많은 제조업체가 더 스마트하고 비용 효율적인 방식의 운영 관리를 위해 예측 유지보수 및 공급망 최적화, 수요 예측에 이르기까지 다양한 영역에서 생성형 AI(인공지능)에 의존하거나 도입을 검토하고 있다. 호주, 중국, 인도, 일본, 한국, 뉴질랜드 등 아시아태평양(APAC) 17개 주요 제조 국가의 전 세계 1500개 이상의 제조업체를 대상으로 조사한 최신판 스마트 제조 현황(SOSM) 보고서에 따르면 전 세계 제조업체의 83%가 2024년에 생성형 AI를 사용할 것으로 예상된다. 95%는 이미 스마트 제조 기술을 사용 중이거나 사용을 검토하고 있다.

제조업계의 AI 도입 증가 추세는 아시아태평양 지역에서 특히 두드러진다. 그동안 아태 지역에서는 인플레이션이 제조업체의 주요 장애물이었다. 에너지 가격 상승으로 인한 수익 마진 감소와 더불어 업계의 기술 인력 부족에 시달리던 조직이 비즈니스 과제를 해결하기 위해 눈을 돌린 곳이 바로 AI다.

실제로 오늘날 생성형 AI는 클라우드 및 서비스형 소프트웨어 플랫폼과 함께 제조업체의 높은 투자 수익률(ROI) 을 견인하고 있다. 이런 성공에 힘입어 업계 리더들은 가까운 미래에 인력 부족을 해결하고 기술 격차를 해소하기 위한 솔루션으로 AI와 머신러닝(ML)을 활용할 수 있다는 자신감을 갖게 됐다.

아태 지역은 이제 기술을 대체재가 아닌 조력자로 인식해 보다 생산적이고 지속가능한 비즈니스 성과를 창출하는 인간과 기술의 파트너십을 재구성하는 데 앞장서고 있다. 과거 판매 데이터와 시장 동향을 분석해 수요 예측을 하는 생성형 AI의 능력은 가격 전략을 일관되게 최적화함으로써 제조업체가 인플레이션의 영향을 억제하는 데 도움을 줄 것이다.

제조업에서 품질은 안전상의 이유와 장기적인 비즈니스 성장 및 회복력을 보장하는 데 있어 가장 중요한 요소다. 이 보고서에 따르면 2024년에는 ‘품질 관리 및 개선’이 AI와 머신러닝의 가장 높은 활용 사례로 꼽혔다. 예를 들어 과거에는 공급망 전반에서 제품의 결함을 식별하는 작업은 사람이 한 번에 하나의 제품을 검사하는 방식으로 수행됐다. 오늘날 머신러닝 모델은 시각적 데이터를 분석해 이상 징후를 식별하도록 학습할 수 있으며 시간이 지남에 따라 육안으로 포착할 수 없는 결함도 찾아낼 수 있다.

제조 분야에서 기술과 데이터의 이점은 이 밖에도 넘쳐나지만 그중에서도 가장 중요한 지원 영역은 위험 관리, 특히 ‘사이버 보안’이다. 재무, 운영, 외부 데이터 소스에 액세스하고 이를 논리적으로 이해할 수 있으면 기업은 다양한 영역에서 잠재적 위험을 평가할 수 있다. 또한 ML 알고리즘은 공급망 중단, 시장 변동, 심지어 사이버 보안 위협과 같은 새로운 위험의 패턴을 감지해 제조업체가 너무 늦기 전에 선제적인 조치를 취할 수 있도록 지원한다. 과거에는 공급망 복원력이 제조 기업의 주요 관심사였다. 이제는 에너지 비용, 물가, 인건비 상승의 돌파구로서 AI 솔루션을 제조 자동화 및 생산 최적화, 사이버 보안에 이르는 여러 과제를 해결하는 데 적극적으로 활용할 필요가 있다.

인기기사