스마트공장 3만개 시대, 제조 AI 접목은 0.1%
기초형 예산 복원·업종별 AI 공동개발 시급해

제조업이 GDP 27% 이상 차지…시장 규모 커
LLM 전략 넘어 대·中企 제조 혁신 집중해야

‘중기시선(中企視線)’은 국회·정부의 입법·정책 담론 속에서 소외된 중소기업의 자리를 조명합니다. 대기업과 거대 산업정책 중심에 가려진 중소기업계의 목소리를 대신 짚고, 정책 사각지대를 비춥니다.

허성무 의원(오른쪽 두 번째) 등 참석자들이 8월 7일 국회에서 열린 ‘스마트공장 혁신 사례 공유’ 토론회에서 제조업 혁신과 상생형 스마트공장 정책 방향을 논의하고 있다.

[중소기업뉴스 이권진 기자]  AI 기술이 국가 전략으로 급부상하고 있는 가운데 AI가 우리 산업의 경쟁력으로 연결되기 위해선 대·중소기업이 함께 만드는 스마트공장이 출발점이 돼야 한다는 목소리가 제기됐다.

지난 7일 국회에선 중소기업의 디지털 전환과 제조업 고도화를 주제로 한 국회 토론회가 열렸다.

민생경제혁신성장포럼이 주최한 이날 간담회에는 정부, 대기업, 중소기업 관계자들이 참석해 스마트공장 혁신 사례를 공유하고, 상생형 스마트공장 모델의 성과와 정책 과제를 논의했다.

이날 간담회를 주재한 더불어민주당 허성무 의원은 “기초형 스마트공장 예산의 복구와 AI 고도화 확대는 국회가 반드시 챙겨야 할 과제”라며, 디지털 사각지대에 놓인 중소기업을 위한 정책 개선 의지를 밝혔다.

현장 발표에 나선 전혜숙 중소기업중앙회 스마트산업실장은 “40개 대기업이 참여하고 평균 경쟁률이 3대 1에 이르는 상생형 스마트공장 지원 사업인데도, 기초형 예산이 삭감되면서 다시 진입장벽이 높아지고 있다”고 강조했다.

범용 LLM 일색...‘제조 AI’는 후순위

마침 이재명 정부는 최근 ‘AI 3대 강국’ 실현을 목표로 소버린 AI 전략을 본격화하며 네이버클라우드, 업스테이지, SK텔레콤, NC AI, LG AI연구원 등 5개 기업을 국가대표 AI 후보군으로 우선 선정했다.

이들 기업은 향후 본심사를 거쳐, 정부가 추진하는 대형 언어모델(LLM) 개발사업의 본격 파트너로 확정될 예정이다.

총 5300억원 규모의 범용 대형 언어모델(LLM) 개발을 본격화한다는 취지다. 이어서 국내 AI 생태계 확장과 산업적 활용성 증대를 고민할 것으로 보인다.

이른 바 ‘소버린 AI(Sovereign AI)’ 구상을 이끄는 이번 전략은 우리나라의 데이터와 기술 기반으로 독자적인 인공지능 생태계를 구축하겠다는 전략 개념이다. 이는 미국, EU 등 주요국이 추진 중인 기술 주권형 AI 개발 기조와 궤를 같이한다.

하지만 이 전략의 시작엔 중요한 퍼즐이 빠진 모양새다. 바로 제조업 특화형 AI에 대한 강조점이 없다는 것이다.

일부 전문가들은 미국과 중국이 주도하는 범용 LLM 경쟁에 우리가 단독으로 뛰어드는 것보다는 제조 경쟁력을 바탕으로 한 피지컬 AI(제조 공정 중심 AI)와 버티컬 AI(산업 특화형 AI) 개발이 한국 상황에 더 전략적이라고 강조한다.

제조업이 GDP의 27% 이상을 차지하는 우리 산업 구조를 고려할 때, 제조 혁신을 담당하는 스마트공장을 AI 전략 중심에 두지 않고는 국가 산업 경쟁력을 강화할 수 없기 때문이다.

예컨대 피지컬 AI는 공장 내 센서 데이터 분석을 통해 기계 고장을 예측하거나 품질과 생산성을 동시에 높이는 알고리즘을 구현할 수 있다.

아울러 버티컬 AI는 업종별 공정에 특화된 모델로, 반도체 불량률 저감, 자동차 부품 오차 검출 등 현장 중심의 기능을 제공한다.

지난 6월 24일 중소기업중앙회는 인천 서구에 위치한 스마트공장 구축 우수기업인 ㈜에어메이저(대표이사 김영태)를 방문해 ‘2025년 제조혁신 우수기업 벤치마킹’을 실시했다. 유경형(오른쪽) 에어메이저 이사가 협동조합 관계자 등에게 자사의 스마트공장 시스템에 대해 설명하고 있다. [중소기업뉴스 DB]

상생형 스마트공장, ‘제조 AI’ 거점으로

이때 주목을 받는 혁신 사례가 바로 ‘스마트공장 지원 사업’이다.

문제는 도입 속도다. 최근 중소벤처기업부가 발표한 제조혁신 실태조사에 따르면, 중소 제조기업의 스마트공장 도입률은 19.5%에 그쳤다. 이 가운데 80% 이상은 여전히 기초 수준에 머물러 있으며, 제조 AI를 접목한 비율은 0.1%에 불과하다.

AI 기반의 고도화 모델을 도입한 기업조차 사업 지원 종료 이후 유지·관리 비용과 인력 부족에 시달린다. 여기에 데이터 분석 인프라마저 부족해 다시 초기 공장 수준으로 되돌아가는 사례도 속출하고 있다. 단발성 프로젝트로 운영되는 정부 사업의 구조적 한계가 명확히 드러나고 있는 셈이다.

이런 한계를 보완할 대안으로 2018년부터 추진된 ‘상생형 스마트공장’이 가동되고 있다. 중기부와 중소기업중앙회가 대기업과 공동으로 운영 중인 이 사업은 현재까지 3000개가 넘는 중소기업을 지원했으며, 참여 기업의 96%가 사업에 만족감을 나타냈다.

이 사업은 단순한 자동화 설비 제공을 넘어 대기업이 보유한 현장 노하우와 문제 해결 역량을 접목해 ‘솔루션 중심 공장’으로 전환하는 데 의미가 있다.

이러한 구조를 기반으로 업종별 AI 특화 모델 개발까지 확장한다면 스마트공장은 단순 자동화를 넘어 ‘산업 AI 거점’으로 발전할 수 있다.

예를 들어 섬유업종은 염색공정 최적화를 위한 AI, 레미콘은 원재료 배합 자동화 AI, 식품 제조업은 유통기한 예측 AI 등 해당 업종의 수많은 중소기업과의 공동 수요가 명확하다.

중소기업협동조합, 업종별 협회 등 집단 단위를 중심으로 특화 AI 모델을 개발·확산할 경우 중소기업의 기술 진입장벽도 대폭 낮아질 수 있다.

중소기업 기술지원 컨설팅에 참여한 한 AI 전문가는 “지금의 AI 투자는 산업보다는 기술 그 자체에 집중돼 있다”며 “AI가 중소기업 제조 현장에서의 문제를 해결할 수 있도록 구조를 바꾸지 않는다면, 중소기업은 늘 그림의 떡처럼 AI를 대할 수밖에 없다”고 지적했다.

 

출처 : 중소기업뉴스