[기경학회 AX칼럼] 이제 공장을 움직이는 지식을 팔 차례
우리는 공장에서 만든 것은 잘 판다. 반도체를 굽고 배를 지어 판다. 그러나 공장을 돌리는 소프트웨어는 제대로 팔지 못했다. 두 번의 큰 소프트웨어 물결에서 우리나라는 주도권을 잡지 못했다. 먼저 패키지 시대다. 패키지 소프트웨어 수출은 2018년 10억4천만 달러에서 2022년 11억2천만 달러로 늘었다. 연평균 1.9%, 사실상 제자리였다. 같은 기간 IT서비스 수출은 연평균 18% 늘었다. SaaS 시대도 다르지 않았다. 국경을 넘는 구독 매출은 통계에 잘 잡히지 않아 점유율을 딱 잘라 말하기 어렵다. 그러나 해외 진출 활동을 하는 국내 소프트웨어 기업이 3% 안팎이라는 사실은 분명하다. 우리는 또다시 주인이 아니라 손님이었다. 필자는 이 문제를 오래전부터 살펴왔다. 2021년 소프트웨어정책연구소에서 재직할 때 국내 2402개 기업의 제품 7788개를 분석했더니, 클라우드 서비스 기업이 패키지 중심 기업보다 가치를 확보하는 힘이 컸다. 이 분석에서 필자는 "기술에 돈을 넣기 전에 파트너 체계부터 세우라"고 제안했다. 이로부터 다섯 해가 지났다. 그 체계는 얼마나 달라졌을까. 그사이 세계 소프트웨어 판은 또다시 바뀌었다. 지난 1월 말 앤스로픽이 클로드 코워크를 내놓았고, 2월 3일에는 계약 검토 같은 법률 업무를 다루는 플러그인이 붙었다. 시장은 그날 바로 반응했다. 렉시스넥시스 모회사 RELX 주가가 14% 급락했다. 1988년 이후 가장 큰 하루 낙폭이다. 이어진 매도세로 미국 소프트웨어주에서 일주일 남짓 약 1조 달러가 사라졌다. 이른바 사스포칼립스다. 하지만 구독 수요까지 사라진 건 아니다. 올해 2분기 실적을 보면 서비스나우의 구독 매출은 24.5%, SAP의 클라우드 매출은 22% 늘었다. 시장은 성장률만 보지 않기 시작했다. AI가 그 소프트웨어를 얼마나 쉽게 대신할 수 있는지도 함께 따졌다. 교체비용이 낮고 담긴 업무 지식이 얕은 소프트웨어는 흔들린다. 대신 복잡한 산업을 다루고 현장의 판단을 품은 소프트웨어는 남는다. '두꺼운' 소프트웨어다. 두껍다는 것은 기능이 많다는 뜻이 아니다. 숙련자의 판단과 설비 운전 경험, 공정 노하우가 데이터와 모델로 남아 날마다 돌아가는 업무 절차에 박혀 있다는 뜻이다. 시스템 연결과 책임 기록, 보안, 규제 대응까지 함께 담겨야 베끼기도 바꾸기도 어려워진다. 공장은 애초에 모두 클라우드로 가지 않았다. 로크웰이 17개국 제조 의사결정자 1560명을 조사한 결과 MES를 쓰는 기업은 93%였지만 전사에 확산한 곳은 28%였다. 도입은 했으나 연결과 통합을 끝내지 못한 곳이 많다. 여기가 바로 'K-AX'가 파고들 자리다. 우선 우리의 출발점은 점수가 높지 낮다. 2023년 기준 조사에서 제조 AI를 도입한 중소·중견 제조기업은 0.1%였다. 그래도 가능성은 확인됐다. AI 팩토리 선도사업 42개 사업장에서 생산성이 평균 30.1% 오르고 불량률이 15.5% 감소했다. 남은 일은 개별 실증을 되풀이해 팔 수 있는 제품으로 바꾸는 것이다. 그러니 팔 것을 다시 정해야 한다. 인공지능 모델 하나가 아니다. 