과학기술정책연구원은 공급망 기반 제조데이터 활용도 제고 정책과제를 모색한 보고서를 보고서를 발표하였다.
- 제조기업의 인공지능 전환(AX)은 인공지능 솔루션을 도입하는 것만으로 달성되기 어려우며, 제조 현장에서 생성되는 데이터의 수집·관리·분석·활용 체계를 함께 구축하는 것이 중요함. 제조 데이터는 불량 예측, 예지 보전, 공정 최적화, 생산 계획 고도화 및 공급망 리스크 대응을 가능하게 하는 전략적 자산이지만, 제조 중소기업은 데이터 인프라와 전문 인력, 공정과 데이터의 연계 역량 부족으로 활용에 제약을 받고 있음.
- 제조 데이터는 개별 기업 내부에만 머무르지 않고 장비 기업, 솔루션 기업, 인접 제조기업 및 중견·대기업과의 관계 속에서 생성·분석·공유되므로, 데이터 활용도 제고를 위해서는 공급망 내 데이터 흐름과 협력 관계를 고려한 정책 접근이 필요함. 본 연구는 네 가지 협력 유형을 구분하여 유형별 병목과 정책 과제를 검토하고, 국내외 데이터 플랫폼 및 데이터 스페이스 사례를 통해 데이터 표준·상호 운용성·품질·접근 권한·데이터 주권·표준 계약 및 성과 배분 등 기술적·제도적 기반의 중요성을 제시하였음.
(정책 과제 1) 제조 중소기업-장비 기업 간 장비 데이터의 접근성·표준화·품질 검증 및 노후 장비 데이터 이관 지원
(정책 과제 2) 제조 중소기업-솔루션 기업 간 데이터 인터페이스, 모델 재학습, 성능 모니터링 및 현장 환류를 포함한 제조 AI 솔루션의 지속 운영 체계 강화
(정책 과제 3) 인접 제조 중소기업 간 공동 문제 해결을 위한 최소 데이터 항목, 원천 데이터 비공개 공동 AI 모델, 데이터 트러스트 및 성과 산정 기준 마련
(정책 과제 4) 제조 중소기업-중견·대기업 간 양방향 공급망 데이터 공유, 분석 인사이트 환류, 국제 표준 정합성 및 데이터 이용 관련 표준 계약·공정 거래 기반 구축
(정책 과제 5) 공급망 전반의 데이터 표준화·상호 운용성, 제조 AI 전문 인력, 데이터 권리 관계·가치 평가·성과 배분 및 분쟁 조정 기반을 단계적으로 정비
- 정책 추진은 단기적으로 기존 스마트 공장·제조 AI 지원 사업의 평가·지원 기준에 데이터 표준, 품질 검증, 시스템 연계 및 현장 환류 요건을 반영하고, 중기적으로 공동 문제 해결형 데이터 협력과 공급망 환류 플랫폼을 실증하며, 장기적으로 관련 법·제도와 표준 계약 체계를 정비하는 방향으로 추진할 필요가 있음.