AI 뉴스

국내 제조기업 82%, AI 활용 못해…자금·인재·효과성 3중고

페이지 정보

작성자 xtalfi
작성일 2025.11.18 18:09
879 조회
0 추천
0 비추천

본문

fff2ed50428572be5b73e315674aca29_1763456900_222.png
(퍼플렉시티가 정리한 기사)


국내 제조기업 10곳 중 8곳 이상이 인공지능(AI)을 경영에 활용하지 못하고 있는 것으로 나타났다. 자금 부족과 인재난, 효과성에 대한 불확실성이라는 3중고가 AI 전환의 발목을 잡고 있다는 지적이다.

대한상공회의소가 최근 국내 504개 제조기업을 대상으로 조사한 보고서에 따르면 응답기업의 82.3%가 ‘AI를 경영에 활용하지 않고 있다’고 답했다고 17일 밝혔다. 특히 대기업의 AI 활용도가 49.2%인 데 반해 중소기업은 4.2%에 불과해 규모별 격차가 큰 것으로 나타났다.


투자 부담에 인재 확보도 난항

AI 투자비용 부담을 묻는 질문에 기업의 73.6%가 “부담이 된다”고 응답했다. 규모별로는 중소기업(79.7%)이 대기업(57.1%)보다 부담을 더 크게 느끼는 것으로 조사됐다. 대구의 한 제조업체는 “생산공정만 AI로 전환하려 해도 라벨·센서 부착, CCTV 설치, 데이터 정제, 로봇 운영을 위한 맞춤형 솔루션 구축, 관련 인력 투입 등 예상하지 못한 자금이 들어간다”고 토로했다.

인재 확보는 더욱 심각한 문제다. ‘AI 활용 전문인력이 있는가’라는 질문에 80.7%가 “없다”고 답했으며, 82.1%는 “AI 인력을 충원하고 있지 않다”고 응답했다. 보고서는 “한국의 AI 인재는 2만1000명 수준으로 중국(41만1000명), 인도(19만5000명), 미국(12만명)에 비해 턱없이 적다”며 “그나마 있는 인재도 빠져나가고 있다”고 지적했다. 스탠퍼드 인간중심AI연구소(HAI)가 올해 발표한 조사에 따르면 한국의 AI 인재 순이동은 -0.36으로 인재 순유출국에 해당한다.


단계별 맞춤 지원 필요

효과성에 대한 확신 부족도 AI 도입을 가로막고 있다. ‘AI 전환이 성과를 가져올 것으로 기대하는가’라는 질문에 60.6%가 “효과가 미미할 것”이라고 답했다. 경제협력개발기구(OECD)가 주요 7개국(G7) 및 브라질 기업을 대상으로 실시한 조사에서도 ‘투자 수익률 추정의 어려움’이 AI 도입의 장애 요인으로 지목된 바 있다.

대한상의는 AI 활용도가 높은 기업에는 GPU·클라우드 인프라 지원 등을 유연하게 활용할 수 있도록 제도적 자율성을 확대하고, AI 도입률이 낮은 기업에는 도입 전·중·후 단계별 지원이 필요하다고 제언했다. 정부는 제조AX 얼라이언스를 통해 2030년까지 AI 팩토리를 500개 이상 구축하는 사업을 진행 중이다.

이종명 대한상의 산업혁신본부장은 “지금은 AI에 대한 미래 조감도를 정교하게 만드는 데 주력하기보다는 실제 데이터 축적과 활용, 인재 영입 등에 뛰어들어야 하는 시점”이라며 “강력한 지원, 파격적인 규제 혁신을 담은 선택과 집중의 메가 샌드박스 실행전략이 맞물려 돌아가야 할 때”라고 말했다.

