일본 제조업 AX의 본질: Digital Succession

AX가 요즘 정말 핫한 키워드가 되었습니다. AI Transformation, 기업이 디지털 전환을 넘어 AI 전환을 하는 것입니다. AX를 위한 컨설팅 프로젝트도 많이 늘어나고 있습니다. 

일본도 마찬가지 입니다. 일본은 설득의 문제라기 보다는 생존의 문제가 되고 있기도 합니다.

지금 이 순간에도, 일본 제조업의 심장이었던 단카이 세대(1947-1949년생) 장인들이 대거 은퇴하고 있습니다. 100년 역사의 주물 공장에서 용탕의 색깔만 보고 첨가제 양을 판단하던 분들이 올해 문을 나섭니다. 그분들과 함께 40년의 '감(勘)'도 함께 사라집니다. 매뉴얼엔 없습니다. 후임자도 없습니다.

일본 제조업 AX: 게임 룰 자체가 다를 수 있습니다.

미국식 AI: "100명을 10명으로"

실리콘밸리가 말하는 AI의 가치는 “효율화”입니다.

일본식 AX: "1명을 100명분으로"

차이는 사람의 수가 아니라, 어떤 지식을 보존해야 하는가에 있는 것 같습니다. 미국식 제조업은 이미 상당 부분이 표준화되고 매뉴얼화되어 있습니다. 프로세스가 문서로 존재합니다. 그래서 AI의 역할은 "그 문서화된 프로세스를더 효율적으로 실행"하는 것입니다.

반면 일본의 모노즈쿠리는 핵심 기술이 여전히 장인의 암묵지에 깊이 의존합니다. 매뉴얼에 없습니다. 그래서 AI의 역할은 "사라지기 전에 그 암묵지를 먼저 형식화"하는 것이 되어야 합니다.

여기서 AI의 역할은 '대체’라는 단어 보다는 ‘복제’라는 단어가 더 어울리는 것 같습니다.

이것이 일본 AX의 본질이 아닐까 싶습니다. 디지털 계승(Digital Succession).

소멸 위기에 처한 장인의 노하우를 보존하고 증폭시키는 것. AI는 현장을 위협하는 도구가 아니라, 현장을 영생시키는 유일한 수단일지도 모릅니다.

그렇다면 구체적으로 어떻게 할까요: 암묵지를 데이터로

"현장의 참여가 중요합니다"라는 말은 너무나 당연해졌습니다.

한층 더 나아가면 "말로 설명할 수 없는 장인의 감(勘)을어떻게 데이터로 변환할 것인가?”가 더 핵심으로 보입니다.

용접공의 '눈'을 AI가 배울 수 있을까요? 40년 경력의 용접 장인은 불꽃의 색깔과 소리로 품질을 판단합니다. "이소리가 나면 안 좋은 거야." "어떤 소리인데요?" "...들으면 알아. 뭐랄까, 쇳소리가 딱딱하게 튀는?"

이걸 신입 사원에게 가르치려면 5년이 걸립니다. 어쩌면 10년.

하지만 AI는 다르게 접근합니다.

신입 사원이 용접할 때, AI는 실시간으로 말합니다: "지금 각도가 2도 낮습니다. 온도가 15도 높습니다. 속도를10% 줄이세요."

단순 불량 검사라기 보다는 '디지털 장인(Digital Takumi)'이 신입의 옆에서 실시간으로 조언하는 '가상 사수' 시스템입니다.

100년 주물 공장의 실제 사례

100년 역사의 나카시마 합금(中島合金)은 순동 주조 기술에 핵심 병목이 있었습니다. 용탕의 상태를 보고 첨가제 투입량을 판단하는 단계. 이것은 전적으로 베테랑 기술자의 '눈'에 의존했습니다. 매뉴얼화 불가능. 후계자 양성에 수십년이 걸릴 수 있습니다.

미쓰비시종합연구소와 협업으로 이를 시도하였습니다.

결과는 AI가 베테랑의 판단을 고정밀도로 재현했다고 합니다.

하지만 더 중요한 변화가 있었습니다.

이것이 진짜 가치가 아닐까 싶습니다. 비용 절감이 아니라 고부가가치 인적 자본의 재배치. 베테랑을 대체하는 게 아니라, 그들의 반복 가능한 기술을 시스템에 담아내고, 대체 불가능한 창의성은 더 높은 곳에 투입하는 것 입니다.

도요타의 과감한 실험

도요타도 노코드 AI 플랫폼을 구축했습니다. 코딩을 모르는 현장 작업자도 직접 AI 모델을 만들 수 있게 되었습니다. 가장 깊은 현장 지식(Domain Knowledge)을 가진 사람은 데이터 과학자가 아니라 매일 그 일을 하는 작업자이기 때문입니다.

결과

도요타는 직원들을 'AI 사용자'가 아니라 'AI 창조자'로 전환시켰습니다. 이는 지식 표출화 과정의 민주화라고 할 수있을 것 같습니다. 

나카시마 합금과 도요타의 사례가 보여주듯, 이 전환은 단순히 AI 솔루션을 구매하는 것으로 되지 않는 것 같습니다. 그렇다면 어떤 접근과 역량이 필요할까요?

