• 회원가입
  • |
  • 로그인
  • |
  • 장바구니
  • News
    뉴스 신제품 신간 Culture & Life
  • 강좌/특집
    특집 강좌 자료창고 갤러리
  • 리뷰
    리뷰
  • 매거진
    목차 및 부록보기 잡지 세션별 성격 뉴스레터 정기구독안내 정기구독하기 단행본 및 기타 구입
  • 행사/이벤트
    행사 전체보기 캐드앤그래픽스 행사
  • CNG TV
    방송리스트 방송 다시보기 공지사항
  • 커뮤니티
    업체홍보 공지사항 설문조사 자유게시판 Q&A게시판 구인구직/학원소식
  • 디렉토리
    디렉토리 전체보기 소프트웨어 공급업체 하드웨어 공급업체 기계관련 서비스 건축관련 업체 및 서비스 교육기관/학원 관련DB 추천 사이트
  • 회사소개
    회사소개 회사연혁 출판사업부 광고안내 제휴 및 협력제안 회사조직 및 연락처 오시는길
  • 고객지원센터
    고객지원 Q&A 이메일 문의 기사제보 및 기고 개인정보 취급방침 기타 결제 업체등록결제
  • 쇼핑몰
통합검색 "산업데이터"에 대한 통합 검색 내용이 30개 있습니다
원하시는 검색 결과가 잘 나타나지 않을 때는 홈페이지의 해당 게시판 하단의 검색을 이용하시거나 구글 사이트 맞춤 검색 을 이용해 보시기 바랍니다.
CNG TV 방송 내용은 검색 속도 관계로 캐드앤그래픽스 전체 검색에서는 지원되지 않으므로 해당 게시판에서 직접 검색하시기 바랍니다
[인터뷰] 산업통상자원부 산업인공지능혁신과 고상미 과장
산업 AI 확산 가속 페달… 활용 정책, 데이터 인프라 구축 지원   산업통상자원부 산업인공지능혁신과 고상미 과장      산업 대전환을 주도하는 인공지능(AI) 활용을 본격적으로 지원하기 위해 산업통상자원부(이하 산업부)는 최근 산업 AI 정책을 주도적으로 추진하는 부서인 ‘산업인공지능혁신과’를 신설했다. 기존에 여러 부서로 분산되어 있던 산업AI 관련 정책과 업무를 통합해 전담 조직을 마련한 것으로, 조직 신설의 배경과 향후 산업AI 정책 추진 방향에 대해 해당 부서를 이끄는 산업인공지능혁신과 고상미 과장을 만나 이야기를 들어 보았다.   산업부 산업인공지능혁신과 신설의 배경은 무엇인가?   AI는 데이터 및 컴퓨팅 기술의 발전과 산업 자동화 수요 확대 등에 힘입어 다양한 산업에 빠르게 적용되고 있다. 산업 현장에서 AI의 중요성이 높아지면서, 산업부 내에서도 AI 정책을 체계적으로 수립하고 지원할 전담 조직의 필요성이 대두됐다. 이에 2024년 상반기부터 조직 신설을 준비해 2024년 12월 30일에 ‘산업인공지능혁신과’ 를 공식 출범시켰다. 산업 AI 확산과 기업지원 효과를 극대화하기 위해 산업정책과와 산업기술시장혁신과의 일부 업무인 ‘AI 산업정책 민관협의체 운영, 산업디지털전환 관련 법령, R&D 사업, 데이터 구축·관리’ 등을 산업인공지능혁신과로 이관했다. 산업인공지능혁신과의 주요 업무는 무엇인가? 산업인공지능혁신과는 제조업과 서비스업 전반에 걸쳐 인공지능(AI)과 산업데이터 활용을 촉진하기 위한 정책을 수립하고 제도를 정비하는 업무를 총괄하고 있다. 현재는 「산업디지털전환촉진법」을 개정해 「산업디지털 전환 및 인공지능활용촉진법(가칭)」으로 개편하는 방안 을 추진 중이며, 이를 통해 기존의 디지털 전환 중심 정책에 산업 AI 활용을 명시적으로 포함하고, 산업현장의 AI 확산을 위한 법·제도적 기반을 강화하고자 한다. 아울러, ‘AI 산업정책 위원회’와 ‘산업디지털전환 위원회’는 그 기능과 역할을 확대·통합해 ‘산업인공지능 위원회’로 개편하는 등 관련 위원회 체계도 정비 중이다. 산업 AI 기술의 확산과 현장 적용을 위해 산업별 맞춤 형 AI 기술개발과 기반구축, 산업현장에 필요한 AI 전문 인력 양성 등을 추진하고 있다. 또한, 산업데이터의 수집, 표준화, 연계, 품질관리 체계 마련은 물론, 데이터 플랫폼 구축 등 민간 활용 활성화를 위한 정책도 총괄한다. 민관 협력도 활발히 운영 중이다. 산업계와 학계, 전문가 그룹과 연계한 협의체와 자문단을 구성해 현장 중심의 정책 수립에 반영하고 있으며, 수요‧공급 기업 간 매칭 지 원, 산업 AI 컨설팅, 현장 실증 등의 사업도 확대할 예정이다. 이와 함께 한국산업지능화협회 등 유관기관과 협력해 산업 AI 세미나, 전시회, 컨퍼런스 등 교류 행사도 개최하고 있다. 산업부 내 타 부서와의 차별점은 무엇인가?  산업부 내 여러 부서가 산업 디지털전환 및 AI 활용 관 련 업무를 수행하고 있으나, 산업인공지능혁신과는 ‘산업 데이터’ 업무를 전담한다는 점에서 차별화된다. 「 산업디지털전환촉진법」에서도 산업데이터 지원 근거가 별도 장(章)으로 명시될 만큼 그 중요성이 커지고 있다. 그러나 현장에서는 산업데이터의 확보가 어렵고, 활용 수준 또한 낮은 것이 현실이다. 이를 개선하기 위해 산업 부는 2024년 R&D 사업으로 ‘데이터 전처리(산업AI용 데이터 전처리 자동화 기술개발)’, ‘탄소데이터 플랫폼 구축(제조데이터 표준 인공지능 활용 제품 전주기 탄소중립 지원 기술개발)’ 사업을 새롭게 추진하였으며, 산업데이터의 생성·가공·활용 전 주기를 촉진하기 위한 ‘데이터 스페이스(한국형 Manufacturing-X 플랫폼 표준모델 개발 및 실증)’ 사업도 기획 중이다. AI 확산이 기업에 실질적으로 영향을 미치기 위해 필요한 노력은 무엇이라고 보는가?  AI 확산이 기업에 실질적인 영향을 미치기 위해서는 산업 현장의 수요에 기반한 전략적 접근이 필요하다. 현장을 살펴보면, 많은 기업들이 AI 도입에 관심은 있으나 산업데이터 부족, 기술 검증 부담, 초기 투자 리스크 등 현실적 한계에 부딪히고 있다. 특히 제조업의 AI 적용을 위해서는 양질의 산업데이터 확보와 이를 기반으로 한 문제 정의 과정이 선행되어야 하며, 이를 위해 산업부는 기업 현장 문제 해결을 위한 산업데이터 기반 AI 기술개발을 추진하고 있다. 또한 산업 전반의 AI 확산이 실제 기업의 생산성과 경쟁력 향상으로 이어지기 위해서는 수요기업 중심의 실질적 확산 기반 마련이 중요하다. 이에 산업부는 권역별 거점으로 ‘산업AI 혁신센터’를 지정하고, 산업AI 수요기업(제조기업)과 공급기업(솔루션기업) 간 파트너십을 통해 AI 솔루션 공동 실증을 지원하여, 산업 전반에 걸친 전국적 산업 AI 확산을 추진하고자 한다.  ‘산업 AI 10대 과제’의 선정 배경과 중요성에 대해 소개한다면?  ‘산업 AI 10대 과제’는 2024년 5월부터 민관 합동으로 ‘AI산업정책위원회’를 출범한 이래, 한국공학한림원 회원 들을 비롯한 200여명의 민간 전문가들이 심도 있게 논의해 도출한 결과다. 민간 전문가 그룹이 산업 현장의 수요와 기술 변화를 반영해 과제를 선정했다는 점에서 의미가 크다. 10대 과제에는 ▲산업AI 선도 프로젝트 ▲AI 에이전트 와 피지컬 AI ▲산업 AI 컴퓨팅 인프라 ▲산업 데이터 ▲ AI 반도체 ▲AI 인재 ▲전력 인프라 ▲산업 AI 자본 ▲AI 생태계 ▲산업 AI 제도 등이 포함된다. 일부 선도 과제는 기존 사업과 연계해 조기 성과 도출을 지원하고, 산업데이터 스페이스 구축, AI 인재 양성 등 신규 과제도 추진 중이다.   최근 진행했던 ‘산업 AI 전략(M.A.P)’ 세미나의 성과와 향후 계획은 무엇인가? 최근 진행한 ‘산업 AI 전략(M.A.P, Manufacturing AI Policy)’ 세미나는 제조기업의 AI 도입을 실질적으로 지원하기 위한 소통의 장으로 의미 있는 성과를 거두었다. 많은 제조기업들이 AI 도입의 필요성에는 공감하지만, 실 제 도입 과정에서 많은 어려움을 겪고 있다. 이에 산업인공지능혁신과는 기업들이 AI 전문가와 직접 소통하고 실질적인 해법을 모색할 수 있도록 ‘M.A.P 세미나’를 기획하였다. 해당 세미나는 서울, 광주, 창원 등에서 개최되었으며, 매 행사마다 높은 관심을 받았다. 세미나 이후 질의응답에서는 고난이도 기술 질문이 이어져 산업 현장의 실질적 수요를 확인할 수 있었다. 앞으로도 M.A.P와 현장 밀착형 프로그램을 지속 확대해 기업들의 AI 도입을 실질적으로 지원하고, 산업계의 요구를 정책에 적극 반영해 나갈 계획이다. 국내 산업 AI·DX 도입 수준은 어떠하고, 확산을 위해 필요한 선결 과제는 무엇인가?  