미디어센터

한국공작기계산업협회가 개최하는 2024 SIMTOS 전시회를 소개합니다.

산업정보

[GLOBAL TREND] 일본 제조업의 AI 활용 현황
작성일 2024-01-25 오후 3:22:37
조회수 777
첨부파일

Global Trend

 

 

일본 제조업의 AI 활용 현황


日 AI 시장 규모 ’25년 4,429억엔 성장 전망 

기업체 관계자 68.1%가 생성형 AI 도입 희망


일본 산업계는 전통적으로 ‘모노즈쿠리(ものづくり)’, 즉 ‘혼신의 힘을 쏟아 최고의 제품을 만든다’는 장인정신을 강조한다. 일본 제조업은 이 같은 장인정신을 내세우며 고도의 경제성장을 이뤄왔다. 일본에서 제조업은 자국의 경제를 굳건히 받치고 있는 주요한 산업이다. 최근 들어 일본 제조업계는 저출산에 따른 노동력 부족, 생산설비 노후화 등으로 어려움에 처한 상황이며, 문제 해결을 위해 적극적으로 디지털트랜스포매이션(DX), AI 도입을 추진하며 대응 중이다. 대한무역투자진흥공사의 리포트(일본 제조업 AI 시장 및 활용 현황, ’23.08.10)를 통해 일본 제조업계의 현황을 살펴봤다.


일본 제조업 노동력 부족, 생산설비 노후화

2021년도  일본  국내총생산(GDP)에서 제조업이 차지하 는  비율은 20.6%, 112조엔이었다. 일본 제조업은 국가 경제를 지탱하는 중심 산업이라고 할 수 있다. 하지만, 선진국 저출산 국가들과 같이 일본제조업은 노동력 부족에 직면한 상황이며, 제조업 전반의 생산설비 노후화도 문제로 꼽히고 있다. 일본 내 제조업 취업자 수는 2002년 1,202만 명에서 2022년 1,044만 명으로 20년간 13.1% 감소했다.

전체 취업자 수에서 제조업종 취업자들이 차지하는 비중도 2002년 19.0%에서 2022년 15.5%로 3.5% 줄어든 것으로 나타났다.

일본 제조업의 생산설비 노후화도 간과할 수 없다. 일본기계공업연합회가 발표한 ‘2018년도 생산설비 보유기간 실태조사’에 따르면, 공작기계와 제조장치의 약 50%가 설비 도입 후 15년 이상이 됐으며, 2차 금속가공기계는 20년 이상 경과한 설비가 50%를 초과한 것으로 나타났다.

현재 일본 제조업이 처한 노동력 부족, 생산설비 노후화 등의 문제는 낮은 생산성과 높은 유지보수비 등을 초래하며 시장 경쟁력을 감소시키는 요인이 되고 있다.

일본 정부에서도 자국 제조업이 처한 문제에 대응하기 위해 디지털혁신에 집중하고 있다. 제조업의 디지털트랜스포메이션(DX)을 통한 노동·자본·기술의 생산성 향상을 강조하고 있다. 더불어 이런 흐름에 따라 일본 제조업계에서도 인공지능(AI) 활용 및 도입도 적극적으로 검토하고 있다.







일본 제조업 AI 시장 2025년 4,429억엔 예상

일본  리서치 기관인 후지키메라총연이 발표한  바에 따 르면, 지난 2022년도 일본 AI 비즈니스 시장규모는 1조 3,139억엔에 달한것으로 나타났다. 이 중 제조업이 차지하는 비중은 3,450억엔으로 금융업 다음으로 큰 규모였다. 향후 2025년도 제조업 AI 시장규모는 2022년도 대비 22.1% 증가한 4,429억엔 규모가 될 것으로 예상된다.

