2026년 8월 6일 목요일 발행
제조업 AI 2030 전략…20조 투자·100조 목표
제조업 AI가 2030년을 겨냥한 장기 투자 계획으로 묶였어요. 민관이 20조원을 공동투자하고 100조원 이상의 부가가치를 만들겠다는 목표 아래, 실행은 기초·고도화·확산·생태계 조성의 네 단계로 짜였어요.
앞단에서는 제조데이터를 서로 잇고 제조명장의 경험을 데이터로 바꿔 국가가 관리하는 제조AX 데이터 라이브러리에 쌓아요. 그 위에 업종별 경량 AI 모델부터 제조업 전반에 쓰는 범용 모델까지 단계적으로 만들고, 이를 묶은 풀스택 AI 팩토리를 수출상품으로 키우려 해요.
확산의 중심에는 중소기업과 지역 거점대학이 놓였어요. 전체 제조기업의 99.6%가 중소기업이고, 확산 수단으로는 산업단지별 공용 인프라를 제공하는 M.AX 클러스터가 제시됐어요. 생태계 단계에서는 150조원 규모 국민성장펀드와의 연계 투자, 제조 AX 인증, 전문인력 양성이 함께 추진돼요. 다만 20조원의 분담 방식과 100조원 이상 부가가치의 산정 기준은 함께 제시되지 않았어요. 결국 이 전략은 공장 한두 곳의 자동화를 넘어 제조업 전반의 AI 전환 경로를 한꺼번에 설계한 청사진에 가까워요.
체리 두 조각
현장 노하우와 공정 데이터를 한데 묶는 순간, 제조 AI는 몇몇 대기업 실험이 아니라 업종 전체의 공용 기반으로 커질 수 있어요. 그래서 업종별 경량 모델과 산업단지 공용 인프라를 먼저 넓혀 중소기업도 같은 도구를 쓰게 해야 한다는 쪽에 무게가 실려요.
청사진이 큰 만큼 돈과 성과를 재는 자부터 또렷해야 한다는 해석도 가능해요. 분담 방식과 부가가치 산정 기준이 비어 있으면 국민성장펀드 연계나 제조 AX 인증도 확산 장치이면서 동시에 선별 기준이 될 수 있어서, 속도보다 기준 설계를 앞세우게 돼요.
📖 용어 한 입
- 제조AX 데이터 라이브러리
- 제조 현장의 데이터와 숙련자의 경험을 모아 표준화해 두는 기반이에요. 여러 기업·업종이 AI 모델을 만들고 고도화할 때 공통 학습 재료로 쓰려는 목적이 있어요.
- M.AX 클러스터
- 산업단지별로 제조 AI에 필요한 공용 인프라를 함께 쓰게 하는 거점이에요. 개별 기업이 혼자 구축하기 어려운 자원 접근성을 높여 중소기업 확산을 돕는 방식으로 제시됐어요.
- 제조 AX 인증
- 제조업의 AI 전환 수준이나 적용 체계를 일정 기준으로 평가해 구분하는 장치예요. 투자·확산 과정에서 무엇이 준비된 기업인지 가르는 기준으로 연결될 수 있어요.
더 읽기
방금 읽은 내용, 10초 퀴즈 🍒
이 카드 내용, O일까요 X일까요? 가볍게 확인해보세요.
Q1. 이번 전략은 공장 한두 곳의 자동화를 넘어서 제조업 전반의 AI 전환 경로를 단계별로 설계한 계획이다.
Q2. 제조AX 데이터 라이브러리는 제조 현장 데이터와 숙련자의 경험을 모아 공통 학습 재료로 활용하려는 기반이다.
Q3. M.AX 클러스터는 개별 기업이 혼자 구축하기 어려운 공용 인프라를 산업단지별로 함께 쓰게 하려는 거점이다.