[K-FDE①] 숙련공 노하우 ‘암묵지’를 AI 자산으로…K-FDE 제도화 시동

국내 제조업 경쟁력의 기반 중 하나인 숙련공 경험·노하우를 바탕으로, 숙련공의 암묵지의 AI 자산화 추진을 위한 '한국형 현장 배치 엔지니어(K-FDE)' 제도 구축 논의가 본격화됐다.

지난 1일 여의도 국회의원회관에서는 임문영 더불어민주당 의원 주최로 '제조암묵지 디지털 전환을 위한 제도(K-FDE) 구축 정책간담회'가 개최됐다. 간담회에서는 K-FDE 도입 필요성과 현장 적용 방안, 인재 양성 방안, 정부 지원체계 구축 제언이 논의됐으며, 임문영 의원 대표발의 '산업 디지털 전환 및 인공지능 활용 촉진법' 개정안의 구체적 제도화 방향을 논의하는 데 목적을 뒀다.

이 개정안은 팔란티어 FDE 모델을 참고 모델로 삼아 청년 전문인력의 중소·중견기업 현장 배치 지원, 청년 전문인력과 숙련인력의 협업 지원, 실제 제조현장 문제 발굴 지원, 실제 제조현장 문제 해결 지원을 담고 있다.

지난 1일 '제조암묵지 디지털 전환을 위한 제도(K-FDE) 구축 정책간담회'가 개최됐다. 간담회 참석자들은 기념촬영을 했으며, 사진 속 왼쪽 3번째 인물은 임문영 더불어민주당 의원이다. 이번 간담회는 숙련공의 제조 암묵지와 청년 AI의 연결, 'K-FDE'를 주제로 다뤘다.

간담회는 제조업의 경쟁력을 지탱해온 숙련 인력의 암묵지를 어떻게 디지털 전환과 AI 활용으로 연결할지에 초점을 뒀다. 임문영 의원은 제조업 경쟁력의 핵심 자산으로 숙련 인력의 제조 암묵지를 지목했다.

임문영 의원은 제조 암묵지의 형성 주체로 50·60대 숙련 인력을 들었다. 이들의 제조 암묵지는 오랜 현장 경험·노하우 축적으로 형성돼 왔다고 봤다.

임문영 의원은 현장에 축적된 경험·노하우의 자산화와 새로운 인공지능 결합이 필요하지만, AI 전환 활용 역량은 부족하다고 봤다. 제조현장 암묵지는 기업 데이터베이스·매뉴얼보다 숙련자 경험·판단에 내재한 지식이라고 설명했다.

이 암묵지는 단순 작업 매뉴얼과 구별되는 현장 판단 능력으로 제시됐다. 예컨대 기계 소리·진동으로 이상 여부를 판단하거나, 제품의 미세한 색·모양·촉감 차이로 불량 가능성을 식별하는 사례가 거론됐다.

숙련자 퇴직 시 기업의 손실 범위는 인원 1명 감소에 그치지 않고 수십 년 축적 제조 지식 상실 가능성까지 포함된다는 문제의식이 제시된다.

이를 보완하기 위해 임 의원은 현장 이해 숙련 인력이 존재하고 AI·디지털 기술 활용 청년 인력이 존재하는 만큼, 양측이 만나 공동으로 문제 해결하는 구조가 필요하다고 밝혔다.

임 의원은 FDE 모델을 주목 대상으로 삼고 이 모델을 참고했다고 설명했다. FDE는 현장 배치, 고객 문제 파악, 기술의 실제 업무 구현 담당 엔지니어를 뜻하며, 이 모델의 확산 계기는 팔란티어 도입이었다.

이 같은 구상을 반영한 관련 법 개정안에는 청년 산업 AI 인력의 중소·중견기업 현장 배치 지원과 청년 산업 AI 인력과 숙련 인력이 함께 현장 문제 발굴·해결하도록 지원하는 내용이 담겼다.

임문영 의원은 법안의 목표가 청년 고용을 넘는 제조업 디지털·AI 전환 유도에 있다고 밝혔다.

이 같은 발언은 지난 1일 개최된 '제조암묵지 디지털 전환을 위한 제도(K-FDE) 구축 정책간담회'에서 나왔다. 간담회 사진 표기는 양승갑 기자다.

간담회에서는 FDE 육성에 교육만으로는 부족하고, 현장 경험과 장기 육성이 필요하다는 취지가 제시됐다.

발제자로 나선 이민석 국민대 소프트웨어융합대학 교수는 FDE가 필요한 이유를 AI 모델과 실제 산업현장 간 간극에서 찾았다. 그는 기업이 우수한 AI 모델을 확보하더라도 현장 적용이 뒷받침되지 않으면 실질적 AI 전환(AX)이 곤란하다고 진단했다.

이 교수는 AI 모델 성능 못지않게 현장 적용과 성과 연결을 담당할 인력이 중요하다고 판단했다. 아울러 AI가 필요한 전 영역에 배치돼 전환을 성공으로 이끌 인력의 필요성을 강조했다.