국내 산업계의 AI·DX 도입 수준은 여전히 초기 단계에 머물러 있으며, 실질적 확산을 위해 해결해야 할 과제가 적지 않다. 2024년도 한국생산성본부(KPC) 조사에 따르면, 국내 제조업체의 약 90%가 아직 AI를 실제로 도입하지 않았으며, 그 주요 원인으로 산업데이터 확보의 어려 움과 인프라 부족이 지목되었다. 또한, ‘AI 기술을 어떻게 활용해야 할지 모른다’는 점도 도입 저해 요인으로 나타났다. 산업 현장에 특화된 AI 솔루션에 대한 정보와 접근성이 낮기 때문이다. 산업 AI 확산을 위해서는 국가 차원의 전략도 중요하지만, 현장에서 필요한 AI 기술을 신속히 개발하고, 기업들이 쉽게 접근할 수 있도록 기술과 현장을 연결하는 실질적인 ‘연결고리’의 구축이 무엇보다 중요하다.   산업인공지능혁신과의 올해 및 중장기 계획에 대해 소개한다면? 산업인공지능혁신과는 AI 기술의 빠른 발전과 산업 전 반에 미치는 영향력을 고려해, 중장기 로드맵보다는 현장 수요와 단기 실현 가능성이 높은 과제 중심으로 지원 방향을 유연하게 설정하려 한다. ‘산업 AI 10대 과제’ 발표 이후, 실행력 있는 세부 실행 계획을 단계적으로 추진하고 있으며, 산업 현장에서 실질적인 효과를 낼 수 있도록 정책의 실행력을 높이는 데 중점을 두고 있다. 앞으로는 산업부 전체 차원의 중장기 전략을 재정립하고, 기업들이 실제로 필요로 하는 기술·데이터·인프라 요건을 면밀히 검토해 정책 대응을 강화할 계획이다. 산업 AI 활용 수혜기업과 한국산업지능화협회에 전하고 싶은 말이 있다면?  산업 AI 확산을 위해 여러 기관이 적극적으로 사업을 기획·발굴하고 있다. 현장의 수요를 신속하게 전달하는 것이 무엇보다 중요하며, 이를 통해 실질적으로 도움이 되는 정책과 사업이 만들어질 수 있다. 특히 한국산업지능화협회는 ‘산업AI 얼라이언스’ 운영, ‘산업AI 엑스포’ 개최 등 현장 중심 활동을 통해 정보 교류와 성공사례 확산에 앞장서고 있다. 앞으로도 수요기업과 공급기업의 현장 목소리가 정확히 전달되고, 산업계의 적극적인 참여와 소통이 실효성 높은 정책으로 연결될 수 있도록 협회의 적극적인 협력을 당부한다. ■    캐드앤그래픽스 최경화 국장 mail@cadgraphics.co.kr  
작성일 : 2025-07-22
2024년 산업디지털전환실태조사 결과 (DX 리포트)
이 내용은 한국생산성본부(KPC)가 수행한 제조업 디지털전환(DX,  Digital Transformation) 및 AI 활용도 관련 공식 조사 결과이다.   주요 조사 결과 요약 AI 실제 도입률 제조업 응답 기업의 약 90%가 실제로 AI를 도입하지 않은 것으로 나타났습니다. 이는 제조업 내 AI 도입률이 3.9%에 그치는 등, 타 산업(정보통신 25.7%)에 비해 현저히 낮은 수치입니다. AI 도입 저해 요인 AI 도입이 저조한 주요 원인으로는 다음이 꼽혔습니다. 인프라 부족: 고성능 컴퓨팅 환경, 네트워크 등 AI 활용에 필요한 인프라가 미흡함. 산업 데이터 확보의 어려움: 제조 현장에서 발생하는 데이터의 품질 및 통합 문제, 데이터 자체의 부족이 큰 장벽으로 작용함. 전문 인력 부족, 초기 투자비용 부담, 기존 시스템과의 연계성 문제 등도 복합적으로 영향을 미침. 추가 참고 AI 활용률이 낮은 배경에는 산업 데이터의 관리 및 공유가 어렵고, AI 도입에 따른 실질적 변화(생산성, 비용 등)가 아직 제한적이라는 현장 평가도 반영되어 있습니다. 기업들은 AI 도입 필요성은 인식하고 있으나, 실제 활용률은 30% 미만, 제조업은 20% 내외로 조사되었습니다. 결론 한국생산성본부(KPC)가 발표한 제조업 디지털전환 및 AI 활용 실태조사 결과는 KPC 공식 홈페이지 공지사항에서 확인할 수 있습니다. 제조업의 AI 도입률은 매우 낮으며, 인프라와 데이터 확보의 어려움이 핵심 저해 요인임이 명확히 드러났습니다 ----------------------------------- 1.    조사 배경    인공지능, 빅데이터 등 디지털 기술의 등장은 과거 전통적 산업 간의 경계를 희미하게 만드는 동시에, 경제 성장의 새로운 원동력으로 각광받고 있음     이들 기술을 활용한 디지털 전환(DX; Digital Transformation)은 공정의 최적화는 물론, 제품 지능화, 서비스 고도화를 통해 산업에 당면한 과제를 해결하고 새로운 가치를 창출한다는 점에서 의미가 매우 크나, 현실적으로 중견, 중소기업에서는 인력, 자금 등의 문제로 산업 디지털 전환이 필요함에도 추진하기에 어려운 부분이 존재함     이처럼 기업의 애로사항과 불확실성이 존재하는 상황에서 정부에서 의결한 ‘산업 디지털 전환 촉진법’은 디지털 전환과 관련된 법적 사각지대를 해소하고 법률적 기반을 마련하는 계기가 될 것임     향후 산업 디지털 전환과 관련된 종합계획이 수립되고 각종 세부 정책들이 본격적으로 추진되기 위해서는 디지털 전환 역량이나 준비도 등의 산업계 실태를 면밀하게 파악하는 것이 선행되어야 함. 특히,  산업 디지털 데이터의 공유와 협업을  통한 수익 창출과 관련된 규범이 새롭게 마련된 만큼 이를 위한 정책적 근거자료 마련이 필수적임   조사 근거 : 산업디지털전환촉진법 2.    조사 목적     규모별 디지털 전환(DX) 인식 수준, 산업의 데이터 활용률, 디지털 전환 역량 및 애로사항, 요구사항 등을 종합적으로 조사함으로써 DX 역량진단 및 기업 수준을 분석, 평가할 수 있는 기초자료를 수립하고자 함     또한, 각종 데이터 수집 현황,  분석 및 활용 역량,  데이터 협력·거래  등 산업 데이터 역량과 니즈를 확인함으로써  실제  사업 수행 시 기업 간 매칭 및 맞춤형 지원사업을 가능토록 하고자 함   산업데이터 생성ㆍ활용의 활성화와 지능정보기술의 산업 적용을 통하여 산업의 디지털 전환을 촉진함으로써, 산업 경쟁력을 확보하고 국민의 삶의 질 향상과 국가 경제발전에 이바지하기 위해 필요한 ‘산업 디지털전환 종합 계획’ 수립 및 시행을 위한 관련 현황, 통계 및 실태 파악   목차 제 1장. 서론    1 01.    조사  배경 및 목적    3 1.    조사 배경    3 2.    조사 목적    3 01.    표본설계    4 1.    조사 대상    4 2.    모집단  분포 및 표본틀    5 3.    표본설계    6 4.    가중치와 추정    8 02.    조사 개요    11 1.    조사 개요    11 2.    조사 항목    11 03.    응답자 특성    13 제 2장. 조사결과    14 01.    디지털 전환 인식    16 (1)    DX에    대한 임직원의 인지도    16 (2)    디지털    비전과 리더십 단계    17 (3)    디지털    전략 단계    18 (4)    디지털    기술과 솔루션 이해도    19 02.    산업 데이터 역량    20 1.    데이터 수집    20 (1)    시장 및 고객 데이터 수집 방법, 비중    20 (2)    공정  데이터  수집 방법, 비중    21 (3)    제품 및 서비스 데이터 수집 방법, 비중    22   (4)    데이터 인프라    23 (5)    데이터  품질관리 성숙도 단계    24 (6)    데이터 수집시 애로사항    25 2.    데이터 분석·활용    26 (1)    ‘데이터    사용/관리’ 변화 정도    26 (2)    데이터    분석·활용 역량 수준    27 (3)    데이터    관련 전문인력 현황, 필요 규모    28 (4)    데이터    분석·활용 시 장애요인    29 3.    데이터 협력·거래    30     (1) 데이터 협력, 거래 활동 여부    30 (1-1) 데이터 협력, 거래 활동 목적    31 (1-2) 데이터 협력, 거래 활동이 없는 이유    32 (2)    데이터    협력,    거래를 위한 정보 획득 경로    33 (3)    데이터    협력,    거래의 애로사항    34 (4)    데이터    협력,    거래 과정에서 경험한 부당한 대우, 침해행위    35 4.    