"정부, 피지컬 AI가 내년 지역 핵심 아젠다…5극 3특 중심 국가균형성장도 모색"
울산지역이 글로벌 AI 수도를 선언하고, 비상 중이다. 핵심 축은 자동차와 조선, 화학 산업이다. 현대자동차와 HD 현대미포, SK에너지 1, 2차 밴드를 포함해 3만 개의 제조업체가 동력이다. 최근 SK그룹은 AWS와 합작해 울산 미포 산업단지 내에 7조원을 들여 대규모 AI 데이터센터 구축을 추진 중이다. 울산이 제조AX 전환을 어떻게, 무엇을 할 것인지에 대한 방향과 대응에 대한 고민을 시작했다.지디넷코리아는 이에, 산학연관 전문가를 모아 정부 정책과 지역 사업 방향 등에 대해 심도있게 논의하는 장을 마련했다.[편집자주] ◆글싣는 순서 산업현장서 제조AX 들여다보니 제조AI 한국이 1등 하려면… ◆참석자(가나다순) -김대환 울산대학교 SW성과확산센터장 -김정완 에이테크 대표 -박현철 울산정보산업진흥원(UIPA) 디지털융합본부장 -유대승 한국전자통신연구원(ETRI) 울산지능화융합연구실장 -이용진 한주라이트메탈 대표 -정수진 정보통신산업진흥원(NIPA) 지역AX본부장 (사회 : 박희범 지디넷코리아 과학기술담당 기자) ◇사회(지디넷코리아 과학기술담당기자)=AI를 도입하려 하거나 도입한 기업들의 고민이라면. ◇이용진 한주라이트메탈 대표= 현재 기업들이 AI를 도입하며 겪는 공통적 고민은 AI를 적용한 결과를 기업 스스로 책임져야 한다는 점이다. 문제는 현재 AI 모델들이 완벽하지 않다는 점이다. 제조 현장에서 AI가 사람보다 더 일관되고 성실하게 작업을 수행하는 경우가 많다. 그러나 제조업에서는 단순히 '더 성실하다'는 것 만이 아니라 오류가 발생했을 때 어떻게 이를 검증·점검하느냐가 더 중요하다. 전기자동차의 경우도 오류 검증의 책임 문제가 있다. 자동차처럼 안전이 중요한 산업에서는 AI 시스템 오류가 나선 안된다. 기업은 AI 오류에 대한 검증 책임이 있다. 그러나 아직은 그 오류를 자체적으로 점검하거나 설명하기가 어려운 경우도 있다는 것이 문제다. 제조 AI가 특히, 안전이 강조되는 자동차 등에 본격적으로 적용되려면 AI 예측·판단의 정확성과 신뢰도가 매우 높아야 한다. 오류 발생 시 책임 소재가 명확히 규명돼야 하고, 외부에서도 검증 가능한 수준의 품질이 필요하다. 또 산업계·노동계·고객 모두가 납득해야 하기 때문이다. ◇사회=지역 인력 양성이나 인력 이탈에 대해 얘기해보자. ◇김정완(에이테크 대표)=직원 40명 중 절반이 수도권 출신이다. 이들을 붙들어 놓기 위해 결혼 중매도 한다. 회사 차원에서 거주문제 해결을 위해 전세도 마련해준다. 나아가 서울, 경기 쪽에 지사를 하나 만들려 한다. 순환근무 같은 걸 고민한다. 사실 서울로 올라간 인력들은 수도권 집값도 비싸, 유턴도 한다. 최근엔 UNIST나 AI 때문에 인력 상황이 조금 나아진 듯하다. ◇정수진(NIPA 지역AX본부장)=지역엔 인력 뿐만 아니라 AI관련 사업을 할 기업도 찾기가 어려운 것이 현실이다. 그래서 생태계를 지원하는 사업도 제조AI에 뒤따라 시행되어야 할 것으로 본다. SW나 AI 중심의 인력양성 정책이 있지만, 이 사업이 산업이나 제조가 있는 현장이나 지역에서는 아직 부족감을 많이 느끼고 있다. 