북경지원에서 매월 제공하는 중국 산업경제 동향지로 중국의 산업동향 분석과 산업정책 해설 및 산업단신 등을 수록
<표 3> ‘AI+’ 행동 심화 연도별 목표
| 2027년 목표 | 2030년 목표 | 2035년 목표 |
|---|---|---|
| - 6대 핵심 분야에서 AI의 광범위한 융합 선제적 실현 - 차세대 스마트 단말기·지능체 보급률 70% 이상 달성 - 스마트 경제 핵심 산업 규모의 빠른 성장 - AI의 공공 거버넌스 역할 대폭 강화 - AI 개방 협력 체계 지속 개선 |
- AI의 고품질 발전에 대한 전반적 지원 - 차세대 스마트 단말기·지능체 보급률 90% 이상 달성 - 스마트 경제가 경제 성장의 중요한 성장축으로 부상 - 기술 보편화 및 성과 공유 촉진 |
- 스마트 경제·사회 발전의 새로운 국면 진입 - 중국식 현대화 건설을 위한 핵심적 기반 제공 |
자료: 중국 정부 발표 자료 및 언론 자료 종합.
주: 단말기는 AI 자동차를 포함해 스마트폰, 로봇, 스마트 웨어러블 등 AI 기술을 활용한 단말 기기. 지능체는 고도화된 AI 에이전트로, 단순히 패턴을 인식하고 데이터를 분석하는 현재의 AI 에이전트보다 한 단계 더 진화하여 복잡한 작업을 완성하기 위해 결정을 내리고 실행하는 모델.
<표 4> 6대 중점 행동
| 구분 | 주요 내용 |
|---|---|
| AI+ 과학기술 | 과학 발견 가속화, 연구개발 모델 혁신, 철학·사회과학 연구 방법 혁신 |
| AI+ 산업 | AI 기반 신사업 모델 육성, 제조업 전 주기 스마트화, 농업의 디지털·스마트 전환, 서비스업 신모델 개발 |
| AI+ 소비진작 | 스마트 서비스 소비 확대, 스마트 제품 신생태계 조성 |
| AI+ 민생복지 | 스마트 근무 방식 창출, 효과적인 학습 방식 도입, 생활 편의 서비스 질적 개선 |
| AI+ 거버넌스 | 인간-기계 공생형 신사회 거버넌스, 다원적 협력 기반 안전 거버넌스, 생태·환경 거버넌스 추진 |
| AI+ 글로벌 협력 | AI 성과의 국제적 공유, AI 글로벌 거버넌스 체계 공동 구축 |
자료: 중국 정부 발표 자료 및 언론 자료 종합.
<표 5> 8대 기초 지원 역량
| 구분 | 주요 내용 |
|---|---|
| 모델 기초 역량 제고 | 이론 및 아키텍처 혁신, 학습·평가 효율 최적화 |
| 데이터 공급 혁신 강화 | 데이터 거버넌스 강화, 데이터 기술·산업 기반 조성 |
| AI 연산능력 총괄 관리 강화 | AI 칩·연산망 고도화, 자원 연계 및 클라우드 효율화 |
| 응용 발전 환경 최적화 | 통합 응용 플랫폼 조성, 서비스 혁신·표준 체계 구축 |
| 오픈소스 생태 번영 촉진 | 커뮤니티 생태 활성화, 기술 공유 및 기여 유인 확대 |
| 인재 양성 강화 | 교육·평가 체계 정비, 핵심 인재 발굴 및 성장 지원 |
| 정책·법규 보장 강화 | 금융·투자 기반 확충, 법·윤리 기준 및 안전 체계 정립 |
| 안전 역량 수준 제고 | 기술적 안전성 강화, 위험 대응·거버넌스 체계 구축 |
자료: 중국 정부 발표 자료 및 언론 자료 종합.