인공지능(AI) 활용    36 (1)    인공지능(AI) 기술의 업무 활용 여부    36 (2)    인공지능 기술을 업무에 활용하는 목적    37 (3)    인공지능 기술을 업무에 활용 시, 가장 어려웠던 점    38 (4)    인공지능 기술을 업무에 활용하지 않는 이유    39 03.    디지털 기반 프로세스 혁신    40 1.    디지털  프로세스 혁신 활동    40 (1)    업무 프로세스에 적용하고 있는  디지털 기술    40 (1-1) 디지털 기술별 적용  업무 프로세스_빅데이터    41 (1-2) 디지털 기술별 적용  업무 프로세스_인공지능    42 (1-3) 디지털 기술별 적용  업무 프로세스_IoT    43 (1-4) 디지털 기술별 적용  업무 프로세스_클라우드    44 (1-5) 디지털 기술별 적용  업무 프로세스_AR/VR    45 (1-6) 디지털  기술별 적용 업무  프로세스_지능형 협동 로봇    46 (1-7) 디지털  기술별 적용  업무 프로세스_RPA    47   (1-8) 디지털 기술별 적용 업무 프로세스_디지털마케팅솔루션    48 (1-9) 디지털 기술별 적용 업무 프로세스_3D 프린팅    49 (1-10) 디지털 기술별 적용 업무 프로세스_모바일 기술    50 (1-11) 디지털 기술별 적용 업무 프로세스_5G 기술    51 (1-12) 디지털 기술별 적용 업무 프로세스_보안    52 (2)    각 디지털 기술별로 과거부터 현재까지 예상되는 투자 비중    53 (3)    지난 1년간 디지털 기술 관련 투자액    54 (4)    빅데이터 부문 투자 금액(최근 1년)    55 (5)    인공지능 부문 투자 금액(최근 1년)    56 (6)    도입한 디지털 기술/도입하지는 않았으나 도입 효과가 좋을 것으로 예상되는 기술 · 57 (7) 디지털 기술 도입에 있어 자체 도입 & 아웃소싱 비중    59 (8) 디지털 기술 도입 후,  사후 관리    60 2.    (8-1) 사후 활동이 잘 되지 않는 이유    61 (9)    ‘정보화  준비도’ 변화 정도    62 (10)    ‘정보화  기술  수준’ 변화 정도    63 디지털  기반  프로세스 혁신 성과    64 (1)    ‘업무 프로세스 개선’ 변화 정도    64 (2)    자동화를    통한 업무시간 단축 여부 및 단축된 시간    65 (3)    프로세스    자동화율    66 (4)    프로세스    지능화율    67 (5)    프로세스    통합 연계율    68 04. 디지털 신기회    창출    69 1.    비즈니스 모델 혁신 활동    69   (1)    ‘비즈니스 모델’ 변화 정도    69 (2)    최근 3년간 디지털 기반 비즈니스 모델 혁신 및 변경 시도 여부    70 (2-1) 비즈니스 모델 혁신을 위한  시도의 목적    71 (2-2) 디지털 기반 비즈니스 모델  혁신의 유형    72 (3)    ‘고객 관련 업무’ 변화 정도    73 2.    디지털 제품 및 서비스 창출    74 (1)    최근 3년 디지털 연구 성과  창출 경험    74 (2)    ‘신제품/서비스 개발’ 변화 정도    75 (3)    최근 3년간 디지털 기술 적용을 통한 획기적 개선, 새롭게 출시된 제품 및 서비스 · 76 (3-1) 제품 및 서비스 개선, 출시를 위해 적용한 디지털 기술    77 (3-2) 제품 및 서비스 혁신을 위해 적용된 디지털 기술 획득 경로    78 (3-3) 전체 매출액에서 디지털 혁신 제품 및 서비스 매출이 차지하는 비중    79 (3-4) 디지털 혁신 제품 및 서비스가 개선, 출시되지 않은 이유    80 05.    디지털 전환 역량    81 (1)    ‘정보화 비전과 전략’ 변화 정도    81 (2)    ‘디지털 전환 인식’ 변화 정도    82 (3)    ‘혁신 문화 수준’ 변화 정도    83 (4)    디지털 전환 추진 여부    84 (4-1) 디지털  전환 추진 주도 부서    85 (5)    디지털 부문 연구개발 투자 금액(최근 1년)    86 (6)    디지털 부문 연구개발 인력 수    87 (7)    ‘정보화 인력 수준’ 변화 정도    88 (8)    디지털 전환 추진계획 보유 여부    89 (8-1) 디지털 전환 추진 시기    90 (8-2) 디지털 전환 추진을 위한  자금 조달 방식    91 (9)    디지털 전환 관심 분야    92 (10)    디지털 전환 관련 인력 양성을 위한 직원 교육 프로그램 실시 여부    93 (11)    디지털 전환 추진을 위한 인력 양성 및 외부 충원 계획 여부    94 (11-1) 디지털 전환 추진을 위해 필요한  인력 유형    95 (12)    디지털 전환 관련 협업 여부    96 (12-1) 디지털 전환 관련 외부 협업  유형별 수요    97 (13)    ‘지식 공유 수준’ 변화 정도    98 (14)    디지털 전환 관련 수출 애로사항    99 06.    디지털 전환 애로사항 및 정책 수요    100 (1)    디지털 전환 추진 애로사항    100 (2)    정부 및 지자체의 디지털 전환 정책지원 수요    101 (2-1) 정책지원을 받지 않은 이유    102 (3)    필요로 하는 디지털 전환 관련 정부  정책 분야    103   (4)    ‘정부    DX 지원 및 규제 환경’ 변화 정도    104 (5)    ‘시장    환경’ 변화 정도    105 (6)    ‘기술    환경’ 변화 정도    106 (7)    ‘경쟁    환경’ 변화 정도    107 부록. 설문지    108 상세내용 보러가기
작성일 : 2025-06-16
[칼럼] 대한민국 산업의 미래와 산업데이터 인프라
산업데이터 스페이스와 제조업의 미래   우리나라가 새로운 성장동력을 만들기 위해서는 산업데이터에 주목할 필요가 있다. 우리나라의 산업데이터 활용 잠재력은 매우 크다. 국내에는 이미 다양한 산업분야의 데이터 플랫폼이 구축되어 운영 중이다. 산업데이터의 잠재력을 성장 동력으로 연결하려면 공공기관과 기업 내부에 쌓여 있는 방대한 데이터를 끄집어내고 기관 간에 데이터의 공유와 연계를 이루는 데이터인프라 구축이 무엇보다 필요하다.    (이미지 출처 : 123RF) 기업은 물론 한 국가의 산업경쟁력도 디지털 전환(DX)을 빼놓고는 얘기할 수 없는 시대가 되었다. 디지털 전환은 인공지능, 사물인터넷(IoT), 클라우드 등 디지털 기술을 모든 사업영역에 적용함으로써 조직문화, 비즈니스 모델과 프로세스 등에 근본적인 변화를 일으켜서 새로운 가치를 만들어내는 것을 의미한다. 디지털 전환을 통해 재화나 서비스의 생산부터 소비에 이르는 일련의 경제활동들이 지능화되고 효율화되고 있다.  보스톤 컨설팅 그룹(Boston Consulting Group)의 연구조사에 따르면 디지털 선도기업들은 디지털 후발기업들에 비해 수익성장률(earnings growth)이 1.8배 더 높고 총 기업가치(total enterprise value) 성장률은 2배 이상이라고 한다. 또한, 세계적 시장조사기관인 Statista에 따르면 전세계 디지털전환기업의 생산액은 2018년 13.5조 달러에서 2023년 53.3조 달러로 증가하면서 전세계 GDP의 절반을 넘어섰다. 한편, 디지털기업은 글로벌 시장을 주도하고 있다. 지난 2008년 전세계 시가총액 10대 기업의 절반은 CNPC, 엑손모빌 등과 같은 에너지기업이었으나 지금은 애플, 마이크로소프트, 아마존, 알파벳(구글), 테슬라, 엔비디아, 메타(페이스북) 등 7개의 디지털기업이 그 자리를 차지하고 있다.  데이터의 90%는 산업데이터이나 60∼80%가 활용되지 못하고 사장 디지털 전환의 중심에는 데이터가 자리잡고 있다. 디지털기술을 적용하여 분산된 데이터를 가치 있게 변환시키는 것이 디지털 전환의 핵심이기 때문이다. 기업내부에 쌓여 있는 경험과 노하우를 데이터화하고 이러한 데이터를 분석하면 비즈니스를 효율적으로 운영하거나 새로운 비즈니스를 만들어낼 수 있다. 구글, 페이스북, 아마존 등은 방대한 데이터를 모을 수 있는 고유 플랫폼을 보유하고 있다. 