[기경학회 AX칼럼] 제조업 미래는 제품이 아니라 서비스다
삼성 이건희 회장은 1993년 6월, 신경영 선언을 통해 '생산 양' 중심에서 '생산의 질' 중심으로 변화를 촉구했다. 이 후 삼성그룹 뿐 아니라 대한민국 제조업의 핵심 가치는 질 중심의 대전환을 통해 글로벌 경쟁력을 확보하는 계기가 됐다. 이러한 제조업의 경쟁 무대가 다시 한번AI를 통해 바뀌고 있다. AI시대에서는 질 중심 생산 경쟁력을 넘어 고객에게 어떤 가치를 지속적으로 제공하느냐가 승부를 가른다. 이른바 제조업의'서비스화(Servitization)'다. 영국 롤스로이스는 항공기 엔진을 파는 대신 '비행시간당 요금(Power by the Hour)'을 받는 서비스 모델을, 장비를 파는 대신 가동률을 보장하는 서비스를, 통째로 제공하는 모델을 제공했다. 핵심은 이해관계의 일치다. 엔진이 정상 가동되면 항공기가 비행해 항공사가 매출을 올리고, 동시에 롤스로이스도 수익을 얻는다. 반대로 엔진이 멈춰 항공기가 지상에 서 있으면 양쪽 모두 수익이 없는 구조다. 잘 작동하는 엔진에만 돈을 내는 구조여서, 제조사가 더 신뢰성 높은 제품을 만들도록 유인한다. 제품과 서비스간 경계가 허물어진 자리에서 새로운 수익이 만들어진다. 선진 제조 강국들이 이미 '파는 회사'에서' 운영해 주는 회사'로 옷을 갈아입고 있는 이유다. 이 전환의 엔진이 바로 K-AX, 한국 제조업의 인공지능 전환이다. 흔히 AX를 '생산성 향상' 도구로만 이해하지만, 그것은 출발점일 뿐이다. 진짜 가치는 AX가 축적한 데이터와 예측 역량이 곧바로 새로운 비즈니스 모델(BM)로 확장된다는 데 있다. 생산성 향상이 비용을 줄이는 일이라면, 서비스화는 매출을 새로 만드는 일이다. 전자가' 같은 제품을 더 잘 만드는' 경쟁이라면, 후자는 '무엇을 팔 것인가'를 다시 정의하는 경쟁이다. 첫째, 예지보전(Predictive Maintenance)이다. 설비에 부착된 센서 데이터를AI가 학습하면 고장이 발생하기 전에 이상 징후를 잡아낸다. 여기서 한발 더 나아가면 '고장 없는 가동' 자체를 상품으로 팔 수 있다. 장비를 한 번 판매하고 끝나는 것이 아니라, 가동률과 무중단 운영을 약정하는 구독형 서비스로 수익이 반복적으로 발생한다. 고객은 예기치 못한 설비 정지에서 해방되고, 공급기업은 안정적인 반복 매출을 얻는다. 판매가 곧 관계의 시작이 되는 셈이다. 둘째, 운영최적화다. AI는 에너지 소비, 수율, 품질, 공정 스케줄을 실시간으로 분석해 최적해를 찾는다. 이 역량은 자사 공장에만 머물지 않는다. 현장에서 축적한 최적화 노하우를 SaaS형 솔루션으로 외부에 제공하면, 제조기업이 곧 솔루션 공급기업으로 변신한다. 에너지 절감률이나 불량 감축률 같은 성과를 고객과 함께 나누는 계약 구조도 가능하다. 같은 업종의 여러 공장에서 데이터가 모일수록 알고리즘은 더 정교해지고, 후발 기업은 검증된 솔루션을 구독해 시행착오를 건너뛴다. 공장을 돌리며 쌓은 데이터가 비용 항목이 아니라 또 하나의 매출원이 되는 것이다. 셋째, 고객 맞춤형 서비스 BM이다. AX의 본질은 데이터다. 고객이 제품을 '어떻게 쓰는가'에 대한 데이터가 쌓이면, 사용 패턴에 맞춘 맞춤형 서비스, 성과 연동형 계약(outcome-based), 소비량 기반 과금이 가능해진다. 