김영국 LS산전 전력연구소 매니저

김영국 LS산전 전력연구소 매니저
김영국 LS산전 전력연구소 매니저

2019년 대한민국은 ‘변화’라는 키워드가 사회 안팎에서 급속히 퍼지는 한 해로 기억될 것이다. 자유무역체제에서 보호무역주의로의 회기에 의한 각 국가 간의 다툼으로 예측하기 어려운 통상환경이 우리 앞에 놓여 있으며, 일본과 대한민국 간의 화이트 리스트 배제는 상황을 더욱 악화일로로 이끌고 있다. 이러한 대외환경 악화는 국내 제조업 경기에 직접적인 영향을 끼치고 있는데, 최근 한국은행이 발표한 ‘2019년 8월 기업경기실사지수(BIS)’에 따르면 5월에 비해 8%p 하락했으며 특히 전자・영상・통신 관련 제조업이 이러한 하강국면을 이끌고 있다.

내수시장이 상대적으로 작고 수출로 단위경제를 운영하는 대한민국에 현재의 상황은 전대미문의 형태로 시시각각 다가오고 있다. 이러한 미증유의 위기 속에서 살아남기 위해서는 우리가 수출하는 제품의 기초체력인 가격(Cost)과 품질(Quality), 납기(Delivery)가 고객의 요구수준에 도달해야 한다. 결국 제품의 개발에서 생산, 납품까지의 혁신을 통한 근본적인 체질변화가 빠른 시간 안에 일어나야만 대한민국 경제의 퀀텀점프가 일어날 수 있다.

이러한 변화를 만들어 내기 위해서는 제품의 개발에서 생산까지 소요되는 자원을 최대한 합리적으로 정확하며 빠르게 이끌어 낼 방법론이 필요한데, 이게 바로 현재 많은 사람들에게 회자되는 ‘디지털 전환(DT; Digital Transformation)’이다. DT는 개념의 등장 이후 외연이 많이 확장돼 사람마다 그 의미의 이해가 다를 수 있겠으나 기본적인 뜻은 ‘Digital Data를 기반으로 한 의사결정방법으로의 전환’으로 정의할 수 있다.

여기서 많은 사람들이 질문을 던지는 부분은 ‘디지털 전환이 기존의 그것에 비해 상대적으로 어느 정도의 우위를 가질 수 있느냐’이다. 상기 질문에 대해서 우리는 ‘연결’과 ‘시간’ 그리고 ‘학습’ 이라는 콘셉트에서 그 답을 유추할 수 있다. 우선 기존의 디지털 기반 시스템들이 초고속망으로 연결되면서 데이터를 시간 지연 없이 서로 공유하고 관리할 수 있는 거대한 환경이 구축됐고 환경 내부에서 목적함수(Objective Function)에 따라, 상황과 판세를 예측하는 방법을 기계학습론(Machine Learning)에 기반한 인공지능 알고리즘으로 구현해, 보다 빠른 의사결정을 합리적으로 도출할 수 있기 때문이다.

우리 앞에 놓인 거대한 디지털 전환의 흐름은 사회전반에서 혁신적인 변화를 이끌어 낼 것이다. 특히 제조업에서는 제품 생산량에 대한 정량적인 학습을 통해 합리적으로 공장의 제품 출하량을 관리할 수 있을 것이며, 생산 시 발생하는 제품의 불량산포는 자동화/제어기술(Automation/Control Technology) 로봇(Robot)을 통해 최소치로 유지할 수 있을 것이다. 또한 발생되는 불량의 특징과 문제점은 학습기반 시스템을 통해 제품개선의 레퍼런스(Reference)로 연결될 것이며 최종적으로는 무결점에 근접한 제품군이 보다 빠른 시간 안에 최소한의 자원으로 대량 생산되는 운영의 고도화(Operation Excellence) 시대를 마주하게 될 것이다.

경험에 의한 자의적인 편견과 실수를 유발할 수 있는 인간에게 앞서 제시한 디지털 기반 제조업군의 페러다임 방향 전환은 엔지니어에게 잠재적인 위협으로 느껴진다. 그러나 제품에 대한 고안과 개발 그리고 공정을 설계하고 관리하는 엔지니어의 펀터멘털인 통찰력은 디지털 시스템과 학습 알고리즘이 대체할 수 없는 영역으로서, 앞으로의 제조업 경쟁력에 있어 더욱더 강조될 것이고 이는 디지털 요소와의 자연스러운 융합에 의해 그 능력이 극대화될 것이다.

그러나 현재 우리의 대학 교육은 이론기반 지식체계의 전달을 고수하고 있으며, 이러한 낡은 방법론에 노출된 인력들은 DT 시대에 부적응할 가능성이 농후하다. 기존의 방법론을 탈피하고 엔지니어들의 경쟁력 확보를 위해 창의적 시스템을 데이터 기반으로 설계할 수 있는 융합 프로젝트 수업을 확대・진행하며 학점 평가제보다 프로젝트 경험 및 관련설계, 데이터 분석능력 등을 고려한 다면 평가제로의 전환을 제언한다.

제조업에서 손수 도면을 제도하던 2D 시절에서 3D 도면으로의 전환은 10년이 채 걸리지 않았다. 이를 비추어 보았을 때 우리에게 디지털 전환으로의 모래시계는 우리가 생각하는 것보다 훨씬 빠른 속도로 전파될 것이다. 얼마 주어지지 않은 변화의 골든타임, 보다 근본적인 교육혁신을 통해 제조업 선도국가의 반열에 도달할 수 있기를 소망한다.

<한국대학신문>

저작권자 © 한국대학신문 무단전재 및 재배포 금지