후지키메라총연의 발표를 살펴보면 제조업 AI 도입 현황 흐름을 볼수 있다. 일본 제조업에서 AI 도입이 가장 활발히 이뤄지는 부분은 ‘생산 및 검사 공정’이었다. 생산 공정에서 활발하게 AI 도입이 이뤄지는 영역은 세 가지로, 첫째 공장자동화(FA) 로봇 또는 최적화 솔루션을 통한 생산 효율성 향상이었으며, 둘째는 기계 이상의 예측을 통한 생산라인의 예방적 유지관리였다. 마지막으로 로봇제어설비의 자동화였다.

검사 공정에서도 품질관리를 위한 제품 검사에 AI가 적용되고 있다. 기존 영상 검사방법의 응용성과 유연성을 개선할 것으로 보여 관심이 쏠리고 있다. 이는 고가의 영상 검사장비를 도입하지 못하는 업체들에게 도움이 될 것으로 보인다. AI 검사 시스템을 활용해 품질관리 검사를 더욱 간편하게 할 수 있을 것으로 전망된다.

 

 



 

 

일본 기업들의 AI 도입과 활용 사례

산업용 로봇기업으로 유명한  야스카와전기의 자회사인 에이아이큐브는 제조업 현장에 AI의 피킹, 외관 검사, 예측을 더욱 정교화하기 위해 필요한 데이터를 AI로 생성하는 서비스 ‘Alliom’을 제공하고 있다. 실제로 제조 현장에서는 결함이나 고장 등 이상이 발생하는 경우가 매우 적기 때문에 데이터를 수집하기 어려운 실정이다. 이러한 문제를 파악한 에이아큐브는 딥러닝 기술의 일종인 적대적 생성 네트워크(GAN)를 활용해 다양한 패턴의 이상 유사 데이터를 생성해 제조업 현장의 AI 학습을 지원하고 있다.

화학기업인 다이셀은 플랜트 변조 감지 및 운전 최적화에 AI를 활용하고 있다. 자체적인 알고리즘을 개발하고, 조기 발견과 대응을 신속하게 함으로써 AI활용을 통해 연간 100억엔의 비용 절감 효과를 예상하고 있다.

다이셀의 ‘자율형 생산 시스템’은 플랜트 이상 징후를 조기에 포착하고 운전 조작 조건을 최적화 할 수 있다. 실증 실험을 통한 효과검증을 거쳐 2021년 4월부터 자사의 히메지 공장에 있는 플랜트 운전 관리에 본격적으로 도입한 바 있다. 시스템을 통해 플랜트 운전 시 변조가 발생했을 때 감지와 대응이 빨라졌다. 또한 플랜트 가동 중 변화가 감지되면 대응 흐름을 효율화해 관리자의 개입을 없애고 작업자의 업무 부담도 감소시켰다. ‘자율형 생산 시스템’은 플랜트 운전 시 이상 징후를 감지하는 ‘고도예측시스템(APS)’과 제품의 품질을 예측해 플랜트의 최적 운전조건을 자동으로 표시하는 ‘최적 운전조건 도출 시스템(PCM)’의 두 가지 AI를 사용하고 있다.

자동차 기업인 스바루는 후지쓰 등과 공동으로 캠축 연마가공에서 모든 공작물의 품질을 실시간으로 예측하고 불량을 판정하는 AI 모델을 개발했다. 2019년 12월부터 실증 시험을 진행했으며 2022년 1월 말부터 군마의 오이즈미 공장에서 본격적으로 활용하기 시작했다. 현재는 품질을 예측해 불량품을 걸러내는 역할로 AI를 활용하고 있으나, 향후에는 제조과정에서 설비와 공구의 상태, 가공 조건 등을 조정해 불량 발생을 줄이는 데에도 AI 모델을 활용할 방침이다.

이외에 건설기계 및 가공기계 제조기업인 코마츠 제작소는 건설 현장에서 AI를 활용해 지형, 시공계획의 3D화, 시공 프로세스 자동화 및 최적화를 추진하고 있다. 브리지스톤은 타이어 트럭·버스용 재생타이어(Retread Tire) 솔루션 ‘BASys’를 개발했다. 고객 조건에 맞는 최적의 타이어 추천, 사용된 타이어의 입고, 검사, 수리, 가공 등 정보 관리로 생산 효율화를 추진하고 있다.

