
내년 시작하는 '풀스택 AI팩토리 및 제조AI 파운데이션모델 기술개발' 사업은 모델 개발에서 공장 자율운영까지를 묶었다. 사업기간은 2027년부터 2031년까지다. 한국산업기술기획평가원(KEIT)은 지난 3일 이 사업을 '제조 현장 이해부터 운영 판단, 검증·실행까지 연결하는 자율운영 체계'로 소개했다.
산업통상부도 이 사업이 지난해 착수한 업종별 제조 AI 모델과 별도 사업이지만, 그 개발 성과를 이어받아 확장하는 후속 고도화 사업이라고 설명했다. 지난해 사업은 자동차(이미지)·반도체(고주파 시계열)·정유(저주파 시계열) 3개 업종의 특정 데이터에 한정해 프로토타입을 만들고 현장 적용 가능성을 검증하는 단계였다. 내년 사업은 이를 이미지·시계열·테이블 등 여러 형태의 데이터를 함께 이해하는 공통·업종별 모델로 넓히고, AI 공장장·전문 에이전트·설비 실행기술과 묶어 공장 단위 자율운영을 구현하는 단계다.
사업은 네 갈래로 짜였다. 첫째는 제조 파운데이션 모델 핵심기술 개발이다. KEIT는 이를 제조 현장을 이해하고 분석·예측 결과를 제공하는 역할로 설명했다. 둘째는 'AI 공장장'이다. 시장수요·재고물량에 따라 생산계획을 자동으로 세우고 로봇·설비의 최적 작업 순서를 도출하며, 로봇·설비 이상 같은 위기 때 작업계획을 스스로 조정하는 기술이다. 셋째는 여러 업종에 공통으로 쓰는 인프라다. KEIT는 운영 계획과 명령을 검증하고 현장에서 실행한 뒤 결과를 환류하는 역할로 소개했다. 넷째는 현장 실증·확산이다.
대상 업종은 자동차, 반도체·디스플레이, 정유·화학, 기계장비·농기계, 가전, 이차전지, 철강, 조선, 바이오, 섬유 등 10개다. 10대 업종 중심으로 개발된 기술은 식품, 뷰티 등 중소 제조기업의 유사공정에서 활용된다. 산업부는 반도체 분야에서 개발한 고주파 시계열 모델을 식품 공장 설비의 이상 감지·고장 예측에 재사용하고, 해당 설비의 소량 데이터로 미세 조정해 적용할 수 있다고 설명했다.
모델 개발의 축은 이미 여럿이다. 이번 프로토타입은 2025년 시작한 'AI 자율제조 SDM 플랫폼 기술개발' 사업(2025~2027년, 내년 정부안 75억원)에서 나왔다. 한국전자기술연구원(KETI)은 지난해 10월 서울대·KAIST·포항공대와 MFM 공동연구 업무협약을 맺었다. 윤병동 서울대 교수팀은 올해 6월부터 2035년 2월까지 '풀스택 AI 팩토리를 위한 제조 업무 특화형 파운데이션 모델(MxFM)' 연구를 진행한다. 산업부가 4월 공고하고 한국산업단지공단(KICOX)이 과제를 공모한 '열공정 특화 제조 AI 파운데이션 모델 개발 사업'(2026~2028년, 올해 120억원)은 철강·뿌리·이차전지·반도체 등 열을 핵심 변수로 다루는 분야를 겨냥한다.
모델을 키울 데이터 기반도 따로 마련된다. 제조AI 2030 전략에 따르면 숙련공 암묵지를 비롯해 모인 제조 데이터는 국가가 관리하는 '제조AX 데이터 라이브러리'에 쌓인다. 산업부 AI팩토리 제조데이터셋, 과학기술정보통신부 AI허브, 중소벤처기업부 KAMP 등 부처별로 흩어진 제조 데이터도 라이브러리로 연계한다. 지난달 출범한 M.AX 얼라이언스 데이터 분과는 '제조데이터 추진 로드맵'에서 축적된 데이터를 제조 파운데이션 모델 개발과 제조AI 전문기업 육성에 활용하겠다고 밝혔다.
산업부에 따르면 암묵지 사업이 숙련자의 작업방법·판단기준을 데이터로 만들면, 라이브러리가 이를 보안등급·활용권한에 따라 관리하고, MFM은 데이터 제공자가 동의한 범위 안에서 이를 학습에 쓴다. 기업 핵심정보 같은 민감 데이터는 클린룸 등 통제된 환경에서만 활용한다.
안영국 기자 ang@etnews.com