본문으로 건너뛰기
피드

AI 시대 제조 혁신의 핵심은 결국 사람의 공정 지식이라는 주장

ai-ml 약 3분
vote
0
댓글
북마크

케임브리지대 팀 민셜 교수가 AI 시대 제조 혁신에서도 사람의 공정 지식과 숙련도가 핵심이라고 강조했다. AI와 로봇은 사람을 대체하기보다 제조 현장의 역량을 증강하는 방향으로 쓰여야 한다는 관점이다.

  • 1

    팀 민셜 교수는 제조업을 공장 생산이 아니라 아이디어에서 제품·서비스·시스템까지 이어지는 전체 과정으로 설명

  • 2

    AI는 지속가능성, 자동화, 개인화 생산을 바꾸고 있지만 핵심은 인간 역량 증강이라는 주장

  • 3

    제조 경쟁력의 본질은 쉽게 살 수 있는 도구가 아니라 현장에서 쌓이는 공정 지식

  • 4

    공정 지식은 쌓기 어렵고 잃기는 쉬우며, 기계가 따라가기 어려운 영역으로 제시됨

  • 케임브리지대 팀 민셜 교수가 AI 시대 제조업의 중심에는 여전히 사람이 있다고 말함

    • 29일 고려대에서 열린 2026 연구개발 매니지먼트 워크숍 기조강연 내용임
    • 강연 주제도 꽤 직설적임. “AI 시대 제조 혁신에서 물건을 만드는 방식의 중심에는 항상 사람이 있을 것”이라는 메시지임
  • 민셜 교수는 제조업을 단순히 공장 생산으로 보면 안 된다고 봄

    • 제조업은 아이디어와 기회에서 시작해 제품, 서비스, 시스템으로 이어지는 전체 과정이라는 설명임
    • 그러니까 생산라인 자동화만 보고 제조 혁신을 판단하면 반쪽짜리라는 얘기임
  • AI가 제조업을 바꾸고 있다는 점 자체는 인정함

    • 지속가능성, 자동화, 개인화 생산에서 AI가 영향을 주고 있다고 봄
    • 예시로 영국 설탕 공장, 시멘트 생산, 품질 검사, 세포·유전자 치료, 로봇 수술 등이 언급됨
  • 다만 결론은 “대체”보다 “증강” 쪽임

    • 민셜 교수는 자동화, 자율화, 증강을 구분하면서 핵심은 인간이 더 잘 일할 수 있게 만드는 역할이라고 봄
    • AI와 로봇을 사람 대신 넣는 장치로만 보면 제조업의 진짜 경쟁력을 놓칠 수 있다는 주장임

ℹ️참고

> 여기서 말하는 사람의 역할은 단순 반복 노동이 아니라 공정 지식임. 현장에서 오래 쌓인 판단력과 숙련도는 도구를 산다고 바로 따라오는 게 아니라는 얘기임.

  • 제조 경쟁력의 본질은 공정 지식이라고 못 박음

    • 도구는 누구나 살 수 있고, 지침도 비교적 쉽게 배울 수 있음
    • 하지만 실제 경험을 통해 얻는 숙련도와 쉽게 전달되지 않는 지식은 쌓는 데 오래 걸림
    • 한 번 잃으면 빠르게 사라질 수 있지만, 갖추고 있으면 엄청난 가치가 있다는 설명임
  • 개발자 입장에서 보면 AI 도입 논의에도 그대로 꽂히는 얘기임

    • 도구 도입 자체보다 중요한 건 조직 안에 남아 있는 도메인 지식과 운영 경험임
    • 모델이나 자동화 도구를 붙여도, 무엇을 최적화해야 하는지 아는 사람이 없으면 성과가 얇아질 수밖에 없음

AI가 제조업을 바꾼다는 말은 많지만, 이 기사는 ‘그래서 사람은 어디에 남는가’를 공정 지식이라는 키워드로 잡는다. 자동화 논의가 과하게 단순해질 때 참고할 만한 균형추다.

댓글

댓글

댓글을 불러오는 중...

ai-ml

대학생들은 이미 챗지피티와 제미나이를 쪼개 쓰는 ‘AI 네이티브’가 됐다

이화여대 학생 설문과 인터뷰를 보면 생성형 AI는 과제 보조 도구를 넘어 학습, 글쓰기, 자료조사, 감정 상담까지 들어온 일상 인프라가 됐다. 학생들은 챗지피티, 제미나이, 클로드, 퍼플렉시티를 용도별로 나눠 쓰면서도 환각과 오류 때문에 교차검증이 필요하다고 보고 있다. 대학의 윤리 지침은 존재하지만 학생 체감은 낮고, 이제는 금지보다 활용 교육과 평가 방식 재설계가 핵심 이슈로 떠올랐다.

ai-ml

AI 에이전트 시대, 진짜 해자는 코딩 실력이 아니라 도메인 지식이다

이 글은 에이전트형 AI가 소프트웨어 개발의 병목을 “만들 수 있나”에서 “맞는지 판단할 수 있나”로 옮겼다고 주장한다. 일반ist 엔지니어의 코드 생산 능력보다, 특정 도메인의 정답을 알아보고 검증할 수 있는 사람이 더 큰 가치를 갖게 된다는 얘기다.

ai-ml

OpenRouter, 시리즈 B에서 1억1300만 달러 조달…멀티 모델 AI 인프라 판 커진다

OpenRouter가 알파벳 성장펀드 CapitalG 주도로 1억1300만 달러 규모 시리즈 B 투자를 받았다. 최근 6개월간 주간 처리량이 5조 토큰에서 25조 토큰으로 5배 늘었고, 올해 1천조 토큰 이상을 처리하는 속도로 성장 중이라고 밝혔다.

ai-ml

테슬라 FSD, 중국서 첫 집단 사기 소송 심리 시작

중국 베이징 법원이 테슬라의 풀 셀프 드라이빙 판매 약속을 둘러싼 소비자 사기 소송 첫 심리를 열었다. 원고 10명은 2019~2021년에 약 5만6천 위안을 내고 FSD를 샀지만, 실제 중국 출시 기능은 구형 하드웨어 차량을 배제했고 완전 자율주행도 제공하지 못했다고 주장한다. 중국 소비자보호법상 사기로 인정되면 환불뿐 아니라 3배 배상까지 이어질 수 있어 파장이 크다.

ai-ml

안도르 제작자, 1,500쪽 대본 공개 접은 이유는 “AI 학습 데이터 되기 싫어서”

스타워즈 드라마 안도르의 쇼러너 토니 길로이가 준비해둔 1,500쪽짜리 대본·콘셉트 아트 공개 계획을 접었다. 이유는 단순하다. 공개하는 순간 AI 모델 학습 데이터로 빨려 들어갈 수 있다는 우려 때문이다. 헐리우드 창작자와 스튜디오, AI 기업 사이의 저작권·학습 데이터 갈등이 다시 선명하게 드러난 사례다.