제조업에 AI를 적용하기 위해서는 앞서 언급한 대로 ‘데이터 구축’이 잘 되어 있어야 한다. 네이버가 ‘각세종’을 만든 이유도 데이터를 잘 구축하려는 이유이듯이 AI 학습, 그러니까 머신러닝, 딥러닝 기술을 적용하기 위해서는 충분한 규모의 데이터 제공이 필요하다. 현재 이 분야는 대학교나 국책 연구기관에서 많은 연구가 이루어지고 있는데, 그들과 대화를 해보면 한결같이 데이터가 부족하다고 한다. 일반 공공데이터도 이런 상황인데 제조 데이터는 더욱 부족한 것이 현실이다. 그래서 많은 연구자들은 시뮬레이션을 통해 데이터를 양산하여 이렇게 만들어진 데이터와 실질 데이터를 혼합해서 AI를 돌려보고, 그 값이 실질 제조 단계와 유사하게 나오도록 지속적으로 딥러닝과 머신러닝을 하면서 가시적인 연구 성과를 만들어가고 있다. 제조 데이터가 잘 구축되어 있는 플랫폼의 국내 사례는 미미하다고 볼 수 있다. 해외는 국내보다는 나은 편이지만 역시 부족한 것이 현실이다. 특히 중소기업에는 AI 분야가 생소할 수밖에 없기에 공공부문에서 활성화를 위한 투자가 필요한 것이 당연하다. 이에 중소기업벤처부는 산하 공공기관인 스마트제조혁신추진단과 함께 KAMP(Korea AI Manufactu
미국 건국의 아버지라고 불리는 벤저민 프랭클린이 한 말이 있다. ‘인생에서 확실한 것은 두 가지가 있는데 죽음과 세금이 그것이다.’ 죽음은 이해가 되지만 거기에 세금을 붙이는 솜씨는 천상 사업가의 면모를 보여주는 듯하다. 나는 여기에 하나를 더 추가하고 싶다. 그것은 바로 ‘스마트 제조 혁신’이다. 그 확실한 것을 위해 지금 나는 여기 세종에 와 있다. 기업의 성장은 늘 있어야만 한다. 기업은 생명체이기 때문이다. 생명의 속성은 성장을 전제로 하고 있으며, 성장하지 않는 생명은 이미 없는 것이다. 그것은 죽음인 것이다. 기업의 성장을, 생명의 연속성을 기대할 수 있는 가장 근원적인 지점에 스마트 팩토리가 있다고 강하게 주장한다. 어떤 사물을 정의할 때 일반적으로 두 가지 관점으로 바라본다. 하나는 속성(물성)이 무엇이냐는 것이고, 또 하나는 목적성이 무엇이냐는 것이다. 예를 들어 장작의 속성은 나무이고 - 더 깊이 들어가면 화학적인 내용이 나오겠지만 - 목적은 불멍이다 - 이것도 마찬가지로 더 깊이 들어가면 불 때는 목적이긴 하지만. AI도 같은 시각으로 표현해보면 속성은 데이터이고 목적은 알고리즘이다. 서론에서 다루었지만, 제조업의 생산성 향상, 품질 확보