제조 현장 AI 도입 (변화의 압박, 인재 재정의, 현장 전망)

AI가 제조 현장을 바꾼다고 하는데, 정작 현장 리더는 뭘 먼저 해야 할까요. 저도 한동안 이 질문을 멀리서만 바라봤습니다. 그런데 어느 날 스마트폰으로 AI에게 설비 문제를 물어봤더니 선배한테 물어볼 때보다 훨씬 조리 있게 답이 나왔습니다. 그때부터 '이게 남의 일이 아니구나' 싶었습니다.

비용 줄이면서 혁신하라고? 제조 현장이 처한 이중 압박

AI 도입을 비용 절감의 수단으로 봐야 한다고 생각하는 분들도 있는데, 저는 그 시각이 조금 위험하다고 생각합니다. 제조 현장 리더들이 실제로 맞닥뜨리는 현실은 훨씬 복잡합니다. 한쪽에서는 기존 설비와 IT 인프라 유지에 드는 운영비를 줄이라고 하고, 동시에 그 예산으로 AI를 구축해서 경쟁력을 높이라고 합니다. 이 두 가지를 동시에 잡으라는 요구입니다.

제가 현장에서 20년 가까이 버텨오면서 느낀 건, 기술이 달라져도 압박의 방향은 결국 같다는 겁니다. 늘 더 적은 돈으로 더 많은 것을 해내야 합니다. 그런데 AI는 전기나 원자재처럼 그냥 꽂으면 되는 게 아닙니다. 제대로 굴리려면 그에 맞는 기반 설비가 필요하고, 그게 또 비용입니다.

더불어 과거에는 인건비가 싼 해외로 단순 공정을 외주 주는 것으로 원가를 잡았지만, 지금은 그 방식이 잘 통하지 않습니다. 총 소유비용(TCO)이라는 개념이 이제 중요해졌는데, 여기서 TCO란 단순히 생산 단가뿐 아니라 설비 유지, 품질 불량, 공급망 리스크, 물류비까지 포함한 전체 비용을 의미합니다. 단가만 싼 외주처가 TCO 관점에서는 오히려 손해인 경우가 제 경험상 적지 않았습니다(출처: 플라스틱코리아).

또 소프트웨어와 시스템 공급업체와의 관계도 예전과 달라지고 있습니다. 낡은 시스템에 새 기술을 얹는 것과 동시에 내부 기술 역량도 키워야 하는, 말 그대로 이중고입니다. 저도 이 부분에서 가장 많이 헷갈립니다. 다 외부에 맡기자니 내부가 텅 비고, 다 직접 하자니 사람도 시간도 부족하고요.

• 운영 비용 절감과 AI 인프라 투자, 두 가지를 동시에 요구받는 현실
• 단순 해외 외주 방식은 TCO(총소유비용) 관점에서 한계 도달
• 기존 시스템 유지와 신기술 도입, 내재화와 외주화의 균형이 관건

요약: 제조 현장 리더는 비용 절감과 AI 혁신이라는 두 방향의 압박을 동시에 받고 있으며, TCO 관점의 전략적 사고가 그 어느 때보다 중요해졌습니다.

 

코딩 잘하는 사람보다 판단 잘하는 사람 — AI 시대 인재 재정의

AI 시대에 필요한 인재는 코딩 잘하는 사람이라는 의견도 있는데, 저는 현장에서 겪어보니 그것만으로는 부족하다는 생각이 듭니다. 자율형 AI, 즉 사람이 일일이 지시하지 않아도 스스로 데이터를 분석하고 판단해 작업을 실행하는 AI 시스템이 제조 현장에 점점 깊이 들어오고 있습니다. 이런 상황에서 단순 오퍼레이팅 능력만 가진 인력을 늘리는 건 해법이 아닙니다.

