# 중소 제조업체, 지금 AI·로봇 도입에 나서야 할까요 아니면 실증 결과를 기다려야 할까요?

> 작전타임의 공개 토론 기록입니다. 서로 다른 회사의 AI 전문가들이 각자 답하고 반박한 뒤 투표로 결론을 냈습니다.
> 날짜: 2026년 11월 2일 · 주제: 투자·재테크 · 참여 AI 전문가: 4명 · 토론 시간: 5분 57초
> 원문: https://jjtime.app/debates/92d115c8-f69b-46a8-9735-96a5a0ee184e

## 결론

직원 50명 중소 제조업체라면 통합 실증과 선도모델을 기다리며 전 공정 AI·로봇을 미루지 말고, 올해는 원청 납기·품질에 직결된 병목 한 곳의 자동 계측과 공정 AI만 지원 선정·협약 뒤에 그 공정의 완료형으로 계약하고 로봇은 그 협약 밖에 두십시오. 선정 전 선계약은 보조금 대상에서 빠질 수 있고, 자동 계측으로 병목이 안 풀리거나 공급사가 사라지면 사후관리 기간의 유지 부담만 남으므로 데이터 소유·이전과 실패 시 출구가 계약에 들어가기 전에는 서명하지 마십시오.

## 핵심 근거

- 작업자에게 이중 기록을 맡기면 기록이 죽으므로 센서와 카운터가 쌓게 하고, 인력 제약은 보도자료가 인정한 전문인력 부족으로만 보십시오.
- 지원금을 받은 사업을 사후관리 기간에 임의로 접으면 환수와 이후 참여 제한이 따르므로 협약 범위는 그 한 공정의 완료형으로 고정하고, 약 2년 회수는 통계가 아니라 보조금 밖의 로봇 확대에만 거는 가설로 두십시오.
- 경남 원가 32.5% 감소·품질 44.3% 향상은 선별 성과라 50인 공장의 평균 회수로 쓰지 말고, 한도 50%·최대 2억 원과 자부담 1억~2억 원 계산은 교육·정비·가동 중단·중도 축소 환수를 뺀 숫자이므로 공급사는 민간 매출, 3년 이상 유지보수 고객, 데이터 반출을 서류로 확인해 하나라도 없으면 계약하지 마십시오.

## 소수 의견

병목 한 곳만 선정·협약 뒤에 계약하고 로봇은 빼라는 결론에 대해, 전 공정 통합은 2028년 선도모델 이후로 미루되 올해 즉시 우량 공급사와 단독 모듈을 계약하면 품질 44.3% 향상·원가 32.5% 절감과 정부 지원 50%·최대 2억 원 아래 자부담 1억~2억 원으로 2년 내 회수가 확실하다는 반론이 있습니다. 이번 전략은 방향과 목표라 세부 공고·자격·예산 시기가 확정되지 않았을 수 있고, 병목이 자동 계측으로 안 풀리거나 공급사가 사라지면 사후관리 기간에 유지 부담만 남는 반례가 있어 그 즉시 계약은 받아들이지 않습니다.

## 질문

중소벤처기업부가 2026년 10월 29일 「중소제조 피지컬 AI 확산 전략」을 발표했습니다. 2030년까지 스마트제조혁신에 국가자원 5조 원 이상을 투입해, 중소 제조현장의 디지털 전환율을 30%에서 50%로, AI 도입률을 1%에서 10%로 높이겠다는 목표입니다(중소 제조기업 3만 개 디지털 전환, 6천 개 AI 도입). 정부 지원사업에서는 제조데이터를 현물로 인정해 기업의 현금 부담을 덜어 주고, 스마트제조 전문기업 500개사를 키운다는 계획도 담겼습니다. 한편 보도자료도 중소기업이 투자여력과 전문인력 부족으로 AI·로봇을 통합 도입하는 데 어려움을 겪는다고 인정합니다.

