AI 제조플랫폼(KAMP) 운영계획 발표

작은 것을 연결하는 강한 힘, 중소벤처기업부 장관 박영선입니다.

아직 코로나19 확산세가 지속되고 있어서 부득이 이렇게 이브리핑으로 만나뵙게 됐습니다.

오늘은 디지털 경제로의 대전환과 스마트 대한민국 구현을 위한 허브이자 마이제조데이터 시대의 초석이 될 AI 제조플랫폼 KAMP 구축이 착수되었기에 여기에 대해서 설명을 드리고자 합니다.

저는 그간의 경과와 향후 추진방향에 대해서 간략히 말씀을 드리고 세부적인 계획은 앞으로 사업을 수행하실 NHN 백도민 CIO 그리고 카이스트의 김흥남 본부장님께서 추가로 설명을 드리도록 하겠습니다.

먼저, 추진배경부터 설명드립니다.

정부는 한국판 뉴딜의 제1호 후속조치로 지난 7월 23일에 AI 데이터 기반 중소기업 제조혁신 고도화 전략을 발표한 바 있습니다.

민간 클라우드 기반의 AI 제조플랫폼 KAMP를 구축해서 데이터와 인공지능을 중심으로 스마트공장을 고도화하겠다는 것이 주요한 내용이었습니다.

이를 위한 첫 단계로 중소벤처기업부는 지난 8월 13일까지 KAMP 구축에 협력할 민간 클라우드 사업자 공모를 진행했습니다. 이 사업자 공모에는 더존비즈온-네이버 비즈니스 플랫폼, 또 NHN-KT, 스마일서브-베스핀글로벌 등 국내외 클라우드 서비스 사업자들이 높은 관심을 보이면서 사업계획을 제안하였습니다.

이 가운데 NHN-KT 컨소시엄이 선정되었습니다. NHN-KT 컨소시엄은 NHN과 KT가 보유한 대규모 인프라와 안정적인 운영능력뿐만 아니라 삼성SDS의 브라이틱스 그리고 KT DS의 아이센트로, 티쓰리큐 에이아이, 그리고 아이브랩 등 다양한 AI 플랫폼 서비스를 선택해서 중소기업들이 활용할 수 있게 제공한다는 측면을 인정받아서 본 사업을 수행할 최종 사업자로 선정되었습니다.

KAMP는 중소제조기업이 갖추기 어려운 데이터 저장·분석 인프라와 AI 전문가, 실증 서비스 등을 한 곳에 모아서 AI를 효율적으로 활용할 수 있는 토대를 마련한다는 점에서 큰 의미가 있습니다. 중소벤처기업부는 KAMP를 통해서 중소제조기업이 적은 비용으로 대기업 수준의 AI 서비스를 이용할 수 있도록 지원하며 중소제조업을 AI 스마트공장화할 것입니다.

스마트공장에서 생성되고 있는 제조데이터를 적극적으로 활용해서 성과를 창출하고 그 이익을 데이터 생산 제조기업에 돌려주는 마이제조데이터 시대를 본격적으로 열어갈 계획입니다.

나아가서 KAMP를 중심으로 아직은 해외 거대 플랫폼이 진입하지 못한 제조데이터 생태계를 구축함으로써 대한민국의 제조데이터의 주권을 지켜내게 될 것입니다.

이와 같은 비전은 단계별로 차근차근 접근해나갈 계획입니다.

첫 단계로는 올해 클라우드 인프라를 중심으로 중소제조기업이 데이터를 안전하게 저장해서 관리하고 그 데이터를 AI로 분석할 수 있는 환경을 마련합니다.

2단계는 내년 하반기부터 제조기업이 다양한 AI 제조 솔루션을 선택해서 활용할 수 있는 솔루션스토어를 운영하고, 스마트공장 보급사업와 연계해서 AI 제조를 확산해나가도록 하겠습니다.

