제조 산업에서 AI의 미래

### 제조업에서 AI의 미래: 업계 리더의 인사이트
* 🤖 오늘 AI 미래 포럼에서는 **RTM의 박진우 대표와 대동AI의 최중기 대표** 두 업계 리더와 함께 **AI가 제조업 분야에 미치는 영향**에 대해 논의해 보겠습니다.
* 🏭 RTM을 공동 창업한 박진우 대표는 **2018년부터 반도체 및 첨단 제조 산업을 중심으로 제조 분야의 AI 혁신**에 집중해 왔습니다.
* 📊 그는 제조업이 기술 혁신에 힘입어 상당한 변화를 겪고 있으며, **스마트폰과 전기 자동차 같은 제품**이 이러한 진화를 보여주고 있다고 강조합니다.
* 💡 박 상무에 따르면 제조업에서 중요한 기능은 **기술 개발, 제품 설계, 생산**이며, 특히 **생산 효율과 제품 품질 최적화**에 중점을 두고 있습니다.
* 🔍 그는 복잡한 공정을 정밀하게 제어하여 시장 수요를 충족해야 하는 반도체 제조 분야에서 **높은 수율**을 달성하는 데 따르는 어려움을 강조합니다.
* 📈 박 대표는 **제조업은 모든 산업 분야 중 가장 많은 데이터를 생성**하기 때문에 생산 공정의 실시간 분석과 최적화를 위해 AI가 필수적이라고 말합니다.
* 🤝 그는 **문제 파악, 원인 분석, 자체 최적화 제어 구현 등 제조 프로세스를 최적화하기 위한 3단계 AI 솔루션**을 제안합니다.
* 🚀 박 부사장은 제조업에서의 AI 도입은 아직 **30% 정도**에 그치고 있지만, AI 기술이 발전하고 현장 엔지니어의 접근성이 높아짐에 따라 **성장 잠재력은 무궁무진**하다고 말합니다.

### 공동 작업과 농업에서 AI의 미래
* 🤖 진화하는 업무 환경에서 인공지능(AI)은 **더 큰 조직 단위 내에서 협업을 촉진**하여 효율성과 생산성을 향상시킬 것으로 기대됩니다.
* 🌐 AI의 학습 및 정보 처리 능력은 인간과 함께 일할 수 있게 해주며, **인간 능력의 발전을 반영하는 최적화된 시스템**으로 이어질 것입니다.
* 📊 AI 기술이 발전함에 따라 기업들은 단순히 AI 모델이나 인프라를 개발하는 것보다 **의미 있는 데이터의 축적**을 우선시해야 합니다.
* 💡 반도체 산업은 **삼성과 TSMC와 같은 기업들이 연구와 운영의 우수성을 위해 적극적으로 데이터를 확보**하는 등 데이터 소유권 경쟁을 잘 보여주는 예입니다.
* 📈 제조업에서 운영 효율성이 뛰어난 기업은 **성장을 가속화하여 AI의 이점을 누릴 수 있지만**, 이러한 기반이 부족한 기업은 그 속도를 따라잡는 데 어려움을 겪을 수 있습니다.
* 🌱 대동공업과 같은 기업이 대표하는 농업 분야에서는 **정밀 농업과 자율주행 기계에 AI를 활용**하여 노동력을 절감하고 생산성을 향상시키고자 합니다.
* 🚜 대동공업은 **자율주행 트랙터와 데이터 수집 기술 등 AI 기반 솔루션**에 집중하고 있으며, 효율성 향상을 위해 **전통적인 농업 관행에 AI를 통합**하는 것이 중요하다는 점을 강조합니다.
* 🎥 AI의 잠재력을 보여주는 주목할 만한 사례는 **롤스로이스의 동영상**으로, 다양한 산업에서 자동화를 향한 광범위한 추세를 반영하여 **AI가 해상 운영에서 의사 결정을 개선하는 방법**을 보여줍니다.

