미국으로의 제조업 리쇼어링: AI, 자동화, 디지털 노동의 역할

미국으로의 제조업 리쇼어링은 지정학적 긴장, 공급망 혼란, 고객 및 시장과의 근접성, 생태계 시너지 효과, 국내 경제에 대한 긍정적인 영향의 필요성 등으로 인해 최근 몇 년간 중요한 추세로 자리 잡았습니다. 그러나 리쇼어링에는 인력, 기술 및 경제 문제 등 몇 가지 과제가 있습니다.

AI, 자동화, 디지털 노동은 이러한 과제를 해결하는 데 도움이 될 수 있습니다. 이러한 과제를 정면으로 받아들이고 처음부터 혁신 최적화 기업이 되고자 하는 조직에게는 제조 혁신을 한 단계 앞서서 처음부터 경쟁 우위를 확보하는 데 도움이 되는 기술을 채택할 수 있는 기회이기도 합니다.

다음은 제조 리쇼어링을 고려하는 기업을 위한 IBM의 구체적인 권장 사항과 사례입니다.

리쇼어링의 주요 장애물 중 하나는 숙련된 제조 인력을 확보하는 것입니다. Manufacturing Institute의 보고서에 따르면, 미국 제조 산업에서 숙련된 작업자를 위한 공석 일자리 10개 중 5개가 기술 격차 위기로 인해 비어 있는 상태입니다. 생산을 리쇼어링하려면 문제 해결과 같은 소프트 스킬뿐만 아니라 컴퓨터로 제어되는 장비를 조작할 수 있는 기술력을 갖춘 작업자가 필요합니다.

이러한 문제를 해결하기 위해 기업은 디지털 노동력을 사용하여 반복적이고 위험하거나 복잡한 작업을 자동화함으로써 기존 인력을 보완할 수 있습니다. 예를 들어, 협동 로봇(코봇)은 인간 작업자와 함께 정밀성이나 손재주가 필요한 작업을 수행하여 인간 작업자가 더 가치 있는 작업에 집중할 수 있도록 도와줍니다. 또한 AI 기반 도구를 사용하면 기술 격차를 파악하고 직원의 교차 기술 향상을 위한 맞춤형 교육 프로그램을 제공할 수 있습니다.

Deloitte가 인용한 연구에 따르면, 2025년까지 AI와 머신 러닝이 노동 생산성을 37% 향상시키는 데 기여할 것으로 예상됩니다. 또한 세계경제포럼(World Economic Forum)의 연구에 따르면 2025년까지 자동화와 인간과 기계 간의 새로운 분업으로 인해 8,500만 개의 일자리가 사라지지만 9,700만 개의 새로운 역할이 창출될 것으로 예상되어 작업자들이 새로운 기술을 습득해야 할 필요성이 강조될 것으로 예상됩니다.

생산의 리쇼어링은 프로세스와 인프라 측면에서 어려움이 있습니다. 해외 제조는 제품 간 전환 비용이 저렴하여 생산 기간을 늘릴 수 있었지만, 리쇼어링은 생산 시스템의 유연성과 민첩성을 높여야 합니다.

디지털 노동은 프로세스의 적응력을 높일 수 있습니다. 디지털 트윈 기술은 물리적 자산의 가상 표현을 생성하여 변경 사항을 시뮬레이션함으로써 기업이 구현 전에 생산 프로세스를 테스트하고 최적화할 수 있도록 합니다. 머신 러닝 알고리즘은 지속적으로 운영을 최적화하여 효율성을 개선하고 낭비를 줄일 수 있습니다.

국제로봇연맹의 보고서에 따르면 2022년에 전문가용으로 판매된 서비스 로봇의 총 대수는 48% 증가한 15만 8,000대를 기록했습니다. 이러한 기술을 구현하려면 초기 투자가 필요하지만, 전반적으로 더 효율적이고 비용 효율적인 생산이 가능합니다. 이는 미국 제조업체가 현재 중국 기업이 앞서고 있는 배터리와 같은 핵심 전기차 부품을 따라잡는 데 도움이 될 수 있습니다.

리쇼어링은 해외 생산의 공급망 위험을 제거하지만, 경제성 측면에서는 여전히 합리적이어야 합니다. Boston Consulting Group은 리쇼어링이 오프쇼어링에 비해 10~30%의 비용이 추가될 것으로 예상합니다. 디지털 작업자로 업무를 자동화하면 중국과 같은 (상대적으로) 저임금 국가에 비해 전체 인건비를 낮출 수 있습니다.

기업은 단기적인 구현 비용과 장기적인 비용 절감 및 전략적 이점의 균형을 맞춰야 합니다. 디지털 기술에 투자하는 기업은 비용 절감과 매출 성장을 달성할 수 있습니다. 게다가, 전미경제연구소의 연구(PDF)에 따르면 자동화는 단기적인 일자리 감소를 초래할 수 있지만 장기적인 일자리 증가로 이어질 수도 있습니다.

아래에서는 반도체 산업과 전기차 배터리 제조 두 가지 사례 연구를 통해 디지털 노동이 미국으로 제조업을 리쇼어링하는 도전을 해결하는 데 어떻게 도움이 되는지 살펴봅니다.

사례 연구 1: 반도체

반도체 산업은 리쇼어링의 과제와 적용 가능한 솔루션에 대한 적절한 사례를 제공합니다. 반도체는 컴퓨터와 통신과 같은 핵심 산업에 필수적인 부품이지만 공급망에 차질이 생기면 글로벌 경제가 위협을 받게 됩니다.