마지막으로 3단계는 2022년에 제조데이터 생산기업과 활용기업을 매칭하고 거래를 지원하는 마이제조데이터 플랫폼을 KAMP에 구축해서 제조데이터의 생산과 활용을 촉진하도록 하겠습니다.

지금까지 개황을 설명드렸고, 앞으로의 추진단계를 간략하게 설명드렸습니다. 지금부터는 NHN의 백도민 CIO, 그리고 카이스트의 김흥남 본부장께서 보다 상세한 내용을 추가로 설명드리도록 하겠습니다.


[질문·답변]
※마이크 미사용으로 확인되지 않는 내용은 별표(***)로 표기하였으니 양해 바랍니다.

<질문> (사회자) 세부 브리핑에 앞서 이어서 KAMP 구축과 관련 정책방향에 대한 질의응답 시간을 갖도록 하겠습니다. 질의는 기자님들을 대신해 제가 읽어드리고 답변은 박영선 장관이 하도록 하겠습니다.

첫 번째 질문입니다. 한국경제 기자께서 질의 주셨습니다. 독일이나 미국 등 4차 산업혁명 강국에서 정부가 나서 AI 제조플랫폼을 만들어 성공한 사례가 있는지 답변해주시기 바랍니다.

<답변> 지금 인간이 만드는 데이터는 해외의 거대 플랫폼이 선점을 하고 있는 그런 상황이고요. 기계가 만드는 데이터는 아직까지는 지금이 시작 단계다, 이렇게 설명을 드릴 수가 있겠습니다.

따라서 해외의 거대 플랫폼에 해당되는 미국의 아마존과 마이크로소프트가 독일 지멘스하고 협력해서 클라우드 기반으로 제조·산업용 사물인터넷 플랫폼 서비스를 제공은 하고 있지만, 지금 저희가 발표한 것처럼 인공지능과 데이터 기반의 제조플랫폼 서비스를 하고 있지는 않습니다.

따라서 인공지능과 데이터 기반의 제조플랫폼은 대한민국이 세계에서 처음으로 민관이 합동으로 협력해서 구축하는 그러한 사례가 될 수 있습니다. 지금 이러한 거대 해외 플랫폼도 제조데이터를 활용하는 그러한 영역으로 접근을 하기 위해서 투자를 시작하고 있는 그러한 단계입니다.

그래서 저희가 이런 어떤 현장에서, 스마트공장의 현장에서 생성되는 제조데이터를 인공지능과 데이터 기반의 제조플랫폼으로 만드는 작업을 본격적으로 시작하면 이런 해외의 거대 플랫폼에 뒤지지 않는 그러한 환경을 만들 수 있고, 특히 운영비 등에 매우 어려움을 겪고 있는 중소벤처기업들에게는 이러한 우리의 제조데이터 인공지능 플랫폼이, KAMP가 큰 앞으로 도움을 주고 또 발전을 줄 것이다, 라고 생각하고 있습니다.

코로나19가 터지기 전에 독일에서 저를 찾아와서 Gaia-X 프로젝트에 함께 하자는 제의를 한 바가 있습니다. 이 Gaia-X는 독일도 이런 해외... 그러니까 예를 들면 미국 같은 거대 플랫폼에 데이터를 선점 당하지 않고 국내에서 이 데이터를 만들어서 이것을 인프라를 구축하고, 그리고 각 나라가 자기네 영토에서 생산되는 데이터는 자기네 나라의 플랫폼에 구축을 하고 나서 이것을 서로 국제표준을 만들어서 같이 쓸 수 있도록 하는 그러한 프로젝트입니다. 그래서 독일에서 이러한 제안을 받는 바 있고요.

현재 독일이 한국하고 이것을 같이 Gaia-X의 국제표준을 만들어 가자는 그런 제안을 했고, 저희가 독일의 이러한 제안에 따라서 지금 서로 의견을 교환하고 있는 그러한 상황입니다.