이들은 플랫폼 이용자들의 거래방식, 소비패턴 등의 데이터를 인공지능으로 분석하여 고객의 요구를 확인하거나 새로운 비즈니스기회를 찾아가며 물류, 금융, 헬스케어, 클라우딩 등으로 사업영역을 확장해왔다. 데이터는 크게 개인정보데이터와 산업데이터로 구분해볼 수 있다. 개인정보데이터는 개인의 취향, 동선, 사회관계, 소비행동 등으로 검색, SNS, 간편지불 등의 과정에서 생성된다.  GAFA(Google, Amazon, Facebook, Apple)는 개인정보 데이터를 활용하여 오늘날 시가총액 기준 글로벌 10대 기업으로 성장할 수 있었다. 한편, 산업데이터는 제품개발, 생산, 유통, 소비 등 산업활동 전과정에서 생성되며 전체 데이터의 90%를 차지하고 있다.  산업데이터는 연구개발(R&D)에서 생산, 유통‧마케팅에 이르는 모든 밸류체인에서 생산성과 부가가치를 높이고, 새로운 제품과 서비스를 창출하며, 더 나아가 새로운 산업을 만드는 데 활용될 수 있다. 그러나 아직까지 세계적으로 산업데이터는 활용도가 높지 않으며 산업데이터 분야에 GAFA와 같은 지배적 사업자도 나타나고 있지 않다.  시장조사기관인 forrester research에 따르면 기업내 축적된 데이터중 60∼73%는 사용되지 않고 있다고 한다. EU 집행위원회도 산업데이터의 80%가 전혀 사용되고 있지 않다고 한다. 산업 데이터가 기업의 영업비밀을 포함하고 있는 데다, 각 기업 간의 데이터 형식과 호환성이 없어 데이터를 공유하고 협력하는 데 어려움이 있기 때문이다. 그러나 한편으로 보면 그 만큼 성장잠재력은 크다. 2022년 EU 집행위원회에 따르면 데이터법(Data Act)으로 산업데이터 활용이 제도적으로 보완되면 2028년까지 2,700억 유로(407조원)의 추가 GDP 창출을 기대할 수 있다고 한다.  미국과 중국이 세계 데이터 과점, EU와 일본은 산업데이터에 주력 현재 세계 데이터시장은 개인정보를 중심으로 GAFA가 장악해가고 있다. 미국 정부는 GAFA 등 플랫폼기업이 글로벌 시장에서 데이터를 지속적으로 수집하고 활용할 수 있도록 디지털 통상(Digital Trade)에 발 벗고 나서고 있다.  2017년 미무역대표부(USTR)가 매년 발간하는 국별 무역장벽보고서에 별도의 디지털무역장벽분야가 새롭게 만들어진다. 2018년 11월 체결된 미국·멕시코·캐나다협정(USMCA)에는 처음으로 디지털통상 챕터가 신설되고 데이터이전 자유화, 데이터지역화 금지, 소스코드 공개금지 등의 규범이 담긴다. 2019년 10월에는 최초의 독자적인 국제조약이면서 USMCA보다 더욱 개방된 모습으로 미일간 디지털통상협정(USJDTA)이 체결되었다. 한편, 2019년부터 시작된 WTO 디지털통상협상 과정에서 미국은 모든 서비스에서 데이터이동 자유화를 강력하게 주장하고 있다.  세계의 공장이자 14억 인구를 가진 중국에서는 전세계 데이터의 1/4 이상이 생성되고 있으며 알리바바, 텐센트, 바이두 등이 중국내 데이터시장을 주도해 가고 있다. 중국 정부는 2019년 데이터를 토지, 노동, 자본, 기술과 함께 새로운 국가 생산요소로 규정하고 데이터 활용에 적극적으로 개입하고 있다. 지난 2023년 10월에는 데이터의 유통과 개인정보, 보안 등을 위해 국가데이터국을 설치하여 데이터 통제를 강화한 바 있다. 여기에 네트워크안전법, 개인정보보호법, 데이터안전법 등 법률을 제정하여 자국내 데이터의 해외반출을 엄격하게 규제하고 있다. EU는 미중 IT기업의 데이터 과점에 대응하고 산업의 경쟁력을 확보하기 위한 데이터정책에 집중한다. 특히, 아마존, 구글 등 거대 미국 클라우드 기업으로부터 자신들의 기술 노하우를 지키고 자율성을 확보하는 것을 목표로 삼는다. 이를 위해, EU는 2020년 EU 데이터전략을 발표하고 여기서 유럽 공통 데이터 스페이스(European Common Data Spaces)를 제시한다. 데이터 스페이스는 데이터들이 원래 있던 곳에 있으면서 필요할 때마다 공유될 수 있도록 하는 공간을 의미한다. 구체적으로 가이아-X, 카테나-X, 매뉴팩처링-X 프로젝트 등이 추진되고 있다. 가이아-X는 각 산업 분야를 연결하는 가장 포괄적인 데이터 스페이스이고, 카테나-X는 가이아-X 중 자동차산업의 공급망간에 데이터를 교환·공유함으로써 경쟁력을 높이는데 목표를 두고 있다. 일본은 세계 최고수준 로봇, 센서를 바탕으로 공장자동화 등의 제조현장에서 데이터를 충분히 확보하고 있다. 이에 애플이나 구글 등 미국 디지털기업의 개인정보데이터에는 못 따라가지만, 강력한 제조업을 기반으로 한 산업데이터 경쟁력을 키우기 위해 역량을 집중하고 있다. 2016년 관민 데이터활용 기본법, 2017년 데이터 거래규정, 2018년 생산성향상 특별조치법 등의 제정을 추진하였으며, 지난해 4월 우라노스 에코시스템(Ouranos Ecosystem)을 출범시켜 산업계 전반에 데이터공유와 연계를 꾀하고 있다.  산업데이터의 공유와 활용을 늘리기 위한 인프라 구축 나서야 우리나라는 세계가 주목하는 경제성장을 이룩했다. 1960∼1980년대 정부주도로 철강, 석유화학 등의 산업을 육성하고 1990∼2000년대 세계화와 중국성장을 수출 확대로 연결시켰다. 그러나 최근 대외적 여건을 보면 산업의 성장엔진은 식어가고 수년 내 수출 절벽이 현실화될 수도 있어 우려스럽다. 외적으로는 미중 패권경쟁 격화, 선진국의 산업정책 부활, 보호무역 확산 등으로 글로벌가치사슬(GVC)이 급속하게 파편화, 블럭화되면서 우리의 미래 먹거리와 수출시장을 위협하고 있다. 중국은 첨단산업에서 자급률을 높이고 있고, 미국, 일본, EU 등 선진국들도 반도체, 배터리 등 첨단산업 육성에 열을 올리면서 우리산업이 설자리를 점점 좁혀오고 있다. 대내적으로도 활로가 보이지 않는다. 지난 20년간 주력 수출품목의 변화가 없는 등 산업 역동성이 사라지고 있다. OECD 최하위 출산율과 고령화로 생산가능인구가 줄어드는 가운데, 학생들은 공대를 포기하고 의대로 진로를 바꾸고 있다. 심각한 데이터 규제로 인공지능, 메타버스와 같은 미래 새로운 산업의 발전 기반도 취약한 상태다. 국제경영개발원(IMD)에 따르면 우리나라 기업의 빅데이터 활용순위는 26위로 한참 뒤져 있다. 새로운 성장동력을 만들기 위해서는 산업데이터에 주목할 필요가 있다. 우리나라의 산업데이터 활용 잠재력은 매우 크다. 반도체‧조선 세계 1위, 석유화학‧철강‧로봇 세계 5위, 자동차 세계 7위의 세계적인 제조기반에 5G 등 세계 최고 수준의 ICT 인프라를 보유하고 있어 디지털 기술을 제조업에 접목하기가 수월하다. 연구개발-조달-생산-유통-소비에 이르는 가치사슬(Value chain) 전반에 디지털 전환(DX)을 확산시키면 디지털 제조강국으로 도약할 수 있다.  한편, 우리나라 의료기술과 정보 또한 세계 최고 수준이다. 데이터, 개인정보에 대한 과감한 규제완화가 이루어진다면 원격의료, 디지털 헬스케어 분야에서 제2의 반도체신화를 기대해 볼 수도 있다. 여기에 세계 최고 수준의 ICT 인프라에 혁신역량을 집중한다면 스마트제조, 스마트팜과 같은 새로운 혁신서비스가 수출의 중심이 될 수도 있을 것이다.   국내에는 이미 다양한 산업분야의 데이터 플랫폼이 구축되어 운영 중이다 그러나 플랫폼 참여자는 개인정보, 영업비밀 보호 등 데이터 공유나 거래시 발생할 수 있는 위험부담으로 양질의 데이터 제공에 소극적일 뿐 아니라 표준화, 상호운용성 등 데이터 공유·활용을 위한 토대도 부족한 실정하다. 데이터는 크기가 클수록 그리고 서로 다른 데이터가 융합될수록 더욱 큰 가치를 창출하는 네트워크 효과가 있다. 산업데이터의 잠재력을 성장 동력으로 연결하려면 공공기관과 기업 내부에 쌓여 있는 방대한 데이터를 끄집어내고 기관 간에 데이터의 공유와 연계를 이루는 데이터인프라 구축이 무엇보다 필요하다. 그리고 구축된 인프라가 제대로 작동하기 위해서는 수익을 창출하고 창출된 수익이 모든 참여자에게 돌아갈 수 있고 참여자들이 안전하게 데이터를 공유·거래할 수 있으며 개방적이고 투명한 표준방식으로 데이터가 연계될 수 있어야 할 것이다. 미국과 중국이 거대 플랫폼 기업을 앞세워 세계 데이터 시장을 장악하고 있다. EU는 2014년부터 산업데이터를 중심으로 공유와 연계 플랫폼 구축에 나서고 있으며 일본이 그 뒤를 잇고 있다. 우리나라는 2022년 산업디지털전환촉진법이 제정되고서야 산업데이터 활용기반 구축이 본격화된다. 이 법에 따라 지난 2023년 1월 제1차 산업디지털전환 종합계획이 수립되었고 산업전반에 인공지능(AI)을 내재화시키는 프로젝트가 진행되고 있다. 그러나 다른 나라들에 비해 많이 뒤져 있다. 산업데이터의 공유·활용을 위한 프로젝트를 서둘러야 할 것이다. 이를 통해 대한민국의 산업이 한층 더 도약하고, GAFA를 뛰어 넘는 산업데이터 거인이 우리나라에서 탄생할 수 있기를 기대해 본다.   김용래 교수 경희대학교 첨단기술비즈니스학과 전 특허정장  