SECI 모델: 지식이 흐르는 4단계

구체적인 해법으로 들어가기 전에, 왜 일본 제조업의 기술 계승이 이렇게 어려운지 이론적으로 짚어볼 필요가 있을 것 같습니다. 일본의 경영학자 노나카 이쿠지로 교수가 제시한 SECI 모델을 보면, 조직 안에서 지식은 네 단계를 거쳐 순환하며 성장합니다.

1. 공동화(Socialization): 스승과 제자가 함께 일하며 암묵지를 암묵지로 전달합니다. "보고 배우는" 전통적 도제교육이 바로 이 단계입니다. 말로 설명 안 해도, 옆에서 오래 보면 느낌이 옵니다.

2. 표출화(Externalization): 암묵지를 매뉴얼, 데이터, 도표 같은 형식지로 변환합니다. "머릿속에 있던 것을 밖으로 꺼내는" 단계입니다. 이게 가장 어렵습니다.

3. 연결화(Combination): 여러 형식지를 결합해 새로운 지식 시스템을 만듭니다. A 공정 매뉴얼과 B 공정 매뉴얼을 합쳐 새로운 통합 공정을 설계하는 식이죠.

4. 내면화(Internalization): 형식지를 배우고 실천하며 다시 자신만의 암묵지로 체화합니다. 매뉴얼을 읽고 따라하다 보면, 어느새 "감"이 생기는 것처럼요.

이 4단계가 나선형으로 돌면서 조직의 지식은 커집니다.

문제는 일본 제조업이 2단계, 바로 '표출화'에서 막혔다는 겁니다. 전통 방식은 거의 1단계(공동화)에만 의존했습니다. 옆에서 보고 배우기. 하지만 이제 옆에 있어줄 스승도, 배울 제자도 부족합니다. 더 근본적으로는, 베테랑 스스로도 자신이 어떻게 판단하는지 말로 설명하지 못합니다.

"이 진동이 나면 이상한 거야." "어떤 진동인데요?" "...그냥 느끼면 알아." 이게 표출화의 병목입니다. 머릿속에 있는 걸 밖으로 꺼낼 방법이 없는 겁니다. 매뉴얼로 못 담으니, 전수할 수도 없습니다. 베테랑이 은퇴하면 그 지식은영원히 증발합니다.

결국 AI가 해결해야 할 핵심 과제는 명확합니다. 막혀있던 '표출화' 단계를 뚫는 것. 말로 설명할 수 없는 암묵지를, AI가 관찰과 데이터로 형식지로 전환해주는 겁니다.

그렇다면 구체적으로 어떻게 할까요?

새로운 역할 1: 'AI 통역가'

진짜 가치를 창출할 새로운 역할이 필요한 것 같습니다:

장인의 언어(암묵지) ↔ 엔지니어의 언어(데이터/알고리즘)

이 번역과 중개를 할 수 있는 전문가입니다.

필요한 역량

이들은 기술 도입이 아니라 문화재 발굴과 복원을 하는 사람들에 가깝습니다.

새로운 역할 2: '암묵지 추출 솔루션' 기업

단순한 AI 플랫폼이 아닙니다. 장인의 움직임, 소리, 시선, 촉각을 캡처하여 데이터화하는 특수 기술을 보유한 기업입니다.

필요한 기술 스택 예시

골드러시에서 돈을 번 건 금을 캔 사람이 아니라 곡괭이를 판 사람이었습니다. 일본 AX에서도 진짜 기회는 '암묵지 발굴 도구'를 제공하는 쪽에 있는 게 아닐까 생각됩니다.

AX를 넘어 AXS (AI Transformation of Succession)

AX는 전세계의 공통된 과제입니다. 하지만 일본은 독특한 기회를 가졌습니다.

'모노즈쿠리' + AI = 새로운 경쟁 우위

다른 나라가 완전 자동화에 집중할 때, 일본의 제조업은 '장인정신의 디지털 계승'이라는 독자 경로를 택할 수 있습니다. 100년 축적된 암묵지를 디지털로 정교하게 코드화하고, 이를 무한 복제하고 지속 진화시키는 시스템. 이것은 경쟁사가 쉽게 모방할 수 없는 차별화라고 생각합니다. 원본(장인의 암묵지) 자체가 100년 걸려 만들어진 것이기 때문입니다.

결국, 일본 제조업 AX의 본질은 '디지털 계승'이며, 소멸되기 전에 디지털로 옮겨야 합니다. 사라지기 전에 AI에 담아야 되는 문제가 있습니다.

일본의 AX 시장을 검토하신다면, 조금은 다른 접근이 필요할 수 있습니다.

재팬 인사이트 뉴스레터에서는 일본 스타트업 시장에 대해서 조금은 다른 관점의 이야기, 현지의 생생한 이야기들을 다룰 예정입니다.

일본 스타트업 시장에서 10년 이상의 경험을 가진 5명이 각자의 관심분야를 공유드리려고 하며, 저희도 더욱 공부하고 성장하기 위해 시작하게 되었습니다. 이러한 내용들이 일본 스타트업 시장에 관심있으신 분들께 조금이라도 도움이 되었으면 좋겠습니다.