평택 제조업 AI 교육 현장 집중 조명
2026년 8월 27일, 한경국립대학교 평택캠퍼스 인학관에서 ‘STEP1 기초제조 AI 이해 및 적용 사례’ 교육이 개최됐다. 이번 교육은 제조기업 재직자뿐 아니라 사무직 종사자와 예비창업자도 참여할 수 있도록 열려 다양한 분야의 인재들이 모였다.
교육 현장에는 AI 기초 이론부터 딥러닝 이해, 제조 AI 적용 사례, 데이터 모델 실습까지 폭넓은 내용이 담긴 교재와 간식이 준비되어 수강생들의 학습 의욕을 북돋았다.
강의는 샘 올트먼의 저서 『The Gentle Singularity』를 인용하며 AI 시대의 변화가 갑작스러운 폭발적 현상이 아닌, 일상 속에서 AI 성능과 활용 범위가 점진적으로 확대되는 과정임을 강조하는 화두로 시작됐다.
이어 “기계는 어떻게 학습하는가?”라는 주제로 한경국립대학교 AI반도체융합학부 장인훈 교수가 강단에 섰다. 그는 AI의 기본 원리, 머신러닝과 딥러닝의 차이, 그리고 제조·농업·로봇 분야에서의 실제 적용 사례를 상세히 설명했다.
장 교수는 붓꽃 품종 구분 사례를 통해 AI가 꽃잎과 꽃받침의 길이와 폭을 수치화해 품종을 예측하는 과정을 소개했다. 이는 인간 신경세포를 모방한 퍼셉트론에서 출발해 여러 층으로 연결된 인공신경망이 스스로 가중치를 조정하며 정확도를 높이는 원리다.
기존 머신러닝은 사람이 중요 특징을 직접 지정하는 반면, 딥러닝은 방대한 데이터를 학습하며 필요한 특징을 자동으로 추출한다는 점도 강조됐다.
또한 장 교수는 척수마비 환자의 보행을 돕는 착용형 로봇과 물고기 움직임을 모방한 수중 로봇 연구 사례를 소개하며, 과거 수식 기반 설계에서 AI 학습 기반 동작 결정으로 로봇 기술이 진화하고 있음을 설명했다.
특히 피지컬 AI가 로봇의 센서와 몸을 통해 현실을 직접 경험하며 학습하는 단계로 발전하고 있음을 언급, 기술 발전과 함께 안전 기준과 인간 통제, 책임 있는 활용에 대한 논의가 필수임을 시사했다.
이론 강의 후에는 얼굴 표정을 활용한 데이터 라벨링 실습이 진행됐다. 수강생들은 휴대전화로 행복, 화남, 슬픔, 놀람 등 네 가지 표정을 촬영하고, 사진 속 얼굴 위치에 사각형을 표시하며 감정을 분류하는 작업을 체험했다.
데이터 라벨링은 AI가 사진과 정답을 반복 학습해 새로운 이미지를 구분하는 데 필수적이며, 균형 잡힌 데이터 확보와 정확한 기준 적용이 중요하다는 점도 실습을 통해 확인됐다.
강의는 제조와 농업 현장에서 AI가 어떻게 활용되는지 구체적 사례로 이어졌다. 공장에서는 카메라로 제품 불량 여부를 검사하고, 작업자의 안전장비 착용 여부를 확인하며, 부품 위치를 파악해 로봇이 정확히 집도록 돕는다.
농업 분야에서는 자율주행 로봇이 과수원을 순회하며 사과 위치와 개수를 기록하고 수확량을 예측하는 연구가 진행 중이다. 토마토 숙성도 구분과 생선 크기별 자동 선별에도 AI가 활용된다.
또한 로봇 팔 모방학습 사례를 통해 사람이 작업을 여러 번 보여주면 로봇이 이를 따라 배우고, 향후 음성 명령으로 작업 순서를 정해 로봇을 움직이는 기술 발전 가능성도 소개됐다.
이번 교육은 제조 AI 활용에 있어 전문 개발자가 아니더라도 현장 경험과 데이터 관리 능력, AI 원리 이해가 중요하다는 점을 강조했다. 현장의 문제점과 불량 발생 지점, 필요한 자료를 가장 잘 아는 이들이 AI 활용의 출발점임을 확인하는 시간이었다.
한경국립대학교 평택캠퍼스에서 열린 이번 교육은 인공지능 작동 원리를 이론과 실제 사례로 쉽게 풀어낸 기초 과정으로, 앞으로 평택 제조 현장에 AI가 품질 검사, 안전 관리, 반복 업무 개선에 실질적 도움을 주는 기술로 자리매김할 것으로 기대된다.