데이터 연결, 판단 모델, 작업 화면, 대응 절차, 보안과 점검을 하나로 묶은 현장 운영체계다. 공통 기반은 함께 쓰고, 그 위에 산업별 지식을 얹고, 현지 설비에 맞게 필요한 부분만 고친다. 이 공통 기반이 곧 표준이다. OPC UA라는게 있다. 제조·산업 현장에서 설비, 센서, PLC, SCADA, MES, ERP 같은 시스템들이 서로 데이터를 주고받기 위한 산업용 통신 표준이다. OPC는 Open Platform Communications의 약어고, UA는 Unified Architecture의 약어다. OPC UA는 설비 사이 통신을, 또 자산관리쉘은 설비와 제품의 디지털 표현을, ISA-95는 기업 시스템과 제어계층을 잇는 기준을 잡는다. 남이 만든 기반 위에 제품만 올리면 시장의 규칙도 남을 따라야 한다. ISO 집계 기준 지난해 말 중국이 맡은 간사국은 92개다. 독일 다음으로 많다. 한 해에만 국제표준 505건을 제안하고 285건의 제정을 주도했다. 유럽연합 인공지능법은 관보에 인용된 조화표준을 적용하면 그 요건에 한해 적합성을 추정한다. 다만 아직 인용된 조화표준은 한 건도 없다. 규칙이 굳기 전의 이 공백이 우리에게는 기회다. 한국의 위치는 엇갈린다. ISO 간사국은 25개에 그치지만 실무 작업반을 이끄는 소집자는 133명으로 세계 7위다. 참여는 활발한데 운영권은 적다. 변화도 시작됐다. 지난달 우리나라가 IEC에 새로 생긴 스마트제조 소위원회 SC 65F의 간사국을 맡았고, 같은 달 한국이 주도한 제조 디지털 트윈 국제표준 두 건도 나왔다. 이제 그 자리에 우리 현장 지식을 올려야 한다. 우리 내부의 규칙도 분명해야 한다. 올해 7월 시행한 '산업 디지털 전환 및 인공지능 활용 촉진법' 제9조는 산업데이터를 만든 사람에게 사용·수익권을 주고, 함께 만든 데이터는 당사자 약정을 앞세운다. 산업부는 계약 가이드라인과 표준계약서도 이미 마련했다. 남은 일은 현장 적용이다. 데이터 제공 대가, 모델 개선분 귀속, 파생 지식 소유권, 해외 재사용 범위를 업종별 계약에 뚜렷이 적어야 한다. 얻을 몫이 분명하지 않으면 기업이 데이터를 내놓을 까닭이 없다. 첫 고객은 낯선 해외 공장이 아니다. 국내 제조기업의 해외 공장을 실증 거점으로 삼아야 한다. 다만 동반진출은 십 년 넘게 되풀이된 구호였다. 이번에는 거기서 검증한 운영체계를 현지 장비기업, 시스템통합 기업, 클라우드 사업자와 함께 주변 공장으로 넓히는 데까지 가야 한다. 파는 방식도 일회성 구축에 머물러선 안 된다. 공통 플랫폼은 사용료로, 산업별 모듈은 구독으로 받자. 정책 성과도 도입 기업 수가 아니라 해외 유료 고객 수와 재구매율, 3년 누적 해외매출로 따질 일이다. 우리나라는 두 번의 큰 물결에서 주도권을 잡지 못했다. 그러나 세 번째 판은 아직 열려 있다. 이 판은 SaaS의 반대편에 있지 않다. 패키지의 반복 판매, SaaS의 반복 매출, 제조 현장의 도메인 지식을 한데 묶는 판이다. 그러니 성패는 좋은 AI 모델을 몇 개 만들었는지가 아니라, 해외 공장에서 같은 제품을 몇 번 다시 팔았는지로 갈린다. 필요한 '두꺼운' 지식은 이미 공장 안에 있다. 우리는 공장에서 만든 것을 팔아왔다. 이제는 공장을 움직이는 지식을 팔 차례다.
