산업통상부가 8월 4일 공개한 제조업 인공지능 전환 성과 점검에서 AI팩토리 지원 사업장 170여 곳 가운데 상대적으로 일찍 사업에 착수한 42곳의 생산성이 평균 30.1% 높아지고 불량률은 평균 15.5% 낮아진 것으로 나타났다. 이번 결과는 지원 사업장 전체를 조사한 수치가 아니라 조기 성과가 나타나기 시작한 사업장을 대상으로 한 점검 결과다.
산업부는 제조업 AI 대전환을 뜻하는 M.AX 사업을 통해 공정 데이터와 AI 모델을 제조 현장에 적용하고 있다. 이번 발표는 정부 사업의 현장 사례를 모은 성과 점검이며, 세부 산출 방식이나 대조군을 제시한 독립적인 효과 평가와는 구분해 읽을 필요가 있다.
42곳의 조기 성과
산업부에 따르면 AI팩토리 선도 프로젝트가 지원한 곳은 170여 개 사업장이다. 이 가운데 사업에 상대적으로 일찍 착수해 가시적 성과가 나타나기 시작한 42곳만 이번 평균 산출 대상에 포함됐다.
광고
따라서 생산성 평균 30.1% 상승과 불량률 평균 15.5% 하락을 나머지 지원 사업장에도 그대로 적용할 수는 없다. 평균 수치가 공정별 작업시간, 생산량, 불량률 등 서로 다른 현장 지표를 어떻게 취합했는지도 공개된 본문만으로는 확인하기 어렵다.
현장별 지표는 서로 달라
산업부가 제시한 기업 사례를 보면 개선 지표가 사업장마다 다르다. 신한다이아몬드는 AI 기반 자동검사시스템으로 품질검사시간을 33% 단축했고, 서플러스글로벌은 반도체 장비 재자원화 공정의 생산성을 66.7% 높였다고 보고됐다. 아산성우하이텍은 전기차 배터리 무인 자율제조 시스템을 도입해 품질검사시간을 90% 줄였다고 산업부는 밝혔다.
이 수치들은 각 회사의 특정 공정에 관한 사례다. 서로 다른 기준의 개선율을 업종 전체 성과나 기업 실적 개선으로 해석해서는 안 된다.
2030년 목표는 현재 실적과 구분
산업부는 2030년까지 AI팩토리 500개 구축을 목표로 제조데이터 수집과 AI 모델 개발·실증을 지원할 계획이다. 지역 분야에서는 AX 실증산단을 2030년까지 25개로 확대하겠다고 밝혔다.
500개와 25개는 향후 정책 목표다. 현재 구축 완료 수치나 예산 확정 규모를 뜻하지 않는다. 이후 사업별 선정 결과와 성과 산정 기준이 공개되는지 확인해야 지원 범위와 효과를 더 정확히 판단할 수 있다.
