중소 공장 인공지능 도입 준비 서비스 아이디어

정부는 사전기획부터 구축·사후관리까지 지원할 계획이다

중소벤처기업부는 2026년 10월 29일 ‘중소제조 피지컬 AI 확산 전략’을 발표했다. 생산 기록을 연결하고, 인공지능이 판단하며, 로봇이 움직이게 하는 세 단계를 묶어 지원하겠다는 계획이다.

정부 목표는 2030년까지 기록이 연결된 중소 공장을 1만8,000곳에서 3만 곳으로, 인공지능을 도입한 공장을 600곳에서 6,000곳으로 늘리는 것이다. 인공지능 도입 대상을 지금의 열 배로 늘리려는 만큼 설치 업체뿐 아니라 준비와 운영을 돕는 일도 함께 늘어날 수밖에 없다.

정부는 2030년까지 스마트제조혁신에 국가재정 5조 원 이상을 투입하겠다고 밝혔다. 다만 5조 원 전체가 한 번에 확정된 돈은 아니며, 해마다 예산 편성과 국회 심의를 거쳐야 하는 정책 목표다.

앞서 2026년 제조인공지능 특화 스마트공장 사업은 3월 19일부터 4월 20일까지 신청을 받았다. 중기부 공고 기준 약 400개 과제에 800억 원을 배정했고, 공장 구축은 기업당 최대 2억 원, 자료 수집과 검증 단계는 최대 5,000만 원을 지원하되 정부 부담은 전체 비용의 절반 이내였다.

이 접수는 끝났지만 정책 기회는 2030년까지 이어진다. 2027년 지원사업 통합공고는 2026년 10월 30일 나왔고, 제조인공지능 특화 사업의 구체적인 접수일과 조건은 이어질 개별 공고에서 정해진다.

공장 사장에게 필요한 것은 인공지능보다 순서다

가령 경기 화성에서 직원 열두 명과 금속 부품을 만드는 김 사장을 생각해 보자. 이 회사는 작업자가 종이에 생산량과 불량 사유를 적고, 반장이 퇴근 전에 엑셀로 옮기며, 기계 고장은 단체 대화방 사진과 수리업체 통화 기록에 남긴다고 가정한다.

김 사장은 불량이 많은 공정을 대략 알고 있지만 지난 석 달 기록을 한 번에 꺼내지는 못한다. 인공지능 업체를 만나도 품질 검사, 고장 예측, 생산 일정 추천 가운데 무엇부터 해야 돈이 덜 새는지 비교하기 어렵다.

2026년 공고는 제조공정에서 AI를 활용할 계획이 있는 기업을 지원 대상으로 뒀다. 지원금을 받더라도 기업이 부담할 돈과 담당 직원은 남는다.

여기에 작은 준비 서비스가 들어갈 수 있다. 김 사장이 휴대전화로 불량 사진, 발생 공정, 하루 발생 횟수를 올리면 서비스가 한 달 기록을 모아 ‘검사 자동화보다 절삭기 고장 징후 확인이 먼저’처럼 후보 과제를 좁혀 주는 방식이다.

업체를 고를 때는 서로 다른 견적서를 같은 항목으로 다시 보여 줄 수 있다. 기계 연결 비용, 직원 교육, 고장 대응 시간, 매달 내는 비용, 생산 기록을 외부로 가져가는지 여부를 한 화면에서 비교하면 가장 싼 업체가 아니라 이 공장에 맞는 업체를 고르기 쉬워진다.

설치 뒤에는 도입 전후의 불량 수, 멈춘 시간, 납기 지연을 같은 방식으로 기록한다. 정부는 지원 신청과 관리를 묶는 ‘제조AI 24’를 계획했다.

달라지지 않는 일도 있다. 작업자는 불량 이름을 통일하고 잘못된 판단을 고쳐야 하며, 사장은 어떤 공정에 돈을 쓸지 결정해야 하고, 공급업체는 기계가 멈췄을 때 현장에 대응해야 한다. 따라서 기회는 사람을 없애는 서비스보다 사장·작업자·공급업체가 같은 기록을 보고 움직이게 하는 서비스에 가깝다.

해외도 먼저 진단하고 작게 시험했다

독일 바이에른주의 ‘키 트랜스퍼 플러스’는 중소·중견기업이 아홉 달 동안 인공지능 교육을 받고, 적용할 문제를 고른 뒤, 현장에서 작은 시험을 해 보도록 돕는다. 기계를 먼저 파는 것이 아니라 회사 안에 실행 순서와 담당자를 남기는 프로그램이다.

참여기업 라이프핑거바더는 양식이 제각각이고 손글씨도 섞인 주문서를 읽어 표준 생산 목록으로 바꾸는 일부터 시작했다. 주문 내용을 생산관리 프로그램에 다시 입력할 때 생기는 오류를 줄인 뒤 생산과 에너지 관리로 적용 범위를 넓히는 후속 과제를 계획했다.