교육중심의 단편적인 인재양성사업 보다는 구체화되고 전문성을 높일 수 있도록 프로젝트 형태로 추진돼 인재들도 함께 연구하며 기업과 동반 성장하는 방식이 지역에 착근될 필요가 있다. 지역내에 현장의 애로사항을 가장 잘 알고있는 UIPA 등이 좋은 아이디어를 제안하는 에이전트 역할을 해주면 좋을것으로 생각된다. ◇김대환(울산대학교 SW성과확산센터장)=AI 아너스 칼리지 형태로 대학교에 파격적인 지원을 했으면 한다. 등록금과 생활비 등 모든 걸 무료로, 나아가 유학까지 보내주는 파격적인 한시적 AI 학과 지원책이 있었으면 한다. 정부가 AI 히어로우를 키운다면, 이공계 기피나 의대 쏠림도 어느 정도 해소되지 않을까 싶다. 뛰어난 인재들이 AI 분야로 들어와, 어느 정도 안정적인 수입원이 만들어질 때까지 대략 10년 또는 20년 플랜을 만들어주면, 분명 어느 대학이든 AI로 몰릴 것으로 본다. AI 인력난이 해소될 것이다. ◇사회=NIPA나 정부가 고민하는 것은 무엇인가. 제조AX에서의 투자방향은? ◇정수진=자동차 등 제조 현장에 가보면 그 안에 있는 기술들이 국산과 외산을 잘 엮어 만든 공정이 많다. 중소, 중견기업들도 국산 장비에 외산 SW를 쓰며 라이센스 비용을 지급하며 쓰는 구조가 상당하다. 정부 사업에도 면밀하게 살펴보면 외산 SW가 참 많이 들어있는데, 이를 잘못됐다고 지적하는 것이 아니라, 그걸 바꾸려는 노력이 필요한데 그걸 우리가 놓치고, 제조AX 확산에만 치중하는 것이 아닌가하는 생각을 한다. 그 안에 들어가는 솔루션이나 SW들을 국산화 시킬 전략을 수립하고, 대응 방안 등을 고민하는 것을 과기정통부와 적극적으로 고민중이다. ◇사회=지역 현안, 정부 투자 방식에 대해 어떻게 생각하나. ◇김대환=지금은 1980년대 국가 투자방식으로 가야할 것으로 본다. 왜냐면 현대중공업이나 현대 자동차 같은 큰 기업은 돈되는 데이터를 내놓지 않을 가능성이 1천%가 넘는다. 국가가 제조AI 잘하는 대기업 1개를 선택하고, 그 밑에 팔란티어 처럼 자회사 형태로 키워 나가면 된다고 본다. 중국은 이렇게 한다. 미국은 이것이 안되기 때문에 제조AI가 어려운 것 아닌가. 우리가 제조AI에서 1등이 되려면 민주적이지는 않을지라도 중국 방식이나 팔란티어처럼 제조AI 플랫폼을 대표기업 한 곳이 원톱으로 구축한뒤 이를 B2B 형태로 제공하든지 해야 한다.그렇지 않으면 기업들, 절대 데이터를 내놓지 않을 것이다. ◇유대승 ETRI 울산지능화융합본부장=좀 다른 생각이다. 기업들이 혁신을 위해 데이터를 내놔야 한다는 것을 잘 알고 있고, 데이터를 내놓는 경향이 최근 보인다. 그동안은 내놓는 데이터가 내게 어떤 수혜로 돌아올 것인지가 막연해서 그랬다고 본다. ◇김대환=안내놓는다는 것은 데이터를 공유하지 않는다는 의미다. 예를 들어 현대자동차가 인도 기업 자동차에 데이터를 쓰도록 내놓을 확률은 없다는 것이다. 그래서 이를 국가가 맡아서 관리하는 팔란티어 식의 예를 들었다. 결국 국가가 전략적 차원에서 일을 하지 않으면 거대 제조 기업 데이터는 나오기 힘들 것이다. 또 소프트웨어중심대학은 제조 AI를 하려면 학부에서 벗어나 대학원 수준으로 올라가야 한다. 학부에서는 아무리 열심히 해도 그냥 숙제하는 느낌이다. 내년 AI 중심대학 10곳이 선정된다고 한다. 울산대도 준비하고 있다. 소프트웨어중심 대학이 학부 중심으로 준비했다면, AI중심대학은 대학원 중심이 될 것이다. 