"우리가 가장 잘 아는 산업이자 가장 경쟁력 있는 제조업에서 인공지능(AI) 혁신이 일어날 수 있다면, 한국은 진짜 AI 강국이 될 수 있다.
꼭 그 판을 바꿔보고 싶다.
"
김영한 가우스랩스 대표는 아시아경제와의 인터뷰에서 "제조업 중심 국가인 한국이 AI 시대를 돌파하려면 산업 현장의 문제를 푸는 기술에 집중해야 한다"며 이 같이 강조했다.
이미 세계적으로 비교 우위를 갖고 있는 제조업에서 AI가 실질적인 성과를 거둔다면, 그 자체로도 세계 무대에서의 경쟁력이 된다는 설명이다.
가우스랩스는 2020년 SK그룹 사내 벤처 프로그램에서 출범한 산업용 인공지능 전문 기업이다.
현재는 미국 캘리포니아주 팰로앨토에 본사를 두고 서울과 캐나다 밴쿠버에도 오피스를 운영 중이다.
2022년 말부터 실제 반도체 공정에 적용 중인 AI 기술은 성과로 이어지고 있다.
과거 SK하이닉스 반도체 공장에서는 컨베이어 위를 쉴 새 이동하는 수천 장의 웨이퍼 가운데 극히 일부만 선별해 정밀 계측 장비로 검사했다.
웨이퍼 장당 검사에는 수십 분이 걸렸고, 그 외 대부분 문제가 없을 것이라는 가정하에 생산을 이어갈 수밖에 없었다.
그러나 가우스랩스의 AI가 투입된 뒤부터 모든 웨이퍼의 공정 조건, 장비 이력, 센서값 등 수십 개의 데이터를 AI가 실시간으로 분석해 품질을 예측한다.
컴퓨터단층촬영(CT) 영상처럼 문제를 파악해 불량 웨이퍼를 사전에 걸러내고, 계측 없이도 수율을 가늠할 수 있게 됐다.
AI는 0.3도 수준의 미세한 온도 변화, 장비 진동의 작은 흔들림, 작업자 교대 직후 반복된 이상 징후까지도 포착했다.
사람이 놓칠 수 있는 변수들을 AI는 빠짐없이 추적했다.
김 대표는 "기존엔 공정이 다 끝나야 문제를 알 수 있었는데, 이제는 중간에 징후가 보이면 바로 조치할 수 있게 됐다"고 말했다.
실제로 관련 기술 도입 후 하이닉스의 공정 변동성은 29% 줄었다.
한두 장을 더 건지는 수준이 아니라, 수천 개의 완성 칩을 추가로 확보할 수 있는 수율 개선이 이뤄졌다.
특히 단가와 이익률이 높은 서버용 D램과 고대역폭 메모리(HBM) 제품 비중이 큰 하이닉스 입장에선, 이 변화가 수백억원대 추가 수익으로 연결될 수 있는 대목이다.
김 대표는 제조 현장에서 AI가 실질적인 도구로 작동하려면 "기술 자체보다 환경이 더 중요하다"고 설명했다.
제조 데이터는 구조가 복잡하고 조건에 따라 성격이 바뀌기 때문에, 일반적인 AI 모델로는 적용이 어렵다.
가우스랩스는 자동 학습과 재설정을 반복할 수 있는 구조를 채택했고, 수십만 개의 예측 모델이 공정 조건별로 동시에 작동하도록 설계했다.
AI 기술을 국내 제조업 전반에 확산시키려면 '데이터 인프라 격차'를 해소하는 것이 우선이라는 것이 김 대표의 진단이다.
대기업은 활용 가능한 인프라를 갖추고 있지만, 대부분 중소기업은 그렇지 못하다.
해법으로는 공통된 데이터 표준 마련과 초기 도입 부담을 낮추기 위한 '구독형 제조 AI 서비스' 모델을 제시했다.
소프트웨어 구독 방식(SaaS)으로 제공하면 중소기업도 초기 투자 없이 AI 기술을 활용할 수 있어, 기술 도입의 문턱을 크게 낮출 수 있다.
김 대표는 "제조업에서 출발한 AI 기술이 산업 전반에 흐르기 위해선 중소기업의 초기 도입을 정부가 지원하고, 현장에서 지속적으로 데이터를 축적할 수 있는 정책 기반이 필요하다"고 강조했다.
박소연 기자 muse@asiae.co.kr
<ⓒ투자가를 위한 경제콘텐츠 플랫폼, 아시아경제 무단전재 배포금지>