따라서 이런 KAMP가 저희가 만들어지게 되면, 독일과 국제표준에 합의하게 되면 이 KAMP에 다른, 우리나라 중소벤처기업뿐만 아니라 해외에서도 이것을 앞으로는 미래에는 사용할 수 있는 어떤 그런 계기가 될 수 있다, 이렇게 생각하고 있습니다.

<질문> 두 번째 질문입니다. 이데일리 기자께서 주신 질문입니다. AI제조플랫폼을 운용하기 위한 인력을 중소기업에서 채용할 수 있는지 의문이고, 이에 대한 해결방안이 있다면 답변해주시기 바랍니다.

<답변> 이 AI 인력은 현재도 모자랍니다. 그래서 중소기업 현장에 투입될 AI 전문인력을 양성하는 것, 이것은 굉장히 중요한 일이다, 라고 생각을 하고요. 이 AI 전문인력을 전국의 특성화 121개의 특성화 고등학교, 그리고 전문대학 또 중소기업 계약학과 등을 통해서 2025년까지 1만 5,000명까지 육성을 할 계획입니다.

또 KAMP의 모든 기능을 중소기업 재직자도 쉽게 사용할 수 있도록 구현하는 그러한 교육훈련, 또 기술지원도 상시적으로 실시할 계획으로 있습니다.

또, 전문가 네트워크를 구성해서 2022년까지 매년 100개사씩 총 300개사에 AI 컨설팅과 현장 실증을 지원할 계획으로 있습니다.

그래서 곧 KAMP 추진본부가 사단법인 형태로 출범하게 됩니다. 사단법인에 등록하게 되면 저희가 KAMP 추진본부를 발족시킬 계획인데요. 현재 KAMP 추진본부 이사장에는 차상균 서울대 데이터사이언스 대학원 원장님이 내정돼있으십니다.

차상균 원장님을 제가 직접 만나 뵀는데 이 KAMP의 운영과 관련해서 매우 아주 바람직한 시도이고, 또 특히 우리나라의 스타트업, 중소벤처기업들에게는 큰 도움이 될 수 있다는 기대감을 표명해주셨습니다.

그리고 한 가지 더 조금 설명을 더 드리면, KAMP의 추진본부는 민간으로 구성이 됩니다. 그래서 여기에는, 추진본부에는 삼성SDS라든가 LG와 같은 대기업들도 함께 참여할 의사를 내비쳤다는 말씀도 함께 드립니다.

감사합니다.


<백도민 NHN CIO>
안녕하세요? NHN CIO 백도민입니다.

앞서 박영선 장관님이 말씀 주신 AI 중소벤처 제조플랫폼 KAMP의 세부계획을 설명드리도록 하겠습니다.

먼저, KAMP 사업의 목적은 중소벤처기업의 스마트제조 혁신입니다. 제조 AI 전문가와 협력하여 제조기업은 물론, 솔루션 공급업체에 필요한 서비스를 편리하게 연계할 수 있도록 제조 특허 플랫폼을 구축하고, 이를 기반으로 스마트공장 확산 및 제조 혁신을 이루는 것을 목표로 하고 있습니다.

성공적인 제조플랫폼 구축 및 운영을 위해 인프라 구축과 기술지원은 NHN이 주도하고, 제조데이터 정규화 및 정책 정의는 카이스트가 전담할 예정입니다.

KAMP 사업은 다음과 같이 3단계로 추진합니다.

1단계는 클라우드 기반의 제조플랫폼 인프라 구축 단계입니다.

2단계는 KAMP를 중심으로 AI 스마트공장의 본격 확산 단계입니다.

3단계는 제조데이터 거래플랫폼을 구축하여 마이제조데이터를 활성화하는 단계입니다.

그럼 단계별 사업 추진 내용을 설명드리겠습니다.