<표 6> 주요 철강 업체별 전 공정 스마트화 AI 활용
| 업체명 | 주요 내용 |
|---|---|
| 보무(宝武)그룹 | - 2024년 중후판 공장을 AI 연산센터로 개조하고, 300개 AI 응용 시나리오 추가 도입. 보련등(宝联登) 철강 AI 모델도 출시하며 전 공정 AI화 시도 중. 열연 생산라인에 판구 예측 모델(화웨이 개발)을 적용해 예측 정확도 5% 향상, 연간 억 위안 단위의 가치 창출. 업계 최초로 LLM 기반 전 공정 AI 시스템 구축한 사례 - 보련등: 보무그룹 산하 보신 소프트웨어(宝信软件)가 개발한 철강산업 전용 AI 대모델. LLM 구조로, 생산 계획, 설비 관리, 품질 예측 등 모든 공정에 적용되는 멀티 모달 산업 특화 모델 |
| 하북강철그룹 | - WeShyper 빅데이터 플랫폼으로 생산 운영 전 공정 시각화, 52만 대 설비와 3,000개 앱 등이 연결된 통합 디지털 관리 체계 운영 → 산업인터넷 기반 앱 3,000여 개, 모델 2,700개로 안전·품질·물류·운영 등 9개 영역에 스마트화를 달성한 대표적인 ‘플랫폼 기반’ 전환 사례 - WeShyper: 하강그룹이 개발한 산업 빅데이터 분석 플랫폼으로, 생산·운영 데이터를 시각화하고 AI 모델과 연결해 자동 의사결정 지원 |
| 호남강철그룹 | - 화웨이와 판구 예측 모델 공동 개발 후 전면 도입. AI+클라우드 기반 공정관리 시나리오 100개 이상 구축. 딥시크, 시각, 예측 모델, LLM 접목 → ‘탁월한 스마트 공장’에 선정 - 판구 예측 모델: 화웨이에서 개발한 범용 초거대 AI 모델(Pangu LLM). 철강산업에서는 예측·설계·제어 최적화 등에 활용 |
| 중신(中信)특수강 | - 세계경제포럼(WEF)이 선정한 등대공장을 운영하며 고급 특수강 제조에 AI를 융합. 디지털 트윈과 AI 분석 기술로 결함 감지, 공정 최적화, 생산 시뮬레이션 구현. 고정밀 소재 제조에 AI를 접목해 글로벌 기준을 선도하는 특수강 스마트 공장 구축 - 등대공장: 유엔산업개발기구(UNIDO)와 WEF가 지정한 글로벌 스마트 팩토리 모범 사례. AI, IoT, 디지털 트윈 등 최첨단 기술이 융합된 제조 현장을 의미 |
| 건용(建龙)그룹 | - ‘1인터넷 1클라우드 1중심 N시나리오(一网一云一中心N场景)’ 체계로 심리스 강관·건축용 강재 2개 스마트 공장 구축. 전 공정 자동화와 AI 시각 인식 기술로 검사·생산 전환 → 무인 제어·시각 센서·빅데이터 통합한 제조 모델. 혼합 클라우드 및 분산 제어 모델 적용하여 스마트 생태계 조성 - 네트워크, 클라우드, 지휘센터, 응용 현장을 유기적으로 연결해 전체 공정을 자동화·지능화하는 건용그룹의 스마트제조 핵심 구조로, 유연한 확장성과 현장 적용성을 모두 확보 |
| 중천(中天)강철 | - Steel Brain 기반 전 공정 자동제어 체계를 구축하고 5G+산업인터넷을 융합. AI+자동화 설비 기반 스마트 제조 추진. 무인화, 원격 조종, 통합 운영으로 전통 이미지 탈피 → 5G+ 산업인터넷으로 로봇이 현장을 대체, 데이터 기반 생산 체계 구축 - 중형 철강사 중 가장 적극적으로 AI 무인 제조를 구현한 대표 사례 |
자료: 중국 야금보 등 중국 언론 발표 자료 종합.