연구소와 연계도 많이 해야할 것으로 본다. ◇사회=AI 사업 관련 중복성 문제 같은 건 없나. ◇정수진=공장을 새로 짓지 않으면 AI팩토리의 전환이 사실 어렵다. 현재 정부가 풀스택으로 지원하는 프로젝트를 만들어야 하지 않나 생각한다. 정리하면 데이터 문제부터 그 안에 들어가는 국산화 기술, 그리고 그것을 인프라에 얹어 테스트하는 부분, 그런 다음 품질이나 보안문제까지 가져가는 풀스택 전략으로 가야 한다는 판단에 따라 현재 다른 지역에서 대규모 프로젝트를 준비하고 있는 상황이다. 그런데 이걸 한다고 제조AI가 다되는 것이 아니기 때문에 우리 나라가 장점을 가지고 있는 몇 가지 케이스를 뽑아서 먼저 사업화 하려고 한다. 모든 문제를 한번에 해결하는 전능한 기술이 있지는 않기 때문에 특화 기술에 주목하는 이유라고 생각하며, 이런 다양성에 대한 투자는 당연히 필요하다. 다만, 예산 투입 과정을 보면, 사업 중복이니까 이건 안돼 하는 식의 지적이 나오는데, 이런 인식도 변해야 한다. 왜냐하면, 다양성을 갖고 각 분야별로 키워나가야할 부분이 있고, 또 이를 응용하거나 기업들이 해야 되는 영역들도 놓치면 안되기 때문이다. 사업이 중복이라고 지적하거나 한 번 지원하면 끝이라고 보는 지원 구조는 AI 사업에서는 곤란하다. 동일한 문제를 다양한 기술방식으로 풀어나가는 다양성에 대해 재고가 필요하다. ◇사회=내년 사업 계획이나 큰 그림이 있나. ◇정수진=과기정통부에서는 올해 대형 사업으로 수행한 제조AI에 관련된 피지컬 AI를 핵심 아젠다로 준비하고 있다. 내년 사업 분야는 아직 구체적으로 정하진 않았지만, 지역은 '5극 3특'(5개 초광역권+3개 특별자치도)이라는 국가균형성장이라는 이슈가 있다. 소외된 지역들이 없게, 지역에 맞는 아젠다를 찾아줘야 한다. 그런 숙제를 안고 있다. 특정 분야를 잘 지원하는 숙제도 있지만, 전국이 골고루 잘살게 하는데 있어 AI를 잘 활용하도록 하는 2가지 고민이 있다. 사업 수행과 관련, 어느 지역은 하고, 어디는 늦게 하고 하는 부분에 대한 지적에 대해서는, 아이템 준비가 된 지역은 먼저 사업이 진행되고, 좀더 기획과 보강이 필요한 지역은 이를 잘 세팅해 바로 따라 간다고 이해하면 될 것이다. 전국에 UIPA 같은 기관이 23개다. 이들과 소통하며, 사후 아이템을 발굴하고 있다. NIPA도 지역의 구체적인 이해에는 한계가 있기 때문에 현장 목소리를 듣고, 이들과 머리를 맞대고 기획에 대해 고민을 함께한 시기가 3년 됐다. 정부의 실증 사업과 데이터 단계에서의 괴리와 관련해 현재 R&D 사업 앞단에 데이터 영역들을 과제화하는 작업을 진행하고 있다. 데이터가 사장 되지 않도록 PM과 같이 고민 중이다. 데이터 이슈에 대해 정확히 인지하고 있다. 앞으로 나아갈 방향에 대해 심도있게 논의 중이다. ◇사회=마지막으로 한마디씩 해달라. ◇김정완=신규사업이나 POC(개념증명), 신속 상용화 등 다양한 정부 사업들이 시행 중이다. 가능하면 이런 사업들이 상호 유기적인 관계를 가졌으면 한다. 사업이 밑단과 윗단이 체계적이고, 연속적이어여 한다. 그런 점을 살펴봐달라. 한마디 더 보태면, 제조AI는 고지식 산업이다. 