1단계, 제조플랫폼 인프라 구축 단계로 제조현장의 데이터 활용 기반을 마련하겠습니다. 제조기업의 스마트혁신을 위해 현장 중심의 사전 컨설팅을 실시하고, 맞춤형 제조 솔루션을 선정하여 전문 공급기업과 함께 솔루션 적용 및 현장검증을 수행하겠습니다.

공급기업의 제조 솔루션은 클라우드에서 제공하는 개발지원 API를 활용하여 맞춤형 솔루션으로 제공되며, 또한 클라우드의 고성능 컴퓨팅 자원을 활용하여 AI 데이터를 분석할 수 있습니다. 이 과정에서 가장 중요한 것은 제조현장의 다양한 원시 데이터를 어떻게 표준화하고, 표준화된 데이터를 제조플랫폼에서 어떻게 수집할 것인가, 입니다.

이를 해결하기 위해 제조산업 분야별 대량의 원시 데이터를 수집하고, 현장에 필요한 서비스를 위해 정제된 데이터셋을 새로 정의하여 제조데이터 표준을 규격화하겠습니다. 규격화된 데이터를 추출하고 수집하기 위해서 현장의 제조공정 기기에 IOT 기술을 접목하고 클라우드 기반 데이터 플랫폼에 안전하게 보관하도록 하겠습니다.

데이터 수집·정제·가공·분석을 위한 개발 환경을 제공하고 제조 솔루션 적용 및 현장검증까지 이러한 일련의 체계적인 시스템을 통해 한국형 AI 제조플랫폼 KAMP를 완성해나가도록 하겠습니다. 이를 통해 KAMP는 민간 클라우드를 기반으로 AI 스마트 혁신을 지원하는 세계 최초의 AI 중소벤처 제조플랫폼이 될 것입니다.

2단계 스마트공장의 본격적인 확산을 위해 제조기업들이 혁신에 필요한 솔루션을 손쉽게 구매하여 활용할 수 있도록 솔루션 스토어를 구축하여 운영하겠습니다.

1단계를 통해 검증된 제조 솔루션을 초기 등록하여 스토어를 오픈하고, 지속적으로 제조기업의 수요를 발굴하여 제조 솔루션을 모집하겠습니다. 솔루션 검증절차를 통해 제조분야별 특화된 솔루션 거래시장을 활성화하겠습니다.

제조기업 스스로 스토어를 검색하여 원하는 솔루션을 구입할 수 있습니다. 동시에 솔루션 스토어에 구비되지 않은 솔루션은 KAMP상에서 공급업체가 스스로 개발할 수 있는 환경을 제공합니다. 새롭게 요구되는 개발환경을 지속적으로 개선하여 지속성장이 가능한 개발 플랫폼으로 자리매김하겠습니다.

최종 3단계에서는 제조 솔루션을 통해 축적된 제조데이터를 기반으로 양질의 분석결과와 예측데이터를 생산하고, 사업적 관점에서 데이터 수요기업에게 효과적으로 활용될 수 있도록 마이제조데이터 거래플랫폼을 구축·운영할 계획입니다.

마이제조데이터는 제조데이터 활용에 따른 이익을 데이터를 생산한 제조기업에 환원하는 서비스 모델로 KAMP를 통해 창출된 양질의 데이터를 제조기업 간 거래할 수 있도록 유통채널을 마련하는 것입니다.

제조데이터 수집·분석에 소요된 비용만큼 스마트공장 구축 시 기업 부담을 감면하는 방안 등 활성화 정책을 지속적으로 추진하여 향후 제조데이터-생산자-중개자-수요자의 데이터 기반 상생플랫폼으로 성장하기를 기대하고 있습니다.

제조데이터 거래를 통해 발생한 수익은 데이터를 생산한 제조기업의 새로운 수입원으로 정착되고, 데이터 수요기업은 공급받은 마이제조데이터를 새로운 사업기회, 신제품 개발 또는 생산 공정 최적화 등에 활용하여 데이터 생산자와 수요자 간 윈-윈 사업모델입니다.