### 농업 로봇 공학 및 정밀 농업의 발전
* 🤖 자율주행 트랙터와 소형 농업용 로봇과 같은 농업용 로봇은 현대 농업, 특히 **전통적인 기계로는 효과적으로 작동할 수 없는 환경**에서 필수적인 요소가 되고 있습니다.
* 🌾 한국의 논은 새마을 운동으로 인해 **93.6%의 기계화율**을 달성한 반면, 과수원은 여전히 **기계화율이 60%에 불과**해 이 분야에서 로봇의 도움이 필요한 것으로 나타났습니다.
* 🚜 자율 작동을 지원하는 메카트로닉 플랫폼의 개발은 **농약 살포 및 작물 관리와 같은 작업에 로봇을 통합**하여 까다로운 환경에서도 효율성을 높일 수 있습니다.
* 🌱 미국 농업 부문이 매년 **10% 가까이 성장**하고 미국 농장의 **27%가 생산성과 지속 가능성을 개선하기 위해 정밀 기술을 채택**하는 등 정밀 농업, 즉 '정밀 농업'이 전 세계적으로 주목을 받고 있습니다.
* 📊 한국의 경우 **2010년 이후 농업 면적이 1% 감소**하고 **인구도 3% 감소**해 농업 생산성과 농가 소득을 유지하기 위한 혁신적인 솔루션이 절실히 요구되고 있습니다.
* 💡 최근의 한 시범 프로젝트에서는 정밀 농업 기술을 통해 **비료 사용량을 7% 줄이면서도 농작물 수확량을 7% 늘릴 수 있다**는 사실이 입증되어 농업 관행 개선의 가능성을 보여주었습니다.
* 🌍 농업 환경이 진화함에 따라, 특히 노동력 감소와 비용 상승을 고려할 때 농업 운영을 최적화하고 식량 안보를 보장하기 위해서는 **AI와 데이터 기반 의사 결정의 통합**이 매우 중요합니다.
* 📈 농업의 미래는 지속 가능한 농업 솔루션을 위해 로봇과 AI의 발전을 활용하기 위한 **농부, 기술 제공자, 연구자 등 이해관계자 간의 협력**에 달려 있습니다.

### 농업과 제조업에서의 AI 통합 도전 과제와 향후 전망
* 🌱 이 토론에서는 특히 **AI와 로봇공학 같은 첨단 기술에 대한 젊은 세대의 농업 부문에 대한 관심이 증가**하고 있다는 점이 강조되었습니다.
* 💡 대동공업은 트랙터 제품 개발을 위해 **내부 R&D에 투자**하는 한편, **기술력 강화를 위한 외부 투자**도 고려하고 있습니다.
* 🤖 경쟁사가 우선순위를 두지 않는 지식을 내재화하기 위해 **AI 엔지니어와 로봇 공학 전문가를 채용**하여 강력한 팀을 구축하는 데 주력하고 있습니다.
* 📊 소프트웨어 개발은 초기 진행 속도가 느리다는 어려움에도 불구하고 **일정 수준의 전문성에 도달하면 업데이트 및 개선 속도가 크게 빨라질 수 있습니다.**
* 🔍 많은 기업이 보안 문제로 인해 데이터 공유를 주저하고 있기 때문에 **제조업과 농업 분야에서 데이터 공유와 협업을 개선**해야 할 필요성이 강조되었습니다.
* 🚧 두 업계 리더는 AI 도입의 장벽을 극복하기 위해서는 **더 많은 시도와 혁신을 장려하는 시장 참여자들의 사고방식의 전환**이 필요하다는 점을 인정했습니다.
* 🧑 농부들에게 실질적인 혜택을 보여주는 것의 중요성이 논의되었으며, **새로운 기술에 대한 신뢰와 수용**을 얻기 위해서는 **실질적인 결과**를 보여주는 것이 중요하다는 의견이 제시되었습니다.
* 📈 AI 에이전트는 인사이트를 제공하고 작업을 자동화하여 정밀 농업을 지원함으로써 **궁극적으로 농업의 생산성과 효율성을 향상**시키는 것을 목표로 하고 있습니다.

AI 기술은 데이터 분석과 실시간 의사결정을 통해 공장을 스스로 최적화함으로써 제조업에 혁신을 가져올 것입니다.