이에 걸맞는 인력들이 울산에 많이 왔으면 좋겠다. ◇유대승=AI제조나 피지컬 AI에서 울산이 가장 좋은 테스트베드라고 생각한다. SKT-AWS AI데이터센터가 시작됐고, 이곳에 데이터를 채워야할 것이고 데이터가 쌓이면 이를 활용할 기업들이 또 모여들 것이다. 울산이 산업수도에서 AI수도, 제조 AI수도가 되기 위해서는 인프라가 먼저 만들어져야 한다. 여기에 R&D와 인력양성이 따라 가야한다. 인력 양성도 완전히 새로운 포맷이 필요하다. AI 로봇 운영이라든지, 이의 유지보수 등 새로운 영역 인력이 필요하다. 기술개발이 시작되는 시점부터 인력양성이 같이 붙어가야 한다. 또한 정부에서 5년마다 수립하는 지방과학기술진흥종합계획 핵심은 지자체 주도로 과학기술 정책을 기획하고 중앙정부가 이를 지원하는 체계를 구축하는 것이다. 그런데 현실적으로 잘 안된다. 어느 정도는 지역에 예산을 그냥 툭 던져 줬으면 한다. 중앙정부나 지방정부나 규모만 다를 뿐 갖출 것은 다 갖추고 있다. 울산도 많은 논의를 하고, 많은 일들을 한다. 정부가 제조AI 고민하고, 소버린 AI를 고민할 때 지방정부도 같이 고민한다. 따라서 유사한 내용으로 갈 수 밖에 없다. 그런 측면에서 지역이 제조AI를 하든, 피지컬 AI를 하든 지역 안에서 알아서 하라고 그냥 툭 던져주는 그런 사업이 있었으면 한다. ◇정수진=AI사업은 한 부처가 다 할 수 있는 일이 아니다. 현재 여러부처 의견을 수렴 중인 것으로 알고 있다. 각 부처가 하는 일들을 연결하는 역할이 매우 중요한 것 같다. 특히, 과기정통부가 부총리 부처로 격상 되면서 여러 부처를 통합하며, 한 프레임 내에서 AI사업의 성과를 도출할수 있도록 심혈을 기울이고 있음을 느끼고 있다. 그런 부분에 대해 지역에서도 힘을 실어줄 필요가 있다. 지역에서 만드는 기획을 보면 지역 사업에 그냥 AI만 붙여 가져온다. AI 본질에 대해 이해하고 기획안을 작성하는 것이 아니라, 몇 일 만에 뚝딱 만들어 대충 주는 그런 느낌이다. 지역이 전문가와 심도있게 논의하고 문제점을 찾고, 해결 방법을 고민해야 할 것이다. AX 주제를 무엇으로 선정할지, 지역의 어떤 문제를 구체화 하여 AI로 바꿀 것인지 심도있게 고민했으면 한다. 한마디 더 보태면, 올해부터 지역 단위 AX 프로젝트 기획비를 편성하는 추세다. 정부와 지자체가 제대로 기획할 비용을 지원하고, AI기술 및 산업적 트랜드에 제대로 대응할 수 있도록 제도의 양성화가 이루어졌으면 한다. ◇박현철 UIPA 디지털융합본부장=하드웨어가 하는 부분을 소프트웨어로 충족하는 케이스도 봤고, 반대 경우도 봤다. AI도 마찬가지다. 중복성과 다양성을 정부가 인정했으면 한다. 출연기관들은 키워드를 빼서 기획을 잘한다. 그런데 평가자들은 늘상 중복성 얘기를 한다. 목표치에 접근하는 방법의 다양성을 인정하지 않는다. AI 최종 목표가 한 가지만 있는 것은 아니다. 다양성이 정부 차원에서 고려됐으면 한다. 또, 정부 수요조사 때 디테일한 내용은 감추기도 한다. 이 내용이 정부에 공개되면, 더 이상 지역만의 아이템이 아니기 때문이다. 지역 기획안이 디테일이 부족할 수도 있고, 디테일하게 만들어져 있음에도 그리 제안할 수 있는 것 같다. 울산은 사실 지방비 매칭 사업에서 약속을 어긴 적이 없다. 울산은 사업을 대충하지 않는다고 생각한다. 그런면에서 신뢰성 갖고 믿고 맡겨도 된다.
