코오롱베니트가 기업의 인공지능전환(AX)에서 가장 중요한 과제로 '업무 재설계'를 꼽았다. 생성형 인공지능(AI)과 AI 에이전트를 도입해 개별 업무의 효율성을 높이는 것만으로는 실제 경영 성과를 내기 어렵다는 판단이다. 코오롱베니트는 기존 업무 프로세스를 바꾸고 분산된 데이터를 연결해야 AI 투자가 생산성과 수익성 개선으로 이어질 수 있다고 강조했다.
개별 업무 효율화 넘어 전사 프로세스 재설계 필요
강이구 코오롱베니트 대표는 13일 서울 용산구 서울드래곤시티에서 열린 '코오롱베니트 AX부스트 서밋 2026'에서 AI 도입에 따른 실질적인 경영 성과의 중요성을 강조했다.
강 대표는 "생성형AI와 에이전트를 활용해 데이터를 집계하고 분석하거나 보고서를 작성하는 일은 굉장히 빠르게 처리하고 있다"며 "이런 활동들이 실질적으로 회사 매출과 이익에 도움이 되는 것이냐는 질문은 여전히 남아 있다"고 말했다.
개별 업무에서는 AI 도입 효과가 확인되고 있다. 강 대표는 "지원 조직에 AI를 적용해 보니 통상 10시간 걸리던 일이 5시간으로 줄어드는 등 효율성이 개선되고 있다"며 "다만 실제 의사결정이나 중요한 맥락이 필요한 분석 활동들은 여전히 사람이 해야 한다"고 설명했다.
문제는 AI 도입에 따른 비용 부담이다. 토큰 사용량에 따른 부담이 커지면서 기업 경영진도 투자 대비 성과를 고민하고 있다는 설명이다.
강 대표는 "기존 업무를 그대로 두고 일부 AI를 적용하는 방법은 이제 한계를 맞았다"며 "업무 프로세스의 재설계와 혁신이 필요한 단계에 이르렀다"고 말했다. 이어 "조직과 인력 운영도 함께 바뀌어야 AX 투자 효과를 충분히 거둘 수 있다"며 "AX를 통한 비즈니스 전환이 결국 재무 성과로 이어져야 한다"고 강조했다.
코오롱베니트는 이를 위해 글로벌 솔루션 기업 및 AI 얼라이언스와 협력하고 있다. 기업의 업종과 규모에 적합한 기술을 선별하고 이를 패키지 형태로 제공하는 방식이다.
강 대표는 "AI가 성과를 낼 수 있는 영역이 어디인지, 어떤 기술을 선택할 것인지가 가장 중요한 질문"이라며 "비즈니스 도메인 지식과 기업 규모 및 업종에 적합한 기술을 발굴하고 적용하는 노하우가 중요하다"고 말했다.
제조 데이터 연결해 작업 자동화…생산능력 28.6% 향상
장재용 코오롱베니트 DX본부장은 "AI는 챗봇에서 코파일럿을 거쳐 에이전트로 진화하고 있지만 AI가 업무를 수행할 수 있다고 해서 회사의 일이 저절로 달라지지는 않는다"며 "AI 도입은 투입이고 AX의 완성은 성과로 보여줘야 한다"고 말했다.
제조 현장에서 AI 도입 효과를 제한하는 요인으로는 데이터와 업무 시스템의 단절을 지목했다. 생산 데이터는 제조실행시스템(MES)에, 설비 데이터는 분산제어시스템(DCS)에, 품질 정보는 별도 시스템에 저장돼 있어 문제 발생 시 원인을 파악하는 데 상당한 시간이 걸린다는 설명이다.
장 본부장은 "병목은 분석 속도가 아니라 데이터를 연결하는 시간에 있다"며 "필요한 것은 단순한 데이터 저장 공간이 아니라 사건의 앞뒤를 이해할 수 있는 운영의 맥락"이라고 강조했다.
장 본부장은 이에 대한 해결 방안으로 설비·공정·데이터 간 관계를 정의하는 '온톨로지', 업무 흐름의 병목을 분석하는 '프로세스 인텔리전스', 조치를 추천하고 승인된 업무를 수행하는 'AI 에이전트'를 제시했다.
코오롱베니트가 공개한 제조 현장 적용 사례에서는 작업자가 수행하던 9개 업무에 비전 AI와 AI 기반 제어, 가상 계측 등의 기술을 활용했다.
수동으로 조작하던 밸브는 자동 제어로 전환하고 육안으로 확인하던 공정 상태는 계측과 비전 AI로 판단하도록 지원했다. 근적외선과 AI 가상 계측 기술을 활용해 분석 대기 시간도 줄였다.
장 본부장은 "보통 생산능력을 높이려고 하면 설비를 새로 구매하거나 공장 증설을 먼저 생각한다"며 "코오롱베니트는 소프트웨어를 기반으로 작업자의 손과 눈, 기다리는 시간을 줄이는 데 주목했다"고 설명했다. 그 결과 해당 제조 현장의 생산능력은 28.6% 향상됐다. 설비 증설 대신 기존 작업 절차를 개선해 이를 달성한 사례다.
다만 AI의 자율적인 공정 제어에는 사람의 통제가 필요하다. 화학과 반도체 등 민감한 제조 공정에서는 AI가 이상 징후를 탐지하고 조치를 추천하더라도 실제 실행에는 사람의 승인과 통제 절차가 요구되기 때문이다.
장 본부장은 "AI를 단순히 더 많이 도입하는 것이 답이 아니라 더 잘 연결하고 업무를 바꾸고 숫자로 성과를 증명해야 한다"며 "AI의 미래는 기술 자체가 아니라 AI가 바꾸는 비즈니스에 있다"고 말했다.
강준혁 기자
Copyright © 블로터