▲ 단순반복형 업무 비중으로 판단한 기술의 노동 대체 가능성

생성형 AI 기술이 급격히 발전함에 따라 기계가 인간을 넘어서는 제 3의 기술 특이점이 목전에 다가왔다. 이에 한국의 제조업이 AI 시대에도 경쟁력을 유지하기 위해서는 정부 차원의 소프트웨어(SW)·공학 전문 핵심인재에 대한 인센티브 전략이 시급히 추진돼야 한다는 제언이 나왔다.

산업연구원(KIET, 원장 주현)은 9일 ‘AI 기술 특이점 도래에 대응하는 제조업 SW 핵심인재 확보 전략의 필요성’ 보고서를 발표했다.

이제 기술자체가 수행할 수 없는 인간 고유의 업무가 사라지므로 기업은 비용·편익의 관점에서 AI 도입 여부를 결정하게 된다. 거시적으로는 규제·데이터·인력이라는 국가적 특수성이 미래 AI 확산 및 산업구조 재편 방향을 결정할 것인데 우리나라 서비스업의 경우 규제의 벽이 높으나 제조업의 경우 인재 확보가 가장 큰 애로사항이 될 것이라고 전했다.

중국은 제조 빅데이터를 국가 수준에서 구축했으므로 AI 제조혁신을 B2B 제조서비스 형태로 촉진할 계획을 세우고 있으나, 우리나라는 사적으로 소유한 데이터를 기업생태계 내부에서 활용하여 AI 제조혁신을 도모하는 방식으로 진행될 것이라고 설명했다.

이에 보고서에서는 수출의 주역인 제조업이 국가경쟁력을 유지할 수 있도록 적시를 놓치지 않는 SW 핵심인재 확보와 공학전문가의 AI 융복합 교육이 중요하므로, 국익에 부합할 수 있도록 정부 차원의 핵심인재 인센티브 전략이 시급히 추진될 필요가 있다고 설명했다.

컴퓨터는 반복적 연산 및 기계제어의 정확도에 있어 인간을 넘어서는 제2의 기술 특이점을 가져왔고 그 가격이 하락하면서 생산 현장에도 적극 도입됐다. 일부 영역에 있어 인간보다 월등히 뛰어난 성능을 보이는 컴퓨터를 활용한 업무 자동화로 인해 미국·유럽·남미·아시아 국가에서 일자리 양극화 현상이 공통적으로 확인됐다.

수십년에 걸쳐 사무직과 기계조작자와 같은 단순반복적 직업 비중이 높은 중숙련 일자리가 축소되는 반면 저숙련 및 고숙련 일자리 비중이 증가한 현상이 국제적으로 나타난 것이다. 그럼에도 규칙 기반 소프트웨어로는 비정형적 업무가 대체되지 않았기에 최근까지도 컴퓨터가 수행할 수 없는 업무로 사회적 지능, 창의성, 인식·판단·조작 영역 등이 꼽히며 이러한 비정형적 업무에는 인간 고유의 고등인지 능력이 투입돼야 한다고 여겨졌다.

AI 기술의 발달로 인해 창의성, 휴리스틱, 퍼지제어의 영역까지 기계가 인간을 앞서는 새로운 시대가 도래하였다. 트랜스포머 알고리즘을 기점으로 사람이 경험에 기반해 예측하고 어림짐작하여 원리를 설명할 수 없는 직관적인 인지 판단 및 의사결정이 가능한 것처럼 컴퓨터도 휴리스틱을 수행할 수 있게 된 것이다.

불가능하다고 여겼던 비정형적 창의 작업에서도 컴퓨터를 활용한 대량생산이 가능해졌다는 점에서 생성형 AI는 질적으로 다른 새로운 기술 변곡점이다. 기존의 기계장치·규칙기반 SW에 새롭게 발전하는 로봇·AI 기술이 융복합적으로 사용되면 기계가 수행할 수 없어 인간만이 수행가능한 업무라고 볼 영역이 사라질 것이다.

앞으로는 국가별로 법적으로 금지하고 있지 않은 비즈니스 중, 풍부한 데이터가 존재하면서도 가치가 높은 상품·서비스를 생산하는 산업에 AI 확산 및 기존 생산공정 중 일부분을 대폭 간소화시키는 모습을 목격하게 될 것이다.

동일 산업 내 공급자를 생산품의 질에 따라 상·중·하위로 구분할 때, AI의 확산은 △중하위 수요의 소멸 △하위 공급자의 질적 향상 △산업 밖 비전문가의 공급자 신규 진입 △상위 공급자의 양적 확장을 통해 중위 공급자의 입지가 다각도로 위협을 받을 것으로 예상된다. 이는 스마트폰의 확산과 유사한 노동시장의 파급효과로 다수의 고등인지 직업에서는 AI가 일부 공정만을 자동화하고 비전문가의 생산 역량을 질적으로 향상시키면서 대량생산을 도울 것이다.

미국은 B2C 정보통신업·전문서비스업 중심의 AI 발달이, 중국은 B2B 제조업·제조서비스 중심의 AI 발달이 추진 중이다. 중국의 제조서비스 혁신 속도를 염두에 둘 필요가 있으며, AI 기술을 활용한 우리나라의 제조혁신을 위한 정책적 노력이 필요한 시점이다. 첨단제조업 특성상, AI 개발자와 제조 공학자의 협업 혹은 융복합 인재의 별도 양성이 AI 혁신 성패에 가장 결정적인 요소가 될 것이다.

첨단제조업에서 인간이 수행하던 고등인지 업무를 대신하는 기술을 개발하기 위해서는 AI 개발자와 적용대상 산업의 전문가가 목표 수립 및 결과물 성취도 평가, 데이터 수집, 데이터 분석, 알고리즘 적용 단계에서 긴밀한 협업이 필요하다. 우리나라 제조업은 데이터의 폐쇄성으로 인하여 기업생태계 내부에서의 혁신 가능성이 높으므로, 제조업의 SW 핵심인재 채용 및 기존 공학전문가의 AI 융복합 재교육이 시의적절하게 수행돼야 한다.

길은선 산업정책연구본부 연구위원은 “정부개입이 없다면 우수한 AI 개발자는 급여가 높고 우수한 동료가 많으며 자체적으로 활용할 수 있는 데이터가 풍부한 기업으로 쏠리는데, 코로나 회복기에는 게임 및 가상화폐 개발기업에 SW 핵심인재가 쏠리는 현상이 나타났다”며 “산업별·공정별 AI 혁신을 위한 국가 수준에서의 전략과 이를 수행할 인력확보를 위한 다각도의 핵심인재 인센티브 정책이 필요한 시점”이라고 강조했다.