2부. 정보통신의 대전환_ [11] AI는 이제 현장으로 간다

[Jason]

“ AI는 실제 현장에서 무엇을 할 수 있을까?”

AI에 관한 이야기는 이제 우리 주변에서 어렵지 않게 들을 수 있다. 글을 쓰고, 자료를 요약하고, 번역하고,

그림을 만들고, 프로그램까지 작성한다. 불과 몇 년 전만 해도 놀라운 일이었던 기능들이 이제는 일상적인 도구가 되고 있다. 그러나 진짜 변화는 화면 안에서 끝나지 않는다.

AI가 앞으로 가장 크게 바꿀 곳은 실제 문제가 발생하는 ‘현장’이다.

공장에서는 설비의 상태를 분석하고 이상 징후를 찾아낼 수 있다. 건물에서는 각종 설비의 운전 상태와 에너지 사용량 등을 분석할 수 있다. 병원에서는 의료영상과 환자 데이터를 분석해 의료진의 판단을 지원할 수 있다. 건설 현장에서는 사진과 영상, 작업기록을 분석하여 안전관리와 품질관리를 돕는다.

정보통신 분야 역시 예외가 아니다.

지금까지 정보통신설비의 점검은 사람이 현장을 방문하고, 설비를 확인하고, 사진을 촬영하고, 점검 내용을 기록한 뒤 보고서를 작성하는 방식이 일반적이었다. 이 과정에는 많은 시간과 경험이 필요하다.

AI가 현장에 들어오면 이 과정 자체가 달라질 수 있다.

기술자가 설비를 확인하면서 촬영한 사진을 AI가 분석하고, 음성으로 기록한 점검 내용을 문자 데이터로 변환하며,

설비의 상태와 과거 이력을 함께 검토할 수 있다. 그리고 점검 기준에 따라 누락된 사항을 알려주고 개선방안을

제시하며, 최종적으로 결과보고서 작성까지 지원할 수 있다.

여기서 중요한 것은 AI가 기술자를 대신한다는 의미가 아니다. 오히려 기술자가 현장에서 해야 할 중요한 판단에 집중할 수 있도록 반복적인 기록과 정리 업무를 AI가 맡는다는 것이다.

AI의 진정한 가치는 사무실에서 질문에 답하는 데만 있는 것이 아니다. 현장에서 발생하는 수많은 데이터를 이해하고, 그것을 다시 업무에 활용할 수 있을 때 비로소 산업의 생산성을 바꾸는 기술이 된다.

필자는 정보통신설비 결과보고서 자동생성 플랫폼을 개발하면서 이 점을 직접 경험하고 있다. AI에게 단순히 ‘보고서를 작성해 달라’고 하는 것만으로는 충분하지 않았다. 어떤 설비인지, 무엇을 점검했는지, 어떤 기준으로 판단해야 하는지, 사진과 기록이 무엇을 의미하는지를 AI가 이해할 수 있도록 현장의 업무 구조를 먼저 설계, 정리해야 했다.

결국 현장형 AI의 핵심은 AI 모델 하나가 아니다. 현장의 데이터를 수집하고, 이를 정확하게 전달하며, 업무 기준과 연결하고, AI의 결과를 사람이 검증할 수 있는 전체 시스템이 필요하다. AI는 이제 연구실을 넘어 현장으로 이동하고 있다.

그리고 앞으로의 경쟁력은 ‘AI를 가지고 있는가’가 아니라

‘AI가 현장에서 실제로 일할 수 있는 환경을 어떻게 만들었는가’에 의해 결정될 가능성이 높다.

박정환의 현장노트

현장에 AI를 적용하면서 가장 크게 느낀 점은 AI의 성능보다 현장 업무를 얼마나 정확하게 구조화했느냐가 중요하다는 사실이다. 현장에는 사진, 음성, 설비정보, 점검기준, 과거 이력 등 서로 다른 형태의 데이터가 존재한다. 이들을 하나의 업무 흐름으로 연결해야 AI가 비로소 일을 할 수 있다.

“AI의 다음 무대는 화면이 아니라 현장이다. 현장을 이해하는 AI가 산업을 바꾸게 될 것이다.”

[길벗123/조재근]

AI가 아무리 뛰어나도 현장의 업무 흐름과 데이터가 제대로 정리되어 있지 않으면 실제 활용에는 한계가 있겠지요.
결국 현장을 이해하고, 데이터를 연결하고,
법령과 기술기준까지 업무에 접목할 수 있는 현장형 AI가 앞으로의 경쟁력이 될 것 같습니다.

정보통신 분야에서도 단순한 보고서 자동화를 넘어
점검 → 분석 → 판단 지원 → 개선방안 → 결과보고서 작성까지 하나의 흐름으로 연결된다면
현장 업무가 상당히 달라질 것이라 생각합니다.