 

 

제조업계 전반 생성형 AI 활용에 관심과 호응 높아

미국 AI개발 기업인 오픈아이의 ‘ChatGPT’가 공개된 이후 전 세계기업들은 그 활용 가능성에 주목했다. 일본 제조기업들 역시 생성형 AI 도입에 많은 관심을 보이고 있다. 제조업 전문매체인 ‘닛케이 모노즈쿠리’에서 2023년 7월 제조업 종사자들을 대상으로 설문조사를 진행한 바 있다. 조사 대상자 중 68.1%가 생성형 AI 활용에 우호적인 것으로 나타났다. 전체 조사 대상자의 응답을 살펴보면 이미 활용 중이 18.3%, 활용 예정이 11.9%, 도입 검토 중이 37.9%인 것으로 나타났다.

생성형 AI의 제조업 분야 도입 효과에 대해서 긍정적인 응답이 많았다. ‘이미 활용 중’과 ‘활용 예정’인 응답자들은 ‘일상 업무가 편리 해진다’(25.3%), ‘생산성 향상’(23.1%), ‘인력난 해소에 도움이 된다’(16.7%)고 답변을 했다. 조사 결과를 살펴보면 많은 응답자들이 생성형 AI가 일본 제조업이 갖고있는 노동력 부족 등의 문제 해결에 기여할 것으로 생각하고 있었다.

생성형 AI의 세부적인 활용 용도는 ‘텍스트 작성 및 확인’(59.8%)이 가장 많았으며, ‘프로그램 작성 및 확인’(35.6%)이 그 뒤를 이었다. ‘시제품이나 실험 계획’(18.3%), ‘CAD나 기술 계산 소프트웨어의 명령어 스크립트(매크로) 작성’(16.4%)과 같은 용도로도 활용되는 등 실제 설계 효율화에도 도움이 되는 것으로 나타났다.

생성형 AI 도입 시 가장 큰 우려는 많은 응답자들이 ‘정보 정확성에 관한 불안’(73.5%)을 꼽았다. 사실과는 다름에도 그럴듯한 답변을 하는 ‘할루시네이션(hallucination)’ 문제를 위험으로 인식하는 의견이 많았다. 여기서 할루시네이션이란 오해의 소지가 있는 정보, 즉인공 지능 알고리즘에 의해 그럴 법하게 사실처럼 생성된 정보를 의미한다. 이 같은 리스크에 대한 구체적 대응은 아직 미흡했다. 하지만 많은 기업이 외부 스터디 모임을 통한 정보 수집, 매뉴얼 작성을 통한 사내 교육 등의 노력을 하는 것으로 나타났다.

 

 

일본 디지털전환 트랜드는 국내 기업에 새로운 기회 

일본 제조업계가 당면한 문제를 극복하기 위해 AI 도입에 적극 나서면서 관련 시장규모는 지속적으로 확대될 것으로 전망된다. 일반적으로 AI를 활용한 자동화 도입은 사회 내 갈등을 유발할 수 있다. 하지만 노동력 부족 문제 해결이 시급한 일본은 다른 선진국보다 AI 도입에 대한 저항감이 적은 상황이다.

현재 우리나라 많은 기업들이 일본 디지털 시장에 진출해 있다.

2011년 일본에 진출한  네이버의 메신저 라인은  스마트폰  소유자 약 80%가 이용하는 일본 1위 SNS로 성장했다. 또한 2016년 출범한 카카오의 웹툰 픽코마는 일본 Z세대에 큰 인기를 끌고 있다.

2018년 삼성전자는 일본 NEC와 5G 통신장비 공동 개발에 합의 하기도 했다. 일본 사회가 서두르고 있는 디지털 전환 트랜드, 일본 제조업 AI 활성화 흐름은 국내 기업들에게 새로운 기회가 될 것으로 보인다.