진짜 문제는 AI가 내놓은 분석 결과를 현장 맥락에서 제대로 해석하고, 그 위에서 올바른 의사결정을 내릴 수 있는 사람을 어디에 배치할 것인가입니다. 저도 솔직히 처음에는 이 고민이 남의 이야기처럼 들렸습니다. 지금 당장 성형기에 AI가 탑재된 것도 아니고, 기존 방식으로도 충분히 돌아가고 있으니까요. 그런데 다른 부서들이 AI를 활용하기 시작하는 걸 보면서 느꼈습니다. 저희 생산부만 뒤처지고 있다는 위기감이 솔직히 생겼습니다.

이런 상황에서 리더가 집중해야 할 기술 인력 전략을 정리하면 크게 세 축입니다. 첫 번째는 AI 데이터를 현장 논리로 해석할 수 있는 인재 채용, 두 번째는 내부에서 반드시 쥐고 가야 할 핵심 역량의 내재화, 세 번째는 공정한 성과 기반으로 재설계된 협력업체 관계입니다. 이 세 축의 균형을 잘 잡으면 기술 투자 대비 최대 3배의 수익을 기대할 수 있다는 시각도 있습니다. 물론 쉬운 일은 아니지만요.

내재화와 외주화의 경계선을 어디에 그을지에 대해서도 생각이 엇갈립니다. 모든 AI 역량을 내부에서 구축하자는 분들도 있고, 핵심만 잡고 나머지는 과감히 외부에 맡기자는 의견도 있습니다. 제 경험상 이 경계선은 업종과 공장 규모마다 다를 수밖에 없습니다. 저처럼 플라스틱 사출 현장에서는 금형 설계 노하우나 성형 조건 데이터 같은 것은 절대 외부에 넘겨선 안 된다고 생각합니다. 그게 우리 경쟁력의 본질이니까요.

요약: AI 시대 인재 채용의 핵심은 단순 기술 숙련도가 아니라, AI 분석 결과를 현장 맥락에서 판단하고 의사결정을 내릴 수 있는 역량을 가진 인재를 적재적소에 배치하는 것입니다.

 

사출 현장에서 바라본 스마트팩토리의 현실적 전망

스마트팩토리(Smart Factory)라는 말을 들으면 화려한 자동화 라인이 떠오르는 분들도 있는데, 제가 직접 현장에서 보는 현실은 조금 다릅니다. 여기서 스마트팩토리란 설비, 공정, 품질, 재고 데이터를 실시간으로 연결해 사람이 더 나은 판단을 내릴 수 있도록 돕는 시스템 전체를 말합니다. 화려한 로봇 팔보다는 데이터 연결과 분석이 핵심입니다.

제가 요즘 실제로 써보고 있는 건 거창한 설비 교체가 아닙니다. 스마트폰으로 AI에게 현장 문제를 물어보고, 보고서 초안을 정리하는 수준입니다. 그런데 이게 생각보다 도움이 됩니다. 예전에는 선배나 동료에게 물어봐야 했던 내용을 AI가 훨씬 구체적으로 풀어줍니다. 솔직히 처음에는 좀 신기했고, 지금은 이걸 어떻게 후배들에게 잘 가르칠 수 있을지 고민 중입니다.

국내 제조업의 스마트화 현황을 보면, 중소 제조기업의 스마트팩토리 도입률은 꾸준히 높아지고 있지만 실질적인 데이터 활용 수준은 아직 초기 단계에 머물러 있다는 평가가 많습니다(출처: 산업통상자원부). 설비를 연결해 놓고도 그 데이터를 어떻게 써야 할지 모르는 경우가 현장에서는 꽤 많습니다.

제가 생각하는 현장의 미래는 이렇습니다. 종이로 기록하던 작업 일지가 사진 한 장으로 AI에게 전달되고, AI가 이를 자동으로 정리해 데이터로 쌓이는 구조입니다. 이게 되면 불량 원인 추적이나 설비 이상 감지가 지금과는 차원이 다르게 빨라질 수 있습니다. 물론 그 데이터를 제대로 활용하려면 결국 사람의 판단이 필요합니다. AI가 다 해줄 것 같지만, 제 경험상 현장의 맥락을 아는 사람이 없으면 데이터는 그냥 숫자 더미입니다.