작성일 : 2025-05-13
[포커스] KOIIA 산업데이터스페이스 기술위원회 발족 세미나 개최
데이터가 핵심 자원인 시대가 도래하면서 AI 기술이나 데이터스페이스는 글로벌 경쟁에서 가장 중요한 무기가 되고 있다. 미국과 중국, 유럽과 일본 등 글로벌 제조 선진국들은 ‘디지털 심화 시대’ 속 데이터 주도권과 주권 확보를 위한 산업지능화 전략을 수립하고 있다. 이러한 글로벌 환경변화에 대응하기 위한 산업데이터스페이스(IDS) 기술위원회의 발족 세미나가 2024년 12월 10일 한국산업지능화협회 협업지원센터에서 개최되었다. ■ 이성숙 기자     ‘데이터 스페이스(Data Space)’는 디지털 경제에서 협력을 가능하게 하고, 진입장벽을 낮추고, 혁신을 촉진하기 위해 개방적이고 투명한 표준을 기반으로 데이터를 공유하는 시스템을 말한다. 한국산업지능화협회(회장 김도훈, 이하 ‘협회’)는 산업 데이터 활용의 새로운 패러다임을 열고 데이터 커뮤니티 중심의 신산업 비즈니스 협력환경을 만들기 위해 결성된 KOIIA 산업데이터스페이스(IDS) 기술위원회(이하 IDS 기술위원회)의 발족 세미나를 열고 본격적인 활동을 예고했다. 이날 세미나에는 산업 데이터를 기반으로 한 디지털 전환(AIX)과 산업 혁신을 촉진하기 위해 공공기관, 대업, 중소·스타트업, 학계 전문가가 한자리에 모였다. 김태환 한국산업지능화협회 부회장은 축사를 통해 “유럽을 비롯한 세계 각국은 개별 기업의 데이터가 아니라 업종, 산업 전체의 데이터를 통합하려는 움직임이 활발하게 일어나고 있다. 이를 통해 공급망의 회복력이나 환경 규제에 대응하기 위한 하나의 설루션으로 데이터 수집과 분석을 지원하는 플랫폼인 데이터스페이스를 활용하고 있다”라며, “AI, 산업데이터에 데이터스페이스를 포함하면 또 다른 생태계가 만들어지고, 새로운 부가가치를 창출할 수 있기 때문에 이러한 변화에 대응하기 위해 IDS 기술위원회를 발족하게 되었다”라고 설명하고, “내년에는 더 많은 기업들이 모여 데이터스페이스 영역 확대에 대응할 설루션을 찾고, 신산업 창출에 기여해 주시길 바란다”라고 당부했다.   ▲ 산업데이터스페이스 기술위 참석자 사진   IDS 기술위원회는 산업 데이터를 통한 디지털 혁신과 국제 협력의 중심으로 자리 잡을 계획이며, 국내 산업데이터계의 새로운 패러다임을 제시할 예정이다. IDS 기술위원회 위원장을 맡은 고려대학교 디지털혁신연구센터장 이영환 교수는 인사말을 통해 “데이터가 미래를 선도하는 시대를 맞아, 국내 산업계의 데이터 서비스 경쟁력을 강화하고, 국제 데이터스페이스 협력에서도 주도적 역할을 수행하기 위해 협회와 함께 산업데이터스페이스 기술위원회 추진에 더욱 내실을 다질 계획”이라고 기술위원회의 향후 활동 계획을 공유했다. 발족식에 이어 IDS 기술위원회는 위원회 운영 방안 소개와 함께 융합데이터 선도형 생태계 조성과 신산업 비즈니스 협력 플랫폼이 될 산업데이터스페이스의 최신 트렌드 공유를 위한 세미나도 진행했다. 첫 번째 연사로 나선 한국인더스트리4.0협회 김인숙 부위원장은 ‘EU 산업데이터 시장동향 및 대응전략 발표’를 주제로 유럽의 데이터스페이스 진출사례와 산업데이터 시장 동향, 커뮤니티 비즈니스 설계 전략에 대해 소개했다. 이어 휴니버스글로벌 이상헌 대표가 의료데이터 활용사례를 소개했으며, IDS기술위원회 간사를 맡고 있는 포엠디엑스 김형국 대표가 모빌리티 산업데이터 사례를 발표했다.   ▲ 한국인더스트리4.0협회 김인숙 부위원장   ▲ 포엠디엑스 김형국 대표   주제발표 이후에는  AI 및 SW 소유자, 데이터 제공자, 인프라 및 서비스 제공자, 데이터 소비자 간 네트워킹이 진행되었다. 한국산업기술진흥원 최태훈 디지털전환PD는 “산업부에서는 산업데이터스페이스라는 용어 대신 산업 데이터 플랫폼 협력 포럼이라는 용어를 사용하고 있는데 국가적 관심 증가로 고무적인 상황”이라면서, “데이터 경제 생태계 구축에는 정책적 지원이 필수적이며, 이는 단일 기업이나 연구기관의 역량을 넘어 국가 차원의 노력이 필요하다”고 밝혔다. 이를 위해서는 IDS 기술위원회의 역할이 중요하며, 지속적인 홍보, 정부의 적극적인 정책 추진, 산업계의 협력 또한 따라주어야 할 것이라고 밝혔다. 한국산업지능화협회 산하 위원회로 정식 출범한 IDS 기술위원회는 산·학·연의 ‘산업데이터스페이스’ 전문가와 협회 회원사 등으로 구성되어 있으며 분야별 전문가(데이터 제공자와 소비자, 인프라 제공자와 개발자 등)를 확보하여 IDS 생태계를 활성화 하는데 집중할 예정이다. 한편, 협회는 설립 초기부터 PLM(Product Lifecycle Management), 디지털혁신 위원회, 디지털트윈위원회, 산업AI 기술위원회 등을 발족하며 회원사와 산업계 간 접점을 확대해 왔다. 이번 IDS 기술위원회는 이를 기반으로 산업 데이터 활용과 융합을 통해 새로운 가치를 창출할 것으로 기대된다.     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2025-01-06
한국산업지능화협회, 데이터 커뮤니티 중심 비즈니스 협력 위한 산업데이터스페이스(IDS) 기술위원회 발족
「KOIIA 산업데이터스페이스(IDS) 기술위원회」 발족 세미나 개최 산업 데이터 활용의 새로운 패러다임을 열기 위한 산업데이터스페이스(IDS) 기술위원회가 12월 10일 한국산업지능화협회(이하 ‘협회’)의  협업지원센터에서 발족 세미나를 열고 본격적인 활동에 나섰다. 이 발족 세미나에는 산업 데이터를 기반으로 한 디지털 전환(AIX)과 산업 혁신을 촉진하기 위해 공공기관, 대기업, 중소·스타트업, 학계 전문가가 한자리에 모였다. 협회 산하 위원회로 정식 출범하는 산업데이터스페이스(IDS) 기술위원회는 산학연의‘산업데이터스페이스’전문가와 협회 회원사 등으로 구성되어 있으며 분야별 전문가(데이터 제공자와 소비자, 인프라 제공자와 개발자 등)를 확보하여 IDS 생태계 활성화 하는데 집중할 예정이다. 발족식과 더불어 IDS 기술위원회는 첫 번째 공식 행사로 한다포럼 김인숙 대표의 EU 산업데이터 시장동향 및 대응전략 발표와 휴니버스글로벌 이상헌 대표가 의료데이터 활용사례를 소개했다. 뿐만 아니라, AI 및 SW소유자, 데이터 제공자, 인프라 및 서비스 제공자, 데이터 소비자 간 네트워킹이 진행되었다. IDS기술위원회 위원장인 고려대학교 이영환 교수는 “데이터가 미래를 선도하는 시대를 맞아, 국내 산업계의 데이터 서비스 경쟁력을 강화하고, 국제 데이터스페이스 협력에서도 주도적 역할을 수행하기 위해 협회와 함께 산업데이터스페이스 기술위원회 추진에 더욱 내실을 다질 계획”이라고 밝혔다. 한국산업기술진흥원 최태훈 디지털전환PD는 "산업부에서는 산업데이터스페이스라는 용어 대신 산업 데이터 플랫폼 협력 포럼이라는 용어를 사용하고 있는데 국가적 관심 증가로 고무적인 상황"이라면서, "데이터 경제 생태계 구축에는 정책적 지원이 필수적이며, 이는 단일 기업이나 연구기관의 역량을 넘어 국가 차원의 노력이 필요하다"고 밝혔다. 이를 위해서는 IDS 기술위원회의 역할이 중요하며, 지속적인 홍보, 정부의 적극적인 정책 추진, 산업계의 협력 또한 따라주어야 할 것이라고 밝혔다. 한편, 협회는 설립 초기부터 PLM(Product Lifecycle Management), 디지털혁신 위원회, 디지털트윈위원회, 산업AI 기술위원회 등을 발족하며 회원사와 산업계 간 접점을 확대해 왔다. 이번 IDS 기술위원회는 이를 기반으로 산업 데이터 활용과 융합을 통해 새로운 가치를 창출할 것으로 기대된다. IDS 기술위원회는 산업 데이터를 통한 디지털 혁신과 국제 협력의 중심으로성공사례로 자리 잡으며, 국내 산업데이터계의 새로운 패러다임을 제시할 예정이다.    
