기업 영업기밀 담긴 제조 데이터 국가 차원서 안전 관리
반도체·조선·미래차·휴머노이드까지 제조AI 학습 기반 구축
반도체·조선·미래차·휴머노이드까지 제조AI 학습 기반 구축
|
산업통상부는 5일 서울 한국기술센터에서 '제3회 M.AX(제조 AI 전환) 컨퍼런스'를 열고 제조 데이터 활용 전략과 인프라 구축 방안을 논의했다. 이날 행사에는 IBM과 삼성SDS, LG AI연구원, 메가존클라우드, 포항공대 등 산·학·연 전문가들이 참석해 제조AI 확산 방안을 논의했다.
김성열 산업부 산업성장실장은 모두 발언에서 "AI 시대 우리 산업 경쟁력의 핵심은 제조 데이터와 이에 기반한 업종별 AI 모델"이라며 "기업들이 안심하고 데이터를 제공할 수 있도록 신뢰와 안전이 담보된 환경을 구축하고 제조 데이터 라이브러리와 데이터센터 등 핵심 인프라 조성에 총력을 기울이겠다"고 말했다.
이날 컨퍼런스에서는 김현정 IBM 대표가 '제조AX의 핵심, 데이터', 고영명 포항공대 AI팩토리 분과장이 '제조공정 데이터와 AI 모델 연계', 이주평 삼성SDS 상무가 '제조AX 확산을 위한 AI 데이터센터의 역할' 등 제조AX 핵심인 데이터의 저장과 활용에 대해 발제했다.
산업부가 가장 강조한 부분은 제조 데이터다. 생성형 AI 시대에는 양질의 데이터를 얼마나 확보하느냐가 산업 경쟁력을 좌우하는 핵심 요소로 꼽힌다. 특히 제조 현장에서 축적되는 생산 공정 정보와 품질 데이터, 설계 노하우, 숙련인력의 경험 데이터 등은 범용 AI가 쉽게 확보할 수 없는 고부가가치 자산으로 평가된다.
문제는 기업들이 보유한 제조 데이터 상당수가 핵심 지식재산(IP)과 영업기밀이라는 점이다. 기업 입장에서는 데이터를 외부에 제공하는 순간 기술 유출 우려가 발생할 수밖에 없다.
이에 산업부는 기업들이 제공한 데이터를 안전하게 저장·관리하기 위한 '제조 데이터 라이브러리' 구축을 추진한다. 라이브러리에는 제조 현장에서 수집된 데이터를 집적하되 외부망과 분리된 '클린룸' 환경을 구축해 데이터 활용은 허용하되 외부 반출은 원천 차단한다는 계획이다. 데이터 열람 역시 별도 심사 절차를 거쳐 제한적으로 허용할 예정이다.
업계에서는 제조 데이터 라이브러리가 구축될 경우 제조업 특화 AI 개발 속도가 크게 빨라질 것으로 기대하고 있다. 현재 범용 AI는 인터넷 기반 데이터를 중심으로 학습하고 있지만 제조 현장에서는 실제 생산 데이터를 활용한 전문 AI 모델 수요가 빠르게 증가하고 있기 때문이다.
산업부는 이미 M.AX 얼라이언스를 중심으로 제조 데이터 확보 작업에 착수했다. AI팩토리 분과에서는 제조공정 데이터를 수집해 업종별 AI 모델 개발에 활용하고 있으며, 숙련 근로자의 경험과 노하우를 데이터화하는 '제조 암묵지 AI 모델' 개발도 본격 추진한다.
휴머노이드 분야에서는 로봇 행동 데이터를 축적하기 위한 실증 사업이 진행된다. 자율운항선박 분야에서는 약 6000항차 규모의 실선 운항 데이터를 확보하는 AI 데이터 플랫폼 구축이 추진되고 있으며, 미래차 분야 역시 자율주행 데이터 수집 체계 구축에 들어갔다.
산업부는 라이브러리 구축 이전까지 한국전자기술연구원(KETI)이 운영하는 제조AI 솔루션 개발지원센터를 임시 거점으로 활용해 데이터를 저장하고 있다. 확보된 데이터를 기반으로 2026년 말까지 제조 AI 파운데이션 모델 프로토타입을 개발하고 현장 적용 및 성능 검증에 나설 계획이다.
데이터 활용을 뒷받침할 인프라 구축도 병행한다. 산업부는 제조 현장 맞춤형 데이터센터 확충에 나서고 있으며, 올해 추가경정예산을 활용해 산업단지 내 엣지 AI 데이터센터 1개소를 구축할 계획이다. 실시간 데이터 처리와 AI 추론 수요에 대응하기 위한 제조 특화 인프라를 마련하겠다는 것이다.
산업계에서는 제조 AI 경쟁이 결국 데이터 확보 경쟁으로 이어질 것으로 보고 있다. 반도체와 조선, 자동차, 로봇 등 세계 최고 수준의 제조 역량을 갖춘 한국이 제조 데이터를 전략적으로 활용할 경우 글로벌 제조 AI 시장에서도 경쟁 우위를 확보할 수 있을 것이라는 기대 섞인 관측이 나오고 있다.
