중소 제조기업의 AI 전환(AI 문고)

중소 제조기업의 AX, 자율화보다 문제 정의가 먼저다
스마트 공장을 구축한 기업 다수가 AI 필요성에는 공감하지만 실제 도입률은 낮다. 이유는 예산, 인력, 인프라 부족만이 아니다. 더 근본적인 문제는 AI가 풀어야 할 현장 문제를 한 문장으로 특정하지 못하고, AI가 학습할 데이터 구조를 갖추지 못한 데 있다. 저자는 중소 제조기업 390곳을 조사하고 현장을 관찰한 경험을 바탕으로, AI 전환은 기술 구매가 아니라 문제 정의와 데이터 준비에서 시작된다고 말한다. 이 책은 정책이 말하는 AX, 즉 자율화 전환과 현장이 필요로 하는 AI 전환을 구분한다. 중소기업에 당장 필요한 것은 완전 자율 공장이 아니라 반복 불량을 줄이고, 설비 이상을 빨리 감지하며, 숙련공의 판단을 데이터로 남기는 일이다. 이를 위해 DX의 세 단계, 곧 데이터 수집·연결·가시화를 먼저 제시하고, 그다음 AX의 두 단계인 맥락 이해와 예측으로 나아간다. AI는 마지막에 등장한다. 기록이 없으면 연결할 재료가 없고, 연결되지 않은 데이터는 패턴을 만들지 못하며, 패턴이 없으면 AI에게 던질 질문도 생기지 않는다.
AI 전환은 기술의 문제가 아니라 순서의 문제다. 중소 제조기업이 AI를 도입하는 과정에서 왜 멈추는지, 무엇을 먼저 해야 하는지를 현장의 언어로 짚으며, 중소 제조기업이 AI 전환을 실제 행동으로 옮길 수 있도록 돕는 책이다.

AI 전환에도 순서가 있다

01 AI의 출발점, 스마트공장
02 문제 인식과 사건 특정
03 숫자와 데이터의 조건
04 수집의 범위와 지속 가능성
05 기록 연결의 설계
06 가시화의 발견과 한계
07 규칙과 AI의 경계
08 숙련 판단의 데이터화
09 AI가 작동하는 조건과 역할
10 AI 도입, 결정에서 실행으로

이태희 삼성전자 스마트공장지원센터 운영팀장이다. 국립금오공과대학교에서 컨설팅학 박사과정을 밟고 있다. 2015년부터 현재까지 중소기업 3천여 개 사의 스마트 공장 구축 지원 활동을 총괄 운영하고 있다. 중소기업 유공자로 중소벤처기업부장관 표창(2023), 전북특별자치도지사 표창(2024)을 받았다. "중소 제조기업의 AI 도입 장벽과 인식 경로에 관한 실증연구"(2025), "Delphi-EFA-AHP 활용 수요기업 관점의 스마트공장 공급기업 평가 요인 연구"(2026) 등 중소기업 스마트 공장 관련 논문을 KCI 등재 학술지에 게재했다.