정부, 2030년까지 제조 AI로 부가가치 100조 원 만들겠다는 ‘M.AX’ 청사진 공개

• 정부가 ‘제조 AI 2030 전략’을 공개함. 목표 숫자가 꽤 큼

  • 2030년까지 제조업에서 부가가치 100조 원을 만들겠다는 청사진이야
  • 지난 2월 발표한 ‘대한민국 AI 행동계획’의 후속 성격이고, 산업부·과기정통부·중기부·국가인공지능전략위원회 제조 태스크포스 민간 전문가 23명이 약 6개월 논의한 결과라고 함

• 첫 번째 핵심은 제조 데이터를 국가가 직접 챙기겠다는 것임

  • 보안·관리 시스템을 갖춘 ‘국가 제조 데이터 도서관’을 만들 계획이야
  • 부처별로 흩어져 있는 제조 데이터를 연계하고, 해외 유출을 막으면서 기업 간 데이터 공유·이전 때 특정 기업의 데이터 가치가 훼손되지 않게 관리하겠다는 구상임

• 두 번째는 ‘제조 AI 파운데이션 모델’을 만들겠다는 계획임

  • 제조 데이터와 독자 AI 파운데이션 모델 역량을 결합해 제조업 전반에서 쓸 수 있는 모델을 개발한다는 얘기야
  • 물류·공급망 최적화 같은 기술도 여기에 연결됨

• 세 번째는 ‘풀 스택 AI 팩토리’를 수출 상품으로 키우겠다는 것임

  • AI와 로봇이 협업하고, 모든 공정이 AI로 운용되는 지능형 공장을 말함
  • 정부는 이 품목에서 세계 1위 국가가 되겠다는 목표까지 제시했어. 말은 큰데, 제조 강국 입장에선 그냥 구호로만 넘기기엔 무게가 있음

• 확산 전략은 산업단지 중심의 ‘제조 AI 전환 클러스터’임

  • 국내 제조업 생산·수출의 3분의 2, 전체 고용의 절반을 산업단지가 담당한다는 점을 근거로 들었어
  • 상생형 AI 스마트공장 사업을 통해 대기업 협력 기반으로 중소기업에 제조 AI 전환 방법론을 제시하겠다는 계획도 포함됨

• 정부 발언의 핵심은 “공장에 AI 붙이기”가 아니라 “AI가 공정을 이해하고 제어하기”임

  • 배경훈 부총리 겸 과기정통부 장관은 제조 AI가 물리현상과 공정 흐름을 이해하고 장비·로봇을 스스로 판단·제어하는 단계로 발전해야 한다고 말함
  • 중기부는 제조 AI 전문기업이 창업·투자부터 글로벌 진출까지 성장할 수 있도록 지원체계를 만들고, 전문인력 양성도 하겠다고 밝힘

---

기술 맥락

• 제조 AI가 어려운 이유는 데이터가 예쁘게 정리된 로그만 있는 게 아니기 때문이에요. 공장 데이터는 장비, 센서, 공정 조건, 품질 결과가 얽혀 있고 회사별로 포맷도 다르거든요. 그래서 정부가 제조 데이터 도서관을 먼저 꺼낸 건 모델보다 데이터 정리와 통제가 선행돼야 한다는 판단으로 볼 수 있어요.

• 파운데이션 모델을 제조업에 맞추려는 이유는 범용 모델만으로는 현장 공정의 물리적 제약을 잘 다루기 어렵기 때문이에요. 제조 현장에서는 그럴듯한 답보다 재현 가능하고 안전한 판단이 중요해서, 도메인 데이터와 공정 맥락을 반영한 모델이 필요해요.

• 풀 스택 AI 팩토리는 단일 솔루션이라기보다 데이터 수집, 모델 추론, 로봇 제어, 공급망 최적화, 보안 운영이 한 번에 묶인 시스템에 가까워요. 그래서 개발자 관점에서는 모델 개발뿐 아니라 데이터 플랫폼, 엣지 컴퓨팅, 운영 자동화, 접근 제어 같은 주변 기술까지 같이 봐야 해요.

• 산업단지를 먼저 잡은 것도 이유가 있어요. 국내 제조 생산·수출의 3분의 2가 산업단지에서 나오기 때문에, 성공 사례가 몇 군데만 만들어져도 확산 효과가 꽤 클 수 있거든요.