AI 요약
정부가 발표한 '제조AI 2030 전략'은 2030년까지 민관 20조원 투자와 AI 팩토리 500개 구축, 100조원 부가가치 창출을 목표로 하지만, 단순한 투자 규모보다 '측정→학습→판단→제어→검증'의 데이터 순환 구조가 핵심이라는 분석이다. 제조업 AI 도입률은 25.4%로 전체 평균(30.3%)보다 낮고, 도입 기업의 83.5%가 일부 부서에만 활용하는 등 '활용의 깊이'가 부족한 실정이다. 산업별로 병목 지점이 다르므로 정책은 산업별 특성에 맞춰 막힌 고리를 풀어야 한다고 지적한다.
핵심 포인트
- 정부 목표: 2030년까지 민관 20조원 투자, AI 팩토리 500개(2025년 102개→2026년 200개), 경제적 부가가치 100조원
- 제조업 AI 도입률 25.4%로 전체 업종 평균(30.3%)보다 낮음
- AI 도입 기업 중 83.5%는 일부 부서·프로젝트만 활용, 전사 적용은 2.8%에 불과
- 일곱 산업(제철·농업·신약·반도체·조선·물류·로보택시) 공통 공식: 측정→학습→판단→제어→검증 순환
향후 전망
- 산업별 병목(제조: 숙련 보상·중소 확산, 신약: 임상 검증, 물류: 안전·책임 제도)에 맞춘 맞춤형 정책 필요
- AI 팩토리 설치 대수보다 데이터 품질·순환 구조 구축이 제조강국 여부를 결정할 것