전 세계 제조 기업 10곳 중 8곳이 인공지능(AI) 투자 대비 성과가 미흡하다는 진단이 나왔다. 파일럿 단계에서 벗어나지 못하는 이른바 '기술검증(PoC) 함정'이 제조업 AI 전환의 가장 큰 걸림돌이란 분석이다.

엄진 액센츄어 전무는 17일 서울 강남구 웨스틴 파르나스에서 열린 '삼성SDS 인더스트리 데이'에서 "진정한 변혁을 이룬 제조 기업은 거의 없다"며 "변혁을 이룬 기업과 그렇지 못한 기업의 차이는 지능이나 자원이 아니라 PoC를 멈추고 혁신을 시작할 용기"라고 밝혔다.

이날 엄 전무는 액센츄어가 '3W'로 요약하는 워크(Work)·워크포스(Workforce)·워크벤치(Workbench)를 순차적이 아닌 동시에 구축해야 한다고 강조했다. 그는 우선 많은 기업이 기존 프로세스를 그려놓고 대시보드를 교체하거나 수작업 구간을 자동화하는 식의 포인트 솔루션에 머물고 있다고 지적했다. 에이전틱 AI는 확장 가능하고 기억을 보유하며 프로세스 사일로를 넘나드는 만큼, 이를 기존 틀에 끼워 넣어서는 잠재력을 제대로 활용할 수 없다는 설명이다.

엄 전무는 "AI 품질 관리 하나, 수요 예측 하나처럼 점 단위 솔루션을 쌓아가면 점진적 개선밖에 불가능하다"며 "가치 사슬 전체를 AI를 중심에 두고 처음부터 다시 설계한다면 어떤 모습일지를 질문하는 순간 진정한 리인벤션(재발명)이 시작된다"고 말했다.

인력의 마인드셋 전환도 빠질 수 없다. 기술부터 먼저 도입하는 조직들이 많지만 엄 전무는 이 순서가 문제라고 봤다. 앞으로의 업무는 인간과 AI가 함께하는 것이 선택이 아닌 현실이며 AI 선도 조직을 '인간 없는 조직'으로 오해해선 안 된다는 것이다. 

엄 전무는 "AI 선도 조직은 수백 명의 데이터 사이언티스트를 채용하는 조직이 아니다"라며 "이미 비즈니스를 아는 엔지니어, 기획자, 현장 운영자를 AI 기반 의사결정자로 키우는 것이 훨씬 나은 선택"이라고 강조했다. 이어 "AI가 사람을 대체하는 게 아니라 AI를 아는 사람이 모르는 사람을 대체하는 사회가 온다"고 덧붙였다.

기술 인프라인 워크벤치에선 단순 디지털 트윈을 넘어선 '디지털 브레인' 개념을 제시했다. 데이터가 아무리 방대해도 비즈니스적 맥락과 의도가 연결되지 않으면 AI는 올바른 추론을 할 수 없다는 전제에서다. 운영기술(OT)과 정보기술(IT)을 연결하고 데이터 정의를 표준화해 통합 산업 데이터 플랫폼을 구축하는 것이 선행돼야 한다. 이 기반이 없으면 각각의 AI 에이전트는 고립된 섬으로 남을 수밖에 없다.

엄 전무는 "데이터가 있어도 맥락과 의도가 없으면 기계는 제대로 추론하지 못한다"며 "이 두 가지는 인간만이 부여할 수 있다"고 짚었다.

실제 사례도 제시됐다. BMW는 액센츄어와 함께 기업 전체에 AI 에이전트를 배포하는 'EKHO(Enterprise Knowledge Harmonizer and Orchestrator)' 플랫폼을 구축해 차량 구성 처리 속도를 30% 높이고 전사 생산성을 40% 향상했다. 에어버스는 항공기 최종 조립 공정에 딥러닝 AI를 도입해 날개 부착 등 주요 작업의 완료 여부를 자동으로 인식하고 기록하는 시스템을 갖췄다. 조립 정확도 향상과 함께 제조 비용도 절감했다.

다만 전사적 혁신으로 나아가기까지 넘어야 할 산이 적지 않다는 게 엄 전무의 진단이다. 분기별 실적 사이클을 중시하는 제조업 특성상 장기 투자를 지속하기 어렵기 때문이다. 이 외에도 레거시 시스템에 갇힌 데이터 사일로, 제조와 AI 언어를 동시에 구사하는 인재 부족, AI 권고 이행 시 책임 소재 불명확, 반복되는 변화에 지친 조직 내 회의론 등이 현실적인 장벽으로 꼽힌다.

엄 전무는 "대규모 AI가 수익을 실현하기까지 최소 18개월에서 2년의 지속 투자가 필요하다"며 "이 시간을 버티는 것 자체가 전략"이라고 설명했다.

관련기사

액센츄어는 삼성SDS와 에이전틱 AI 기반 산업 솔루션을 공동 개발 중이다. 이를 통해 국내 제조 기업의 전사적 리인벤션을 지원한다는 구상이다. 회사는 2023년 이후 제조·엔지니어링 등 산업 특화 AI·데이터 자산 포트폴리오에 약 4조원을 투자해 왔다. 검증된 자산을 기반으로 고객사의 가치 실현 시간을 앞당기는 것이 투자의 목적이다. 

엄 전무는 "3W를 동시에 구축하면 AI 플라이휠이 작동하기 시작한다"며 "18개월 걸리던 유스케이스(적용 가능 사례) 배포가 6개월, 나아가 2~3주로 단축되는 사례가 실제로 나오고 있다"고 말했다.