데이터 생태계 생명주기인 데이터의 수집·저장·유통·활용 기반의 플랫폼을 구축하고, 제조데이터를 중심으로 수요와 공급을 매칭하여 데이터 기반 공유경제 사업모델을 창출하도록 하겠습니다.

이상 설명은 마치겠습니다.


[질문·답변]
※마이크 미사용으로 확인되지 않는 내용은 별표(***)로 표기하였으니 양해 바랍니다.

<질문> (사회자) 출입기자 중 NHN에 질문 주신 분이 두 분의 기자가 계셨습니다. 우선 한국경제 기자입니다. AI 질을 높이려면 데이터가 중요한데 기업이 데이터 제공을 꺼릴 것으로 보이는데, 데이터 제공 기업에 주어지는 이익은 무엇이 있는지 답변해주시기 바랍니다.

<답변> (백도민 NHN CIO) KAMP는 기업에게 제조데이터를 일괄적으로 제공받아서 빅데이터를 구축하는 사업이 아닙니다. 먼저, 기업이 클라우드상에서 인공지능과 제조데이터를 활용할 수 있도록 지원하고, 추후에 마이제조데이터 공유거래를 활성화하는 방식으로 추진하게 되어있습니다.

그래서 일반 제조기업은 클라우드 인프라를 제공하여 해당기업의 제조데이터를 클라우드에 저장하고 AI 모델을 통해 분석할 수 있도록 지원합니다. 솔루션 공급기업에게는 편리한 개발환경을 제공하여 우수한 AI 솔루션이 KAMP를 통해 제조 솔루션을 제공할 수 있게 기반을 제공하고, 우수한 솔루션을 제조기업이 활용할 수 있도록 스마트공장 보급사업을 통해 지원하도록 하겠습니다.

이러한 과정을 거쳐서 KAMP에는 가치 있는 제조데이터가 쌓이게 될 것이고, 이것은 생산기업의 소유로 축적될 것입니다. 따라서 이 데이터를 정당한 대가를 받고 제조데이터를 거래하는 마이제조데이터 체계를 통해 공유될 예정입니다.

<질문> (사회자) 다음은 서울경제 기자께서 주신 질문입니다. 중소제조기업이 대기업 수준의 AI 서비스를 이용할 경우 소요되는 비용과 현실적으로 어려운 점은 무엇인지 말씀해주시기 바랍니다.

<답변> (백도민 NHN CIO) 실제 제조데이터들이 많이 생산이 될 텐데요. 이 데이터를 저장하고 그 저장된 데이터를 분석하는 클라우드 인프라의 사용료만 해도 저희가 평균으로 예측을 해봤을 때 1년에 약 6,000만 원 정도의 비용이 발생하는 것으로 예측이 되고 있습니다.

그리고 또 소프트웨어를 사용하거나 기술지원을 받게 되면 거기에 따른 비용이 추가되기도 하고요. 그밖에 이것을 분석하다가 어떤 문제에 봉착할 수 있고 이것을 컨설팅을 통해서 해결을 해야 됩니다. 이런 모든 과정에는 비용과 인력이 수반하게 되고요. KAMP에서는 이를 AI 인프라 전문가 컨설팅 분석서비스를 통합 지원하여 이런 중소기업들의 부담을 경감시킬 예정입니다.

<답변> (사회자) 이상으로 KAMP 세부 운영계약에 대한 브리핑을 마치고, 다음은 AI 활용지원 및 생태계 조성방안에 대해서 카이스트 김흥남 본부장의 발표가 있겠습니다.


<김흥남 카이스트 본부장>
안녕하십니까? 방금 소개 받은 카이스트 K-Industry 4.0 추진본부장 김흥남입니다.

지금부터 AI 제조플랫폼 KAMP 관련하여 기업지원 및 생태계 조성과 관련하여 발표를 하도록 하겠습니다.