현재 반도체 공급망은 설계, 장비 제조, 제작, 조립이 여러 국가에서 이루어지는 글로벌하고 복잡한 구조로 이루어져 있습니다. 미국의 제조 점유율은 1990년 37%에서 현재 12%로 감소했습니다. 중요한 애플리케이션의 용량을 충족하기 위해 미국은 약 18~20개의 새로운 반도체 제조 공장('팹')을 추가해야 하며, 이를 위해서는 현재 인력보다 50% 증가한 7~9만 개의 새로운 일자리가 필요합니다. 그러나 자동화로 인해 많은 반도체 제조 직무가 감소하고 있는 반면 엔지니어링 직무는 증가하고 있습니다. 따라서 기존 인력의 업스킬링 및 재교육이 필요합니다.

디지털 기술은 반도체 산업의 인력 문제를 해결하는 데 도움이 될 수 있습니다. AI 기반 도구는 기술 격차를 파악하고 직원의 교차 숙련을 위한 개인 맞춤형 교육 프로그램을 제공할 수 있습니다. 디지털 트윈 기술은 생산 프로세스를 시뮬레이션하고 최적화하여 실제 프로토타입의 필요성을 줄이고 신제품 개발을 가속화할 수 있습니다. 협동 로봇은 인간 작업자와 함께 반복적인 작업을 수행할 수 있으므로 인간 작업자는 더 가치 있는 작업에 집중할 수 있습니다.

디지털 기술을 구현하려면 초기 투자가 필요하지만, 전반적으로 더 효율적이고 비용 효율적인 생산으로 이어질 수 있습니다. 반도체 제조를 미국으로 리쇼어링하면 공급망 위험을 줄이고 고객 및 시장과의 근접성을 개선하며 공급업체 및 혁신의 에코시스템을 조성할 수 있습니다. 또한 새로운 일자리 기회를 창출하고 기존 인력의 숙련도를 향상시켜 숙련된 인력 격차를 해결하는 데 도움이 될 수 있습니다.

결론적으로 반도체 산업은 디지털 노동이 미국으로 제조업을 리쇼어링하는 과제를 해결하는 데 어떻게 도움이 될 수 있는지를 보여주는 강력한 사례입니다. 기업은 디지털 기술을 활용하여 인력, 기술, 경제적 문제를 극복하고 전략적 이점을 얻을 수 있습니다.

사례 연구 2: 전기차 배터리 제조

미국의 전기차 배터리 제조는 인력, 기술, 경제성 측면에서 고유한 과제를 안고 있습니다. 그러나 앞서 살펴본 반도체 제조의 사례와 마찬가지로 이러한 과제는 AI, 자동화, 디지털 노동의 도입을 통해 해결할 수 있습니다.

글로벌 전기차 배터리 공급망은 대부분 아시아에 집중되어 있습니다. 미국은 야심찬 전기차 목표를 달성하려면 국내 배터리 제조 능력을 늘려야 합니다. 이를 위해서는 상당한 인프라 확장 및 인력 교육이 필요합니다. 자동화는 반복적인 작업을 대신하여 인력이 더 복잡한 작업에 집중할 수 있도록 함으로써 인력 문제를 해결할 수 있습니다. 디지털 트윈은 배터리 생산 프로세스를 시뮬레이션하여 실제 구현 전에 테스트 및 최적화를 수행할 수 있습니다. 이러한 기술을 구현하려면 상당한 초기 투자가 필요합니다. 하지만 자동화는 보다 효율적이고 비용 효율적인 생산으로 이어져 미국 제조업체가 글로벌 경쟁력을 갖출 수 있게 해줍니다. 또한 전체 전기차 비용의 주요 구성 요소인 배터리 팩 비용을 절감하는 데 기여할 수 있습니다.

미국에 위치한 전기차 배터리 제조 공장도 전략적 이점을 제공할 수 있습니다. 공급망을 확보하고, 해외 공급업체에 대한 의존도를 줄이며, 혁신을 촉진하고, 일자리 성장에 기여하고, 기술 격차를 해소하는 데 도움이 될 수 있습니다.

제조업을 미국으로 리쇼어링하는 데 따르는 인력, 기술 및 경제적 문제는 AI, 자동화 및 디지털 노동의 도입을 통해 해결할 수 있습니다. 또한 제조 기업이 미국 내에서 새로운 기반을 구축하며 사업을 다시 세울 수 있는 절호의 기회이기도 합니다. 리쇼어링을 선도하는 기업들이 갖춘 다음과 같은 핵심 특성을 참고해 보세요.

• 최신 클라우드 플랫폼.퍼블릭 및 프라이빗 클라우드 솔루션을 모두 활용하는 하이브리드 클라우드 IT 인프라를 통해 제조업체는 가장 적합한 곳에서 데이터를 처리할 수 있습니다.
• 강력한 데이터 기반. 빅데이터를 대중화함으로써 조직은 더 심층적인 인사이트를 얻고, 운영 효율성을 높이며, 사이버 복원력을 강화할 수 있습니다.
• 디지털 기술 통합. 클라우드 플랫폼은 머신 러닝, AI, IoT, 자동화, 지능형 워크플로, 로보틱, 디지털 트윈 등과 같은 핵심 기술을 통합할 수 있습니다.
• 새로운 업무 방식. 새로운 업무 방식. 리더들은 최신 제조 솔루션을 지원하기 위해 디지털 및 기술 역량을 키우고 인력에 투자하고 있습니다.
• 클라우드와 연계된 비즈니스 성과. 제조업계의 선두주자들은 재무팀을 참여시킴으로써 클라우드 제조 이니셔티브를 정량화 가능한 가치로 연결합니다.