AI가 제조업 신규 일자리 창출과 인력 격차 해소에 기여하는 방식

2030년까지 200만 제조업 일자리 미충원 전망… AI가 해결사로

2030년까지 200만 개 이상의 제조업 일자리가 미충원 상태로 남을 것으로 예상되는 가운데, AI는 산업 전반에서 일자리를 없애는 것이 아니라 새로운 일자리를 더하고 직원들이 인더스트리 4.0의 잠재력을 실현할 수 있도록 지원한다. 페로랩스(Fero Labs) 창립자 겸 CEO 버크 비란트(Berk Birand)가 그 방법을 설명한다.

AI로 제조업의 새로운 가능성 열기

숙련된 작업자가 부족해 특정 중간 관리자급 운영 역할을 채우기 어렵다는 점이 노동력 부족의 핵심 원인 중 하나다. 전통적으로 머시니스트나 툴메이커 같은 역할의 교육과 자격 취득에는 3~5년이 걸려 많은 이가 이 진로를 기피해왔다. 하지만 AI를 활용하면 이 교육 과정을 몇 달로 단축할 수 있다.

디지털 트윈(산업 공정의 가상 복제본)을 사용하면 예비 작업자들이 공장 현장에서 마주칠 수 있는 다양한 시나리오와 설정을 탐색할 수 있다. 생산에 영향을 주지 않으면서 가상 상황에서 의사결정 능력을 시험해볼 수도 있다. 이는 채용에 새로운 가능성을 연다. 경험 있는 작업자로만 검색을 한정하는 대신, 경험이 적은 인재를 채용해 빠르고 효율적으로 역량을 키울 수 있다.

작업자뿐만 아니라 데이터 과학자도 제조업 인력 부족에 포함된다. 제조업체가 인더스트리 4.0의 잠재력을 실현하려면 공장 센서가 생성하는 모든 데이터를 해석해 실행 가능한 권장사항으로 변환할 인력이 필수적이다. 여기서 AI가 큰 역할을 할 수 있다. 설명 가능한 머신러닝 소프트웨어는 공장 현장에서 생성되는 모든 데이터를 수집해 실시간으로 생산을 더 효율적으로 만드는 최적 설정을 도출한다. 즉, 엔지니어와 작업자를 데이터 과학자로 탈바꿈시키는 것이다.

기술이 새로운 노동 역할 창출

이는 AI가 데이터 과학자를 없앤다는 뜻이 아니다. 오히려 기술은 그들이 더 흥미로운 일을 맡도록 돕는다. 전통적으로 산업 데이터 과학자들은 상당 시간을 기계적 데이터 분석에 쏟는다. 머신러닝 소프트웨어가 데이터 처리와 정제 같은 작업을 맡으면, 데이터 과학자들은 더 흥미로운 문제와 유스케이스를 탐구하는 데 업무 시간을 쓸 수 있다.

자동화가 일자리를 없앤다는 얘기가 많지만, 올바른 적용을 통해 AI는 정반대의 역할을 할 수 있다. 제조업체가 인간 직원을 교육하고 역량을 강화해 인더스트리 4.0의 꿈을 현실로 만들 수 있도록 돕는 것이다.