울산시 AX 시동…"AX, 기술 아니라 산업체계 바꾸는 것"
대한민국 최대 중화학 산업 거점인 울산이 인공지능(AI)을 활용한 산업 전환, 이른바 AX(AI Transformation)에 시동을 걸었다. 자동차·조선·석유화학 등 3대 주력산업을 중심으로 약 3만 개 제조기업이 밀집해 있는 울산은 산업데이터와 실제 생산현장을 보유하고 있다는 점에서 산업 AI 최적지로 꼽힌다. 하지만 현장에서는 AI 기술 자체보다 데이터 개방과 표준화, 수요·공급기업 매칭, 실증 이후 사업화가 더 시급한 과제라는 목소리가 나온다. 울산 제조기업을 대상으로 AI·AX 사업화에 집중하고 있는 김정완 에이테크 이사와 연구개발특구진흥재단을 비롯해 정부가 개발한 R&D 사업화와 창업 스케일업, 액셀러레이팅 및 컨설팅 분야에서 활발하게 활동중인 이범희 유에이드 대표를 만나 국내 AX의 현주소와 지역 산업의 기회, 투자·사업화 전략에 대해 들어봤다. “AI보다 먼저 DX…데이터 개방이 출발점” 국내 AX에 대한 평가를 묻자 김정완 이사는 가장 먼저 '데이터 개방'을 강조했다. 김 이사는 “데이터 개방이 가장 중요하다. 현재 정책의 초점이 AX를 어떻게 활용할 것인가에 맞춰져 있지만 AX는 AI와 DX의 결합이다. AI만 강조할 것이 아니라 DX에도 집중해야 한다”며 이 같이 말했다. 그는 미국의 빅데이터·AI 기업 팔란티어를 대표적인 사례로 들었다. 김 이사는 “팔란티어의 성공 비결을 AI에서 찾지만 실제로는 기업 내부에 흩어진 데이터를 통합하고 실시간 활용할 수 있도록 만드는 DX 역량이 핵심”이라며 “AI가 정확하게 판단하도록 만들어주는 것은 결국 잘 정리된 데이터와 디지털 기반이다. 실제 사업성과를 만들려면 AI보다 DX에 먼저 집중해야 한다”고 강조했다. 이범희 대표도 국내 AX가 새로운 국면에 들어섰다고 진단했다. 이 대표는 “국내 AX는 이제 '관심과 실험의 단계'를 지나 '현장 적용과 성과 검증의 단계'로 이동하고 있다”며 “대기업은 생성형 AI, 공정 최적화, 품질 예측, 설비 예지보전 등을 실제 업무와 생산현장에 적용하고 있지만 중소·중견기업은 데이터와 전문인력 부족, 비용 부담으로 여전히 PoC(개념검증)나 정부지원사업 단계에 머무는 경우가 많다”고 말했다. 특히 생성형 AI를 업무에 활용하는 것과 기업 전체를 AX로 전환하는 것은 구분해야 한다고 지적했다. “챗봇이나 문서작성 도구를 사용하는 것은 AI 활용이지 AX 전환이라고 보기는 어렵습니다. 기업의 데이터와 업무 프로세스, 의사결정 체계가 AI 중심으로 재설계되고 그것이 매출 증가나 원가 절감, 생산성 향상으로 연결돼야 진정한 AX라고 볼 수 있습니다.” 울산의 강점은 'AI 기술' 아닌 '산업현장' 양 대표는 울산의 경쟁력을 수도권과 다른 관점에서 봐야 한다고 입을 모았다. 이 대표는 “수도권이 AI 인재와 소프트웨어 기업, 투자자본을 많이 보유하고 있다면 울산에는 조선·자동차·에너지·화학 분야의 실제 공정과 산업데이터가 있다”며 “산업 AI 경쟁력은 AI 모델만으로 만들어지는 것이 아니라 현장 설비, 공정기술, 작업자 경험, 품질 데이터가 결합돼야 한다”고 말했다. 이어 “그런 점에서 울산은 산업 AX를 실증하고 사업화할 수 있는 국내 최고의 테스트베드 가운데 하나”라고 평가했다. 김 이사는 대학·기업·지자체의 역할 분담도 중요하다고 강조했다. “대학은 기술 협업과 전문적인 연구개발에 집중하고, 기업은 AI 수요기업과 공급기업으로 나뉘어 역할을 해야 합니다. 지자체 역시 단순한 재원 마련을 넘어 펀딩 매칭이나 요소기술 개발, 기업 간 연결을 위한 허브 역할을 해야 합니다.” 그는 앞으로 산업현장에서 AI 에이전트 활용이 급속히 늘어날 것으로 전망했다. “몇 년 안에 기업이 AI 에이전트를 몇 개 활용하고 있는지, 그것을 통해 얼마나 성과와 효율성을 만들어내는지를 따지는 시대가 올 겁니다. 기존 소프트웨어 기업들도 서비스 방향을 바꾸지 않으면 살아남기 어려울 수 있습니다.” AX 기업 투자 기준도 '기술'에서 '사업성'으로 기술기업과 투자자 관점에서 AX 성공 조건을 묻자 이범희 대표는 네 가지 기준을 제시했다. 