인공지능 트렌드#15 AI를 활용한 제조업의 서비스화
초개인화 시대가 도래하며, 맞춤형 제품 및 서비스와 고객 경험에 대한 니즈가 중요시 되었는데요. 이에 대량 생산에 집중하던 제조업의 성장이 둔화되며 디지털 기술을 기반으로 한 ‘제조업의 서비스화’는 기업의 필수 생존전략으로 자리매김하고 있습니다.
‘제조업의 서비스화’란 기획-생산-유통-판매-유지보수 등의 제조 전 과정에서 서비스를 부가하거나 신규 서비스를 파생시켜 새로운 부가가치를 창출하는 것을 의미합니다. 제조업의 서비스화는 불량률을 감소시키고, 고객의 선호도 파악 등을 통해 기업의 생산 효율성과 이윤율을 높일 수 있습니다. 제조업의 서비스화 유형은 제조업의 가치사슬 단계에 따라 구분할 수 있는데요.
- 생산 전방 단계
먼저 생산 전방 단계에서는 R&D 및 설계 단계에서 AI 기반 서비스화를 통해 고객 수요를 발굴하여 맞춤형 제품 기획이 이루어지고 있습니다.
대표적으로 나이키는 빅데이터에 기반한 고객 수요 분석을 통해 고객 경험 차별화에 성공한 대표적인 스타일테크 기업인데요. 고객의 일상 기록을 DB화하여 맞춤형 서비스를 제공할 뿐만 아니라, 신발, 스포츠웨어, 웨어러블 등으로부터 데이터를 수집하여 AI로 분석 후 제품을 기획합니다.
- 생산 공정 단계
생산 공정 단계에서는 ICT를 중심으로 제조 공정에 서비스를 더한 스마트 팩토리가 고도화되고 있습니다. 스마트팩토리는 실시간으로 유기적인 데이터 수집, 분석, 활용을 통해 생산성과 품질을 높이는 지능형 생산공장을 의미하는데요. 제조 현장 실시간 모니터링 및 시뮬레이션을 가능하게하며, 생산 효율성을 향상하고, 불량률 최소화, 안전관리 강화, 에너지사용량･탄소배출량 예측 등이 가능해집니다.
LG 전자는 국내 가전 업계에서 최초로 등대공장으로 선정된 스마트공장인 LG스마트파크를 가지고있는데요. LG 스마트파크에서는 디지털 트윈 기술을 기반으로 가동 중인 생산라인, 부품 이동, 재고 상황, 설비 이상 유무, 제품 생산 실적 등을 한눈에 확인할 수 있습니다. 또한, 30초마다 공장 안의 데이터를 수집･분석해 10분 뒤 생산라인을 예측하고 자재를 적시에 공급합니다. 올해 3월부터는 지능화 용접이 가능해져 불량 조건을 스스로 판단, 이상 감지 시 딥러닝을 기반으로 자동 보정까지 가능해졌습니다.
- 생산 후방 단계
생산 후방 단계에서는 최종 생산물 형태와 유통･판매･유지보수 등의 생산 이후 단계에 서비스를 입히게 됩니다. 국내외 기업은 제품에 서비스를 결합하거나 제품을 서비스 형태로 판매하는 ‘최종재의 서비스화’를 통해 고부가가치를 창출합니다. 제품에 서비스를 결합해 판매할 경우, 단순 제조를 넘어 컨설팅, 솔루션 등의 서비스로 새로운 수익을 창출합니다. 제품을 서비스 형태로 판매하는 경우는 공유경제, 구독경제 등의 신규 비즈니스 모델로 시장을 확장해 새로운 수익을 창출합니다.
테슬라의 경우 자사의 차량 모델에 소프트웨어를 탑재해 서비스를 강화하였는데요. 완전자율주행 소프트웨어 ‘FSD’,‘오토파일럿’, 앞차와 간격이 가까워질 경우 자동 감속하는 ‘TACC’, 차선 유지를 돕는 ‘오토스티어’ 등의 소프트웨어를 적용하였습니다. 또 자율주행 기능을 제공하는 ‘FSD’ 소프트웨어와 음악･비디오 스트리밍을 제공하는 ‘프리미엄 커넥티비티 패키지’를 구독형 서비스로 운영하며 새로운 수익원을 창출하기도 했답니다.
기업은 생산 이후 단계에서 유지 보수 등을 통해 고객과의 접점을 확대하기도 하는데요. 스타벅스는 클라우드와 연결되어 스스로 고장을 분석하고 성능을 관리하는 디지털 커피머신‘클로버’를 도입해 생산 효율성을 증대하였습니다.
제조업의 서비스화는 제조업의 패러다임 전환을 위한 필수적인 혁신입니다. 초기 투자비용 등의 높은 비용 부담, 비즈니스 모델 수정으로 인해 발생가능한 리스크 회피, 높은 진입장벽이 존재하지만, 이를 극복해 제조강국의 경쟁력을 유지할 필요성이 높습니다.
크라우드웍스는 빠르게 진화하는 인공지능 시장의 요구사항을 파악하고, 양질의 인공지능 데이터를 공급하기 위해 각 산업별 AI 도입 단계에 따른 맞춤형 서비스를 보유하고 있습니다.
인공지능 데이터와 관련된 궁금한 것이 있으시다면 언제든 크라우드웍스를 찾아주세요!