<표 7> 주요 철강 업체별 경영-업무 중심형 AI 활용
| 업체명 | 주요 내용 |
|---|---|
| 중국광산 | - 사내 AI 교육 전사 확대, RAG 기술 기반 규정 질의응답 시스템 구축. AI+분석으로 자원 시장 시나리오 분석과 관리 효율 향상. AI 교육과 활용이 실질적 업무로 이어진 조직 문화 혁신 사례 |
| 사강(沙钢)그룹 | - 딥시크-큐웬 모델 기업망 내 배치 완료. AI 기반 설비 관리, 문서 생성 업무에 활용 확대 → 업무별 양식 최적화로 연간 600시간 단축. 다양한 내부 시스템과 연결해 딥시크 활용도 향상 중 |
| 중국오광(五矿) | - 딥시크 기반 사내 업무 시스템 다수 개발. ‘제도혜답(制度慧答)’ 등 AI 문서 질의응답 체계로 효율화 → 생산, 관리 전반의 최적화 목표로 자회사 포함 전사 AI 전환 확대 |
| 신천강(新天钢)그룹 | - 스마트 안전 앱과 클라우드 기반 경보 시스템의 리스크 조기 감지 및 클라우드 경고로 12시간 → 8시간으로 조치 주기 단축. IoT와 AI를 결합하여 인력-설비-환경 통합 관리, 무사고 스마트 공장 목표 |
| 남경강철 | - 딥시크-화웨이와 연합해 ‘백일회전(百日会战)’ 추진. JH4J-AI 엔진을 통해 지식관리 효율성 향상 → 전사 스마트 R&D와 운영 추진. AI+low코드 시스템으로 종합 검색 엔진 개발 → 기업 운영 체질 개선 - JH4J-AI: 남경강철이 자체 개발한 저코드(Low-code) + AI 융합 개발 플랫폼. 기존 업무 개발·자동화에 생성형 AI를 결합한 엔진 - 복잡한 프로그래밍 없이도 시각적 인터페이스와 최소한의 코드 작성으로 소프트웨어나 애플리케이션을 개발할 수 있게 해주는 개발 방식 |
| 중국강연(钢研) | - 야금 공정 감지 모델 발표. AI 기반 시공간·공정·현상 예측 통해 공정 최적화 → ‘감(感)+지(知)’(OTS 모델) 구조로 시간, 공정 인지 통합. AI 기반 공정 판단 정확도 향상 |
| 유강(柳钢)그룹 | - 데이터베이스+RAG 기반 딥시크 도입해 생산비용 예측, 설비 이상 사전 감지. 전 설비 상태 실시간 관리 → 디지털화된 AI ‘생산감독관’ 역할 수행(효율), 모바일 기기 연동으로 현장 실시간 투명화 |
자료: 중국 야금보 등 중국 언론 발표 자료 종합.
<표 8> 주요 철강 업체별 공정 특화형 AI 활용
| 업체명 | 주요 내용 |
|---|---|
| 태강(太钢)그룹 | - AI 스마트 제강 플랫폼 가동. MES 기반 스마트 조업 보조 시스템으로 조업 효율 30%↑, 품질 일관성 강화 → 품질 변동 감소 및 성분 안정성 확보. 생산성 향상 외에 리스크 감시 능력도 병행 개선 - 공장 생산 현장에서 생산 계획–작업 지시–설비 제어–품질 관리까지 연결해 실시간 제어 및 최적화를 담당하는 소프트웨어 시스템 |
| 산강(山钢)그룹 | - AI 기반 전 자동 강재 이송 시스템, 시각 인식 시스템, 55개 스마트 제조 프로젝트, 125대 로봇 배치 → 4,300개 압연기의 자동화 기술을 구현해 전 공정 자동화 실현 |
