박정수 성균관대 스마트팩토리 융합학과 겸임교수

[박정수 성균관대 스마트팩토리 융합학과 겸임교수] 모든 산업이 힘들다. 과거 성공한 방법으로는 경쟁우위를 유지하기가 힘든 상태를 산업혁명이라고 한다. 산업혁명 시기에는 현재 어려운 기업뿐만 아니라 잘나가는 기업도 변화 관리를 철저히 해야 한다. 모든 산업이 이대로는 앞날이 어렵다는 시그널이 산업혁명이다. 과거 동력, 컴퓨터 파워, 인터넷 등장 등 그 시기마다 수많은 전문가들은 새로운 산업혁명에 대해서 대처방안을 모색하기 바빴다.

우리나라도 최근 “저성장의 만성화 · 사회 문제의 심화”에 따른 경제 · 사회의 구조적 복합적인 위기에 직면하고 있다. 특히 장기적인 경제 성장력 저하가 우려되는 가운데 청년 실업 등 고용 문제가 가장 큰 사회 문제로 부상하고 있다. 그럼에도 불구하고 대부분의 전문 기관들은 글로벌 10위권에 진입했다고 보고서를 작성하고 홍보 아닌 홍보를 하고 있다. 현실을 직시해 보면 과연 우리나라가 스스로 자생력을 가지고 높은 선진국 수준의 경제력을 보유하게 되었는지 질문해 봐야 한다. 혹시 우리나라가 잘 한 부분보다는 다른 나라들의 부진이 우리나라의 경제 순위를 상승시킨 부분도 지적할 필요성은 엄연히 존재하고 있다고 생각한다.

우리는 지금까지 경제 성장에만 관심을 가지고 사회 문제 해결에 대한 관심이 상대적으로 적었다. 때문에 국민의 QOL (삶의 질) 향상에서 괴리(乖離) 성장이라는 비판을 받고 있다. 최근 10 년간의 통계에 따르면 GDP가 28.6 % 증가하여도 삶의 질(QOL) 지수는 11.8 % 상승에 그쳤다 (통계청, 2017 년)

한편, 제4 차 산업 혁명은 지능화 혁명을 기반으로 “경제 · 사회의 구조적 과제”를 동시에 해결할 수 있는 혁신적인 성장의 새로운 모멘텀으로 주목받고 있다. 특히 제 4 차 산업 혁명은 산업 구조, 고용 구조, 국민 생활 등 국가의 경제 · 사회 전반에 걸친 대변혁을 가져오기 때문에 대응 여하에 따라 국가의 미래 경쟁력을 좌지우지(左之右之) 할 수 있을 것이다. 우리나라뿐만 아니라 세계 주요국도 제4 차 산업 혁명에서 경쟁 우위에 서기 위해 경쟁하는 가운데, 지능화 · 융합화에 따른 경제 · 사회 전반의 혁신이 요구되고 있으며 모든 산업에 있어서 과거 다른 뉴 노멀(new normal) 산업 정책과 기업 정책을 디자인하고 실행에 옮기고 있다. 미국의 인공지능 연구 개발 전략 계획 (2016 년 10 월)과 인공 지능, 자동화, 그리고 그에 따른 다양한 경제 정책들, 그리고 독일의 첨단 기술 전략 (2010 년 7 월)과 인더스트리 4.0 (2011 년 4 월 ) 정책이 좋은 예이다.

제4 차 산업 혁명을 위기가 아닌 새로운 기회가 될 수 있도록 과거의 산업화(제 2 차 산업 혁명)에서는 일본이나 독일에 뒤지고 있었지만, 정보화(제 3 차 산업 혁명)에 성공한 훌륭한 경험을 살려, 우리의 강점인 글로벌 과학 기술과 정보통신기술(ICT) 역량을 바탕으로 실질적인 제 4 차 산업 혁명을 선도하고 혁신적인 성장을 적극적으로 추진하여, 이에 따른 경제 성장의 성과를 전 국민에게 분배하는 ‘사람 중심의 경제’로 도약을 앞당길 필요가 있다.

제4 차 산업 혁명은 새로운 성장의 기회다. 그러나 제 4 차 산업 혁명은 지능화에 따라 자본 · 노동의 제약을 극복하여 생산성 향상, 노동력 부족 해소 등 새로운 성장 기반을 제공할 잠재력이 있지만, 산업 구조의 재정에 의한 산업 질서의 변화에 대응하지 못하면 산업 서비스 전반의 글로벌 경쟁력을 잃을 위험이 있다. 기회와 위협이 동시에 공존하는 시기이다.

제4 차 산업 혁명은 인공 지능 (AI)과 빅 데이터 등 디지털 기술에 사물인터넷 등 연결 기반의 지능화 혁명에 의한 산업의 변화뿐만 아니라 국가 시스템, 사회생활 전반에 대한 혁신적인 변화를 유발하고 있다. 모든 것이 인터넷에 초 연결되어 비정형 데이터를 포함한 빅 데이터가 폭발적으로 증가하고 인공지능(AI)이 이것을 스스로 학습하고 분석하여 육체적인 노동을 대신할 뿐만 아니라 지적 판단도 할 수 있게 된다. 네트워크 (IoT, 5G), 데이터 (Cloud, Big Data), AI 소프트웨어 (기계 학습 알고리즘, 분석 고도화) 등의 지능화 기술이 각 분야의 기반 기술과 융합하여 일반화를 촉진하는 것이 핵심이기 때문이다.