제조현장에서는 AI 적용 핵심 지식 상당수가 데이터 미정리 상태로 남아 있고, 해당 지식의 보유 형태도 숙련자 경험·판단 중심이라는 지적이 나온다. 정부 지원사업 등을 통한 시스템통합(SI) 기업의 시스템 구축 사례가 있었지만, 사업 종료 후 관련 인력 이탈 문제가 뒤따르고, 인력 이탈 이후에는 시스템 지속 운영·고도화 주체 부족 문제도 발생하는 것으로 지적됐다.

이 교수는 제조업 디지털전환을 '세대 전환'으로 규정했다. 그는 장인의 경험·암묵지를 컴퓨터로 이전하는 작업이 필요하다고 봤고, 세대 전환이 이뤄져야 사업의 정상 작동이 가능한 전환이 성립한다고 밝혔다.

이어 이 교수는 필요한 것은 솔루션 자체보다 현장에서 끝까지 문제 해결·추가 발전 담당 인력이라고 설명했다. 아울러 인재양성 방식에 대해서는 기존 공급 중심 구조 탈피를 제언했고, 대학 등 교육기관의 기술 교육 후 산업현장 배출 방식만으로는 부족하다고 지적했다. 그 이유로는 FDE 필요 역량의 충분한 확보가 어렵다는 점을 들었다.

이 교수는 AI 전환기에 필요한 인력을 만들기 위해서는 교육만으로는 부족하며, 교육·현장 배치 연계 성장 경로 필요하다고 설명했다. 목적은 AI·소프트웨어 기술과 특정 산업 공정·데이터 이해를 갖추도록 하는 데 있으며, 실제 문제 해결 경험 축적도 필요하다고 밝혔다. 또 AI 전환 대응에 현장 중심 운영 필요하다고 말했다.

이 교수는 FDE가 현장 배치형 인력이라면 기존 인력 양성 방식과 현장 진입 방식 전반의 변화 필요하다고 밝혔다. 아울러 FDE 전문성 확보에 상당한 시간 소요 전망이라고 했으며, FDE로 성장에 5~10년 필요하다고 설명했다.

이 교수는 성장 과정의 현장 경험 축적 위한 지속 지원 필요하다고 강조했다. 이어 해당 정책은 청년 인재양성·일자리·산업 보호를 아우르는 복합 정책이라고 말했다.

FDE의 현장 안착을 위한 다양한 의견이 제기되는 가운데, 윤대균 아주대 소프트웨어학과 교수는 코드 생산 비용 하락과 AI 확산으로 소프트웨어 인재에게 필요한 역량이 달라졌다고 진단했다. 그는 과거 핵심 역량이 코드의 신속·정확한 작성 능력이었다면, AI 시대의 핵심 역량은 문제의 정확한 정의 능력과 AI 산출물의 실제 현장 유효성 검증 능력이라고 봤다.

이 같은 변화는 대학 교육의 변화 반영 사례로도 소개됐다. 기존 프로젝트 수업의 초점이 결과물 제작에 있었다면, 현재는 사용자 인터뷰와 문제 정의, 개발 과정 기록, 검증에 대한 교육 비중 확대가 이뤄지고 있다.

윤대균 교수는 이런 변화의 연장선에서 FDE를 바라봐야 한다고 제언했다. 그는 FDE의 교육과 현장 배치를 별도 단계로 접근해서는 안 된다고 판단했다.

이에 따라 윤대균 아주대 소프트웨어학과 교수는 FDE 양성과 배치의 단일 파이프라인 설계를 제언했다. FDE 역시 교육과 배치를 끊어서 보지 말고 하나의 흐름으로 설계해야 한다는 주장이다.

K-FDE 사업의 성과평가 방식과 주요 과제를 두고, 배치 인원·취업률을 KPI로 설정할 경우 현장 파견 자체가 사업 목표로 변질될 우려가 있다는 지적이 나왔다. 사람 배치나 취업 성과 중심으로만 사업을 평가하면 사업 취지가 현장 투입 자체로 좁아질 수 있다는 것이다.

이와 관련해 윤 교수는 배치 후 시스템의 지속 운영 여부를 점검할 필요가 있다고 밝혔다. 또한 현장에 남는 자산 규모·정도를 확인할 필요가 있다고 강조했다.

이 같은 지속 운영성과와 현장 자산 축적을 가능하게 하려면 숙련자 참여를 유도하기 위한 인센티브가 필요하다는 제안도 나왔다. 숙련자는 장기간 축적한 암묵지를 제공하고 FDE 인재와 협업하는 역할을 맡는다고 설명했다.

윤 교수는 암묵지를 보유한 다수 숙련 인재의 참여가 필요하다고 밝혔다. 다만 숙련자 보상 미비 시 적극적 참여 유도가 곤란하고, 확실한 인센티브 없으면 적극 참여가 어렵다고 말했다.

아울러 향후 FDE의 유망 직군화 가능성에 대비한 관리체계가 필요하다는 언급도 나왔다. 관련 교육기관·양성과정·인증사업 난립 가능성이 있는 만큼, 교육 품질·전문성 검증을 위한 제도적 장치 마련이 필요하다는 제언이 제시됐다.

