보도자료

“울산, AI 수도 넘어 국제 거점도시 도약을”

울산연구원 계간지… 제조 AI 전환·AX 전략 전문가 제언

울산연구원(원장 편상훈)은 13일 계간지 ‘울산발전’ 89호를 통해 ‘울산, AI(인공지능) 수도 넘어 국제 거점도시 도약’을 주제로 한 전문가 제언을 소개했다.

이번 호 기획특집에서는 울산이 보유한 제조 인프라를 기반으로 인공지능 대전환(AX) 시대에 대응하기 위한 제조업 운영혁신 방향과 정책과제를 집중 조명했다.

김수영 호서대학교 일반대학원 AI스마트팩토리융합공학과 교수(디지털팩토리연구센터 센터장)는 기획특집 ‘울산 제조산업의 AI 도입 전략과 정책 제안’에서 한국산업단지공단 주관 ‘AI-DX(Artificial Intelligence–Digital Transformation) 기반 공장운영관리 혁신 국책과제(2025~2027)’ 실증 경험을 바탕으로 울산 중소제조기업의 AI 도입 지연 원인이 ‘기술 부족’보다 ‘운영관리 구조 부재’에 가깝다고 진단했다.

김 교수는 현장에 생산·품질·설비 데이터가 존재하더라도 △시간 축 불일치 △공정 단계 단절 △4M(Man·Machine·Material·Method) 요인의 비연계로 인해 데이터가 “분석·운영 가능한 구조”로 통합되지 못하는 경우가 많다고 지적했다.

그 결과 불량·비가동이 증가해도 “어떤 설비, 자재 Lot(로트‧동일한 제조 조건에서 생산된 완제품, 부품, 원자재의 단위), 작업자, 조건 조합에서 문제가 집중되는지”를 추적하기 어렵고, 문제점과 애로사항 다차원 분석과 인과 기반 개선으로 연결되지 않는다는 것이다.

이에 대한 전환 로드맵으로 김 교수는 FOM-Assist(제조 기업의 레거시 데이터(ERP, MES, 등)를 통합해 맞춤형 교육과 생산성 관리를 지원하는 시스템) → FOM-KPI(제조 현장의 생산성, 비가동, 불량, 부적합 등 핵심 지표를 데이터 기반으로 분석·가시화하는 시스템) → FOM-AI(호서대학교 디지털팩토리연구센터가 개발하는 AI 기반 제조 현장 운영 시스템의 핵심 지능형 에이전트)의 단계적 접근을 제시했다.

FOM-Assist 단계에서는 ERP(Enterprise Resource Planning‧기업의 모든 업무 프로세스와 자원을 통합적으로 관리하는 소프트웨어 시스템)·MES(Manufacturing Execution System‧공장의 생산 현장에서 실시간으로 생산 활동을 관리·통제하는 시스템)·엑셀·작업일지·검사표 등 흩어진 데이터를 4M 관점으로 재분류하고, 시간·공정·설비·작업자·자재 조건을 기준으로 19개 기본 필드의 데이터파일셋으로 통합해 AI/다차원 분석의 입력 구조를 만든다.

이어 FOM-KPI 단계에서는 결과지표 중심 KPI를 원인–과정 중심으로 재설계(4M·공정·설비-작업자 조합·시간대/작업지시별 KPI 등)하고, 현장과 함께 해석·개선하는 데이터 기반 변화관리 프로세스를 포함해야 한다고 강조했다.

FOM-AI 단계에서는 다차원(다변량) 분석과 AI 모델을 적용해 ‘어떤 변수 조합에서 불량이 증가하는지’ 같은 패턴을 찾아내고, 실증 사례에서는 특정 설비–자재 LOT 결합 구간의 이상 패턴을 발견하거나 공정조건 조정으로 불량률을 30% 낮춘 사례도 제시됐다.

울산 제조산업 특성을 고려한 정책 과제로는 △울산형 FOM-Assist 데이터 표준 모델 제정 △울산형 기본 KPI 세트(불량·비가동·납기·에너지·안전 등)와 연계한 FOM-KPI·변화관리 프로그램 구축 △조선·자동차·석유화학 특화된 공장운영관리 AI 실증센터 조성 △Assist–KPI–AI 연계 개선율 기반 성과형 지원체계 도입 △산업 데이터–정책–교육 통합 플랫폼 구축 등을 제안했다.

유대승 한국전자통신연구원(ETRI) 울산지능화융합연구실장은 ‘AI 대전환(AX) 시대, 울산의 생존 전략과 제조 AI 허브로의 도약’을 주제로, 울산이 ‘산업수도’를 넘어 글로벌 제조 AI 거점도시로 도약할 수 있는 전략을 제시했다.

유 실장은 울산이 대기업 중심의 집적된 제조 생태계와 대규모 실증 환경을 보유한 점을 강점으로 꼽으며, 이를 활용한 제조 AI 실증 테스트베드 구축의 중요성을 강조했다. 특히 대기업과 협력사를 연결하는 수직계열화 구조가 AI 전환기에는 공급망 전체의 생산성과 경쟁력을 높이는 자산이 될 수 있다고 평가했다.

이어 울산형 제조 AI 허브 실현을 위한 3대 전략으로 △지역 특화 소버린 AI 구축 △중소·중견기업을 위한 공공 AI 인프라 제공 △포용적 AI-X 인력 양성 및 일자리 전환을 제안했다.

이를 통해 울산이 단순한 AI 기술 도입 도시가 아닌, 자율 제조와 메타 팩토리 구현을 선도하는 제조 AI 중심지로 발전할 수 있다고 주장했다.

울산연구원 관계자는 “이번 계간지에는 제조 현장의 운영 구조와 데이터 기반 혁신에 초점을 맞춘 실천적 제언을 담았다”며 “울산이 AI 전환 시대에도 제조 경쟁력 유지·강화에 정책적 시사점을 제공할 것으로 기대된다”고 말했다.