작성일 : 2024-12-11
AI 시대 신산업정책 수립과 생산공정 혁신을 위한 '인공지능(AI) 자율제조 전략 1.0' 발표
산업통상자원부(이하 산업부)는 5월 8일 안덕근 산업부 장관, 김기남공학한림원 회장 및 국내 기업‧학계‧관계기관 AI 분야 전문가들이 참석한 가운데 「AI 시대의 新산업정책」 위원회 출범식을 개최하였다. 금년 CES의 키워드로 ‘AI’가 꼽힐 만큼 전세계가 AI에 주목하는 가운데, 전문가들은 AI가 산업의 양태를 바꿀 게임체인저가 될 것으로 전망*하고 있다.  * 샘 올트만(OpenAI社 CEO) : “AI는 미래의 경제적 풍요를 이끄는 가장 강력한 힘” 팀 쿡(Apple社 CEO) : “AI 기술이 생산성, 문제해결에 있어 혁신적인 기회를 열 것” 이에 산업부는 AI가 보편화될 시대에 우리 산업의 변화상을 전망하고, AI를 활용한 산업 혁신을 위한 정책 과제들을 도출하기 위해 산업부장관과 한국공학한림원 김기남 회장이 공동위원장을 맡는 「AI산업정책위원회」를 구성하여 ‘AI 시대의 신산업정책’을 수립키로 하였다.  국내 AI 분야 산학연 전문가 200여 명이 향후 6개월 간 작업에 참여할 예정이며, 크게 3개 분야로 나누어 작업할 예정이다. 우선, 총괄분과는 AI 기술 발전 전망, 미래산업 변화, 표준 및 정책 제언 등 4개 파트로 구성되며, 민간전문가들이 주도하여 민간의 통찰력 있는 전망과 기탄없는 정책 제언을담아낸다는 계획이다.  이와 별도로 산업부가 주도하여 자율제조, 디자인, 연구개발, 에너지, 유통, AI 반도체 등 6대 분야별 전략을 마련하여 「AI산업정책위원회」를 통해 매월발표할 예정이다. 아울러 AI의 산업활용을 위한 신설 제도도 설계한다. 1.  「AI 자율제조 전략 1.0」 주요 내용  출범식에 이어 산업부는 「AI시대의 新산업정책」 6대 분야의 첫째 과제인「AI 자율제조 전략 1.0」을 발표하였다. AI 자율제조란 ‘AI를 기반으로 로봇·장비 등을 제조 공정에 결합시켜 생산의 고도화와 자율화를 구현하는 미래 제조환경’을 말하며, 인구구조 변화, 탄소중립, 생산성 저하 등 제조업을둘러싼 난제들을 해결할 핵심 수단으로 주목받고 있다.  산업부의 AI 자율제조 전략 1.0은 ①AI 자율제조 도입 확산, ②AI 자율제조핵심역량 확보, ③생태계 진흥의 3개 전략을 축으로 금년에만 1,000억원 이상의예산이 투입될 예정이다. 산업부는 동 대책을 통해 ‘30년 AI 자율제조확산률을30%이상(현재 9% 수준), 제조 생산성을 20%이상 높이는 것을 목표로 하고 있다.  우선 산업부는 ‘200대 AI 자율제조 선도 프로젝트’를 단계별로 추진한다. 현재 우리 제조업의 지능화 수준은 대부분(76%) 기초 단계에 머물러 있어, 이번 선도 프로젝트를 통해 제조 현장의 디지털 전환 수준을 고도화 단계까지끌어올릴 계획이다. 산업부는 상세 공정분석을 통해 AI 적용 가능성과 효과성등을 면밀히 검토한 후 해당 프로젝트에 소프트웨어(SW)·로봇·시스템 구축 등을 지원한다. 올해는 지자체 공모를 통해 10개 사업을 우선 선정하여 금년중 100억원의 예산을 지원할 계획이다. 사업 선정시 지역 특화산업 등 지자체 수요도 적극 반영할 예정이다. 향후, ’28년까지 지원대상을 단계적으로 확대할 계획이며, 선도 프로젝트에서 축적한 데이터와 기술들이 집약된 ‘업종별 첨단 AI 자율제조 공장 모델’도 구축 검토 중이다.  아울러, 기업들이 AI 자율제조 시스템 구축과정에서 활용할 수 있는 로봇, SW 등의 AI 자율제조 테스트베드도 구축한다. 특히 AI 결합을 통해 생산 고도화의 핵심 역할을 하는 로봇 분야는 올해부터 ’28년까지 국가 로봇테스트필드 사업을 신규로 시작해 2,000억원을 투입할 예정이며, 업종별 특성을 반영한 자율제조 테스트베드 구축도 검토 중이다. 둘째, 업종별 AI 자율제조에 필요한 핵심 역량 확보를 위해 민간 투자를 적극유치하여 5년간 1조원 이상을 투자한다. 정부와 민간의 연구개발(R&D) 자금은 기계·로봇, 조선, 이차전지, 반도체 등 주력 제조업의 공정 자동화, 디지털 트윈 등 가상제조, 유연 생산 등에 집중 투입될 계획이다. 업종별 특화기술外에도 AI 자율제조의 3대 공통 핵심기술인 ‘산업 AI, 장비·로봇, 통합솔루션 개발’을 위해 올해말까지 기술 로드맵을 마련하고 3,000억원 규모의 예타를 기획하여 추진할 계획이다.  AI 자율제조 친화형 산업 생태계 조성도 적극 지원하여, 13,000명의 전문인력과 250개 이상의 전문기업(AI 자율제조 솔루션 등 제공하는 기업)을 육성할 계획이다. 또한 AI 자율제조 확산의 걸림돌이 될 법·제도를 개선하기위한 작업반도 상반기중 출범하며, 프라운호퍼 등 선진 연구기관과 국내 연구단체·학계 간 업무협약(MOU)도 체결해 공동 연구개발, 표준마련, 실증 등 협력을 강화할 계획이다.  「AI 자율제조 전략 1.0」의 민·관·연 공동 추진 기구로 「AI 자율제조 얼라이언스」 를 상반기 중 구성·운영한다. 정부, 연구소, 협·단체. 업종별 주요 기업들이 참여해, AI 자율제조의 확산, 연구개발(R&D) 등 협력사업, 산업데이터 공유·활용, 법·제도 개선 등 AI 자율제조 관련 실질적인 컨트롤 타워 역할을 수행하며, 각 부처와의 협업도 강화할 예정이다.  안덕근 산업부 장관은 “저출산에 따른 인력 부족, 생산성 정체, 경쟁국의추격과 글로벌 공급과잉 등 다양한 위기 요인에 직면한 우리 산업에 AI를 통한 혁신이 필수적”이라고 강조하였다. 아울러 “오늘 발표한 AI 자율제조 전략을 꼼꼼하고 강력하게 추진해 우리 제조업의 혁신은 물론 대한민국 산업의 대전환을 선도하겠다.”고 밝혔다.  한편 김기남 한국공학한림원 회장은 “향후 AI가 우리의 삶을 한 차원 발전시킬 것으로 기대됨에 따라, AI 시대에 최적화된 산업정책을 마련하여 글로벌 주도권을 확보할 것”이라 언급하였다.       
작성일 : 2024-05-14
한국산업지능화협회, 제 1회 중견 DX 챌린지데이 개최
한국산업지능화협회가 10월 25일(수) 중견기업의 디지털 전환 촉진을 지원하고자 디지털 전환 기술을 보유한 공급기업과의 네트워킹을 지원하는 ‘중견 DX 챌린지데이’를 성료하였다고 밝혔다. ‘중견 DX 챌린지 데이’는 디지털 전환 추진을 희망하는 중견기업과 혁신 기술을 보유한 유망 공급기업을 매칭하는 오픈이노베이션 행사로 특히 이번 1회 행사에서는 ‘공정혁신 유형 DX 솔루션’을 테마로 진행하였으며 중견기업, 대·중소기업, 투자자, 스타트업, 유관기관 150여명이 참여했다. 첫 번째 세션은 DX One Point Lesson으로 디지털혁신 기술위원회 박지환 위원장((주)씽크포비엘 대표)이 중견기업과 DX 공급기업의 협업 가이드라인을 소개하였고 법무법인 에스엔 최민령 변호사가 산업데이터 거래 가이드라인에 대해 소개하며 기업의 디지털 전환 추진 이해도를 높였다. 두 번째 세션에서는 참여한 20개 社 이상의 중견기업에 디지털 전환 혁신 기술 보유 유망 공급기업 8개 社 (㈜엔디에스, ㈜오케스트로, ㈜LG CNS, ㈜디엘정보기술, ㈜디엠테크컨설팅, 엠아이큐브솔루션(주), ㈜비에이에너지, ㈜한국데이터체인)가 기술을 소개하는 PITCHING 세션으로 진행하였다.    마지막 세션은 ‘HASH TAG MEET UP’으로 공급기업의 기술을 수요 중견기업쉽게 이해할 수 있도록 기술 해쉬태그(#)로 소개하고 수요기업이 해쉬태그를 선택하면 공급기업의 부스로 찾아가 매칭하는 네트워킹 세션으로 진행되었다. 단순히 부스에서 비즈니스 파트너링을 지원하는 것뿐만 아니라 중견기업이 애로사항을 겪는 ‘금융’,‘법률/제도’,‘인력양성’,‘컨설팅’분과로 구성된 지원협의체가 별도의 멘토링을 지원하였다. 본 1회 챌린지데이를 총괄 개최한 산업지능화협회 추현호 부단장은 “금번 챌린지데이를 통해 수요 중견기업이 디지털 전환에 쉽게 이해하고 유관 공급기업과의 협업을 가속화하는 시발점이 되었기를 바란다”며 “더 많은 중견기업들이 디지털 전환 기술을 통해 글로벌 시장에서의 경쟁력을 확보할 수 있도록 협회에서 앞장서서 노력하겠다”고 밝혔다. 한편 산업지능화협회는 오는 10월 31일(화) 코엑스 2층 스타트업브랜치에서 DX를 추진하고자 하는 중견기업과 혁신 기술을 보유한 스타트업의 오픈 이노베이션을 지원하는 WoW STARTUP DX Open Branch 행사를 개최한다.    
