KEA 보고서, 전자산업 AI 도입과 직무 변화 분석
- •가전 제조기업 A사, 냉장고 도어 결함 판정 자동화로 검사 작업자 2명 재배치
- •B사 개발기간 약 3개월에서 3주~1개월로 단축, C사는 직접 코딩 비중 10% 미만
- •전자산업 AI 활용 11.7%, 계획 없는 기업 67.9%… KEA, 현장 교육 확대 필요성 제기
전자정보통신산업진흥회(KEA)가 발간한 보고서에 따르면, 국내 가전 제조기업 A사는 냉장고 도어 생산라인에 AI 비전검사 시스템을 도입해 품질검사를 자동화했습니다. A사는 대형 가전기업의 1차 협력사로 유리 소재 등이 적용된 냉장고 도어를 생산·납품합니다. 국책과제로 도입한 시스템은 카메라로 도어 모서리 네 곳을 촬영하고 찍힘 등 결함 여부를 판정합니다. 기존 육안검사 작업자 2명은 다른 공정으로 재배치됐습니다. 품질관리 담당자는 제품을 직접 검사하는 대신 AI 판정 결과를 확인하고, 불량이 나면 관련 설비와 공정을 점검해 원인을 파악하고 조치합니다.
운영 과정에서는 제품 모델이나 사양이 바뀔 때마다 카메라 위치와 검사 기준을 조정하고 학습 데이터를 추가로 확보해야 했습니다. 기존 생산관리시스템과 AI 검사 시스템을 연결할 때 데이터 정확성을 확보하는 일도 과제로 꼽혔습니다. AI가 불량을 판정해도 결과를 검증하고 공정 이상에 대응하는 작업자의 전문성은 여전히 필요합니다. 보고서는 반복 품질검사가 줄어드는 대신 조건 설정과 검증 등 예외 상황에 대응할 직무 역량이 더 중요해지고 있다고 분석했습니다.
전자산업의 다른 사례로, 가전 제어장치 개발기업 B사는 AI를 회로 설계와 부품 선정 등에 활용해 제품 개발기간을 기존 약 3개월에서 3주~1개월로 단축했습니다. 전자기기 개발·생산업체 C사는 AI로 코드 작성과 검토를 자동화해 개발자가 직접 코드를 작성하는 비중을 10% 미만으로 낮췄습니다. KEA 조사에서 전자산업 사업체 중 AI 활용 비율은 11.7%였고, 활용 계획이 없는 기업은 67.9%였습니다.
KEA는 현장 수요에 맞는 AI 활용 교육과 실습 중심 인력양성 확대가 필요하다고 분석했습니다. KEA 관계자는 생산성 향상을 산업 전반으로 확산하려면 기업별 데이터 확보, 기존 시스템 연계, 현장 인력의 직무 전환을 뒷받침할 교육체계 구축이 과제라고 밝혔습니다.