요약: 스마트팩토리의 핵심은 화려한 자동화가 아니라 현장 데이터를 사람이 제대로 판단에 활용할 수 있는 구조를 만드는 것이며, 그 출발점은 지금 당장 할 수 있는 작은 변화부터입니다.

 

자주 묻는 질문

Q. 제조 현장에 AI를 도입하려면 어디서부터 시작해야 하나요?

A. 거창한 설비 교체부터 시작해야 한다고 생각하는 분들도 있는데, 저는 지금 당장 쓸 수 있는 AI 도구로 보고서 작성이나 데이터 정리부터 시작하는 게 현실적이라고 봅니다. 익숙해지면 자연스럽게 현장 적용 범위가 넓어집니다. 중요한 건 거창한 계획보다 오늘 한 가지를 실제로 써보는 것입니다.

 

Q. AI 시대에 제조 현장 인력은 어떤 역량을 키워야 하나요?

A. 코딩이나 프로그래밍이 중요하다는 의견도 있지만, 제가 현장에서 보기엔 AI가 내놓은 분석 결과를 현장 상황과 연결해 판단하는 능력이 더 필요합니다. 기계 특성과 공정 흐름을 아는 숙련 경험이 AI와 결합될 때 비로소 진짜 힘이 납니다. 당장 코딩부터 배우려는 조급함보다 현장 맥락을 AI에게 잘 질문하는 훈련이 더 실용적입니다.

 

Q. TCO(총소유비용)가 제조업 AI 도입 결정에 왜 중요한가요?

A. TCO란 도입 초기 비용뿐 아니라 유지·운영·교육·장애 대응까지 포함한 전체 비용을 뜻합니다. AI 시스템은 초기 구축 비용 외에도 지속적인 운영 비용이 발생하기 때문에, 단순히 도입 단가만 비교하면 나중에 생각지도 못한 지출이 생깁니다. 저도 이 개념을 제대로 이해한 뒤부터 외주 결정 기준이 달라졌습니다.

 

Q. 중소 제조업체가 스마트팩토리 도입 시 가장 흔한 실수는 뭔가요?

A. 설비를 연결해 데이터를 쌓아놓고 정작 그 데이터를 어떻게 활용할지 계획이 없는 경우가 많습니다. 하드웨어보다 데이터를 읽고 판단할 수 있는 사람과 프로세스를 먼저 설계하는 것이 맞다고 저는 생각합니다. 기술보다 운영 방식의 변화가 더 어렵고, 그래서 더 중요합니다.

 

결론

솔직히 저도 처음에는 AI가 제조 현장과 그리 가깝지 않다고 생각했습니다. 성형기에 AI가 탑재된 것도 아니고, 지금 하던 대로 하면 되니까요. 그런데 주변을 보니 다른 부서들은 이미 움직이고 있었고, 저만 멈춰서 있다는 느낌이 들었습니다. 그 위기감이 오히려 다시 공부를 시작하게 만들었습니다.

지금 당장 스마트팩토리 전체를 구축하지 않아도 됩니다. 오늘 현장 문제 하나를 AI에게 질문해보는 것, 보고서 초안을 AI로 정리해 보는 것부터가 변화의 시작입니다. 리더가 먼저 써봐야 후배들에게도 가르칠 수 있습니다. 물어볼 줄 알아야 제대로 된 답을 받을 수 있고, 그 답을 현장에 적용할 수 있는 판단력은 결국 경험에서 나옵니다. 그 경험이 지금 제조 현장 리더의 가장 강력한 무기입니다.

참고: https://www.plastickorea.co.kr/news/articleView.html?idxno=26082