[AWC 2022 in Busan] “AI가 제조업 경쟁력 가른다”

유창동 KAIST 전기·전자공학부 교수, 생산성 향상 위한 AI 기술 소개

“지금까지 국가 경쟁력은 국방, 천연자원 등으로 나뉘었지만 앞으로는 인공지능(AI)을 얼마나 잘 활용하느냐에 따라 달라질 가능성이 크다. 한국 경제 기반인 제조업도 마찬가지다. 스마트팩토리에서 AI를 얼마나 잘 활용하느냐가 산업 성장을 좌우할 것이다.”

한국인공지능학회장을 역임하고 있는 유창동 KAIST 전기·전자공학부 교수가 28일 부산 벡스코에서 열린 글로벌 AI 컨퍼런스 ‘AWC 2022 in Busan(AWC부산)’에서 제조업에서의 AI 중요성을 강조했다. 제조업 경쟁력 강화를 위해 추진되는 ‘스마트팩토리’에서 반복적이고 위험요소가 많은 부분에 AI 기술을 적용해야만 기존과 다른 혁신을 추구할 수 있다고 밝혔다. AWC부산은 디지틀조선일보와 인공지능 전문매체 THE AI가 부산시, 부산대, 벡스코와 공동 주최·주관하는 행사로, AI의 현황과 미래를 살펴보는 세계 각국 전문가 교류의 장이다. 

유 교수는 “AI가 4차 산업혁명을 견인하고 있듯이 제조업에서도 다양한 AI 기술이 사용되고 있다”면서 “특히 다양한 사물인터넷(IoT)을 센서를 이용해 품질관리와 출원을 하고 있는 스마트팩토리는 AI로 이러한 기능을 크게 향상할 수 있다”고 말했다.

그 방법으로 ‘인과관계 추론’을 제시했다. 이 추론은 실험이 쉽지 않은 사회과학이나 의료 분야에서 발전된 통계 기법이다. 실험 대신 관측 데이터를 통해 마치 실험을 진행한 것처럼 시뮬레이션해 인과 효과를 추정한다. 

이 방식은 데이터에 없는 내용을 추론할 수 있는 장점이 있다. 예를 들어 정부가 추진하는 부동산 정책에 대한 조사를 할 때 기존 추론 방법은 데이터를 토대로 정책 효과를 추론했다. 기존에 있는 사실을 토대로 결괏값을 얻었다. 인과관계 추론은 여기서 한 발 더 나아가 사실이 아닌 가정도 추론할 수 있다. ‘만약 정부가 금리를 올리지 않고 다른 시도를 했다면 어떤 결론이 났을까’라는 질문도 AI를 통해 추론할 수 있는 것이다.

인과관계 추론은 제조업에 AI 기술을 쉽게 적용할 수 있는 방안으로 꼽힌다. 제조업은 데이터 확보가 어렵다고 평가받는 분야다. 예를 들어 예방정비를 위한 AI 모델을 만든다고 가정했을 때 여기에 필요한 데이터를 획득하기 위해 일부로 장비를 고장 낼 수 없기 때문이다. 인과관계 추론은 반드시 데이터가 필요한 학습 방법이 아니라 가정을 통해 이 문제를 해결할 수 있다.

유 교수는 “많은 사람이 AI는 데이터를 토대로 결괏값을 낸다고 생각하고 있지만 이젠 인과관계를 통해 실제로 관측하지 못한 사실에 대해서도 추론할 수 있게 됐다”며 “이러한 추론 방법을 스마트팩토리에 적용한다면 생산성 향상을 이룰 수 있을 것”이라고 말했다.