| 포강(包钢)그룹 | - AI+IoT 기반으로 크레인 운전 시스템을 전면 자동화해 작업 무인 전환 성공. 작업 효율 40% 상승, 인건비 95% 절감이라는 큰 개선 효과 달성. 철강 물류 자동화 전환 분야에서 가장 빠르고 명확한 성과를 달성 |
| 본계강철 | - 딥시크를 도입하여 설비 진단 자동화. 냉연·열연 라인 전면 모니터링 → 설비 데이터 기반 예측 정비 강화, 자재 수요 및 유지보수 전략 수립 자동화 |
| 경업(敬业)그룹 | - 70개 이상 3D 업무 자동화. 고로 전문가 시스템, 전로 합금 모델 등 공정 스마트화 → 5G+AI 결합, 공정별 알고리즘 분석으로 원가절감, 생산효율, 품질 동시 개선 |
| 수강(首钢)그룹 | - 제선·소결·펠렛화 등 공정에 AI 자동제어 도입. AI 로컬화하여 철강 전 공정 ‘AI화’ 추진. 제선 작업부 설비 고도화 및 ‘원클릭 조작’ 도입으로 자동화율 및 효율 향상 → 인건비 최소화 전략, 설비별 맞춤 제어 체계 확립해 스마트화 기반 구축 |
| 안강(鞍钢)그룹 | - 딥시크, 라쿤 LLM을 활용해 포장 공정 자동화와 최적화를 실현. AI 활용을 통한 포장 공정 개선으로 냉연공장 포장 비용 1,707만 위안 절감, AI 분석으로 수일 걸리던 업무 소요시간 단축. 기존 경험에 의존하던 개선 방안도 AI를 통해 구조적으로 재설계 |
자료: 중국 야금보 등 중국 언론 발표 자료 종합.
<표 9> 보무 ‘2526’ 프로젝트 6개 주요 조치
| 조치 | 주요 내용 |
|---|---|
| 데이터 인프라 구축 | - 고품질 데이터와 딥시크 결합으로 철강산업 내 AI 활용도 극대화 - 과학적인 권한 관리 시스템 구축 및 데이터 등급별 활용 체계 마련 - 데이터 공유 극대화를 통한 협업 강화 |
| 철강산업용 AI 모델 고도화 | - 현재 딥시크와 보강 자체 개발 철강산업 대규모 AI 모델(2023년 10월)의 초기 통합 완료, 향후 맞춤형 혁신 추진 - 금속공학 원리, 실험 데이터, 전문 자료 및 도표 등을 학습 데이터로 활용하여 AI 모델의 전문성과 정확도 향상 |
| AI 기반 스마트 관리 체계 구축 | - 딥시크를 활용한 스마트 관리 시스템 개발 - 사무행정, 회계감사, 법무 등 다양한 분야에서 딥시크 도입 - 데이터 기록 및 문서와 결합하여 의사결정 보조 시스템 구축 - 향후 완전 자동화된 AI 의사결정 시스템 도입 목표 |
| AI 혁신 선도 프로젝트 추진 | - 고로 대규모 AI 모델 개발 - 신소재 연구개발 AI 모델 도입 - AI 기반 제조 및 R&D 패러다임 혁신 - ‘AI+철강’ 모델 구축으로 스마트 철강산업의 글로벌 표준 수립 |
| AI 기반 스마트 감시 및 관리 시스템 구축 | - 딥시크를 활용한 지능형 감시 시스템 개발 - 공급업체 통합 관리 시스템 구축 및 탈중앙화 관리 체계 도입 - 스마트 데이터 분석을 통해 리스크 조기 감지 및 대응력 향상 |
| AI 인재 양성 및 교육 체계 구축 | - AI 기반 업무 변화에 맞춰 인력 구조 혁신 - AI 훈련 엔지니어, AI 데이터 엔지니어 등 새로운 직종 육성 - 사내 AI 교육 프로그램 강화 및 AI 친화적인 기업 문화 조성 - AI 도입을 단순한 기술 혁신이 아닌 전사적 역량 혁신으로 전환 |
자료: 보무그룹 홈페이지 및 언론 자료 종합.
