사람 빠진 공장, AI가 채운다…울산에서 시작된 '자율제조' 전환 작성일 04-27 26 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">조선은 인력난·석유화학은 안전…울산 AX "출발 다르고 방향 같다"<br>데이터 기반 의사결정으로 수렴…울산 산단, 자율제조 테스트베드로</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="ZQSZzd5TT5"> <figure class="figure_frm origin_fig" contents-hash="e37530b66980f00337e3bc2f5ab8f2eab87c8e112319d15223f6f59d58929b41" dmcf-pid="5xv5qJ1ylZ" dmcf-ptype="figure"> <p class="link_figure"><img alt="한화필리조선소 전경 모습이다. [사진=한화]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202604/27/552779-26fvic8/20260427075713319jdrr.jpg" data-org-width="640" dmcf-mid="X6IYpxGhy1" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202604/27/552779-26fvic8/20260427075713319jdrr.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 한화필리조선소 전경 모습이다. [사진=한화] </figcaption> </figure> <div contents-hash="31220b2daa21184d067f31ff8e9e16501d45a361651c03a6ab7275d7fc3b9bb6" dmcf-pid="1MT1BitWCX" dmcf-ptype="general"> <br>국내 제조업이 인력 감소와 고령화라는 구조적 위기에 직면하면서 생산 방식 전환이 가속화되고 있다. 특히 울산에서는 조선과 석유화학이라는 양대 산업이 서로 다른 문제를 해소하기 위해 인공지능 전환(AX)에 나서며 산업단지 전반에 걸쳐 체질 변화가 본격화되고 있다. </div> <p contents-hash="b060699cbf22b3323eb915093aab081885f239e9fc3ec3ef9164bd3fd6474342" dmcf-pid="t4IYpxGhTH" dmcf-ptype="general">26일 업계에 따르면 울산미포 국가산업단지는 ‘인력 부족’과 ‘안전·공정 리스크’를 해소하기 위한 수단으로 AX 도입을 확대하고 있다. </p> <p contents-hash="beb5199d865712b6fa636a70f02e7b6384fd891c232fe1d8341a5b7f0b7862ca" dmcf-pid="F8CGUMHlvG" dmcf-ptype="general">울산미포 산단 조선업계는 생산현장 인력 공백이 핵심 문제다. 제조업 취업자 비중은 지난해 15.2%로 역대 최저치를 기록했고 취업자 수 역시 3년 연속 감소세다. 여기에 55세 이상 고령 인력 비중이 빠르게 확대되면서 향후 5~10년 내 핵심 숙련 인력 이탈이 본격화될 것으로 예상된다. 숙련자 경험에 의존해온 조선 공정 특성상 이는 생산성 저하와 품질 편차로 직결될 수 있다는 우려가 크다.</p> <p contents-hash="1c2c9505ec0863d337f9392b73cf90dc922cb23cf94d8746e3d22f8fd339765d" dmcf-pid="36hHuRXSTY" dmcf-ptype="general">이에 따라 조선소 현장에서는 공정 데이터를 기반으로 품질을 예측하고 설비 조건을 자동으로 제어하는 ‘자율제조’ 도입이 확산되고 있다. 단순 자동화를 넘어 AI가 공정 조건을 분석하고 의사결정까지 수행하는 구조로 전환해 인력 의존도를 낮추는 것이 핵심이다. 현장에서는 설비 운영 데이터를 기반으로 공정 최적화와 자동 제어를 확대하려는 시도가 이어지고 있다.</p> <p contents-hash="df4307e1160ee87c03d4592770152e49a0b36b77f92b48198857ef135cf48c46" dmcf-pid="0PlX7eZvhW" dmcf-ptype="general">이러한 흐름 속에서 제조 AI 솔루션 기업들도 적용 사례를 빠르게 늘리고 있다. 미라콤아이앤씨는 제조실행시스템(MES) 기반 ‘넥스플랜트 MES플러스’를 통해 제조 데이터를 통합 관리하고 AI가 공장 운영을 분석·판단하는 구조를 구현했다. LS티라유텍은 작업자-설비-로봇을 AI로 연결하는 통합 운영 모델을 제시하며 무인화 수준을 높이고 있다. </p> <p contents-hash="11a3daf0dc3f0bea60428b44f850fbaaa3dcd3363f7e0267bf8f8a5bf49eae33" dmcf-pid="pQSZzd5TTy" dmcf-ptype="general">석유화학 산업에서는 안전이 최우선 과제로 꼽히는 가운데 ‘AX 실증산단 구축사업’을 중심으로 공정 데이터 표준화와 AI 기반 분석 체계 구축이 진행되고 있다. 정유와 석유·화학 공정이 집약된 울산 파일럿 플랜트를 중심으로 공정·설비·안전 분야 AI 서비스 12종에 대한 실증이 추진되고 있으며 이를 바탕으로 KPX케미칼 등으로 확산하는 것이 목표다.</p> <p contents-hash="a26c8bf9fc58265b08416f6b6cc39c75e0240981f647c0471125f613248c0b1c" dmcf-pid="Uxv5qJ1yTT" dmcf-ptype="general">핵심 기술로는 엠아이큐브솔루션의 ‘디지털 트윈 모델러’가 꼽힌다. 이는 공장 설비 데이터를 국제표준(AAS) 기반으로 정리하고 AI가 이를 인식해 가상공간에 공장을 구현하는 방식으로, 공정 이상을 사전에 시뮬레이션하고 최적 운전 조건을 도출할 수 있다.</p> <p contents-hash="0a3c8698b8e1af40dc9b8facb4265f86f21f3842a3eaad1721c6c6eb56f4e1b7" dmcf-pid="uMT1BitWCv" dmcf-ptype="general">여기에 대규모 언어모델(LLM)과 검색증강생성(RAG)을 결합한 ‘안전 AI 에이전트’도 도입될 예정이다. 작업자가 “현재 압력 조건에서 위험 요소는 무엇인가”와 같은 질문을 하면 AI가 매뉴얼과 사고 데이터를 기반으로 대응 방안을 실시간으로 제시하는 구조다. </p> <p contents-hash="9a615b984964610f32a7841ee61943d0875fabc97c456d447254f96da4d609d3" dmcf-pid="7RytbnFYlS" dmcf-ptype="general">이러한 기술은 향후 클라우드 기반 서비스형 소프트웨어(SaaS) 형태로 전환돼 중소 제조기업으로까지 확산될 전망이다. 정부 역시 GPU 인프라 지원과 제조 AI 센터 구축 등을 통해 산업 전반에 AX 도입을 지원하고 있다.</p> </section> </div> 관련자료 이전 ‘사당귀’ 남현종 축가 고민 04-27 다음 윤이나, LPGA 투어 셰브론 챔피언십 4위…김효주는 6위 04-27 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
