[인더스트리뉴스 최정훈 기자] 기술개발 성과가 도출되고 다양한 레퍼런스가 공유되면서 스마트제조 분야 AI 시장에 탄력이 붙었다. 

시장조사업체 ‘Markets and Markets’의 제조분야 AI 시장조사에 따르면 2021년 시장규모가 17억3,000만 달러에 이를 것으로 추산된다. 제조분야 AI 솔루션 시장은 매년 57.2%(CAGR)라는 놀라운 성장세를 기록하며 2026년 167억 달러에 이를 것으로 예상된다. 우리나라 시장규모도 2021년 9,000만 달러(1,000억원)에서 수준에서 글로벌 성장률과 궤를 같이 하며 2026년께 8억7,000만 달러(9,500억원)로 커질 전망이다.

엔비디아 이선희 상무는 “제조분야의 디지털화를 더욱 적극적으로 주도할 다양한 AI 기술의 개발 및 이에 대한 유수 기업들의 관심과 투자가 AI 기술을 본격 달아오르게 하는 촉진제가 되고 있다”고 말했다. 제조업들의 AI 수요는 빅데이터, 사물인터넷(IoT), 컴퓨팅 성능 향상 등을 기반으로 점진적인 증가세를 보여 왔다. 이와 더불어, 최근 생산성이 하방곡선을 그리고 있는 상황에서 로봇·IoT 등의 기술에 대한 통찰력을 작금의 시장현실과 균형있게 조화시키기 위한 노력들이 전개되면서 AI가 크게 부각되고 있다.

업계는 2021년에도 제조 현장에 AI 바람이 그치지 않을 것으로 보고 있다. <인더스트리뉴스>와 <FA저널 SMART FACTORY>가 진행한 시장조사에 따르면 2021년도 스마트제조 분야 AI 시장은 긍정적일 것이라는데 편중돼 있다. 긍정은 58.6%, 보통 26.8%, 부정적으로 보는 비중은 14.6%로 나타났다.

공급기업들은 AI 솔루션을 전기·전자·반도체·디스플레이분야(26.8%)에 가장 많이 공급하고 있었으며, 에너지·플랜트 19.5%, 자동차 12.2%, 유통·물류 9.8%, 바이오·의료 7.3% 등 순으로 보급하고 있었다. 또한, 2021년에는 뜨거운 관심이 집중되고 있는 반도체, 자율주행차, 헬스케어 분야 등이 AI 솔루션 도입을 견인할 것으로 내다봤다.

미국, 영국을 중심으로 보급되기 시작한 백신 소식과 전 세계적인 수출 급증 현상에 2021년 경기회복 시나리오를 발표하는 전망 보고서들이 쏟아지는 모양새이다. 하지만 업계는 2021년 스마트제조 AI 성패가 여전히 코로나19 및 대내외 환경에 따라 갈릴 수밖에 없다고 예의주시하고 있다. 코로나19 및 대내외 시장여건 63.4%, 스마트팩토리 보급및 고도화 48.8%, 시장확대 및 시장 다변화 19.5% 그리고 반도체, 디스플레이 시장의 성장과 정부·지자체 등의 지원 확대가 각각 12.2%, 커넥티드카 및 자율주행차가 9.8% 등으로 나타났다.

제어 불가능한 코로나19 변수를 차치하고 업계는 스마트제조 분야 분야 AI의 솔루션 경쟁력 강화를 위해 AI 본질을 살려야 한다는 데 입을 모으고 있다. 공급기업들은 향후 기업 경쟁력을 높일 기술 분야로 70.9%가 AI·딥러닝 기술을 꼽았다. 이어서 빅데이터분석 51.2%, 클라우드 24.4%, IoT 17.1%, 알고리즘 등 S/W 기술 14.6%, 5G 12.2% 등으로 조사됐다.

인간에 버금가는 학습·판단·결정 능력을 가진 AI가 제조현장에 자리매김하기는 아직 미약한 수준이나 최근 들어 딥러닝을 위시로 현재 AI 알고리즘의 한계를 넘을 수 있을 것이라는 전망이 힘을 얻고 있다. 2020년까지 제조분야에 활용할 수 있는 데이터도 상당량 축적해 이것을 포석으로 AI를 더 발전시킬 수 있다는 주장이다.

하지만 제조분야에 활용하기 위해 현존 최고 수준의 AI 기술 전문성을 갖췄다고 해서 능사는 아니다. 아스펜테크 김흥식 지사장은 “AI, 클라우드 기술들만 잘 활용할 줄 안다고해서 혹은, 공정 분야 기술들에 정통하다고 해서 효과를 낼 순 없다”며, “공정 분야에 대한 이론과 실무에 탁월함 뿐 아니라 순수 AI, 클라우드 기술력 등이 종합적으로 고려된 업체가 각광받을 것”이라고 내다봤다. 제조분야마다 공정마다 데이터가 다르고, 특징과 문제 해결점이 다르기 때문에 AI 솔루션기업도 관련 산업 분야별 지식 확보가 필수이다.

여전히 AI 기술 자체가 제조분야에 적용되기 쉽지 않다는 시선도 나온다. 테크다스 고홍철 대표는 “자가학습이 가능한 딥러닝 기술은 데이터 간의 상관성과 노이즈가 큰 제조 공장의 데이터에는 맞지 않다는 현장의 목소리도 흘러 나온다는 점을 간과해서는 안 된다”고 밝혔다.

한편 이론과 실무에 능한 인력 확충 문제도 풀어야할 과제이다. 엔비디아 이선희 상무는 “관련 시스템의 개발, 관리, 구현을 담당할 전문 인력 확충을 통해 AI 기반의 컴퓨팅, 머신러닝, 딥러닝, 이미지 인식 등의 기술이 활용됨으로써 업무 효율성이 증대되면, AI 기술 도입이 속도를 낼 것”이라고 밝혔다.

또한 경영진의 관성이 여전히 견고하다는 것도 AI 확산을 더디게 할 요인으로 꼽힌다. 업계 관계자는 “우리나라 CEO들은 여전히 자신의 경험칙을 최우선으로 경영을 하는 문화에서 벗어나지 못하고 있다”며, “과거 새로운 기술을 도외시하다 몰락하는 기업들을 수도 없이 목도해 왔다. 기업 대표들의 널찍한 포용력이 어느 때보다 시급한 때이다”고 전했다.

최정훈 기자 다른기사 보기