또한 지능형 자동화를 실현하는 스마트 팩토리는 기존에는 불가능했던 복잡한 적응 과정을 요하는 작업까지 자동화하고 반복 학습에 의해 생산성뿐만 아니라 시장 대응력까지 획기적으로 향상시키고 있다. 예를 들어, 미국의 아톰 와이즈 사는 신약 후보 물질을 선별하는 검사에 인공지능(AI) 기술을 도입하여 몇 개월씩 걸리던 신약 개발의 초기 단계를 단 하루 만에 완료했다.

지능형 스마트팩토리를 통해 인간의 능력이 증가하고 있다. 즉 기계의 생산성과 스피드를 살려 인간의 신체 능력을 보완하고 지능을 강화할 수 있는 새로운 도구를 제공하고 노동 생산성 향상에 기여하게 될 것이다. 특히 미국 하버드 의대 등이 2015 ~ 2016 년에 실시한 연구에 따르면, 전이성 유방암 판독의 오류 비율이 AI는 7.5 %, 인간은 3.5 %였지만, 인간과 AI의 공동 작업에 의해 0.5 %까지 억제되었다(2016 년)는 연구 결과도 있다.

지능형 스마트 팩토리는 제조 현장의 운영 최적화 뿐만 아니라 전체 시스템의 최적화도 가능하게 할 것이다. 실제 빅 데이터를 실시간으로 분석하여 사용자 정의, 정밀 서비스와 사건 전에 감지 - 예측 - 예방 서비스 제공 등을 통해 전체 시스템의 효율을 극대화할 수 있다. 다시 말해 사후 유지 보수(after service)보다는 예지적인 유지 보수(predictive maintenance)가 가능해질 것이다. 예를 들어 미국의 피츠버그에서는 교통 흐름을 개선하기 위해 각 신호마다 실시간 교통 데이터를 수집 · 제어하는 시스템을 도입하여 자동차의 주행 시간을 25 %, 신호 대기 시간을 40 % 감소 효과를 얻을 수 있었다고 한다. 그러므로 지능형 스마트 팩토리는 실시간 기반 연결성이 기본이다.

인공지능(AI) 기술은 제조업의 제조 현장에만 적용되는 것이 아니다. 인공지능을 활용한 지능화는 제품과 서비스의 경쟁력을 좌우하는 키포인트(key point)로 부상하고 있으며 기존의 산업 구조의 변화 등 산업 생태계의 대변혁을 촉발시키고 있다. 맥킨지(2016년)는 2030 년까지 인공지능(AI), 빅데이터 기술 등의 새로운 기술을 적극적으로 활용하는 경우, 각 분야에서 30 ~ 155 %의 생산성 향상이 기대치를 발표했다. 즉 제4 차 산업 혁명 시대의 핵심 투입 요소인 데이터가 기존의 생산 요소(노동, 자본)을 압도하는 새로운 경쟁 요소로 부상하고 있다.

데이터 관리 기술이 소부장(소재, 부품, 장비) 경쟁력 강화에 필요조건이라면 해킹 등 사이버 위협의 증가와 새로운 기술의 안전성 문제 등 잠재적 역기능에 대한 대응은 미래 산업을 위한 충분조건이다. 특히 지능형 서비스의 해킹에 의한 사고 위험, 인공지능(AI) 활용 기술에 부정확한 데이터에 의한 잘못된 결과 초래와 기술 오류 등 신기술의 확대에 따른 부작용도 일어날 수 있다.

지능화가 진화할수록 플랫폼이 고도화될수록 정보 보호와 보안의 무결성(integrity)은 그것들의 기능보다 더 중요하게 취급되어야 한다. 메타버스(metaverse) 사회, 개인화 맞춤(bespoke) 형에 대한 시장과 고객의 요구, 라이프 스타일의 모바일화에 따른 정보 보호 및 보안은 아무리 강조해도 지나치지 않을 것이다.

아래 그림은 중앙 집중적 시스템 구조의 정적인 정보 보안 관리의 시대에서 분산형 클라우드 컴퓨팅 및 빅 데이터와 인공지능 기술의 동적 정보 보호와 보안 관리의 지능형 정보 보안 관리 영역이 과거와 다른 뉴 노멀(new normal)이며, 디지털 대전환(DT)이 아닌 아날로그 기술의 재해석에 의한 디지털 경험 디자인(DX-Design)에 의한 정보 보안의 필용성을 제시하고 있다. 그러므로 지속 가능한 산업 기술을 보호하고 유출을 예지적(predictive)으로 방어하기 위해서는 뉴 노멀(new normal)의 MaaSS에 주목해야 할 것이다.



따라서 동적인 MaaS(Mobility as a Services)를 실현시키기 위해서는 모든 솔루션(solution)과 산업 기술에 대한 뉴 노멀 정보 보안 관리, 즉 MaaSS(Mobility as a Security Services)의 동적인 경제활동에 따른 지속 가능한 보안 관리를 구현하여 모든 솔루션(solution) 영역에서 내재화 기술이 요구되고 있다. 그 까닭은 지능형 스마트 팩토리의 플랫폼은 사람 중심 사이버 물리 시스템(h-CPS)으로 구성되어야 하며, 그 시스템은 실시간 기반으로 상호작용과 피드백(feed-back) 되어 사이버 공간과 물리적인 제조 현장이 공진화(共進化,coevolution)되어야 하기 때문이다.