한국MS, "국내 제조업 AI, 다음 단계는 '자율형 기업'"

한국 생성형 AI 사용자 비중 40.6%·세계 12위…기업 현장 적용·성과 화두

데이터 연결부터 자율 실행까지 5단계 제시…피지컬 AI로 제조 현장 적용 확대

아모레, 연구 데이터 연결로 시간 단축…인핸스 "AI '토큰값', 사업 성과로 따져야" 

최강림 한국마이크로소프트 제조 및 모빌리티 총괄이 30일 서울 코엑스에서 열린 ‘마이크로소프트 인더스트리 서밋’에서 제조 부문 키노트를 진행하고 있다 [사진=한국마이크로소프트]

한국마이크로소프트가 빠르게 확산하는 국내 인공지능(AI) 활용에 주목하고, 기업에 축적된 데이터와 지식을 AI와 연결해 업무를 수행하는 데 활용하는 전략을 제시했다. 사람의 판단을 보조하는 수준에서 여러 업무를 조율·수행하는 단계로 AI의 역할을 확대하고, 비용 절감과 업무시간 단축 등 실질적인 사업 성과로 이어지는지 확인해야 한다는 설명이다.

한국마이크로소프트(이하 MS)는 30일 서울 코엑스에서 '마이크로소프트 인더스트리 서밋'을 열고 금융·리테일·제조·헬스케어·교육 등 5개 산업을 중심으로 50여개 세션과 30여개 고객·파트너 사례를 소개했다.

MS는 한국에서 생성형 AI 활용이 빠르게 늘고 있다는 점에 주목했다. MS AI 이코노미 인스티튜트의 보고서에 따르면 지난 6월 기준 한국의 생성형 AI 사용자 비중은 40.6%로 세계 12위를 기록했다. 1분기보다 3.5%포인트 상승해 조사 대상 국가 가운데 가장 큰 상승 폭을 보였다. 

이번 서밋에서는 AI를 기업의 실제 업무에 어떻게 적용하고 성과로 연결할지가 주요 화두로 다뤄졌다. MS는 AI 도입부터 조직 내 확산과 운영, 성과 창출에 이르는 과정을 산업별 사례를 통해 제시했다.

최강림 한국마이크로소프트 제조 및 모빌리티 총괄은 "한국 제조업은 현재 변화가 필요한 시점"이라고 짚었다. 국내총생산(GDP)에서 제조업이 차지하는 부가가치 비중이 27%를 넘을 정도로 높은 경쟁력을 갖추고 있지만, 숙련인력 부족으로 현장에 축적된 경험과 노하우를 이어가기 어려워지고 원가 절감만으로 경쟁력을 유지하기도 쉽지 않다는 것이다. 

여기에 공급망과 시장의 불확실성도 커지면서 기업이 보유한 지식을 효과적으로 활용하고 변화에 빠르게 대응하는 한편, 예상치 못한 상황에서도 생산과 운영을 이어갈 수 있는 역량이 중요한 상황에 직면했다고 설명했다. 

최 총괄은 "AI에 대한 질문도 언제 AI를 도입하고, 얼마나 써야 하느냐에서 얼마나 빠르고 정확하게 AI를 통해 실행할 수 있느냐로 바뀌고 있다"고 강조했다.

최 총괄은 또 제조 기업의 AI 활용은 기업에 흩어진 데이터와 지식을 연결하는 것에서 AI가 사람의 판단을 돕고 업무를 최적화하는 단계로 발전한다고 설명했다. 이후 여러 AI 에이전트가 업무를 서로 조율하고 최종적으로는 정해진 권한 안에서 AI가 업무를 자율적으로 수행하는 '자율형 기업'으로 발전한다고 설명했다. 

이어 AI를 실제 제조 현장의 설비와 로봇 등에 적용하는 '피지컬 AI' 전략도 소개됐다. 아론 슈나이더 마이크로소프트 피지컬 AI 엔지니어링 부사장은 카메라와 센서 등을 통해 수집한 현장 데이터를 디지털 트윈과 시뮬레이션에 활용해 AI를 학습·검증하고, 이를 로봇 등 실제 장비에 적용하는 방식을 설명했다. MS는 이러한 과정을 지원하는 '피지컬 AI 툴체인'을 통해 AI 개발부터 시뮬레이션, 현장 배포와 운영을 연결한다는 계획이다. 

기업 고객 사례 발표에서는 실제 업무에 AI를 적용하고 성과를 측정하는 사례도 공유됐다. 아모레퍼시픽은 70여년간 축적한 원료·처방·시험보고서 등 사내 연구 데이터를 연결·표준화하는 '데이터 하이웨이'를 구축했다. 이를 기반으로 연구원이 자연어로 필요한 정보를 검색하고 활용할 수 있는 AI 서비스 '레몬'을 운영하고 있다. 이를 통해 기존 3명이 일주일간 진행하던 처방 비교 업무를 하루로 줄였고, 반나절 이상 걸리던 데이터 탐색도 10분 이내로 단축했다.

또 AI 솔루션 스타트업 인핸스의 이승현 대표는 "AI가 실제로 '토큰값'을 하는지 검증하는 것이 중요하다"고 강조했다. AI를 활용해 늘어난 매출과 줄어든 비용에서 토큰 등 운영·관리 비용을 제외하고, 실제로 얼마만큼의 사업적 가치를 만들어냈는지를 따져야 한다는 것이다. 

이 대표는 국방부 산하 국군재정관리단의 공사 원가 검토 업무에 AI를 적용한 사례를 소개하며 실제 업무에서의 활용 방식을 설명했다. 그는 이어 "제조·구매 분야에서도 자동화율 자체를 목표로 삼기보다 구매비용을 얼마나 줄였는지, 공급 안정성과 업무 속도가 얼마나 개선됐는지 등 실제 사업 성과를 기준으로 AI의 가치를 판단해야 한다"고 강조했다.