일본의 직원 여덟 명 주물업체 타야마 스튜디오는 모리오카시 지원과 이와테대 공동연구를 이용해 숙련공의 설명을 젊은 직원이 학습할 수 있는 체계로 바꿨다. 숙련기술 전승을 위한 AI 학습 시스템을 구축했다.

일본 중소기업청 백서는 과거 약 10년이 걸리던 숙련 기간을 기존의 3분의 1가량으로 줄였고, 입사 3년 차 직원이 제품을 혼자 완성하는 단계에 도달했다고 소개한다. 작은 공장에서는 인공지능의 첫 용도가 로봇 제어가 아니라 기술 전승일 수도 있다는 뜻이다.

영국 ‘메이드 스마터’는 사람·프로세스·시스템을 진단해 디지털 전환 로드맵을 만든다. 플라스틱 사출업체 노델은 공급업체 송장을 읽고 발주 기록과 대조하는 시스템에 3만4,000파운드를 투자했고, 그중 1만7,000파운드를 지원받았다.

노델은 반복적인 송장 처리 업무에 AI 시스템을 도입했다. 월 60시간 이상을 줄일 것으로 예상했지만 이는 도입 직후 회사가 제시한 전망이므로 실제 절감 시간은 사후 확인이 필요하다.

여기서 시작할 수 있는 네 가지

1. 지원 신청 전 공장 준비 점검

• 무엇을 하나: 생산 기록의 위치, 현장 문제, 담당 직원, 기업 부담 가능 금액을 묻고 신청 전에 빠진 준비를 알려 주는 서비스다.
• 누가 쓰나: 스마트공장 경험은 없지만 2027년 제조인공지능 지원사업을 검토하는 직원 5~30명 규모 부품공장 사장이 쓴다.
• 왜 지금인가: 2026년 사업부터 기존 스마트공장 참여 이력이 없어도 신청할 수 있어 처음 준비하는 기업이 들어올 문이 넓어졌다.
• 첫 화면: ‘어느 공정에서 돈이 새고 있습니까’라는 질문과 불량·고장·납기·인력 부족 네 개 선택지를 놓는다.

2. 작업자용 현장 문제 수집함

• 무엇을 하나: 작업자가 사진이나 음성으로 불량과 고장을 남기면 공정·설비·발생 시각별로 정리해 주는 서비스다.
• 누가 쓰나: 종이 작업일지와 단체 대화방을 함께 쓰는 금속가공·사출·식품 제조공장의 현장 반장이 쓴다.
• 왜 지금인가: 정부는 AI 역량 진단과 데이터 수집·검증 단계를 지원한다.
• 첫 화면: 오늘 발생한 문제를 ‘사진 찍기’, ‘말로 남기기’, ‘기존 문제 다시 발생’ 세 버튼으로 기록하게 한다.

3. 제조 인공지능 견적 비교기

• 무엇을 하나: 공급업체마다 다른 견적을 설치비·교육비·월 이용료·고장 대응·자료 권리 항목으로 다시 나눠 비교한다.
• 누가 쓰나: 품질검사나 기계 고장 예측 업체 두세 곳에서 제안서를 받은 자동차 부품 협력사 대표가 쓴다.
• 왜 지금인가: 정부는 인공지능 도입기업 6,000곳과 스마트제조 전문기업 500곳을 목표로 잡아 선택지는 늘지만 공장 사장이 비교하기는 더 어려워진다.
• 첫 화면: 견적서 파일을 올리는 칸과 ‘총비용’, ‘공장 중단 필요 시간’, ‘사후 대응’ 비교 결과를 놓는다.

4. 도입 효과와 고장 기록장

• 무엇을 하나: 설치 전 기준과 설치 후 결과를 같은 항목으로 기록하고 목표에서 벗어나면 담당자에게 알려 주는 서비스다.
• 누가 쓰나: 지원금을 받아 검사 장비나 생산 추천 시스템을 설치했지만 별도 관리 직원을 두기 어려운 공장장이 쓴다.
• 왜 지금인가: 지원이 늘수록 설치 완료만이 아니라 불량 감소와 멈춘 시간 감소가 실제로 이어졌는지 남길 필요가 커진다.
• 첫 화면: 이번 주 불량 수, 기계가 멈춘 시간, 납기 지연 건수를 도입 전 평균과 나란히 보여 준다.

오늘 확인해 볼 것

직원 5~30명 규모 제조업체 세 곳에 전화해 ‘정부 지원을 준비할 때 현장 자료를 어디에서 다시 모았고 가장 오래 걸린 일이 무엇이었는지’만 물어보자. 두 곳 이상이 종이·엑셀·대화방에서 같은 기록을 다시 모으거나 공급업체 견적을 비교하기 어려웠다고 답하면, 인공지능 기능보다 준비 점검이나 기록 수집 화면부터 만들어 볼 만하다.