＃先月１１日、慶尚北道浦項（キョンサンブクド・ポハン）のポスコスティーリオン工場。　ヘルメットと安全靴を着用したポスコＤＸのハン・スンヨンさんが鉄鋼コイルの間をせわしなく行き来した。３次元（３Ｄ）空間分析アルゴリズムを開発する人工知能（ＡＩ）研究員であるハンさんはセンサーを設置する最適な位置を探すために京畿道板橋（キョンギド・パンギョ）から４時間走って浦項に来た。彼は「現場の複雑な環境を正確に反映するには工場のデータを収集し続けなければならない」と話した。

製造業にＡＩを導入して工程を革新しようとする試みが韓国でも現れている。特に鉄鋼、石油化学、機械、造船など重厚長大製造業の特性を反映したＡＩ開発が目を引く。


ポスコＤＸが開発した「ＡＩ無人クレーン」は製鉄所の作業者が鉄鋼製品の状態を肉眼で確認してクレーンを手動操作し移動させる過程にＡＩを組み合わせた。コイルが斜めに傾いていたり厚板が不規則に積載されている場合にもクレーンのフックをどこにかけるかなどをＡＩが判断して製品を持ち上げて運ぶ。


斗山（トゥサン）グループは１３日、建設機械と発電機器など主要事業にＡＩを組み合わせるためフィジカルＡＩ革新担当部署の「ＰＡＩラボ」を新設したと明らかにした。斗山ボブキャットのフォークリフトが作業を自分で計画して実行したり、斗山エナビリティの発電所装備が自らエネルギー生産効率を最大化するなど、生産性を高めるＡＩに注力する予定だ。

人材が不足した造船業界はヒューマノイドロボットを開発することにした。ＨＤ現代（ヒョンデ）ロボティクスは精密溶接に特化したヒューマノイドを２０２７年までに開発する計画だ。精密溶接は髪の毛ほどの微細な誤差も許されない高度な技術が要求される作業だが、これをロボットに任せるということだ。

ＡＩの工程革新効果を拡大するにはＡＩをそれぞれの産業現場に最適化したモデルで開発することが重要だ。大多数の製造工場は日光、ほこり、熱、湿気など外部変数が多いためだ。太陽光の強さや照度の変化は製品の反射光に影響を及ぼし、ＡＩカメラの距離認識にエラーを引き起こすことがある。ポスコＤＸのユン・イリョンＡＩ技術センター長は「ヒューマノイドロボットや機械にＡＩを搭載した『フィジカルＡＩ』は多様な状況に自ら対処しなくてはならない。仮想環境シミュレーションと現場テストを並行してセンサーと制御システムを最適化している」と話した。

石油精製工場の可燃性ガス排出用煙突のフレアスタックをＡＩ監視カメラで管理するシステムを開発したＬＧＣＮＳも多くの変数をデータ化しこれをＡＩに学習させることが重要だった。ＬＧＣＮＳ関係者は「粒子状物質が激しい日にはＡＩが異常兆候と誤認し誤作動する恐れがある。昼と夜、季節、天気別のデータを補完しシステムを高度化している」と話した。

製造業でＡＩの重要性は大きくなっているが現場の変化は遅い。中小ベンチャー企業部が先月発表したスマート製造革新実態調査によると、昨年基準で中小・中堅製造企業１６万３２７３社のうち工場にＡＩ技術を導入した企業は０．１％にすぎなかった。今後ＡＩを導入すると答えた企業も１．６％にとどまった。大企業も大きく変わらない。世界経済フォーラムがＡＩ、ビッグデータ、モノのインターネットなどを活用して製造革新を主導する「ライトハウス工場」を選定した企業数だけ見ても、今年累積基準で韓国は５社にとどまった。中国の７８社、インドの１６社、米国の１３社などとの格差は大きい。漢陽（ハニャン）大学産業工学科のペ・ソクジュ教授は「技術開発や投資余力が不足する中小企業も一緒についていけるよう政府が政策支援を通じて参入障壁を低くすることが重要だ」と話した。