[과실연] AI 토크콘서트: 인공지능과 산업의 미래 (산업 AI)

과실연 AI 정책연구소에서 운영하는 AI 미래포럼입니다.
AI 미래포럼 16인 공동의장단과 함께하는 시민사회속으로

과실연 AI 미래포럼

LG의 인공지능 연구그룹인 '플레인드 AI 리서치'의 책임자이자 '지도 인공지능 미래포럼'의 공동의장으로서 그의 역할을 소개합니다.

두 리더를 초대해 AI 산업에 대해 이야기 나누기

박진우 RTM 상무와 최중기 대동AI 대표를 소개합니다.

박진우 상무가 RTM에서 자신의 역할과 제조업계의 AI 혁신을 위한 노력에 대해 이야기합니다.

최정기 상무가 KT AI사업단장으로서의 커리어와 대동AI랩 설립에 대해 소개합니다.

박진우 님의 프레젠테이션: 인공지능을 활용한 미래 산업

인공지능이 가져올 제조업의 미래는 어떤 모습일까요?

RTM과 제조 분야의 AI 혁신을 위한 노력 소개

반도체, 2차 전지, 디스플레이 등 다양한 제조 산업에서 활동합니다.

기존 제조업에 대한 부정적인 인식과 혁신적인 제품 생산의 현실 사이의 차이를 보여줍니다.

제조 가치 사슬과 제조 기능의 중요성을 강조합니다.

생산성 향상: 생산성과 품질 간의 균형

반도체 산업의 생산성 및 품질 한계와 높은 공정 복잡성 및 수율 관리의 어려움에 대해 설명합니다.

증가하는 데이터와 인공지능의 필요성

스스로 최적화하는 미래의 공장 상상하기(자체 최적화)

AI 기술 도입의 어려움과 낮은 성공률(~30% 성공)

AI 도입 과제에 대한 RTM의 3단계 솔루션 제안

1단계: 문제 찾기(결함, 고장 등)

3단계: 변경 사항 제어 및 자체 최적화

각 단계별 솔루션 구현 사례(PCB 검사, 반도체 장비 이상 감지, 식품 베이커리 라인 제어)

제조 분야별(반도체, 자동차, 배터리 등) AI 솔루션 도입의 차이 분석

현재 상황 CEO 리더십이 AI 도입을 주도하지만, 전문 인재는 부족한 상황

다음 단계 엔지니어 주도의 AI 활용도를 높이고 사용 편의성을 개선하세요.

다음 단계 AI와의 협업, AI 기반 팀 구축

마지막 단계: 전체 시스템 최적화

기업이 AI를 도입하여 경쟁 우위를 확보하는 방법(데이터 수집의 중요성 강조)

최중기 대표이사가 대동그룹의 AI 활용 사례를 소개하고 현재 대동그룹이 추진하고 있는 AI에 대해 이야기합니다.

대동그룹의 역사와 사업 영역을 소개합니다.

대동그룹의 4대 플랫폼(스마트팜, AI, 자율작업, 정밀농업)

대동의 AI 목표: 농업 분야 전문화, 디지털 트랜스포메이션 가속화

AI 수용의 중요성: 비용 대비 고객 가치 최소화하기

자율주행 트랙터 도입의 배경과 영향 설명하기

비전 기반 자율주행 기술 개발 계획

데이터 수집 및 활용(이미지, 비디오 데이터 수집)

과수원 등 다양한 환경에서의 농업용 로봇 개발 계획

메카트로닉스 기반 자율 주행 플랫폼 개발

정밀 농업의 개념과 글로벌 트렌드 설명하기

국내 정밀농업의 현황과 대동의 실증사업을 소개합니다.

정밀 농업을 위한 AI 의사 결정 시스템 개발 현황

기업과의 협업을 통한 AI 혁신 가치 창출에 대해 박진우 팀장에게 물어보세요.

최 대표에게 대동의 AI 도입 준비와 전략에 대해 들어보았습니다.

두 대표에게 AI 기술 확산의 과제와 해결책에 대한 공통 질문을 던졌습니다.

농부들의 AI 기술 도입에 대한 도전과제와 해결책을 최 대표에게 물어보세요.

기업들이 AI 기술 도입을 꺼리는 이유를 어떻게 극복할 수 있을지 박 대표에게 물었습니다.

최 대표에게 농업 분야 AI 에이전트의 미래에 대해 물었습니다.