댓글 0
전체 1,366 / 63 페이지
Anthropic은 Claude를 위한 세 가지 베타 기능인 Tool Search Tool, Programmatic Tool Calling, Tool Use Examples를 출시했습니다. 이는 AI 에이전트가 컨텍스트 윈도우를 과부하시키지 않고 수백 또는 수천 개의 도구를 사용할 수 있도록 하며, 개별 API 요청 대신 코드를 통해 도구를 호출하고, 스키마 정의만으로가 아닌 구체적인 예시를 통해 올바른 사용법을 학습하도록 설계되었습니다.내부 테스트에서 Tool Search Tool은 토큰 사용량을 85% 감소시키는 동시에 대규모 도구 라이브러리에서 Opus 4.5의 정확도를 79.5%에서 88.1%로 향상시켰으며, Programmatic Tool Calling은 복잡한 연구 작업에서 37%의 토큰 절감을 달성하면서 이전에 도구 호출당 수백 밀리초가 필요했던 여러 추론 과정을 제거했습니다.이 기능들은 GitHub, Slack, Sentry, Grafana, Splunk를 연결하는 기본 5개 서버 설정에서 대화가 시작되기 전에 약 55,000개의 토큰을 소비하는 중요한 확장성 문제를 해결합니다. Anthropic은 최적화 이전 프로덕션 환경에서 도구 정의가 최대 134,000개의 토큰을 소비하는 것을 관찰했습니다.
640 조회
0 추천
2025.11.25 등록
기술 저널리스트 Alex Kantrowitz와 Ranjan Roy는 Google의 Gemini 3가 OpenAI의 심각한 경쟁자로 부상했으며, Sam Altman이 유출된 메모에서 직원들에게 “거친 분위기”와 “일시적인 경제적 역풍”을 예상하라고 경고했다고 논의했습니다. Kantrowitz는 이를 분수령의 순간이라고 부르며, OpenAI가 앞서간다는 것을 인정받은 적이 없었다고 말했습니다.Gemini 3는 Arc AGI와 LM Arena 리더보드를 포함한 주요 AI 벤치마크에서 1위를 차지했으며, 추상적 시각 추론에서 GPT-5.1의 점수(31.1% 대 17.6%)의 거의 두 배를 달성했습니다. 한편 Google의 조직 재편—DeepMind와 Brain을 회사의 “엔진룸”으로 통합하고 검색에서 수백 명의 엔지니어를 이동—이 이러한 반전을 가능하게 했습니다.이러한 변화는 Google이 시가총액 3조 6,200억 달러로 Microsoft를 앞지르고, Nvidia의 기록적인 실적이 AI 거래를 유지하지 못하면서 발생했으며, 주가는 상승 5%에서 하락 3%로 반전되었습니다. 이는 AI 모델의 상품화와 경쟁하는 챗봇들이 기능적으로 상호 교환 가능해지고 있는지에 대한 투자자들의 우려가 커지면서 나타났습니다.
633 조회
0 추천
2025.11.25 등록
개발자 Simon Willison은 최상위 모델들이 현재 너무나 유사하게 작동하여 실제 작업에서는 기업들이 각 릴리스마다 개선을 주장함에도 불구하고 의미 있는 성능 차이를 드러내지 못하기 때문에, 최첨단 AI 모델 평가가 점점 더 어려워지고 있다고 주장한다.Willison은 Anthropic에서 새로 출시한 Claude Opus 4.5를 사용하여 이틀 동안 39개 파일에 걸쳐 2,022개의 코드 추가를 포함하는 광범위한 코딩 작업을 완료한 후, 이전 Claude Sonnet 4.5 모델로 다시 전환했을 때도 동일한 속도로 작업을 계속할 수 있었으며, 두 모델 간의 구체적인 성능 차이를 식별할 수 없었다고 밝혔다.Willison은 AI 연구소들이 새로운 모델을 출시할 때 이전 모델에서는 실패했지만 새 모델에서는 성공하는 프롬프트의 구체적인 예시를 함께 제공할 것을 요구하며, 이러한 시연이 MMLU나 GPQA Diamond와 같은 테스트에서 한 자릿수 백분율 포인트 개선을 보여주는 벤치마크보다 더 가치 있을 것이라고 주장한다—이는 최첨단 모델들이 전통적인 평가 지표를 점점 더 포화시키면서 업계 전반이 겪고 있는 어려움을 반영하는 과제이다.
675 조회
0 추천
2025.11.25 등록
VentureBeat기사는스스로를"AI우선"이라고선언하는대부분의기업들이진정한도입보다는형식적인혁신에몰두하고있다고주장하며,진정한AI도입은하향식기업지시가아닌호기심많은직원들이조용히실험하는과정에서자연스럽게나타난다고설명합니다.​이기사는직접프로토타입을만들고자신의실패를공유하는리더와금요일까지AI계획을요구하는Slack메시지로단순히규정준수를강요하는리더를구분하며,전자는실질적인추진력을조성하는반면후자는반감을낳는다고설명합니다.​기사는재무및운영부서의직원들이일반적으로이사회프레젠테이션에등장하는고가의엔터프라이즈플랫폼이아닌"그냥ChatGPT"를사용한다고인정한다고언급하며,최근설문조사에따르면광범위한도입의무에도불구하고직원의5%만이AI를최대한활용하여업무를혁신하고있다고밝힙니다.
658 조회
0 추천
2025.11.25 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입