[인더스트리뉴스 최기창 기자] 한국의 제조업은 최근 큰 위기를 맞았다. 규모의 경제를 바탕으로 한 중국의 공세에 다소 밀리는 상황이기 때문이다. 특히 중국보다 기술력이 좋다는 평가에도 최근 다양한 지표들은 이미 위험 신호를 알리고 있다. 이에 따라 ‘경쟁력 확보’는 한국 경제에 있어 커다란 숙제로 떠올랐다.

라온피플 윤기욱 상무는 “지속적인 경쟁력을 확보하기 위해서라도 제조 혁신이 필요하다”고 못 박은 뒤 “값싼 노동력에 의지하는 제조업은 오래 살아남을 수 없을 것으로 보인다. 저렴한 노동력을 위해 해외로 공장을 이전하는 것도 궁극적인 해결책이 되지 못한다”고 진단했다. 품질 편차가 발생하기 때문이다.

제조업에 있어 노동력은 매우 중요한 요소 중 하나다. 그러나 아이러니하게도 휴먼 에러나 숙련도에 따라 품질이 저하되는 경향이 있다. 단순 자동화로 제조업의 경쟁력을 확보하기 어려운 이유다.

윤 상무는 “제품의 품질 향상과 관련해 단순한 동작의 반복 여부는 중요하지 않다. 오히려 제품을 만드는 과정에서 장기적으로 봤을 때 불량을 만들어낼 가능성이 있는지가 중요하다”고 설명했다. 품질 향상을 위해서는 장기적 혹은 잠재적인 오류 구분과 검출, 판단 등 관리가 중요하다는 뜻이다. 그는 “검사를 세분화할 필요성이 있다. 앞으로는 오류 가능성을 판단하는 것 자체가 중요해질 것”이라고 내다봤다.

사실 품질을 판단하는 것은 어려운 일이다. 기준이 모호하기 때문이다. 또한 이러한 부분을 공유하는 것도 쉽지 않다. 결국 작업자에 따른 품질 편차가 발생하게 된다. 간혹 컨디션에 따라 작업 결과물이 달라지는 이유다. 사용자 입장에서는 관리 리스크가 증가하는 셈이다.

데이터 신뢰도가 떨어진다는 문제도 있다. 작업자들이 다루는 데이터는 수집 방법 자체에 문제가 있는 경우가 많다. 시작부터 신뢰도에 문제가 있다는 뜻이다. 판단 이유와 절차, 중간 과정 등이 누락될 가능성이 매우 크다. 그는 “데이터라는 것이 정보화되기 위해서는 중간 과정이 정말 중요하다. 그래야 다음에 데이터를 활용할 수 있다”고 덧붙였다.

제조업의 혁신이 목적인 스마트팩토리 역시 마찬가지다. 품질 관리가 매우 중요한 부분을 차지할 전망이다. 윤기욱 상무는 ‘인공지능’과 ‘머신비전’을 해결책으로 제시했다. 그는 “인공지능을 활용한 품질 관리의 중요성이 대두될 것이다. 인공지능과 머신 비전을 활용하면, 품질 문제가 쉽게 해결된다. 숙련자보다 높은 작업 정확도를 자랑한다. 감시 성능도 마음껏 늘릴 수 있다”고 강조했다.

또한 그는 ‘인공지능’과 ‘머신비전’이 데이터의 자원화에도 큰 도움이 될 것으로 예측했다. 윤 상무는 “인공지능과 머신비전 기술을 활용하면, 데이터 신뢰도의 비약적인 향상을 이룰 수 있다. 중간 과정이나 절차 등이 생략되지 않기 때문”이라고 했다. 결국 데이터는 더욱 가치 있는 자원으로 변화할 가능성이 크다.

더불어 그는 “검사 종류와 관계없이 동일한 시스템에 대한 설정과 제어, 운용 등 통합 관리가 중요하다. 인공지능과 머신비전은 이 부분에 긍정적인 영향을 줄 것으로 기대된다. 효율적인 자원 관리를 통해 결국 제조업의 경쟁력 확보에도 큰 도움이 될 것”이라고 말했다.

최기창 기자 다른기사 보기