기사 내용을 바탕으로 AI를 통해 제작된 이미지. Gemini 생성 이미지 경기도 제조업 AI 솔루션 본격 웅장한 기계음과 매캐한 절삭유 냄새. 경기 남부 뿌리산업 공단 내 제조공장들을 생각하면 흔히 떠오르는 이미지다. 하지만 2026년 현재, 이곳의 풍경은 빠르게 변화하고 있다. 경기도의 외곽을 지탱하던 전통 제조업 공장들이 스스로 생각하고 판단하는 ‘AI 솔루션’을 본격적으로 도입하기 시작했기 때문이다. 급격한 고령화와 청년 인구의 제조업 기피, 그리고 현장 인력의 절대다수를 차지하던 외국인 노동자 수급의 불안정성까지 겹치며 삼중고를 겪던 경기 남부 뿌리산업 공단들이 인공지능(AI) 기술을 통해 생존의 돌파구를 마련하고 있다. ■ 정부 1.1조 AX 예산 투입…경기도, 6대 거。 중심 지능화 생태계 구축 이러한 현장의 변화는 중앙정부와 지자체가 강력하게 밀어붙이고 있는 거시적 산업 정책과 궤를 같이한다. 현재 정부는 제조업의 AI 전환을 일컫는 ‘M.AX(제조 AI 대전환)’를 국가 생존 전략으로 수립하고 총력을 다하고 있다. 산업통상부는 우리 제조업이 직면한 위기를 돌파하기 위해 현장 AX 확산 관련 예산을 2026년 기준 1조1천억원 규모로 대폭 확대 편성했으며 ‘AI 자율제조 선도프로젝트’ 예산 등을 집중적으로 투입하고 있다. 과학기술정보통신부 역시 현실의 데이터를 바탕으로 로봇과 생산 장비를 자율 제어하는 기술 주권 확보를 위해 대한민국 대도약 메가프로젝트의 일환으로 총 1조4천131억원 규모의 대형 ‘피지컬 AI’ 국책 연구개발(R&D) 사업에 본격 시동을 걸었다. 경기도 또한 권역별 산단이 고유의 인프라와 기술을 상호 융합하는 거.형 상생 구조를 극화하며 독자적인 행보를 보이고 있다. 대표적인 사업이 ‘경기 AI 혁신 클러스터 조성 사업’이다. 도는 시흥, 성남일반산단, 부천, 하남, 의정부, 판교 등 총 6개 거。을 묶는 ‘혁신클러스터 협의회’를 공식 출범했으며 이미 도내 127개에 달하는 입주·멤버십 AI 기업을 대상으로 기술개발 및 오픈이노베이션 등 맞춤형 성장을 지원하고 있다. 인터넷신천지 ■ 화려한 ‘구축 실적’ 뒤에 숨은 영세 산단의 ‘사후 비용 폭탄’과 ‘노동 소외’ 정부와 지자체의 막대한 예산 투입의 이면에는 정책이 현장의 속도를 따라가지 못하는 뚜렷한 명암 또한 도사리고 있다. 정부나 지자체의 지원이 끝나고 나면 이를 유지하는 비용을 감당하지 못해 AI 시스템을 제대로 활용하지 못하는 공장들이 생각보다 많은 것이 현실이다. 실제 경기연구원의 최신 동향 분석에 따르면 스마트공장 및 제조 AI 솔루션을 도입한 뿌리기업 중 30% 이상이 사업 종료 후 사후 유지보수 비용을 감당하지 못해 시스템을 제대로 가동하지 못하거나 방치하는 ‘DX 요요 현상’을 겪고 있는 것으로 추산됐다. 자원 투입의 양극화도 문제로 지적되고 있다. 도내 500인 이상 대기업의 평균 R&D 지출액이 386억원에 달하는 반면 경기도 제조업의 절반 이상(56.4%)을 차지하는 50인 미만 소기업의 R&D 비용은 평균 2억5천만원에 그쳐 150배가 넘는 극심한 자본 비대칭성을 보였다. 그 결과 도내 제조기업 74.2%가 디지털전환(DX)을 미도입한 상태이며 이 중 63.2%는 자금 부족(36.6%)과 효과의 불확실성(41.0%)으로 인해 ‘향후에도 도입 계획이 전혀 없다’고 응답해 혁신 의지마저 상실한 상태다. 여기에 더해 AI 비전 및 자율 로봇 도입이 현장 블루칼라 숙련공들의 고용 불안을 자극하는 ‘인간 소외’ 리스크를 심화한다는 비판도 제기되고 있다. 한국노동연구원 보고서에 따르면 최근의 AI 도입은 신규 채용 규모 자체를 축소하는 방식으로 작동하고 있으며 그 충격이 노동시장 진입 단계에 있는 청년층에 먼저 나타나 청년 고용이 2023년 이후 정체 또는 감소하는 경향을 보이고 있다. ■ 인프라 공급 넘어 실질적 ‘AX’ 위한 연계형 메커니즘 구축 필요 기사의 이해를 돕기 위한 이미지로 기사와 직접적 연관은 없습니다. 클립아트코리아 모바일 야마토하는법 전통 제조업의 AI 전환은 시대를 거스를 수 없는 대세이지만 경기도를 비롯해 전국적으로 제조업 AI 대전환이 결실을 거두기 위해서는 단순한 인프라 보급 위주의 ‘보여주기식 실적주의’에서 벗어나 현장의 자생력을 담보하는 정당한 사후관리 메커니즘을 구축해야 한다고 전문가들은 입을 모은다. 