김영옥 HD현대 최고AI책임자

현장데이터·숙련자 노하우가 핵심

“기술 초격차 트리거는 AX가 최선”

설비 데이터화·특화모델 구축해야

임세준 기자
임세준 기자

“제조업의 기술 초격차를 유지할 수 있는 트리거 또는 그 역할이 무엇일까 생각하면, 결국에는 제조 인공지능(AI)밖에 없습니다.”

김영옥 HD현대 최고AI책임자(CAIO·상무)는 29일 서울 중구 신라호텔에서 열린 ‘헤럴드 기업포럼 2026’에서 ‘제조 AI를 향한 여정’을 주제로 강연하며 제조 AI의 중요성을 이 같이 강조했다.

김 상무는 제조 AI를 “공장 자동화 수준을 넘어 설계 및 생산·물류까지 제품이 만들어지는 전 과정을 AI로 전환하는 개념”이라고 정의했다. 일반적인 AI가 텍스트·이미지·영상 등 공개 데이터를 주로 활용한다면 제조 AI는 현장에서 발생하는 산업 특화 데이터가 차이점이라고 부연했다.

김 상무는 제조 AI가 필요한 이유 중 하나로 국내 제조업이 쌓은 기술과 노하우를 잃을 수 있다는 점을 짚었다. 그는 “(한국이) 자동차·조선·반도체 등 전통적인 산업적인 제조업의 기반을 갖추고 있고, 성공적인 공정 노하우가 많이 있다”면서도 “노하우를 가진 이들이 향후 10년 안에 대부분 은퇴하고, 기술들이 자연스럽게 소실될 수 있다”고 우려했다. 이어 “지금 가진 스킬과 노하우를 어떻게 AI로 이관화할 수 있을 것인가가 중요한 부분”이라며 “이 부분이 제조 AI를 달성하기 위한 경쟁력일 것”이라고 했다.

다만 국내 제조 현장의 데이터와 인력 기반은 아직 충분하지 않다면서, 데이터 확보를 위해서는 현장 데이터를 체계적으로 축적하는 ‘데이터 팩토리’ 구축이 필요하다고 봤다. 노후화된 제조 설비에서 데이터를 끌어내는 것도 과제로 꼽았다. 그는 “제조 공정들이 많이 노화가 됐다”며 “모든 설비를 새 장비로 대체하기보다는 리트로핏(Retrofit, 개보수) 관점에서 어떻게 실제로 이 노화된 장비에서 제조 데이터를 끄집어낼 수 있을 것인지 연구해야 한다”고 했다.

리트로핏은 기존 설비의 구조는 유지하면서 센서, 데이터 수집 장치, 시뮬레이션 등 디지털 기술을 활용해 성능을 개선하는 방식이다.

제조 AI 모델은 범용 AI와 달리 업종과 공정별 특성에 맞춰 구축해야 한다고 강조했다. 이후 특화 모델을 에이전트 기반으로 연결해 협업시키고, 소프트웨어·데이터·모델·하드웨어·에이전트를 하나의 스택으로 묶은 ‘풀스택 AI’로 발전시켜야 한다고 제시했다. 고은결 기자


keg@heraldcorp.com