일회성 판매에서 지속적 관계로, 거래에서 구독으로 수익 구조가 재편된다. 제품의 가치가 '소유'가 아니라'성과'로 측정되고, 고객 데이터는 다음 제품과 서비스를 설계하는 가장 강력한 자산이 된다. 문제는 속도다. 금융, 통신, 서비스업에서는 이미 AI전환이 활발히 이뤄지고 있지만, 정작 큰 글로벌 경쟁력을 갖고 있는 국내 제조기업의 AI 도입률은 10% 도 안되는 수준이다. 이 또한 대기업 중심으로 이뤄지고 있으며, 진정한 의미의 제조AI를 갖춘 중소·중견기업은 극소수에 그친다 . 다수가 일부 공정에 시범 적용하는 '파일럿의 늪'에 머물러 있다. AX를 단순히 효율화 비용으로만 바라보는 한, 서비스화라는 과실은 끝내 손에 잡히지 않는다. 다행히 한국은 오랜 제조 경험과 산업단지 집적이라는 강점을 갖췄다. 현장 데이터가 풍부하고 산·학·연이 가까이 모여 있다는 것은, 서비스화로 도약할 토양이 이미 마련돼 있다는 뜻이다. 'K-AX'는 공장을 더 빠르게 돌리는 기술이 아니라, 무엇을 팔 것인가를 다시 정의하는 전략이다. 예지보전과 운영최적화, 맞춤형 서비스로 이어지는 응용BM의 사다리를 어디까지 오르느냐가 앞으로 한국 제조업의 부가가치를 가른다. 이를 위해서는 데이터를 흘려보내지 않고 자산으로 쌓는 설계, 그리고 제품을 넘어 성과를 약속할 수 있는 비즈니스 모델에 대한 상상력이 필요하다. 생산성은 기본이고, 서비스화가 미래다. 'K-AX'가 갖는 가장 큰 의미는 AI가 산업 데이터와 결합하면서 산업별 특화 플랫폼을 만들어 낸다는 점이다. 대한민국은 반도체, 자동차, 조선, 철강, 바이오, 의료기기 등 세계적인 제조 경쟁력을 보유하고 있다. 여기에 생산 데이터와 설비 데이터, 품질 데이터, 유전체 데이터, 임상 데이터 등 산업별 고품질 데이터를 AI와 결합한다면 단순한 AI 솔루션이 아니라 글로벌 경쟁력을 갖춘 산업AI 플랫폼을 구축할 수 있다. 특히 의료기기와 바이오 산업에서는 제조업의 서비스화가 더욱 중요한 의미를 가진다. 의료기기는 제품 자체보다 지속적인 환자 관리와 임상 의사결정 지원 서비스가 더 큰 가치를 창출할 수 있으며, 유전체 분석과 생성형AI가 결합되면 개인 맞춤형 의료 서비스라는 새로운 시장이 열릴 수 있다. 제조기업이 플랫폼 기업으로 진화하는 대표적인 사례가 될 것이다. 결국 'K-AX' 목표는 공장의 생산성을 10% 높이는 데 머물지 않는다. AI를 통해 새로운 서비스를 만들고, 데이터를 자산화하며, 고객과 지속적으로 연결되는 비즈니스 모델을 구축하는 것이 핵심이다. 제조업은 더 이상 제품만 만드는 산업이 아니라 데이터를 기반으로 가치를 지속적으로 제공하는 서비스 산업으로 변화하고 있다. 대한민국 제조업은 이미 세계 최고 수준의 생산 역량을 갖추고 있다. 이제 필요한 것은 그 경쟁력을 AI와 결합해 새로운 서비스 시장으로 확장하는 일이다. 'K-AX'의 성공 여부는 얼마나 많은 공장을 스마트하게 만들었는지가 아니라, 얼마나 많은 새로운 서비스 비즈니스와 플랫폼 기업을 탄생시켰는지에 의해 평가받게 될 것이다. 제조업의 미래는 제품이 아니라 서비스다. 그리고 그 중심에 AI가 있다.
