--- title: "제조 현장 명장의 암묵지를 AI에 넣으면, 숙련기술은 끝이 아니라 새 역할이 됨" published: 2026-07-09T20:05:01.939Z canonical: https://jeff.news/article/4850 --- # 제조 현장 명장의 암묵지를 AI에 넣으면, 숙련기술은 끝이 아니라 새 역할이 됨 금형 분야 대한민국명장 최승일 이사는 AI가 숙련기술자를 대체하는 게 아니라 현장 노하우를 디지털화해 더 크게 확산시키는 계기가 될 수 있다고 봄. 핵심은 명장의 암묵지를 AI 시스템에 넣고, 청년 인력이 그 AI와 로봇을 운용하는 구조임. 제조업 고령화와 인력난 속에서 숙련기술의 전수 방식을 바꾸는 이야기라 국내 산업 현장과도 직접 맞닿아 있음. - 제조업에서 AI는 숙련기술의 끝이 아니라, 오히려 숙련기술을 다시 꺼내 쓰는 방식이 될 수 있다는 주장임 - 금형 분야 대한민국명장 제656호인 최승일 대경정밀 이사의 관점임 - 그는 “AI 시대야말로 숙련기술자의 가치가 다시 빛을 발할 수 있는 기회”라고 봄 - 제조업 일자리 붕괴는 이미 시작됐고, AI는 그 이후를 설계하는 도구에 가깝다는 얘기임 - 최승일 명장의 핵심 키워드는 ‘현장 경력’임 - 1985년 3월 금형 일을 시작해 올해로 40년째 현장에 있음 - 부천, 인천 지역을 중심으로 금형 전 공정을 경험했고 2021년 대한민국명장에 선정됨 - 올해 노동절에는 석탑산업훈장도 받았음 - 그는 AI가 아무리 좋아져도 1단계 개발부터 10단계 양산까지 꿰뚫는 현장 중심 기술이 필요하다고 봄 - AI가 결과물을 내도 그 결과가 맞는지 판단하는 기준은 결국 숙련자의 경험에서 나옴 - 제조 현장에서는 책에 적힌 지식보다, 장비 소리와 공정 흐름을 보고 잡아내는 판단이 중요할 때가 많음 - 문제는 그 경험을 물려받을 후배가 부족하다는 점임 - 그래서 대안으로 나온 게 ‘암묵지’를 AI에 담는 방식임 - 암묵지는 숙련자가 몸으로 익힌 노하우라 문서로 남기기 어려운 지식임 - 최 명장은 자신의 현장 노하우를 AI라는 그릇에 담아내는 작업에 나서고 있음 - 정부와 함께 명장의 기술을 산업 현장, 특히 중소기업 교육에 풀어내는 방법도 고민 중임 > [!IMPORTANT] > 이 기사의 포인트는 “AI가 제조업자를 대체한다”가 아님. 좋은 제조 AI를 만들려면 숙련자의 데이터와 판단력이 먼저 필요하다는 쪽에 더 가까움. - 실제 공정 예시는 꽤 직관적임 - AI에 “시간당 5만개 물량을 제작해야 한다”는 생산 조건을 교육시킴 - “센서 소음이 작동되면 장비 가동을 즉시 멈춰야 한다”는 안전 조건도 넣음 - 그다음 AI 시스템이 로봇을 제어해 현장에서 해당 조건을 수행하는 구조임 - 이 구조에서는 역할이 새로 나뉨 - 명장 같은 고숙련기술자는 데이터와 메시지의 뼈대를 설계함 - 청년 실무 인력은 AI 시스템과 스마트 장비를 관리하고 운용함 - 즉 선배의 노하우가 데이터가 되고, 후배는 그 데이터를 AI로 현장에 안착시키는 역할을 맡는 셈임 - 최 명장은 청년 일자리도 이쪽에서 새로 생길 수 있다고 봄 - 청년에게 기름 묻히는 일을 그대로 넘기는 게 아니라, AI를 활용해 로봇을 컨트롤하는 역할을 맡겨야 한다는 주장임 - 디지털과 현장 기술을 동시에 갖춘 숙련기술자가 살아남는다는 전망도 같이 제시함 - 청년이 관리자급 역할을 더 빨리 수행하는 새로운 일자리 형태가 가능하다는 얘기임 - 한국 제조업에는 꽤 현실적인 이야기임 - 중소 제조 현장은 고령화와 인력난이 동시에 오고 있음 - 숙련자가 은퇴하면 노하우가 같이 사라지는 문제가 큼 - AI 도입이 진짜 효과를 내려면 장비만 사는 게 아니라, 현장 노하우를 데이터화하는 작업이 먼저 필요함 --- ## 기술 맥락 - 여기서 핵심 선택은 제조 현장의 암묵지를 AI가 이해할 수 있는 데이터와 지시 구조로 바꾸는 거예요. 그냥 로봇을 들여오는 게 아니라, 숙련자가 어떤 조건에서 어떤 판단을 하는지 시스템에 넣는 방식이에요. - 왜 이게 중요하냐면 제조 현장은 예외가 많거든요. 시간당 5만개 생산 같은 목표도 있고, 센서 소음이 나면 즉시 멈춰야 하는 안전 조건도 있어요. 이런 판단은 단순 자동화 규칙만으로는 부족해서 현장 경험이 필요해요. - 역할 분리도 꽤 현실적이에요. 명장은 데이터와 판단 기준을 설계하고, 청년 인력은 AI와 로봇을 운용해요. 이렇게 하면 숙련자의 노하우가 한 사람에게만 묶이지 않고 여러 현장에 적용될 수 있어요. - 이 접근은 한국 중소 제조업의 고령화 문제와도 맞닿아 있어요. 후배가 오랜 시간 옆에서 배우는 방식만으로는 속도가 안 나니까, 기술 전수를 데이터화하고 AI 시스템으로 확장하려는 시도에 가까워요. ## 핵심 포인트 - 최승일 명장은 AI 시대에도 숙련기술자의 현장 경력이 핵심 경쟁력이라고 봄 - 제조 현장의 암묵지를 AI에 입력해야 로봇과 스마트 장비가 제대로 작동할 수 있다는 관점임 - 예시로 시간당 5만개 물량 제작, 센서 소음 감지 시 즉시 정지 같은 현장 지시가 제시됨 - 명장은 데이터와 판단의 뼈대를 설계하고, 청년 인력은 AI 시스템과 스마트 장비를 운용하는 역할을 맡게 됨 - AI가 일자리를 없애기보다 청년 관리자급 역할을 더 빨리 만들 수 있다는 전망이 나옴 ## 인사이트 제조 AI 얘기는 보통 로봇이 사람을 대체한다는 식으로 흐르는데, 이 기사는 반대로 ‘좋은 AI를 만들려면 숙련자의 데이터가 먼저 필요하다’는 쪽을 짚음. 한국 중소 제조업 입장에서는 꽤 현실적인 화두임.