[산업통상부]AI 시대 우리 제조업의 핵심 전략자산인 데이터, 안전한 저장·활용 시스템 구축하기로

AI 시대 우리 제조업의 핵심 전략자산인 데이터 , 안전한 저장 · 활용 시스템 구축하기로 - 정부 출범 1 주년 맞아 제조 AX 산 · 학 · 연과 「 제 3 회 M.AX 컨퍼런스 」 개최 -   ※ M.AX : Manufacturing AI Transformation   성공적인 제조업의 AI 대전환을 위해서는 무엇보다 양질의 제조 데이터를 확보하고 , 이를 적극적으로 활용할 수 있는 기반을 구축해야 한다 . 산업통상부 ( 장관 : 김정관 , 이하 산업부 ) 는 정부 출범 1 주년을 맞아 6.5( 금 ) 제조 AI 관련 산 · 학 · 연 전문가들과 함께 ' M.AX( 제조 AX) 성공의 핵심 , 제조 데이터 및 이와 연계한 AI 모델과 인프라 ' 를 주제로 ｢ 제 3 회 M.AX 전문가 컨퍼런스 ｣ 를 개최하였다 . 이날 컨퍼런스에서는 제조 데이터가 M.AX 추진 과정에서 왜 중요한지 , 그리고 양질의 제조 데이터를 확보 · 활용하기 위해 어떠한 인프라가 구축되어야 하는지 등 M.AX 데이터 정책 방향에 대한 심도 있는 논의가 이루어졌다 .   그간의 경과   세계는 지금 보이지 않는 AI 전쟁의 한 가운데 있다 . 이 전쟁에서 승리하기 위해서는 제조기업 , AI 기업 , 제조 AX 학계 · 연구기관 등 전문가들의 긴밀한 협력이 필수적이다 . 특히 , 세계 최고 수준의 경쟁력을 갖춘 우리 제조기업 , 그리고 이들이 보유한 고품질 제조 데이터는 우리가 제조 AX 최강국으로 도약하기 위한 핵심 전략자산이다 . 우리 기업들이 양질의 제조 데이터에 기반해 다양한 제조 현장에 즉각 적용 가능한 제조 AI 모델을 개발할 수 있어야 한다 . 이를 위해 정부가 제조기업과 AI 기업이 모두 윈윈할 수 있는 환경과 인프라를 구축하는 것이야말로 M.AX 성공의 열쇠라 할 수 있다 .   이에 산업부는 1,500 여개 제조기업 ·AI 기업 · 학계 · 연구기관 등이 함께 하는 , 11 개 분과로 구성된 ' M.AX 얼라이언스 ' 를 중심으로 분과별 특성에 맞는 제조 데이터를 확보하고 활용 생태계를 구축하기 위해 가용 역량을 총동원 중이다 . 이 중 ➊ AI 팩토리 분과는 제조공정에 AI 를 도입하여 생산성을 획기적으로 개선하는 AI 팩토리 사업과 연계하여 제조공정 데이터를 활용할 수 있는 기반을 마련하고 있고 , 수집된 데이터를 활용하여 업종별 파운데이션 모델 등을 개발하는 연구개발과제를 추진한다 . 또한 , 이번 달부터 본격 추진되는 제조 암묵지 AI 모델 개발 사업과 연계하여 다양한 업종 · 공정 내 숙련인력들의 암묵지 데이터도 축적해 나갈 계획이다 . ➋ AI 로봇 분과에서는 휴머노이드 도입이 가능한 대표작업을 선정하고 , AI 기업과 로봇기업이 함께 휴머노이드 개발 · 실증 과정에서 발생하는 동작 데이터를 수집한다 . ➌ 자율운항선박 분과는 기존 해운사 등이 보유한 데이터를 포함해 약 6,000 항차의 실선 운항 데이터를 확보할 수 있는 데이터 인프라 기반을 마련하기 위한 AI 데이터 플랫폼 사업에 지난 5 월 착수하였다 . ➍ AI 미래차 분과는 자율주행 기술 개발 · 실증과 함께 주행 데이터 수집 · 가공을 위한 데이터 파이프라인 개발에 착수했다 .   향후 계획   기업들이 보유한 제조 데이터에는 기업의 핵심 기술과 생산 노하우 등 핵심 지식재산 (IP) 이나 민감한 영업기밀이 포함된 경우가 많아 , 데이터 제공 기업의 입장에서는 유출에 대한 우려가 클 수밖에 없다 . 따라서 , 기업들이 불안감을 느끼지 않고 후속 연구개발과제를 위해 데이터를 제공 하기 위해서는 안전한 데이터 저장 · 관리 인프라가 먼저 구축되어야 한다 .   < 제조 데이터 라이브러리 내 데이터 활용 절차 ( 안 ) >   산업부는 기업이 정부에 제공한 데이터를 안전하고 체계적으로 관리 · 활용하기 위한 ' 제조 데이터 라이브러리 ' 구축 사업을 준비 중이다 . 라이브러리에는 고품질 제조 데이터가 집적되는 만큼 , 데이터 유출을 방지하고 보안을 유지할 수 있는 별도 장치와 절차를 마련한다 . 특히 , 외부와 차단된 ' 클린룸 ' 내에서만 데이터 활용이 가능하며 , 외부로의 반출은 금지 된다 . 데이터 열람에 대해서도 엄격한 별도 심사 절차를 운영할 계획이다 .   라이브러리 구축에 시일이 소요되는 만큼 , 산업부는 지난 5 월부터 한국전자기술연구원이 운영하는 ' 제조 AI 솔루션 개발지원센터 ' 를 임시 거점으로 삼아 AI 팩토리 사업 등에서 확보한 데이터를 저장하기 시작했다 . 그간 모인 데이터를 활용해 '26 년 말까지 제조 AI 파운데이션 모델 프로토타입을 개발하고 , M.AX 얼라이언스 참여기업 등을 대상으로 프로토타입의 현장 적용과 성능 검증 등을 추진할 계획이다 .   제품 데이터 확보와 이를 활용한 제품 AI 모델 개발도 지속 추진한다 . AI 로봇 분과의 경우 공장 · 물류현장 등을 포함한 산업현장 실증을 통해 로봇 행동 데이터를 확보하는 한편 , 휴머노이드 상용화를 위해 필요한 대규모 로봇 학습용 데이터를 직접 생성하는 ' 로봇 데이터팩토리 ' 구축을 추진할 계획이다 . 확보된 데이터를 활용하여 다양한 로봇에 탑재 가능한 로봇 AI 모델을 고도화할 예정이다 . 자율운항선박 분과 또한 실선 운항 데이터 외에도 해운사가 旣 보유한 데이터를 연계하고 가상 운항 데이터를 생성하는 등 다양한 방식으로 운항 데이터를 확보 , AI 모델 개발까지 연계할 계획이다 .   아울러 기업 내 제조 데이터 저장 · 활용을 뒷받침할 온프레미스 기반의 데이터 센터 , 실시간 추론 · 판단 수요에 대응하기 위한 엣지 방식의 데이터 센터 등 제조 AX 에 특화된 인프라도 지속 확충해 나갈 예정이다 . 특히 , 지역기업들이 AI 모델을 실시간 추론에 활용할 수 있도록 올해 추경예산을 활용하여 엣지 AI 데이터 센터 1 개소를 산단에 구축할 계획이다 . 산단과 연계한 데이터 센터도 계속 확충하여 국내 사업자들의 데이터 센터 성공 사례 ( 레퍼런스 ) 확보를 돕는 한편 , 나아가 데이터 센터의 수출 활성화까지 이어지도록 지원할 계획이다 .   기타 논의사항   이날 컨퍼런스 참가자들은 입을 모아 고품질 제조데이터 확보와 이를 위한 저장 · 활용 인프라 구축이 시급하다는데 뜻을 같이 했다 . 김현정 IBM 대표를 비롯한 전문가들은 제조 AX 추진에 있어 양질의 데이터 확보가 선행되어야 하며 , 이를 안전하게 활용할 수 있는 기반이 필요하다고 강조하였다 . AI 팩토리 분과 공동위원장인 고영명 포항공대 교수는 제조 AI 모델 개발현황을 공유하고 , 향후 AI 팩토리 사업 등으로부터 확보될 데이터와 연계한 개선 방안 및 기대효과에 대해 발표하였다 .   행사를 주재한 김성열 산업성장실장은 " AI 시대 우리 산업 경쟁력의 핵심은 제조 데이터와 이에 기반한 업종별 AI 모델이며 , 양질의 제조 데이터 수집 · 활용을 위해서는 보유기업과 AI 기업이 윈윈할 수 있는 환경을 조성해야 한다 " 고 강조하였다 . 이어 김 실장은 핵심자산인 제조데이터를 지키고 활용하기 위해서는 기업들이 안심하고 데이터를 제출할 수 있도록 신뢰와 안전이 담보되어야 한다면서 " 기업들의 AI 도입 · 활용을 촉진할 수 있는 데이터 라이브러리와 같은 AI 플랫폼 , 데이터센터 등 핵심 인프라를 완비하는데 총력을 기울일 것이며 , 그 외에도 다양하고 효과적인 M.AX 정책을 계속해 나가겠다 " 고 밝혔다 . [자료제공 : (www.korea.kr) ]