먼저, KAMP는 바로 AI 데이터 기반의 스마트제조 2.0 시대를 위한 생태계 조성을 목표로 하고 있습니다. 이를 위해서 조금 전에 NHN에서 발표한 인프라를 기반으로 활용하여 저희 카이스트에서는 네 가지 기업지원 및 생태계 조성 지원을 할 예정입니다.

첫 번째가 제조데이터 AI 분석 서비스 포털을 지원하고, 두 번째가 AI 데이터셋을 지원하며, 세 번째가 AI 솔루션 실증지원사업을 하고, 마지막으로 생태계 활성화 지원을 할 예정입니다.

첫 번째, 제조데이터 AI 분석서비스 포털을 통해서 제조데이터 활용의 통합창구를 제공하고, 이러한 포털을 통해서 분석·유통·거래의 정보의 교류의 장을 활성화시킬 계획입니다.

두 번째, AI 데이터셋은 양질의 설비·공정 관련 데이터셋 및 교육콘텐츠를 확보해서 AI 표준모델을 구축하고, AI에 취약한 중소기업에게 공개할 계획입니다.

AI 솔루션 실증지원은 AI에 열악한 중소기업에게 AI 컨설팅을 지원하고, 그 문제를 해결·발굴하고 그 문제를 해결할 수 있는 AI 솔루션을 실증, 현장에서 실증사업을 통해서 지원할 계획이고, 이를 기반으로 AI 기반 스마트공장을 확산시켜 나갈 계획입니다.

마지막으로 생태계 활성화를 위해서 마이제조데이터 생태계 기반을 만들고, 장관님께서 말씀하신 제조 AI 융합인력을 양성하는 프로그램을 개발하고, 매년 제조 AI 경진대회를 개최하여서 제조 AI 붐을 활성화할 계획입니다.

하나하나 좀 더 자세히 말씀드리도록 하겠습니다.

첫 번째 사업인 제조데이터 AI 분석서비스 포털은 제조데이터 관계자의 모든 필요한 정보와 메타데이터 또 분석을 지원하는 각종 체험서비스 등이 제공되는 통합서비스를 구축할 계획입니다.

특히, 제조 AI 빅데이터 관련 정보와 또 다양한 현장에서 발생한 성공 사례들을, Use case를 종합적으로 저장하여서 유사한 중소기업이 쉽게 통합검색할 수 있는 기능을 제공할 계획입니다.

그리고 중소제조기업이 쉽고 빠르게 활용할 수 있는 제조 AI 빅데이터 관련 분석 체험도구를 드래그 앤 드롭 방식으로 쉽게 활용할 수 있도록 제공할 계획입니다. 그리고 제조데이터 분석을 지원하기 위한 교육콘텐츠를 저희 카이스트 교수진의 동영상을 통해서 비대면 강의로 제공할 계획입니다.

1단계, 올 연말까지 제조데이터 활용의 통합창구를 구축하고, 내년에는 서비스 고도화 및 제조데이터 유통·거래 기반을 만들고, 마지막 3단계에서는 제조데이터 분석·유통·거래를 통한 정보교류 및 비즈니스 생태계를 활성화시킬 계획입니다.

두 번째 지원사업은 AI 데이터셋을 제공할 계획입니다. AI 빅데이터 분석을 위한 학습기반의 제조 AI 데이터셋 및 교육콘텐츠를 구축하고 제공할 계획입니다. AI 빅데이터 분석을 위한 제조 데이터셋과 그 알고리즘, 사용방법 등을 상세히 설명한 가이드북도 함께 중소기업에게 오픈해서 중소기업이 쉽게 이러한 제조 AI 콘텐츠를 따라갈 수 있도록 가이드할 계획입니다.

