【2026 國監結算③】「物理 AI」投資擴大…要求驗證製造現場成效與事業連結

今年國政監察中，物理 AI、製造業 AI 轉型（AX）投資成為焦點，外界要求必須將模型開發、實證與中小企業支援串聯起來，才能進一步帶動工廠生產力提升。國監也凸顯出，物理 AI 與製造業 AX 投資必須把相關事業要素一併整合，才能真正反映到製造現場成果。

依各常設委員會來看，隨著科學技術資訊廣播通信委員會國監展開，中國人形機器人示範被提上檯面，並進一步使國內產業基礎與投資戰略成為檢視對象。從產業通商資源中小風險企業委員會相關國監資料來看，製造現場熟練技術轉移至 AI 的事業，以及智慧工廠高階化的實效，也成為檢驗重點。

這些國監提出的後續課題，將延續到 2027 年度預算案審查。根據企劃預算處於 10 月 8 日說明的政府案，跨部會物理 AI 預算將從今年約 9000 億韓元擴大至明年約 3 兆1000 億韓元，約占全體部會 AI 預算 16 兆4000 億韓元的 20%。不過，預算仍須經國會審查後才會確定。

10 月 6 日的科學技術資訊通信部國政監察中，執政黨共同民主黨議員李正憲展示了 2 台中國製人形機器人的行走示範。李議員也介紹了自己赴中國生產與學習現場的經驗，並說明中國已有數百台機器人以實證情境為基礎運作並累積資料。此外，他也指出，國內相關企業在吸引投資方面面臨困難。

對此，兼任科學技術資訊通信部長官的副總理裴慶勳表示，物理 AI 生態系的核心在於資料、機器人、基礎模型等 AI、軟體競爭力。裴長官說明，應在機器人硬體之外，同時確保學習資料與模型，以此建構產業生態系。

同一天，共同民主黨議員黃貞娥公開的預算分析，強調了事業之間的連結。該分析延續先前提出的物理 AI 生態系建構方向，指出相關事業有必要彼此銜接。

根據議員室資料，2027 年度政府案中，科學技術資訊通信部所屬物理 AI 預算為 4622 億韓元。同一部會的整體 AI 預算則為 9 兆4211 億韓元。由此可見，科學技術資訊通信部所屬物理 AI 預算占該部會整體 AI 預算約 4.9%。不過，全體部會合計與科學技術資訊通信部所屬數字，統計範圍並不相同。

黃議員表示，有必要加快把前沿 AI 與獨步 AI 成果連結到工廠、機器人與物流現場的事業設計。她也認為，AI 模型開發成果必須與實際產業需求接軌，如此政府事業結束後，民間投資才能持續。

產業通商部於 10 月 6 日國監中提出，將推動至 2030 年建置 500 座 AI 工廠的計畫。此外，該部也表示，將自 2027 年起啟動全製程 AI 運用的全堆疊 AI 工廠技術開發與實證，並推進製造現場經驗與判斷資料化的事業。

這些事業被列為產業部製造業 AI 轉型戰略「M.AX」的主要課題。產業通商部提出，要在製造現場實現熟練技術的 AI 解決方案，並將各製程的應用擴大為整座工廠的自主運作。同時也提出，將擴散樞紐企業導入成果至合作夥伴企業，並把製造企業與 AI 供應企業的合作與人才培育、金融支援連動起來。

政府也將大規模預算反映到 2 項製造 AI 事業中。政府案編列製造隱性知識活用 AI 解決方案開發 2900 億韓元，以及全堆疊 AI 工廠與製造 AI 基礎模型開發 1200 億韓元。產業部於 11 月 3 日公布製造 AI 擴散戰略，並提出這 2 項事業的政府案規模。該部也表示，將同步推進技術開發與現場實證。

對此，國會方面指出，在追加投資之前，應先檢視既有事業的實際執行內容與成果。國民力量黨議員具滋根於 9 月 27 日、國監前公開韓國產業技術企劃評價院資料。該資料載有製造隱性知識 AI 事業提交執行明細 713 件。

據公開資料顯示，執行總額為 64 億2000 萬韓元。其中，一般與學生人事費約為 38 億7000 萬韓元。人事費占比為 60.2%。

具議員要求，應提出已建置資料、已開發 AI 模型，以及提升製造現場生產力與品質的成果。也有意見指出，有必要確認與人事費支出相當的資料、模型與現場應用結果。

各項課題的預算分配也成為檢驗對象。根據共同民主黨議員許成武於 9 月 27 日公開的中小風險企業部資料，針對 10 個業種、30 項課題的政府支援金，已按課題各配 16 億韓元。對此，產技評說明，不同業種與工廠所需設備及適用範圍各不相同；若套用相同預算，可能產生低效率。

明年度事業課題，則反映了依現場需求與開發難度來配置預算的方式。在課題預算一律編列的情況下，如何把業種與工廠差異反映到預算分配中，成為尚待解決的問題。

中小製造企業導入 AI 的條件也列入檢視範圍。2014~2025 年智慧工廠普及與擴散事業投入金額合計為 2 兆5156 億韓元，建置智慧工廠的企業數達 2 萬5632 家。其中，屬於基礎階段的企業有 1 萬7959 家，占 70.1%。基礎階段的內容是生產資訊數位化。

中階 2 階段企業數為 525 家，占 2.0%。中階 2 階段的內容是即時製程控制與最佳化。共同民主黨議員許成武表示，有必要透過資料連動型實證基礎設施與運營人力套裝支援，推動智慧工廠高階化。

中小風險企業部 2027 年度政府案中，編列了 ICT 融合智慧工廠普及與擴散 4682 億韓元，以及中小企業物理 AI 實證 1728 億韓元，另也新編列製造 AI 專業人力養成 284 億韓元。政府計畫藉此在支援製造領域技術導入的同時，也一併協助人力確保。

此外，科學技術資訊通信部與中小風險企業部也在推動建立蒐集現場需求的協作體系。兩部會在國監前宣布，於物理 AI Alliance 內成立專為中小製造企業量身打造的 TF，該 TF 將負責連結需求企業與技術供應企業，並支援實證與導入。此外，也將把科學技術資訊通信部的技術開發與中小風險企業部的智慧工廠支援串聯，並擴散已驗證成果。

國監中也有要求指出，除了這類政策支援外，還需要金融支援以擴大製造現場投資。共同民主黨議員朴玟圭於 10 月 8 日策略與財政委員會國監中，要求擴大國民成長基金對中堅、中小製造企業 AX 的支援。對此，產業銀行行長朴尚鎮表示，正對半導體與 AI 領域進行先行投資，並指出製造現場的 AI 導入水準仍偏低。

在預算審查中，必須確認各部會支援是否有把模型開發與工廠導入連動設計；而在實證之後，則應檢視不良率改善幅度、製程時間改善幅度、設備稼動率改善幅度，同時也要一併查看企業是否具備持續營運系統所需的人力，以及企業是否具備持續營運系統所需的費用。這類成果需要持續累積，只有當成果逐步堆疊，技術才有可能擴散到其他製造現場，民間後續投資也才有可能被帶動。

來源: TECHWORLD · Kim Seung-gi 原文: https://www.epnc.co.kr/news/articleView.html?idxno=409285

參考資料

• https://www.epnc.co.kr/news/articleView.html?idxno=409285