국가는 규칙과 공통 기반을 만들고 지자체는 실제 현장에서 작동하는 ‘사용 경쟁력 중심의 구조 전환’에 집중해야 한다는 뜻이다. 실제 경기연구원의 ‘경기도 피지컬 AI 제조융합 활성화 방안’ 보고서에 따르면 영세 중소기업의 자생력을 높이기 위해서는 ‘데이터 플랫폼 구축?수준별 진단?맞춤형 금융·인력 공급’이 원스톱으로 맞물리는 생태계형 추진 전략이 실행돼야 한다고 강조한다. 노동 분야 전문가들은 AI 확산에 따른 고용 구조 재편에 주목하며 변화 관리의 필요성을 제기한다. AI가 반복적인 손노동을 대체하면서 일자리 자체가 사라지기보다는 업무를 구성하는 ‘과업’ 단위의 대대적인 재편이 일어나고 있기 때문이다. 특히 현장 블루칼라 노동자들의 경우 기술직이나 사무직군으로의 직무 전환이 요구될 가능성이 크지만 AI 기술에 대한 이해도가 낮고 역량 격차가 커 사무직군보다 재교육 부담이 훨씬 극심한 것이 현실이다. 그러나 대다수 기업은 적극적인 교육 훈련보다 정년퇴직에 따른 자연 감소와 채용 축소 기조를 선호하고 있는 상황이다. 노세리 한국노동연구원 선임연구위원은 “지자체는 지역 내 주요 주력 산업의 업종 특성별 니즈를 분석하고 기업들이 어떤 기술을 도입하고 어떤 인재를 육성해야 하는지 기준을 제시하는 ‘산업별 표준 AI 모델’을 선제적으로 구축해야 한다”며 “산업별 표준 AI 모델에 맞춰 현장직 맞춤형 교육훈련 체계를 마련하고 AI 활용 우수기업의 사례를 확산하는 일은 중앙정부에서는 결코 할 수 없는, 오직 지자체만이 현장 밀착형으로 해결해 줄 수 있는 핵심 영역”이라고 강조했다. 인터뷰 배영임 경기硏 산업통상연구실 선임연구위원 배영임 경기硏 산업통상연구실 선임연구위원 “제조업 인공지능 전환(AX)의 성패는 단순히 AI 장비와 솔루션을 얼마나 많이 보급했는가라는 양적 수치에 있지 않습니다. 오리지날릴게임 도입된 기술을 기업이 실제 공정에서 지속적으로 활용해 생산성과 품질을 높이고 나아가 안전 개선으로 연결했는지가 핵심입니다.” 배영임 경기연구원 산업통상연구실 선임연구위원은 경기도 제조업의 AI 전환이 성공하기 위해선 일회성 지원 위주의 정책 패러다임에서 벗어나야 한다고 강조했다. 배 위원은 도내 제조 현장의 기술 불균형이 매우 심각한 수준이라고 진단했다. 그는 “경기연구원 조사 결과 현재 도내 제조 현장의 디지털 전환(DX) 도입률은 77.5%에 달하는 반면 로봇과 지능형 기술이 결합한 피지컬 AI 도입 경험은 12%에 그쳤다”며 “이는 MES(생산관리시스템)나 ERP(전사적자원관리) 같은 기초적인 DX 전환은 상당 부분 진행됐지만 정작 제조 지능화의 핵심인 데이터 플랫폼이나 디지털 트윈 같은 고도화 시스템 구축은 아직 극히 제한적이라는 뜻”이라고 분석했다. 이어 “제조 AX가 안착하려면 데이터, 현장 실증, 공급 기업 육성, 인재 양성이라는 네 개의 축이 유기적으로 맞물려야 한다”며 “이 네 축이 파편화되지 않고 하나의 순환 구조로 촘촘히 연결될 때 비로소 ‘지속가능한 제조 AX 생태계’가 구축될 수 있다”고 설명했다. 그 과정에서 경기도라는 지자체가 담당해야 할 역할의 차별화도 주문했다. 배 위원은 “경기도는 중앙정부와 동일한 대규모 연구개발(R&D)이나 국가 단위의 인프라 구축을 중복으로 반복하기보다 산업단지 현장에서 중소 제조기업들이 실질적으로 AI를 도입하고 이를 지속해서 활용할 수 있도록 돕는 실무적 역할에 집중해야 한다”고 제언했다. 이를 위해 “제조 현장의 데이터를 수집·정제·표준화해 기업들이 보안 우려 없이 안전하게 활용할 수 있는 ‘제조 AI 데이터 플랫폼’을 먼저 구축하고 시흥·반월·시화 등 주요 제조 거。을 중심으로 실증 테스트베드를 조성해야 한다”며 구체적인 공간 전략을 밝혔다. 배 위원은 경기도가 표방한 ‘사람 중심의 피지컬 AI’ 비전이 실효를 거두도록 노동 전환의 안전망 설계 방향도 명확히 짚었다. 그는 “사람 중심의 기술 전환은 고용을 대체하지 않겠다는 단순한 정치적 선언에만 머물러서는 안 된다”고 강조하며 “현장 숙련공들이 수십년간 쌓아온 현장 지식과 암묵적 노하우를 체계적으로 데이터화하는 작업이 선행돼야 한다”고 했다. 이 성공하기 위해선