<표 10> 2024년 세계 10대 철강사 현황(조강 생산 기준)
| 순위 | 철강사 | 조강 생산량 | 국가 |
|---|---|---|---|
| 1 | 보무그룹(中国宝武钢铁集团) | 130.09 | 중국 |
| 2 | 아르셀로미탈(ArcelorMittal) | 65.00 | 룩셈부르크 |
| 3 | 안강그룹(鞍钢集团) | 59.55 | 중국 |
| 4 | 일본제철 | 43.64 | 일본 |
| 5 | 하강그룹(河钢集团) | 42.28 | 중국 |
| 6 | 사강그룹(沙钢集团) | 40.22 | 중국 |
| 7 | 젠룽그룹(建龙集团) | 39.37 | 중국 |
| 8 | 포스코(POSCO) | 37.97 | 한국 |
| 9 | 수강그룹(首钢集团) | 31.57 | 중국 |
| 10 | 타타스틸(Tata Steel) | 31.02 | 인도 |
자료: 세계철강협회.
산업연구원의 본 저작물은 “공공누리 제4유형 : 출처표시 + 상업적 금지 + 변경금지” 조건에 따라 이용할 수 있습니다. 저작권정책 참조
이메일 수집방지를 위해
아래 보안문자를 입력해 주세요
아래 보안문자를 입력해 주세요
담당자 정보를 확인해 주세요.
연구과제 제안이 접수되었습니다.
신청이 접수되었습니다.
코로나19 발생 이후 대부분의 고용 관심사가 항공 및 여행서비스, 음식·숙박 서비스 등 주로 서비스 업종에 집중된 상황에서 본 연구는 최근 그 중요성이 강조되고 있는 제조업의 고용변화를 살펴보았다. 분석에 따르면, 코로나19 이후 제조업 고용은 비교적 큰 충격 없이 빠르게 회복하는 모습을 보이고 있다. 제조업 고용은 서비스업에 비해 큰 충격 없이 유지되고 있고, 코로나19 직후 2020년 상반기에 약간 하락하였지만 하반기부터 회복 추세를 보이고 있으며, OECD 주요국의 제조업과 비교하여도 일본과 함께 고용 충격이 비교적 작게 나타나고 있다. 그러나 전반적으로 양호한 고용 성적에도 불구하고 제조업 내 특성 별로는 차이가 나타나는 것으로 보인다. 종사상 지위 별로 보면, 임시·일용직, 고용원이 있는 자영업자에서 고용 충격이 상대적으로 크게 나타났고, 상용직과 고용원이 없는 자영업자는 큰 충격이 없는 것으로 나타났다. 제조업 규모별로는 300인 이상의 경우 코로나 발생 초기 약간의 충격 이후 고용이 빠르게 반등하면서 코로나 이전보다 고용이 더 증가한 반면, 이보다 작은 규모의 제조업체들의 경우 고용 회복이 더디게 나타나고 있다. 고용의 중장기, 단기 추세선을 비교한 결과 제조업 업종에 따른 차이를 보였다. 코로나 발생 이전 3년간의 추세선을 2020년 1월부터 연장한 선과, 2020년 1월부터의 실제 자료를 이용한 단기 추세선을 비교한 결과, 의약품은 코로나19 발생 이전부터 시작하여 코로나19 발생 이후에도 견조한 증가세를 유지하고 있으며, 전자부품·컴퓨터, 기타운송장비, 가구는 코로나19 이후 오히려 고용 추세가 개선되었다. 그러나 다수 업종은 코로나 발생 이후 고용이 하락하였는데, 특히, 비금속광물, 1차금속, 금속가공 분야나 인쇄·기록매체 업종에서 하락이 상대적으로 크게 나타났다.
담당자 정보를 확인해 주세요.
inform@kiet.re.kr이름 : 박홍서
전화번호 : 044-287-3811
정보의 무단수집 방지를 위해
아래 보안문자를 입력해 주세요.
비밀번호를 입력해주세요.
[전지적키에트시점] (Eng sub)심상치 않은
국내 대기업 움직임??
KIET 시점에서 보는 미래 로봇 산업 전망은
어떨까요?
경제전문가가 알려드립니다!
(산업연구원 박상수 실장)