특히, 중소기업의 가장 대표적인 설비인 5대 설비 CNC 머신, 사출 성형기, 용접기, 머신비전, 프레스 등 이 5종은 올 연말까지 데이터셋과 가이드북을 확보해서 오픈할 계획이고, 또 중소기업에 보편적인, 식품산업에 보편적인 용해탱크라든가 살균기, 건조장치, 검사설비 등 5종은 자유공모로 12월 말까지, 12월까지 확보해서 오픈할 계획입니다.

그래서 올해는 이러한 데이터셋 및 교육콘텐츠를 10종을 확보하고 내년에 추가로 10종을 더 확보하여 20종을 서비스포털의 분석도구에서 연계해서 쉽게 통합적으로 검색하고 중소기업에게 제공될 수 있도록 통합 가이드북을 제공하도록 하겠습니다.

3단계는 또 추가로 10종을 더 확보하여 AI 표준모델을 구축해서 유사 업체가 이 AI 표준모델을 따라서, 가이드북에 따라서 적용했을 때 유사 중소업체도 쉽게 효과를 볼 수 있는 그러한 AI 표준모델을 제공할 계획입니다.

다음은 AI 컨설팅 및 솔루션 실증 지원사업이 되겠습니다. AI 기반의 현장 문제 해결을 위한 단계별 지원사업인데, AI 컨설팅을 하고 나서 그 컨설팅에서 발굴·정의된 현장의 문제를 풀 수 있는 솔루션을 현장에서 실증사업을 통해서 지원하는 사업이 되겠습니다.

그래서 먼저 AI 전문가들, IT 전문가, AI 전문가와 현장 도메인 전문가, OT 전문가 해서 1인+1인, 2인으로 AI 서포트팀을 구성해서 현장 중소기업의 문제를 정의합니다. 2개월 정도 컨설팅을 하고 1개월 말쯤에 현장에서 정의된 문제를 풀 수 있는 솔루션 대안을 컨설턴트들이 추천하면 현장의 사장님·공장장님이 그 솔루션을 채택해서 AI 솔루션 실증 지원사업을 4개월 동안 정부지원금 5,000만 원으로 해결하도록 돼있습니다.

그래서 올 연말까지 솔루션 실증사례 100개를 확보하기 위해서 100개 중소기업을 지원할 계획입니다. 내년 2단계에서는 솔루션 실증사례 추가로 100개를 해서 누적 200개를 하고 AI 표준모델, 이 중 성공사례를 표준모델로 발굴해서 총 AI 표준모델 20개를 발굴할 계획입니다. 3단계, 솔루션 실증사례 추가로 더 100개를 발굴하고 AI 기반 스마트공장을 100개 확산할 계획입니다.

마지막으로, 제조데이터 생태계 활성화를 위해서 마이제조데이터 생태계를 위해서는 1단계로 먼저 법적 근거를 마련하고 내년에는 제조데이터 공유 규범 및 가이드라인을 마련할 계획입니다. 3단계에는 제조데이터 유통거래 확산을 위한 마이제조데이터 생태계를 조성할 계획입니다.

제조 AI 융합 인력 양성과 관련해서는 올해는 제조데이터 분석·활용을 위한 기초 커리큘럼을 만들고, 내년에는 제조데이터 AI 빅데이터 전문인력 양성을 위한 융합 커리큘럼을 개발할 계획입니다.

3단계에서는 현장 전문가와 데이터 과학자 연계를 가능하게 하는 제조데이터 촉진제, 영어로는 Data Translator, 이미 외국에서는 상당히 보편적으로 이 필요성을 인정하고 인력 양성에 박차를 가하고 있습니다. 이러한 Data Translator를 양성하는 프로그램도 개발해서 제공할 계획입니다.

마지막으로, 제조 AI 경진대회를 통해서 올해는 양질의 제조 AI 데이터셋을 확보하고, 이렇게 확보된 10종의 데이터셋을 기반으로 내년에 이 제조 AI 데이터셋을 기반으로 분석모델 경연대회를 개최해서 제조데이터 AI 분석 방법론이나 알고리즘을 확보할 계획입니다.

