과학기술정보통신부가 국내 제조업의 근본적인 혁신을 위해 '제조AI 2030 전략'을 공식 발표했습니다. 이번 전략은 2030년까지 민간과 정부가 합심해 총 20조 원을 투입하고, 이를 통해 100조 원 이상의 경제적 부가가치를 새롭게 창출하는 것이 핵심입니다. 특히 현장의 오랜 노하우를 가진 명장들의 숙련 기술을 디지털 데이터로 전환해 인공지능(AI)이 학습하게 함으로써, 대한민국 제조 경쟁력을 한 단계 끌어올린다는 계획입니다.

이번 전략의 가장 눈에 띄는 대목은 대규모 투자 규모와 구체적인 목표치입니다. 과학기술정보통신부에 따르면 2030년까지 투입되는 20조 원의 재원은 정부 예산과 민간 자본을 결합해 조성됩니다. 이를 통해 단순한 생산성 향상을 넘어 제조 전 과정에 AI를 이식하고, 결과적으로 100조 원이 넘는 부가가치를 만들어내겠다는 것이 정부의 설명입니다. 이는 기술의 발전을 산업 현장의 실제 수익으로 연결하겠다는 의지로 읽힙니다.

특히 인적 자원의 한계를 극복하기 위한 '명장 기술의 데이터화'가 주목받고 있습니다. 수십 년간 현장에서 쌓인 숙련공들의 암묵적인 기술과 감각을 AI가 학습할 수 있는 형태의 데이터로 축적하는 작업입니다. 과학기술정보통신부는 이를 통해 고령화에 따른 기술 단절 우려를 해소하고, 제조 현장의 지능화를 앞당길 수 있을 것으로 보고 있습니다. 사람이 일일이 가르치던 기술을 데이터화된 AI가 전수하거나 보조하는 환경이 구축되는 셈입니다.

관련 인프라 구축도 속도를 내고 있습니다. 정부는 2026년 7월 '국가 AI 컴퓨팅센터'를 착공할 예정이며, 이는 제조 현장에서 발생하는 방대한 데이터를 처리하는 핵심 거점 역할을 수행하게 됩니다. 또한 산업 인력 양성을 위해 아주대학교 등 주요 대학을 AI융합혁신대학원으로 선정해 2026년까지 지원 사업을 이어가고 있습니다. 기업들의 관심도 높습니다. 최근 삼성SDS가 발표한 '2026년 국내 기업 IT 투자 전망' 보고서에 따르면, 국내 기업 임원들 상당수가 AI 분야에 대한 투자 확대를 긍정적으로 검토하고 있는 것으로 나타났습니다.

글로벌 경쟁 환경과 한국의 입지

한국의 이 같은 대규모 투자 결정은 글로벌 기술 경쟁 심화와 무관하지 않습니다. 2023년 기준 한국의 GDP 대비 연구개발(R&D) 지출 비중은 4.94%로 세계 최고 수준을 기록하고 있습니다. 이는 일본(3.44%), 미국(3.45%), 독일(3.15%) 등 주요 선진국을 크게 웃도는 수치입니다. 정부는 이러한 R&D 역량을 바탕으로 AI를 제조업에 깊숙이 결합해 추격자에서 선도자로 올라서겠다는 구상입니다.

하지만 대외적인 환경은 녹록지 않습니다. 최근 미국과 중국의 기술 디커플링이 심화되고 있으며, 도널드 트럼프 행정부의 대중 관세 강화 등 보호무역주의가 다시 강화되는 추세입니다. 2026년 7월 1일 현재 코스피 지수는 전일보다 0.97% 상승한 8,476.48을 기록하며 긍정적인 흐름을 보이고 있으나, 환율은 달러당 1,548.30원으로 높은 수준을 유지하고 있어 수출 중심의 제조업계에 부담으로 작용하고 있습니다. 이러한 거시 경제 환경 속에서 제조 AI 전략이 실제 수출 경쟁력으로 이어질지가 관건입니다.

현장의 목소리와 인력 양성 과제

정부의 이번 발표에 대해 산업계에서는 기대와 우려가 교차하고 있습니다. AI 기술 도입이 생산성을 높일 것이라는 점에는 동의하지만, 중소기업들이 이러한 고가의 시스템을 도입할 여력이 충분한지에 대한 지적도 나옵니다. 과학기술정보통신부는 이를 위해 대학과 연계한 기술 지원 및 인력 양성 체계를 강화하고 있습니다. 실제로 아주대학교는 2026년까지 과학기술정보통신부가 지원하는 AI융합혁신대학원 사업에 선정되어 실무 인재를 배출하고 있습니다.

전문가들은 AI 기술의 완성도만큼이나 중요한 것이 '데이터의 질'이라고 입을 모읍니다. 명장의 기술을 데이터화하는 과정에서 얼마나 정밀하게 그 노하우를 담아낼 수 있느냐가 승부처라는 것입니다. 또한 삼성SDS의 최근 설문에서 드러났듯, 기업들이 보안과 비용 문제를 AI 도입의 주요 걸림돌로 꼽고 있는 만큼 이에 대한 실질적인 해법 제시도 필요해 보입니다.

정부 관계자는 "이번 제조AI 2030 전략은 대한민국 제조 산업의 판도를 바꾸기 위한 중장기 프로젝트"라며 "민간의 투자 활력을 끌어올리고 인프라를 탄탄히 구축해 2030년에는 AI가 이끄는 제조업의 성과를 국민들이 체감할 수 있도록 하겠다"고 강조했습니다. 이제 막 첫발을 뗀 이번 전략이 실제 산업 현장의 변화를 이끌어낼 수 있을지 업계의 시선이 쏠리고 있습니다.