작성일 : 2023-10-25
민간 중심의 산업 AI 내재화 추진 위한 '산업 AI 얼라이언스' 발족
산업통상자원부는 민간 중심의 업종별 융복합 디지털 전환 전략을 모색하고, 산업 AI를 현장에 내재화시카는 방안을 전략적으로 추진하고자 기존의 '산업디지털전환연대'를 확대·개편해 '산업 AI 얼라이언스'를 출범하였다고 밝혔다. 2020년부터 2022년까지 운영된 산업디지털전환연대는 미래차, 가전·전자, 헬스케어 등 10대 업종에서 470여 개 기업과 기관이 참여하여 360여 개의 협업 과제를 발굴하였고, 이 중 16개 대표과제를 선별하여 정부 R&D와 연계, 지원 등의 성과를 거뒀다. 새롭게 출범하는 산업 AI 얼라이언스는 산업 간의 융합과 협업을 촉진하고 업종별 경계를 허물어 다양한 기업들이 함께 참여하는 방향으로 추진하는 것을 목표로 삼는다. 대표적인 디지털 전환 공급기업인 삼성SDS, CJ올리브네트웍스, SK C&C와 10대 대표 업종별 수요기업인 현대자동차, LG전자, 두산에너빌리티, 코오롱FnC 등이 산업 AI 얼라이언스에 참여한다. 얼라이언스는 대기업을 중심으로 중견·중소기업이 산업 현장의 디지털 전환 전략을 민간 중심으로 추진하는데 더욱 힘을 얻을 것으로 기대하고 있다. 또한 한국섬유산업연합회, 한국로봇산업협회, 한국산업데이터표준협회, 한국금속재료연구조합 등 업종별 주요 협·단체가 참여하여 기업들의 협력 활동을 지원할 예정이다. 이외에도 디지털 전환 역량을 보유하고 있는 한국전자기술연구원, 한국산업기술시험원, 한국생산성본부, 한국산업지능화협회가 간사기관으로서 참여하고 한국산업기술진흥원이 총괄 운영하여 산업 AI 얼라이언스 추진에 더욱 내실을 다질 계획이다.     한편, 산업 AI 얼라이언스에 참여할 기업 중 28개 대표기업 및 기관이 발족식에 참석하여 산업 AI 얼라이언스 협력 및 활성화를 위한 업무협약도 진행하였다. 산업 AI 얼라이언스는 이번 MOU 체결을 통해 ▲산업 AI 활용 촉진을 위한 선도과제 및 지원시책 발굴 ▲국내 산업 디지털 전환 생태계 활성화를 위한 상호 정보 제공 ▲산업 데이터 활용 촉진 및 법·제도·규제 개선 방안 도출 ▲산업 디지털 전환 촉진을 위한 정보 교류, 기관 간 협업 네트워크 구축 등에 적극 협력하기로 했다. 한국산업지능화협회의 김태환 상근부회장은 “국내 산업이 저성장 산업 구조 고착화 등 성장의 한계에 다다르고 있는 상황에서 업종별 주요 대기업이 연대하여 산업 AI 얼라이언스에 적극 참여하겠다는 뜻을 밝히고 업무협약을 체결했다는 것에 산업계는 상당히 고무적인 분위기이다. 중견·중소기업 등 기존 산업 디지털 전환 연대의 경제주체와 협회 회원사 등은 환영의 뜻을 전했고, 이에 협회도 기업들의 디지털 전환을 위한 지원을 아끼지 않을 예정’이라고 밝혔다.   「산업 AI 얼라이언스」 참석자 명단 구 분 소 속   직 함 성 명 비 고 정부 산업통상자원부 1차관 장영진   위원장 성균관대 기계공학과 교수 최재붕   분과장(Mobility AI) 인터엑스 / UNIST 교수 대표 박정윤   분과장(Machinery AI) 성균관대 시스템경영공학과 교수 노상도 디지털트윈·AI 등 분과장(Optimization AI) 인이지 / KAIST 교수 대표 최재식 전환위원회 민간위원 분과장(법/제도/규제) 서울대학교 법학전문대학원 교수 이동진 산업데이터 계약 가이드라인 총괄 분과장(산업데이터) 네이버클라우드 이사 류재준 민간플랫폼 운영기관 공급기업 DX 삼성SDS 부사장 강석립 전환위원회 민간위원 대표 전문기업 CJ올리브네트웍스 대표 유인상     (토탈솔루션) SK C&C 그룹장 차지원     AI 마키나락스 대표 이재혁 첨단제조 스타트업 50   솔루션       WEF 기술선도기업(‘21)   전문기업 엠아이큐브솔루션 대표 박문원 스마트팩토리 솔루션            전문회사     위즈코어 대표 박덕근 제조데이터 분석 전문기업 수요기업 자동차 현대자동차 상무 박현성 Mobility AI 대표 로봇 현대로보틱스 전무 노경식     조선 HD현대 상무 김영옥     철강 현대제철 상무 김형진 Machinery AI   전기전자 LG전자 상무 한은정     공작기계 DN솔루션 부사장 이병곤     이차전지 LG에너지솔루션 상무 김규성 Optimization AI   에너지 두산에너빌리티 상무 장세영     화학 에코프로 상무 이수호     섬유 코오롱FnC 대표 유석진   유관기관 한국산업지능화협회 회장 김도훈 얼라이언스 총괄 간사 (총괄지원기관) 한국산업기술진흥원 원장 민병주 총괄 지원기관   한국전자기술연구원 원장 신희동 얼라이언스 간사기관   한국생산성본부 회장 안완기     한국산업기술시험원 원장 김세종  
작성일 : 2023-07-25
[이슈] 산업 혁신의 성공방정식, AI 중심으로 새로 쓴다!(2)
산업AI 비전 및 세부 추진 과제 (1) AI 내재화+공급산업 육성 산업 AI 솔루션 상용화 프로젝트 추진 수요기업 핵심설비‧공정(Pain Point)에 AI 솔루션을 적용하는 수요-공급기업 협력 프로젝트를 통해 AI 내재화+글로벌 수준의 AI 솔루션을 확보할 계획이다. 2023년은 기존 사업을 활용해 지원(프로젝트당 10억원 내외, 5개)하며, 2024년부터는 신규예산을 확보해 본격적으로 추진할 방침이다. 또 산업 임팩트가 큰 프로젝트는 국가선도사업으로 선정해 R&D, 자금, 인력, 규제개선 등 관계 부처의 기업 지원 프로그램과 연계하여 전주기로 지원할 방침이다. (2) AI 활용 촉진 기술(Accelerator) 확보 수요기업의 AI 활용을 용이하게 하고, 공급기업의 기술역량을 강화할 수 있는 주요 AI 기반 기술을 확보할 수 있도록 사업을 추진할 계획이다. 데이터 전처리 부분에서는 수요기업 Raw 데이터를 AI가 학습 가능한 형태로 가공하는 기술을 개발하고, AI 활용 디지털 협업 Tool 측면에서는 현장 작업자의 AI 활용 및 협업 지원하는 디지털트윈, AR/VR 개발을 통해 공장간‧기업간 데이터 이동‧협업 가능한 가상공장을 구현할 계획이다(2023~2025년, 288억원). 또 비전문인력이 AI를 용이하게 활용할 수 있도록 로우코드‧노코드 개발에 집중할 계획이다. (3) 잠재력을 갖춘 수요기업의 AI 활용 역량 강화 수요기업 타기팅 및 AI 활용 기반 구축 1단계는 자발적 DX 투자와 성과 창출 가능한 수요기업 타겟팅이다. 이중 중견기업은 DX 투자 진행 중인 500개사를, 중소기업은 스마트공장 우수기업(고도화 단계) 500개 사를 타기팅할 계획이다. 2단계는 전사적 DX 역량을 분석하여 맞춤형 컨설팅을 지원할 방침이다. 역량 분석은 데이터 생성-수집-연계-분석 정도, 자동화·통합화 수준, AI 등 디지털 기술 활용 현황 등을 살펴볼 예정이다. 끝으로 3단계는 수요기업 스스로 데이터 수집‧처리‧가공할 수 있는 AI 활용 기반을 구축(데이터 처리 플랫폼, IoT시스템)하는 것이다. 산업 AI 융합인력 양성 인력양성은 기본교육과 전문교육, 고급교육으로 구분해 진행하며, 기본교육은 산업 도메인 전문인력 대상으로 데이터‧AI 이해도 증진부터 기본적인 AI 기술 활용까지 맞 춤형 교육으로 추진한다. 또 전문교육은 AI 非전공 인력(대학생‧구직자‧재직자) 대상으로 산업 AI 대학원 필수과정을 단기 압축 교육(4~6개월)하고 이수자에게 마이크로 디그리를 부여할 예정이다. 특히 산‧학‧연 협업하에 ‘산업인공지능 교육센터’(IAEC, Industrial AI Education Center) 운영을 통해 AI 이론 교육 및 현장 문제해결형 실습 교육을 병행할 방침이다. 