[기경학회 AX칼럼] 산업AI 승부처, 플랫폼 엔지니어링

[지디넷코리아]어떤 공장이 있다. 생산라인에 품질 예측 AI를 올리는 데 여섯 달이 걸렸고 해보자. 현장 데이터를 정리하고 설비와 MES(제조실행시스템)를 연결했고, 보안팀과 작업자가 결과를 검증했다. 다음 과제는 예지보전 AI를 올리는 거다. 이 에는 다섯 달이 걸렸다. 앞의 AI를 올리는 것보다 한 달이 줄었다. 팀원의 숙련 덕분이다. 하지만 조직에 남은 자산은 없다.AI도입과 사용의 병목은 모델이 아니다. 운영 방식이다. 과제마다 데이터 파이프라인과 대시보드를 따로 만들고 권한 체계와 배포 환경을 다시 설계한다. 실증이 쌓일수록 유지·관리 비용이 누적된다. 다음 과제도 처음부터 비슷한 비용을 치른다. 담당자나 외부 개발사가 바뀌면 모델 관리 주체도 불분명해진다. 성공한 실증이 조직에 청구서를 남기는 셈이다. 이를 'AI 실증 부채'라 부른다. AI를 반복적으로 연결·배포·운영할 플랫폼이 없다는 데 문제가 있다.해법은 ERP(전사적 자원관리), MES, SCADA(설비 감시·제어