과학기술정보통신부가 국내 제조업의 근본적인 혁신을 위해 '제조AI 2030 전략'을 공식 발표했습니다. 이번 전략은 2030년까지 민간과 정부가 합심해 총 20조 원을 투입하고, 이를 통해 100조 원 이상의 경제적 부가가치를 새롭게 창출하는 것이 핵심입니다. 특히 현장의 오랜 노하우를 가진 명장들의 숙련 기술을 디지털 데이터로 전환해 인공지능(AI)이 학습하게 함으로써, 대한민국 제조 경쟁력을 한 단계 끌어올린다는 계획입니다.

이번 전략의 가장 눈에 띄는 대목은 대규모 투자 규모와 구체적인 목표치입니다. 과학기술정보통신부에 따르면 2030년까지 투입되는 20조 원의 재원은 정부 예산과 민간 자본을 결합해 조성됩니다. 이를 통해 단순한 생산성 향상을 넘어 제조 전 과정에 AI를 이식하고, 결과적으로 100조 원이 넘는 부가가치를 만들어내겠다는 것이 정부의 설명입니다. 이는 기술의 발전을 산업 현장의 실제 수익으로 연결하겠다는 의지로 읽힙니다.

특히 인적 자원의 한계를 극복하기 위한 '명장 기술의 데이터화'가 주목받고 있습니다. 수십 년간 현장에서 쌓인 숙련공들의 암묵적인 기술과 감각을 AI가 학습할 수 있는 형태의 데이터로 축적하는 작업입니다. 과학기술정보통신부는 이를 통해 고령화에 따른 기술 단절 우려를 해소하고, 제조 현장의 지능화를 앞당길 수 있을 것으로 보고 있습니다. 사람이 일일이 가르치던 기술을 데이터화된 AI가 전수하거나 보조하는 환경이 구축되는 셈입니다.

관련 인프라 구축도 속도를 내고 있습니다. 정부는 2026년 7월 '국가 AI 컴퓨팅센터'를 착공할 예정이며, 이는 제조 현장에서 발생하는 방대한 데이터를 처리하는 핵심 거점 역할을 수행하게 됩니다. 또한 산업 인력 양성을 위해 아주대학교 등 주요 대학을 AI융합혁신대학원으로 선정해 2026년까지 지원 사업을 이어가고 있습니다. 기업들의 관심도 높습니다. 최근 삼성SDS가 발표한 '2026년 국내 기업 IT 투자 전망' 보고서에 따르면, 국내 기업 임원들 상당수가 AI 분야에 대한 투자 확대를 긍정적으로 검토하고 있는 것으로 나타났습니다.

글로벌 경쟁 환경과 한국의 입지

한국의 이 같은 대규모 투자 결정은 글로벌 기술 경쟁 심화와 무관하지 않습니다. 2023년 기준 한국의 GDP 대비 연구개발(R&D) 지출 비중은 4.94%로 세계 최고 수준을 기록하고 있습니다. 이는 일본(3.44%), 미국(3.45%), 독일(3.15%) 등 주요 선진국을 크게 웃도는 수치입니다. 정부는 이러한 R&D 역량을 바탕으로 AI를 제조업에 깊숙이 결합해 추격자에서 선도자로 올라서겠다는 구상입니다.

하지만 대외적인 환경은 녹록지 않습니다. 최근 미국과 중국의 기술 디커플링이 심화되고 있으며, 도널드 트럼프 행정부의 대중 관세 강화 등 보호무역주의가 다시 강화되는 추세입니다. 2026년 7월 1일 현재 코스피 지수는 전일보다 0.97% 상승한 8,476.48을 기록하며 긍정적인 흐름을 보이고 있으나, 환율은 달러당 1,548.30원으로 높은 수준을 유지하고 있어 수출 중심의 제조업계에 부담으로 작용하고 있습니다. 이러한 거시 경제 환경 속에서 제조 AI 전략이 실제 수출 경쟁력으로 이어질지가 관건입니다.

현장의 목소리와 인력 양성 과제

정부의 이번 발표에 대해 산업계에서는 기대와 우려가 교차하고 있습니다. AI 기술 도입이 생산성을 높일 것이라는 점에는 동의하지만, 중소기업들이 이러한 고가의 시스템을 도입할 여력이 충분한지에 대한 지적도 나옵니다. 과학기술정보통신부는 이를 위해 대학과 연계한 기술 지원 및 인력 양성 체계를 강화하고 있습니다. 실제로 아주대학교는 2026년까지 과학기술정보통신부가 지원하는 AI융합혁신대학원 사업에 선정되어 실무 인재를 배출하고 있습니다.

전문가들은 AI 기술의 완성도만큼이나 중요한 것이 '데이터의 질'이라고 입을 모읍니다. 명장의 기술을 데이터화하는 과정에서 얼마나 정밀하게 그 노하우를 담아낼 수 있느냐가 승부처라는 것입니다. 또한 삼성SDS의 최근 설문에서 드러났듯, 기업들이 보안과 비용 문제를 AI 도입의 주요 걸림돌로 꼽고 있는 만큼 이에 대한 실질적인 해법 제시도 필요해 보입니다.

정부 관계자는 "이번 제조AI 2030 전략은 대한민국 제조 산업의 판도를 바꾸기 위한 중장기 프로젝트"라며 "민간의 투자 활력을 끌어올리고 인프라를 탄탄히 구축해 2030년에는 AI가 이끄는 제조업의 성과를 국민들이 체감할 수 있도록 하겠다"고 강조했습니다. 이제 막 첫발을 뗀 이번 전략이 실제 산업 현장의 변화를 이끌어낼 수 있을지 업계의 시선이 쏠리고 있습니다.