핵심 요약
- 대기업 49.2%, 중소기업 4% 수준
- GPU 수량보다 데이터가 돌아오는 구조
- 함께 쓸 데이터부터 나누기
- 우리 공정 데이터는 어디에 남나
대한상의가 2025년 11월 제조기업 504곳을 조사한 결과, AI를 경영에 활용하는 비율은 대기업 49.2%, 중소기업 4% 수준이었습니다. 시대는 2026년 9월 22일 기획 ‘AI 풀스택 대한민국의 도약’ 4회 「한국 제조현장, 피지컬AI 승부처」에서 한국이 내세울 차별점으로 제조 현장을 짚으면서, 대기업의 투자 확대가 중소 제조기업의 AI 전환으로 충분히 이어지지 못하고 있다고 전했습니다.
대기업은 제조 AI에 어떻게 투자하나
엔비디아(NVIDIA)가 2025년 10월 공개한 한국 내 GPU 공급 계획은 26만장 이상 규모이며, 배치 구상은 다음과 같습니다.
- 삼성전자·SK그룹·현대자동차그룹: 각각 약 5만장
- 네이버클라우드: 약 6만장
- 정부 주도 AI 인프라: 약 5만장
삼성전자는 반도체 제조 혁신, SK그룹은 산업용 AI와 로봇을 지원하는 클라우드 구축, 현대차그룹은 제조·자율주행 AI 개발을 추진합니다.
현대차그룹은 휴머노이드 로봇을 자동차 생산라인에 투입하는 방안을 추진하고 있으며, 아틀라스를 2028년 미국 조지아주 현대차그룹 메타플랜트 아메리카(HMGMA)에 투입하고 2029년 하반기에는 기아 조지아 공장으로 확대할 계획입니다. 이를 뒷받침할 로봇 메타플랜트 응용센터(RMAC)는 2026년 6월 미국에 문을 열었습니다. 실제 제조환경을 재현한 공간에서 로봇을 훈련하고 검증하는 거점으로, 공장에서 확보한 데이터를 로봇 학습에 활용하고 개선한 기술을 다시 생산 현장에 적용하는 구조를 만드는 역할을 맡습니다.
HD현대는 2030년 지능형 자율운영 조선소 구현을 목표로 삼고, 숙련 기술자의 지식과 경험을 활용하는 ‘조선 AI 명장 에이전트’ 개발을 추진하고 있습니다.
중소 제조기업과의 격차는 얼마나 되나
- 대한상의 2025년 11월 조사(제조기업 504곳): 응답 기업의 82.3%가 AI를 경영에 활용하지 않는다고 답했고, 활용률은 대기업 49.2%, 중소기업 4% 수준이었습니다.
- 2024년 스마트제조혁신 실태조사: 제조 AI를 실제 도입한 중소 제조기업은 전체의 0.1%, 도입 계획이 있는 기업까지 더해도 1.7%였습니다.
- 대·중소기업 간 생성형 AI 활용률 격차: 서비스업 9.2%포인트, 제조업 24.2%포인트로 제조업이 가장 컸습니다.
정부와 중국은 무엇을 지원하나
2025년 9월 출범한 M.AX(제조 AI 전환) 얼라이언스에는 2026년 8월 기준 1500여개 기관이 참여하고 있습니다. 산업부는 2026년 얼라이언스를 중심으로 7000억원의 예산을 투입해 다음 분야 등을 지원한다는 계획을 밝혔습니다.
- 제조 데이터 공동 활용
- 부문별 AI 모델 개발
- 지역 AI 전환
중국에서는 2026년 1월 공업정보화부 등 8개 부처가 ‘AI+제조업’ 특별행동 실시의견을 공개했습니다. 2027년까지 산업용 AI 에이전트 1000개와 산업 분야 고품질 데이터셋 100개를 구축한다는 목표와 함께, 대표적인 적용 사례 500개 확산과 제조업에 특화된 AI 서비스 기업 육성 방안이 담겼습니다.
최수환 리얼월드 전무는 “LLM에서는 세계 1·2위가 되기 쉽지 않지만 피지컬 AI 자체는 우리가 충분히 1위를 할 수 있는 가능성과 잠재력, 수요와 공급을 다 가진 절묘한 위치에 있다”고 평가하면서도, “중국과 다르게 한국은 하나의 회사가 모든 걸 할 수는 없다”며 하드웨어 회사, 모델 회사, NPU 같은 연산칩 회사가 모여 협업할 수 있는 구조가 만들어져야 한다고 말했습니다.
한국 기업 AX 시사점
대기업 사례에서 눈여겨볼 지점은 GPU 수량보다 현장 데이터가 AI로 되돌아오는 구조입니다. RMAC는 공장 데이터로 로봇을 학습시키고 개선한 기술을 다시 현장에 적용하며, HD현대의 ‘조선 AI 명장 에이전트’는 숙련 기술자의 지식과 경험을 활용하는 방향으로 개발되고 있습니다. 규모가 작은 제조사가 같은 방향을 검토한다면 로봇이나 연산 자원보다 자기 공정 데이터가 어디에 어떤 형태로 남아 있는지부터 확인하는 편이 순서입니다.
M.AX 얼라이언스 지원 분야에 제조 데이터 공동 활용이 들어 있다는 점도 같은 맥락에서 읽을 수 있습니다. 참여를 검토하는 중소 제조사라면 외부와 함께 쓸 수 있는 데이터와 내보낼 수 없는 데이터를 미리 나눠 두는 편이 좋습니다. 데이터 수집·정제와 현장 인력 교육을 누가 맡을지도 도입 전에 정해 둘 항목입니다.
이번 주에 확인해 볼 것은 하나입니다. 우리 공장에서 공정 데이터가 기록·보관되는 공정이 어디이고, 그 데이터를 지금 누가 쓰고 있는지 목록으로 적어 보십시오.