올해는 시범사업으로 KAIST‧한국공학대에서 100여 명을 대상으로 진행하며, 2024년부터 참여대학을 확대해 연간 400여 명의 교육을 진행할 예정이다. 끝으로 현장 수요 맞춤형 교육 및 산‧학 협력 프로젝트 추진을 통해 산업 혁신을 주도할 수 있는 산업 AI 석박사 고급인력을 양성할 방침이다. AI 투자 확대 지원 중소‧중견 기업의 DX 관련 설비투자, M&A 등 자금지원을 위한 4,000억원 규모 산업 DX 펀드를 조성 및 확대 운영할 예정이다. 이 사업은 5년간(2020~2024) 매년 800억원 총 4,000억원 규모 펀드 조성‧운용(2호까지 조성完)해 오고 있다. (4) 민간 주도의 지속 가능한 DX 생태계 조성 기업 One-Stop 지원 체계 구축 정부는 기업 컨설팅, 수요‧공급 매칭, 글로벌 진출 등 기업 One-Stop 밀착 지원을 위해 협업지원센터를 지정하고, 점진적으로 지역 거점을 확대(~2027년, 11개)할 계획이다. 현재 산업지능화협회가 협업지원센터 기능을 수행하고 있으며(2021.6월~), 올해는 2개소를 추가할 계획이다. 산업데이터 활용 촉진 산업데이터 활용 촉진을 위해서 정부는 양질의 산업데이터를 제공‧공유‧거래가 가능하도록 이미 구축한 8개 플랫폼(전기차, 바이오 등) 등을 우선 연계하고 데이터 품질 및 AI 적합성 인증 등을 진행할 예정이다. 또 산업 마이데이터 활용 측면에서는 자동차, 가전 등 제품 사용자 데이터를 수집하여 관련 제조‧서비스업체에 제공, 데이터 제공자에 대한 인센티브 제공도 검토하고 있다. 이밖에도 데이터 가공, 데이터간 연계‧교환 등 산업데이터 표준 개발도 진행한다. 산업데이터 표준화는 스마트 제조(~2024년 실증완료), 자율차(2021년~, 표준‧실증개발), 로봇(2022년~, 표준 개발) 등의 산업에서 우선 진행되고 있다. 이와 함께 산업데이터 사용‧수익권자의 권리를 보호하고, 이해관계자간 계약을 통해 데이터 활용을 촉진하고자 가이드라인도 제공할 예정이다. 표 2. 주요 업종별 AI 내재화 추진 현황 철강 ▶ (공정) 고로·전기로, 가열·압연 등 탄소 多배출 공정의 효율화(Steel-AI) ▶ (생태계) 철강 상-하공정, 원료·제품 유통 등 데이터 연계·협력 기반 조성 미래차 ▶ (플랫폼) 기존 자동차 플랫폼 전환(전기·수소차, 자율차)을 위한 기술개발 ▶ (신BM) 자율주행 서비스, 차량내 인포테인먼트, 모빌리티 등 他업종 융합 바이오 ▶ (의약품) 산업데이터·AI의 제조공정 활용 통한 의약품 생산플랫폼 고도화 ▶ (의료기기) AI기반 진단·치료 의료기기 개발로 글로벌 경쟁력 강화 DX 친화적 규제환경 조성 정부는 DX를 방해하는 규제, DX로 인해 불필요한 규제를 지속적으로 발굴해 DX 친화적 환경을 조성해 나갈 방침이다. 특히 민간 스스로 규제확인 및 대응 가능한 ‘규제지원플랫폼’을 구축하고, 업종별 규제혁신 로드맵과 연 계하여 선제적 규제개선을 추진할 예정이다. AI 내재화 추진 체계 민간간 자발적 ‘수요-공급기업’ 협업 촉진을 위해 정부는 ‘산업 AI 얼라이언스’를 결성하고, AI 내재화 과제 발굴‧협업, 기업간 네트워킹 등을 강화할 예정이다. 특히 역량있는 수요‧공급 기업 중심으로 결성하고, 타 분야(금융, 교육 등) 공급기업의 참여도 확대할 방침이다. 정책적으로는 산업 디지털 전환 정책 컨트롤타워로서 민관 합동 ‘산업 디지털 전환 위원회’를 구성‧운영하고, 이를 기반으로 주요 정책 심의 및 추진실적을 점검할 방침이다. 이 위원회는 산업부 장관이 위원장을 맡으며, 기재‧교육‧과기‧행안‧중기‧고용 등 관계부처 차관+민간 위원들로 구성된다. 그림 1. 비전 및 세부 추진 과제 
작성일 : 2023-04-05
[이슈] 산업 혁신의 성공방정식, AI 중심으로 새로 쓴다!(1)
‘산업 AI 내재화 전략’ 통해 글로벌 산업강국 도약 시동   산업통상자원부(이하 산업부)는 1월 13일 개최된 제1차 산업 디지털 전환 위원회(이하 전환위원회)에서 ‘산업 AI 내재화 전략’을 심의·확정하였다. 이번에 수립된 ‘산업 AI 내재화 전략’은 그간 정부의 AI 정책 무게중심이 일반 분야(금융‧행정 등)에 편중된 측면이 있고, AI 원천기술 개발에 집중되었던 것과 차별화하여 AI를 우리 산업에 적용(AI 내재화)하는 부분에 정책 주안점을 두고 있다.  정부에서는 현재 1% 수준에 불과한 AI 활용 기업 비중을 30% 수준까지 끌어올리고, 글로벌 경쟁력을 갖춘 AI 공급기업을 100개 이상 육성할 계획이다. 국내 산업 디지털 전환 현황 국내 주력산업 분야는 전반적으로 디지털 전환 수준이 낮은 상황이다. 특히 제조분야는 데이터 활용률과 인공지능 활용률이 각각 8.4%, 1.6%에 그친 것으로 조사되었다.  43.6%와 11.1%를 각각 기록한 금융 분야와 34.7%와 17.1%를 기록한 통신 분야에 비하면 현저히 낮은 수치다. 뿐만 아니라 산업 내 기업 규모별·업종별 DX 수준이 격차가 크며, 디지털 기술 투자도 클라우드에 집중된 반면 AI 투자가 매우 저조한 것으로 조사되었다. 이러한 상황에서 공급시장 밸류체인 전반을 글로벌 기업들이 선점하고 있는 것으로 나타났다. 데이터 수집‧분석 부분에서의 클라우드·데이터플랫폼은 빅테크(아마존, MS 등)가 대부분을 점유하고 있어, 국내 기업의 역할 부재한 것으로 나타났다. 국내 공급기업(메가존 등)은 빅테크 서비스 대행 수준, 대기업 ICT社는 자체 플랫폼 개발‧운영 중이나 계열사 활용 위주로 돌아가고 있다. 또 AI 적용에 있어서도 대기업 ICT社, 통신사, AI 전문기업 등이 솔루션 제공 중이나, AI 전문기업이 영세 하고 해외솔루션 대비 경쟁력이 미흡한 것으로 분석되었다. 산업 디지털 전환 저해 요인과 문제점 국내 산업 디지털 전환을 저해하는 가장 큰 문제점은 DX 주체인 수요기업의 디지털 기반‧역량‧인식 부족으로 꼽히고 있다. 특히 제조 현장 내 IoT 시스템(데이터 수집), 데이터플랫폼(데이터 처리‧가공) 등 미구축으로 AI 활용을 위한 유의미한 산업데이터 기반이 부족하며, 주도적 DX 추진 역량(전략 수립, 데이터 활용 등)과 전문인력도 부족한 것으로 나타났다. 이 러한 역량 부족은 AI 도입 불확실성을 가중시킬뿐만 아니라, 부정적 인식, 투자 지연도 초래하고 있다. 작업자들이 성능에 대한 불신, 일자리 대체에 대한 우려 등 이유로 AI 도입을 거부하는 사례 역시 인식 부족에서 초래된 것이다. 여기에 더해 DX 조력자 역할을 할 공급기업이 성장하기 어려운 비즈니스 환경도 문제로 꼽히고 있다. 소프트웨어‧솔루션의 라이선스 비용 불인정, 재판매 금지 등으로 적정수익 창출이 곤란한 계약관행은 고성능 솔루션 개발의 한계를 만들고 있으며, 수요기업은 레퍼런스를 보유한 해외솔루션을 선호해 국내 기업의 산업 적용 실적(레퍼런스) 확보는 더욱 어려워지고 있다. 또 수요예측 측면에서도 산업별 특성이 복잡하고 다양해지면서 공급기업 관심 저조, 수요 파악 곤란으로 연결되고 있다. 2022년 AI 공급기업 1,577개사 중 산업 AI 솔루션 기업은 10% 내외 수준에 불과하다. 정책적인 측면에서는 그간 범용기술 확산 등 양적 목표 달성에 치중했다는 지적이 나오고 있다. 실제 디지털 혁신 지원이 비제조(금융, 행정 등)에 편중되어 있었으며, 단편적 디지털 기술 보급 위주로 진행되어왔기 때문에 산업 DX 주체(수요‧공급 기업) 역량 강화에는 한계가 있었다는 것이다.    
작성일 : 2023-04-05