윤 교수는 관련 내용을 법과 제도 차원에서 걸러낼 수 있도록 법적·제도적 필터링 방식 설계가 필요하다고 밝혔다.

이어 K-FDE가 남겨야 할 것으로는 암묵지→형식지→데이터가 제시됐다.

이현동 슈퍼브에이아이 부대표는 최근 산업 현장에서 베이비부머 세대 은퇴에 따른 인력 공백 우려가 커지고 AI 솔루션을 요구하는 기업이 증가하고 있다고 설명했다.

이현동 슈퍼브에이아이 부대표는 이런 상황에서 일회성 솔루션 납품만으로는 인력 공백 해소가 어렵다고 진단했다. 또 숙련자 암묵지의 형식지 전환이 필요하고, 전환된 형식지의 AI 활용 가능 데이터 체계 축적이 필요하다고 강조했다.

아울러 이현동 슈퍼브에이아이 부대표는 도입 AI 솔루션이 제대로 작동하지 않으면 현장 전문지식 상실 가능과 산업 경쟁력 상실 가능이 있다고 진단하며, 숙련자 노하우의 암묵지→형식지→데이터 체계 구조 구축이 필요하다고 제언했다.

제조현장에서는 수많은 신호 가운데 유의미한 정보를 선별하고 판단하는 과정을 재현 가능한 지식으로 만드는 일이 필요하다는 인식이 제기된다. 특히 숙련자 판단 과정의 지식화 필요 인식이 커지고 있다. 개인 경험에 의존한 도제식 전수만으로는 확산에 한계가 있는 만큼, 이에 대한 대응 방안으로 일정한 기준·방법론 기반의 체계화가 필요하다는 흐름이다.

이 부대표는 SI 프로젝트의 경우 시스템은 남아도 그 근간은 남지 않으며, 일회성 프로젝트가 될 가능성이 매우 높다고 밝혔다. 이어 암묵지를 형식지로 전환할 필요가 있고, 형식지를 데이터 체계로 전환할 필요가 있다고 설명했다. 아울러 암묵지에서 형식지를 거쳐 데이터 체계로 가는 전체 프로세스를 유념해야 한다고 강조했다.

이 같은 틀에서 K-FDE가 담아야 할 데이터 체계 요건으로는 전문성, 일관성, 학습 가능성, 최신성, 지속 가능성이 제시됐다. 제조현장의 숙련자 판단을 재현 가능한 지식으로 정리하고 이를 데이터 체계로 옮기기 위해서는 이러한 요건을 갖춘 체계가 필요하다는 맥락이다.

이 부대표는 산업 현장에서 전문가 은퇴 우려가 크다고 밝혔다. 그러면서 K-FDE 법안이 전문가 은퇴 문제를 해결하는 방법이자 지속 가능한 산업 경쟁력 확보 방법이라고 설명했다.

장희영 한국생산기술연구원 국가뿌리산업진흥센터 수석연구원은 뿌리산업의 제조 암묵지 소실 문제의 심각성을 진단했다. 뿌리산업은 주조·금형·용접 등 제조업 기반 공정을 담당한다.

이 산업은 숙련자 경험·판단 의존도가 높다. 이 때문에 숙련 인력 고령화와 인력 부족은 기술 단절 가능성을 확대하는 요인으로 작용한다.

장희영 연구원은 현장에 기술 전수받을 후속 인력이 부족하다고 설명했다. 이에 따라 뿌리산업에서는 제조 암묵지 소실과 기술 단절 위험이 커지는 구조라고 진단했다.

여기에 현장과 디지털 기술 간 간극도 추가 문제로 지목됐다. 숙련자는 공정 이해에 강점이 있지만 AI·데이터·로봇 기술에는 익숙하지 않고, SI 기업은 디지털 기술을 보유했지만 뿌리산업 세부 공정 이해는 부족한 만큼 장희영 연구원은 현장과 기술 사이 간극을 메울 역할이 필요하다고 강조했다.

방안으로는 지역 거점 중심 대학-기업 연결 인프라 구축이 제안됐다. 이 인프라는 지역 전략산업 연계를 맡고, 숙련자 암묵지의 형식지·데이터 전환 기반을 마련하며, 대학 양성 인재와 기업 실제 수요를 연결하는 역할을 하도록 구상됐다.

최근 인력난 심화와 함께 기업의 자동화·지능화 수요 확대가 이어지는 가운데, 장 연구원은 인력 양성 체계화가 필요하다고 밝혔다. 아울러 중간 매니저 역할 인프라 구축이 필요하고, 인프라가 현장까지 연결돼야 하며, 이 같은 요소들의 조화가 필요하다고 강조했다.

출처: 아이티데일리 (IT DAILY) · 양승갑 기자
원문: https://www.itdaily.kr/news/articleView.html?idxno=241361

참고자료

• https://www.itdaily.kr/news/articleView.html?idxno=241361