[비즈한국] 政府は産業競争力強化に向けて製造業の人工知能転換（AX）政策を推進しているが、製造業の基盤となる中小・中堅企業の現場におけるAI技術導入は、依然として初期段階に留まっていることが分かった。
多くの小規模な製造企業においてスマート工場の構築レベルが基礎段階にあり、投資費用対効果の不確実性と専門人材の不足が複合的に作用しているため、現場の技術受容能力が追い付いていないからだ。これに伴い、単なる支援対象企業数の拡大から脱却し、現場のインフラを段階的に高度化させ、省庁間の連携を通じて実質的な成果を誘導する政策体系への転換が求められている。
スマート工場も4箇所中3箇所は「基礎段階」
中小ベンチャー企業部とスマート製造革新推進団が昨年4月に発表した「第1次スマート製造革新実態調査」によると、国内製造の中小・中堅企業における製造AI導入率は全体の0.1%に留まった。導入計画がある企業も1.6%に過ぎなかった。工場を保有する中小・中堅製造企業16万3273社のうち、AI導入以前の段階と言えるインテリジェント（スマート）工場導入比率も19.5%に留まった。
スマート工場をすでに導入した企業に範囲を絞っても、状況は大きく変わらない。スマート工場導入企業のうち、製造AIを導入した、あるいは導入計画を立てたところは5.2%に過ぎない。スマート工場の次の段階とされるAI転換を前に、大多数の企業が立ち止まっていることを意味する。さらに、スマート工場導入企業の中でも75.5%が依然として基礎段階に留まっており、AI導入以前に越えるべきハードルがもう一つあると言える。
こうした導入の停滞現象は、企業規模や地域による格差とも連動している。国内企業の全般的なAI活用率は大企業が48.8%を記録した一方、中小企業は28.7%の水準に留まる。業種別ではサービス業の活用率が53.0%であるのに対し、製造業は23.8%と相対的に低く、地域別でも首都圏（40.4%）と非首都圏（17.9%）では活用格差が2倍以上あることが集計された。伝統的な製造業の比率が高い地方の中小企業ほど、デジタル技術の実際の導入に苦戦していることを示している。
7億5000万ウォン投資しても効果は不確実、専門人材も不足
製造現場でAI転換が加速しない最も大きな要因として、データ収集と制御が可能な「デジタル転換（DX）基盤の脆弱さ」が挙げられる。AIシステムが工程データを学習し、品質検査や設備保全などを行うには安定した設備インターフェースと電算網が前提となるが、中小製造企業のスマート工場導入率は19.5%に過ぎない。
スマート工場を構築した企業内部を見ても、質的な高度化は遅い方だ。スマート工場導入企業のうち75.5%が「基礎レベル」に該当し、導入技術も在庫および資源管理を電算化するエンタープライズ・リソース・プランニング（ERP）が76.3%と大半を占めた。工程リアルタイム制御システム（MES、14.4%）やコントローラー（16.9%）、工程自動化ロボットおよびAIモデルの適用は相対的に低調な状態だ。
データ管理方式も体系化されていない。製造データを収集していると答えた企業の多くが、作業者が生産量や不良履歴を作業日誌に直接書き込む手書き入力方式に依存している。こうした断片的なデータは、時間帯別の連続性や標準規格が欠如しており、高度な機械学習モデルにそのまま適用することが難しい。設備に付着した旧型インターフェースの交換や通信網の構築など、基礎データインフラが先行しなければ、AI技術の適用には構造的な限界が生じざるを得ない。
費用負担と投資対効果（ROI）の不確実性も、主要な導入の障壁として指摘されている。実態調査によると、中小製造企業のスマート工場平均構築費用は7億5000万ウォン（全体平均11億3000万ウォン）水準と把握された。調達資金の半分以上（56.9%）が自己資金であることを考慮すると、初期投資自体が参入障壁として作用する構造だ。中小ベンチャー企業部の製造革新課の関係者も、現場の企業が感じる最大の負担として「設備構築にかかる莫大な費用に対し、現場で実質的にどのような効用と成果を得られるかが不明確な点」を挙げた。
人材不足は、費用問題に劣らず導入を妨げる要因となっている。韓国中堅企業連合会が発表した実態調査でも、中堅企業がAI導入過程で直面した最大の悩みは「専門人材不足（41.2%）」だった。技術・インフラ不足（20.6%）、初期投資費用（11.8%）を上回る回答である。中堅企業がAI導入・拡散のために必要だと挙げた政策支援の中でも「AI専門人材の育成（21.3%）」が上位項目に入った。
中小ベンチャー企業部の実態調査が示す現場の人材構造も、これを裏付けている。企業あたりの平均従事者数14.7人のうち、スマート工場関連業務を担う人員は5.4人に過ぎない。専任部署や人員を設けている企業は全体の19.5%に過ぎず、関連教育のための別途予算を確保しているところは6.6%に留まる。人材拡充を計画している企業も14.5%に過ぎないが、それを実行に移せない最大の理由として、半数近い企業が費用負担（47.1%）を挙げた。
「何箇所に普及させたか」より「現場がどれだけ変わったか」を問うべき
専門家は、伝統的な製造業の比率が高い国内産業の特性を考慮すると、製造AX政策が成果を収めるためには短期的な成果主義から脱却し、基礎体力を養う段階的な支援策が必要だと指摘する。単純な普及件数中心の定量的目標管理を避け、不良率の減少、納期の短縮、コスト削減など、現場で実感できる実質的な成果指標（KPI）を中心とした政策構造に全面改編すべきだという意見だ。
国会立法調査処のパク・ジェヨン立法調査官は「政府が普及事業を拡大する方向性は合っているが、今後はスマート工場の数や自動化設備の導入率のような単純な数値にこだわるべきではない」とし、「スマート工場化の核心は現場の体質改善であるだけに、工場の現場で実感できる質的な高度化指標で成果を測定してこそ、政策の実効性を担保できる」と語った。