 AI를 활용해 전문 부서에 분석을 요청하고 결과를 기다리던 업무 방식을 바꾼 것으로 전해졌다. 제품 기획자와 연구개발 담당자가 직접 질문하고 분석 결과를 받아보면서 며칠 걸리던 업무를 20분 미만에 처리할 수 있다.

이날 제조 현장 품질 개선 사례도 소개됐다. 마이크로소프트는 도요타 인더스트리즈와 약 3개월간 도장 공정 데이터를 분석해 약 400개 변수 중 품질에 영향 미치는 핵심 요인을 찾은 것으로 나타났다. 최 총괄은 온도와 관련 설비 값을 최적화한 결과 도장 불량이 약 25% 줄었다고 밝혔다.