스마트팩토리 AI가 한국 제조업 원가와 수출 경쟁력을 바로 바꾸지 못하는 이유
공장 바닥에 센서와 카메라를 더 설치한다고 불량률과 납기가 같은 날 바뀌는 것은 아니다. 설비가 멈춘 순간의 기록, 자재가 들어온 시각, 작업자가 바꾼 조건, 검사 결과가 서로 다른 시스템에 흩어져 있으면 AI는 패턴을 읽어도 생산계획을 바꿀 근거와 권한을 얻지 못한다.
산업 운영 소프트웨어 업체 옥타브 인텔리전스는 2026년 2분기 총매출이 전년 동기보다 4% 줄었는데도 반복매출은 6%, 연간반복매출 ARR은 7% 늘었다고 밝혔다. AI 기능을 장비 한 번의 판매가 아니라 계속 쓰는 운영 데이터와 서비스로 묶으려는 흐름이다. 한국 제조업에도 스마트공장 지원과 제조 AI 도입이 이어지지만, 원가와 수출 경쟁력이 달라지는 지점은 모델 도입 자체보다 설비·품질·재고 데이터가 같은 기준으로 이어지는지에 있다.
매출보다 빨리 늘어난 것은 공장의 구독형 데이터 비용이다
옥타브 인텔리전스의 2분기 총매출은 3억9800만달러였다. 반복매출은 2억8300만달러, ARR은 11억4300만달러로 각각 전년보다 6%, 7% 증가했고 SaaS 매출은 21% 늘었다. 회사는 반복매출과 ARR이 보고 매출보다 사업 성과를 더 잘 보여준다고 설명했다.
이 숫자가 곧바로 한국 공장의 생산성 개선을 뜻하지는 않는다. 다만 산업 AI의 비용과 가치가 일회성 장비 구매에서 데이터·운영 소프트웨어의 반복 사용으로 이동하고 있다는 신호로는 읽을 수 있다. 공장이 AI를 구독하더라도 실제 절감액은 현장의 설비 데이터가 어떤 의사결정까지 연결되는지에 따라 달라진다.
AI가 읽을 수 있는 데이터와 공장이 믿고 쓸 수 있는 데이터는 다르다
생산 라인의 센서값만 모으면 AI가 바로 답을 낸다는 생각은 공장의 실제 흐름과 다르다. 설비 데이터는 PLC와 장비 제어기에, 생산 일정은 MES에, 자재와 원가는 ERP에, 검사 결과는 품질 시스템에 남는 경우가 많다. 같은 부품이라도 설비마다 이름이 다르고, 시간 기준이나 불량 코드가 맞지 않으면 한 화면에 모인 데이터도 비교할 수 없다.
미국 국립표준기술연구소 NIST는 제조 분석에서 여러 정보원의 활용과 분석 결과를 권고로 바꾸는 과정이 비용이 크고 오류가 나기 쉽다고 설명한다. 모델과 정보원이 특정 제조 목적에 맞게 쉽게 통합되지 않는 점도 주요 장벽으로 꼽는다. 디지털 트윈이나 예지정비의 정확도보다 먼저 설비 ID, 공정 ID, 작업지시, 배치 번호와 시간이 같은 언어로 이어져야 하는 이유다.
지원사업의 다음 단계는 연결 비용을 드러내는 일이다
중소벤처기업부는 2024년 10월 2025년 스마트제조혁신 지원사업 통합공고를 냈다. 이 공고만으로 개별 공장의 성과를 판단할 수는 없지만, 스마트제조가 설비 자동화와 데이터화의 과제로 정책 지원을 받아 왔다는 점은 분명하다. 다음 단계의 난점은 장비를 들이는 비용보다 장비·공정·품질 데이터를 이어 붙이고 계속 관리하는 비용에서 드러난다.
특히 완성품 기업의 주문 변화에 맞춰 납기와 품질을 동시에 맞춰야 하는 중소·중견 협력사는 같은 공정 데이터를 외부 거래처의 규격과도 맞춰야 한다. 데이터 표준화가 늦으면 AI는 현장에 이미 있는 불량 원인을 다른 이름의 기록으로 여러 번 학습하게 된다. 수출 경쟁력은 화려한 대시보드보다 재작업 감소와 납기 신뢰도가 누적될 때 비로소 숫자로 바뀐다.
원가 효과가 나타나는 순서는 AI 도입 순서와 반대일 수 있다
현장에서는 AI 솔루션을 먼저 고른 뒤 연결할 데이터를 찾기 쉽다. 원가 효과는 대체로 반대 순서로 나타난다. 먼저 어떤 설비와 공정의 데이터를 쓸지 정하고, 누락·오류를 줄인 뒤, 한 개 라인에서 품질·재작업·가동률의 변화를 검증하고, 마지막으로 생산계획이나 작업 조건을 바꾸는 승인 절차에 연결해야 한다.
이때 확인할 것은 도입 발표가 아니라 세 가지다. 연결된 설비와 데이터의 비율, 불량·재작업·납기 지표가 실제로 개선되는지, 그리고 외부 인터페이스와 유지보수 비용이 절감분을 잠식하지 않는지다. 공정 변경 권한과 사이버보안 책임까지 정리되지 않으면 AI의 추천은 현장 화면에 머물 가능성이 크다.
스마트팩토리 AI의 가치는 모델 이름보다 공정 데이터가 신뢰할 수 있는 의사결정으로 바뀌는 속도에서 판가름 난다.
출처
Octave Intelligence 2026년 2분기 실적 발표
중소벤처기업부 2025년 스마트제조혁신 지원사업 통합공고