마지막으로, 이러한 제조 AI 경진대회의 결과를 통해서 기존의 AI 데이터셋이나 알고리즘에 대해서 검증할 수 있는 기회까지도 제공할 것이라고 생각됩니다.

이러한 제조데이터 생태계 활성화를 위해서 장관님께서 말씀하신 마이제조데이터 시대를 열어가는 데 저희 카이스트가 카이스트의 모든 역량을 집중해서 세계 최초의 KAMP를 만드는 데 열심히 노력하겠습니다.

감사합니다.


[질문·답변]
※마이크 미사용으로 확인되지 않는 내용은 별표(***)로 표기하였으니 양해 바랍니다.

<질문> (사회자) 출입기자 중 2분이 카이스트에 질문 주셨습니다. 이데일리 기자입니다. 제조데이터 활용을 위해 데이터 수집·저장 체계의 표준화가 중요한데, 현재 진행상황은 어떤지 답변해주시기 바랍니다.

<답변> (김흥남 카이스트 본부장) 스마트공장에는 이미 데이터를 수집하고 있는 기업들이 있습니다. 이러한 데이터가 현장 공장의 로컬 서버에 저장돼있기 때문에 그러한 로컬 서버에 저장돼있는 데이터를 에이전트 프로그램을 통해서 서버로, 클라우드 서버로 자동으로 전송할 수 있는 그런 에이전트 프로그램을 개발하고 설치해서 로컬 서버의 데이터를 클라우드로 전송할 계획을 갖고 있습니다.

그리고 기존 데이터 수집 기반이 없는 중소기업은 그러한 장비나 센서의 데이터를 수집해서 클라우드로 전송할 수 있는 중간 게이트웨이나 데이터 수집·전송장치를 정부지원금으로 지원할 계획입니다.

그리고 이러한 것을 할 때 가장 중요한 것이 다양한 설비에서 나오는 다양한 데이터를 어떻게 규격화해서 전송하느냐가 가장 큰 문제입니다. 그를 해결하기 위해서 ‘X2MDIS’라고 하는 표준을 제정해서 이러한 다양한 설비 간의 데이터를 호환성을 유지하면서 전송할 수 있도록 X2MDIS 기반의 데이터 전송 규격을 만들어서 표준화시켜나갈 계획입니다.

<질문> (사회자) 다음은 이투데이 기자가 주신 질문입니다. 뿌리기업도 제조기업의 AI 스마트공장화의 수혜를 받고 있는지, 받고 있다면 가장 수혜를 많이 보는 분야는 어떤 제조기업인지 답변 주시기 바랍니다.

<답변> (김흥남 카이스트 본부장) 중소기업은 제조, AI, 빅데이터 관련하여서 상당한 취약지구인, 취약지역인데 이러한 중소기업의 설비·공정상의 문제를 AI로 쉽게 해결할 수 있는 AI 표준모델을 2022년까지 50개를 구축해서 유사 중소기업이 이러한 AI 표준모델을 따라갔을 때 쉽게 자사의 문제도 해결할 수 있도록 가이드 할 계획입니다.

특히, 올해 AI 데이터셋은 중소기업에서 가장 보편적인 설비인 5대 설비, 예를 들면 CNC 머신, 사출 성형기, 용접기 그리고 프레스기 그리고 검사 장비를 할 수 있는 머신비전 이러한 5개 설비에서 나오는 데이터를 AI 데이터셋와 알고리즘, 가이드북까지 확보해서 총 열 가지 정도의 중소기업에 필요한 데이터셋을 오픈하고, 이것을 지속적으로 50개까지 늘려나감으로 해서 우리 뿌리산업 중소기업들에게 특히 도움이 될 수 있도록 쉽고 따라하기 편한 그러한 AI 데이터셋을 만듦으로 특히 뿌리산업·중소기업에게 혜택을 많이 늘려나가도록 노력할 계획입니다.

감사합니다.

<끝>