첫째는 시장의 문제(Pain Point)가 얼마나 명확하고 반복적인가, 둘째는 차별화된 산업데이터(Data Moat)를 확보할 수 있는가, 셋째는 PoC가 실제 매출과 반복수익으로 이어질 수 있는 사업모델을 갖추고 있는가, 넷째는 산업 전반으로 확장 가능한가다. 이 대표는 “AI 기술은 시간이 지나면 평준화될 가능성이 높지만 산업현장에서 확보한 데이터와 고객 관계, 사업모델은 쉽게 복제되지 않는다”며 “AI 기업을 평가할 때 단순히 모델 성능이나 특허만 봐서는 안 된다”고 말했다. 지역 제조기업의 현실적인 어려움도 지적했다. “제조기업이 데이터를 가지고 있어도 AI 학습에 활용할 수 있도록 정제하고 표준화하지 못하는 경우가 많습니다. AI 공급기업과 제조기업 사이의 산업 언어와 기술 언어가 다른 것도 문제입니다. 실증 이후 서비스를 지속적으로 운영하고 고도화할 인력과 예산이 부족한 경우도 많습니다.” “울산은 AI를 개발하는 도시보다 적용하는 도시 돼야” 울산 AX 생태계 활성화를 위해서는 수도권을 따라가는 전략에서 벗어나야 한다는 데 양 대표의 의견이 일치했다. 김 이사는 “스마트공장 확산이 가능했던 것은 ERP나 주요 소프트웨어처럼 일정한 표준체계가 있었기 때문”이라며 “AI는 요소기술과 활용 방식이 다양해 수요기업과 공급기업을 연결하기가 훨씬 어렵다”고 설명했다. 이어 “AX는 현장 실증이 핵심인 만큼 정부와 관련기관이 수요기업과 공급기업을 연결하는 허브 기능을 해야 한다”고 강조했다. 이 대표 역시 “우리나라가 글로벌 경쟁력을 확보하려면 범용 AI와 정면승부하기보다 제조 AI와 산업 AI에 집중해야 한다”며 “제조데이터 수집·표준화·공동 활용 기반을 구축하고 기업 간 데이터 협업에 따른 보안과 권리관계를 명확히 해야 한다”고 말했다. 또 “단년도 PoC 지원에서 끝내지 말고 실제 구매와 양산, 해외시장 진출까지 이어지는 성과형 지원체계로 전환해야 한다”며 “국내 제조현장에서 검증된 AX 솔루션을 조선·자동차·에너지 산업이 성장하고 있는 베트남, 우즈베키스탄, 동남아 등으로 확산하는 전략도 필요하다”고 제안했다. “AI 확산되면 인재의 기준도 바뀐다” AI와 AX 확산이 고용시장에 미칠 영향에 대해서는 김 대표가 변화의 방향을 짚었다. 그는 “AI와 AX 도입이 가속화되면 생산성은 좋아지겠지만 단순 업무를 중심으로 인재 채용은 줄어들 가능성이 있다”며 “반면 순수 AI 엔지니어보다 현장 전문가와 도메인 지식을 가진 인재가 더욱 각광받게 될 것”이라고 전망했다. “초기에는 산업 AI가 생성형 AI보다 앞서가는 느낌이었지만 지금은 동시다발적으로 움직이고 있습니다. 지금은 AI 모델 개발에 집중하고 있지만 1~2년 안에 산업현장에서 요구하는 인재의 정의 자체가 완전히 달라질 겁니다.” 그는 AI와 산업의 관계가 근본적으로 변화할 것으로 내다봤다. “금융이 과거에는 산업을 보조했지만 지금은 금융이 산업을 지배하는 측면도 있습니다. AI 역시 현재는 산업을 보조하고 있지만 그 관계가 뒤바뀌는 순간이 3~4년도 남지 않았다고 봅니다.” 에이테크, 제조현장 중심 AI·AX 사업화에 집중 에이테크는 제조현장의 실제 문제를 AI·AX 기술과 연결해 사업화하는 데 초점을 맞추고 있다. 특히 울산지역 제조기업을 대상으로 현장의 데이터와 공정 특성을 파악하고 AI 적용 가능성을 발굴하는 데 주력하고 있다. 단순 솔루션 공급을 넘어 제조기업의 DX 수준을 높이고 AI가 활용될 수 있는 데이터 기반을 구축하는 것이 핵심이다. 이를 바탕으로 수요기업과 기술기업을 연결하고 실증에서 사업화로 이어지는 산업 AX 생태계 구축을 목표로 하고 있다. 이범희 대표는 유에이드의 역할에 대해 “AI 기술 자체의 우수성보다 해당 기술이 산업현장의 문제를 해결하고 구체적인 사업성과로 전환될 수 있는지를 중심으로 기업을 발굴하고 육성한다”고 설명했다. 유에이드는 시장성 검증과 비즈니스모델 고도화뿐 아니라 수요기업 발굴, 투자유치 연계, 해외 파트너 매칭과 계약, 해외 진출까지 기업 성장의 전 과정을 연결하는 역할을 수행하고 있다.
