[칼럼] 박정수의 일자리와 4차 산업혁명 이야기

3. 4차 산업혁명과 미래성장동력 : 인공지능(AI)기반 지능형 장비 상용화가 건설현장과 생산현장을 바꾸고 있다

↑ 박정수 연세대 생명시스템 대학 겸임교수, 대보정보통신(NVIDIA VAD) AI 신사업TFT 장, ICT 융합 네트워크(사) 부회장

오늘날 인공지능(AI) 기술 보급으로 접근성이 높아짐에 따라 건설업과 제조업에서는 학습 단계를 지나서 개발 단계로, 즉 데이터를 훈련하는 단계로 넘어 가고 있다. 이를 통해 건설 시공과 제조 생산에 대한 예지적인 통찰력(Predictive Insights)을 확보해 경쟁력을 높여 가고 있는 것이다.
데이터 훈련을 통한 기계 학습의 핵심 기술들은 제조 생산 및 건설 현장관리영역에서 매일 직면하는 복잡한 문제를 해결하는데 크게 기여하고 있다.
기계 학습알고리즘은 공급망 관리를 효율적으로 운영해 고객의 요구에 부합하는 맞춤 시공을 하도록 돕고, 주문형 제품을 제시간에 생산하도록 현장에서 실행역량을 극대화시킨다.
이는 모든 생산과 시공단계에서 더 큰 예지적인 정확성을 지속적으로 제공하기 때문에 가능한 것이다. 더 나아가 판매현장에서도 사용자경험(UX) 디자인을 지능화함으로써 실판매와 실수요 예측에 적용가능하다.
현재 개발되는 많은 알고리즘은 반복적이며, 지속적으로 학습하고 최적화된 결과를 추구하도록 설계됐고, 이러한 알고리즘은 아주 작은 미세 단위로 반복되므로 기업은 짧은 기간 내에 최적화 된 결과를 찾을 수 있다.

예측 데이터 분석 및 기계 학습을 활용하도록 설계된 지능형 제조 시스템은 설비와 기계, 생산 및 현장 플랜트 수준에서 삼위일체(三位一體)화돼 효율성을 향상시킬 수 있다. 재무, 운영 및 공급망관리(SCM)가 상호 관련성이 높은 데이터를 제공함으로써 공장 및 수요 측면에서의 제약 조건을 상황별 최적화로 변환시켜 지속 가능한 관리를 할 수 있게 되었다.
또한, 대부분의 건설업와 제조업에서 정보통신기술(ICT) 시스템이 실행현장에서 통합되지 않아 교차 기능을 수행함으로써 공통의 목표를 달성하기가 힘들었다. 반면에 기계 학습은 완전히 새로운 수준의 통찰력과 인텔리전스(Intelligences)를 계획과 실행을 수행하는 조직에 동시적으로 제공하므로서, 생산, 워크플로우(Workflow), 현장재고관리(Inventory Management)), WIP (Work In Process), 그리고 가치 사슬에 관련된 의사 결정을 가능하게 만들어 준다.

건설 및 광업 장비의 선두 제조업체인 일본의 건설사 코마슈(Komatsu)는 최근 NVIDIA의 AI 컴퓨팅 플랫폼을 굴착, 로딩, 광업 등에 사용되는 중장비에 통합 할 계획을 수집했다. 무인항공기 드론을 사용하여360도 카메라와 실시간 비디오 분석(IVA: Intelligent Video Analytics)을 결합하면 건설 장비를 더 안전하고 효율적으로 관리할 수 있다고 한다.
지능형 중장비 및 현장 관리의 가장 큰 목표는 운영 효율성 향상, 즉 스마트 건설사업이라고 말할 수 있다. 일부 건설 현장에서는 기계 장치의 최대 50%가 유휴 상태에 있는 것으로 나타나고 있다. 기계 지능은 무인 드론을 포함하여 기계 센서 데이터 및 현장 사진 측량법을 사용하여 사이트를 3D로 매핑(Mapping)하고 작업 진행 상황을 추적하여 계획과의 적합성을 비교할 수 있게 되었다.
또한 미국 건설 업계 내에서 매년 1만건 이상의 차량를 포함한 기계류와 관련된 부상 사고가 발생하고 있는데, 중장비, 각종 기계와 인공지능의 결합으로 전체 서라운드 비전을 추가해 부상을 줄일 수 있으며 심층 학습 기반 인공지능(AI)를 통해 사람들을 추적하고 위험한 상호 작용을 피할 수 있는 장비의 움직임을 예측할 수 있게 될 것이다.
이러한 도입사례는 건설 및 제조업의 시작일 뿐, 인공지능(AI) 기술은 모든 산업에 영향을 줄 수 있는 보편적인 기술이 될 것으로 예상된다. 따라서 새로운 분야와 새로운 직업이 탄생하는 일자리 창출의 추세가 고조되고 있으며, 인공지능관련 직업으로는 데이터를 훈련시키는 데이터훈련기술 보유자가 필요한 때다.