오늘날 제조업은 다양한 이슈를 마주한 채 변화의 문턱에 서 있다. 기술 발전, 고객의 기대치 변화, 인력 문제는 새로운 접근 방식을 요구한다. 기업은 이를 타개하기 위한 방안으로 생성형 인공지능(AI)에 주목하고 있다.구글 클라우드의 최근 보고서에 따르면 전 세계 제조 및 자동차 기업 3곳 중 2곳은 이미 생성형 AI를 운영 환경에 도입했다. 그중 72%는 최소 한 건 이상의 생성형 AI 사용 사례에서 투자 대비 수익을 실현 중이라 답했다.
생성형 AI의 혁신은 다양한 유형의 입력값에서 정형 및 비정형 데이터를 처리하고 분석할 수 있는 멀티모달 기능에 달렸다고 해도 과언이 아니다. 예를 들어 멀티모달 기능을 갖춘 시스템은 기계의 진동이나 소음만 듣고도 고장 시기를 예측할 수 있다. 시장 동향, 날씨, 글로벌 이슈 등을 분석해 패턴과 상관관계를 파악할 수 있어 제조사는 수요를 보다 정확히 예측하고 공급망의 회복탄력성을 개선할 수 있다.
소비자의 구매 방식 변화에 따라 제품 생산과 공급망 운영을 전환할 때도 생성형 AI는 핵심적인 역할을 담당한다. 단순 소비재를 넘어 자동차까지 온라인으로 구매가 가능해지면서 맞춤형 주문 생산에 대한 고객의 기대와 수요는 나날이 증가하고 있다. 이러한 변화에 적응하려면 전통적인 재고 판매 방식에서 주문 생산 판매 모델로 전환하는 동시에 공급망 운영 방식을 혁신해야 한다.
비즈니스 운영에 대한 가시성이 부족할 경우 예기치 못한 다운타임으로 불필요한 비용과 함께 재고 관리와 수요 예측 등 공급망 관리의 불확실성이 발생한다. 불확실성을 줄이기 위한 첫걸음은 데이터에서 시작된다. IT와 운영기술(OT) 데이터를 통합하고 그 위에 분석 및 AI 도구를 적용하면 실시간 운영 가시성을 확보할 수 있다.
제품 혁신 분야에서는 이미 많은 기업이 생성형 AI를 적극 활용하고 있다. 앞서 소개한 보고서의 응답 기업 절반 이상이 신제품 및 서비스 개발에 생성형 AI를 사용 중이다. 대다수는 SNS 게시물이나 고객 리뷰와 같은 다양한 비정형 데이터를 제조업 특화 생성형 AI 모델에 제공해 한발 앞선 인사이트를 얻고 있다. 과거에는 상상할 수 없던 방식으로 제품 개발을 가속화하고 유통 및 재고 전략을 최적화할 수 있는 것이다.
대부분의 산업이 어려움을 겪고 있는 인력난과 기술 격차 문제는 제조업에서 특히 빠르게 심화하고 있다. 숙련된 근로자가 은퇴하면서 발생하는 기술 공백은 물론, 산업 현장에 도입되는 첨단 기술 발전에 작업자의 적응을 지원하는 부분에서도 생성형 AI가 해답이 될 수 있다.
생성형 AI는 지식을 공유하고 적용하는 방식을 혁신해 실시간으로 작업자를 지원한다. 경력자의 전문지식을 학습한 AI 에이전트는 신입 직원의 질문에 답변하고 맞춤형 교육 프로그램을 통해 피드백을 제공할 수 있다.
생성형 AI는 향후 10년간 업계의 혁신과 경쟁력을 가속하는 강력한 엔진이 될 것이다. 혁신의 기회를 놓치지 않으려면 단계적인 도입 확대와 함께 임직원이 변화에 적응할 수 있도록 지속적인 교육을 지원해야 한다. 성공적인 생성형 AI 전환을 통해 국내 제조업이 비전을 달성하고 한 단계 도약할 수 있기를 바란다.