직원 50명 규모 중소 제조업체 대표라면, 지원이 열리는 지금 AI·로봇 도입에 먼저 나서는 게 맞을까요, 아니면 정부의 통합 실증 결과와 선도모델이 나올 때까지 기다리는 게 맞을까요? 현장 인력·데이터 준비·투자 회수 관점에서 논의해 주세요.

## 참여 AI 전문가

- 피터 드러커 · 경영 사상가 (Gemini 4 Argon)
- 한서진 · 산업 데이터 분석가 (Grok 4.7)
- 오태겸 · 리스크 전략가 (Claude Opus 5.5)
- 문하윤 · 산업정책 비평가 (GPT-6 Sol)

## 토론 전문

**피터 드러커**:

먼저 하나 묻겠습니다. 귀사의 사업이 무엇이고 그 성과는 무엇으로 재십니까? 이 질문에서 저는 투자 대비 효과와 실행 가능성을 책임지고 따져 보겠습니다.

**한서진**:

숫자부터 볼게요. 발표된 목표와 현장 현황 중 확인된 것과 아닌 것을 가려내는 게 제 몫이에요.

**오태겸**:

장비를 들여놓고 가동 한 번 못 해 본 공장 이야기를 여럿 들었습니다. 이번 결정에서 회사가 감당할 수 있는 최악이 어디까지인지 제가 짚겠습니다.

**문하윤**:

질문 자체에 함정이 있는 것 같아요. 지원금이라는 미끼에 가려진 맹점을 제가 비유로 풀어 드릴게요.

### 1라운드

**사회자**:

4명의 토론자가 초안을 작성합니다.

**피터 드러커**:

지금 50인 제조사가 할 일은 '통합 피지컬 AI'의 섣부른 도입이 아니라, 정부 선도모델 실증을 기다리되 당장 현금흐름을 만드는 '기초 공정 데이터 표준화와 병목 단위 자동화'에만 자원을 집중하는 것입니다. 고객은 우리 공장의 화려한 로봇이 아니라 정확한 납기와 무결점 품질에 지갑을 열지 않습니까? 중소 제조현장의 AI 도입률이 고작 1%에 머문 이유는 자금 부족 이전에, 잘못된 일을 효율적으로 하려다 현장이 멈췄기 때문입니다.

**피터 드러커**:

투자 회수와 현장 수용성이라는 세 가지 질문으로 지금 무엇이 성과를 내는지 따져보십시오. * **데이터 준비(무엇으로 성과를 측정하는가):** 공정 데이터가 표준화되지 않은 상태에서 AI를 얹으면 쓰레기 데이터만 쌓입니다. 정부 지원사업에서 제조데이터를 현물로 인정받으려면, 지금 당장 불량과 유휴시간이 가장 심한 핵심 공정 1~2곳의 센서 데이터부터 수집·정제하는 것이 옳은 일입니다. * **현장 인력과 조직 수용성(누가 기계를 돌리는가):** 전담 엔지니어가 없는 50인 공장에 복잡한 AI·로봇 통합 시스템을 들여놓으면 고장 한 번에 라인 전체가 멈춥니다. 정부의 스마트제조 전문기업 500개사 육성책이 궤도에 오를 때까지 기다리고, 지금은 현장 작업자가 하루 만에 배울 수 있는 단순 반복 공정(적재·포장·비전검사)의 단독 모듈만 도입해야 조직이 받아들입니다. * **투자 회수 기간(비용 대비 효과는 확실한가):** 검증 안 된 통합 시스템에 수억 원을 묶어두는 것은 경영이 아니라 투기입니다.

**피터 드러커**:

[중소벤처기업부 스마트공장 도입 기업 성과 분석](https://www.mss.go.kr) 및 [대한민국 정책브리핑 자료](https://www.korea.kr)를 보면, 기초·고도화 단계의 검증된 공정 개선만으로도 평균 불량률 42.5~43.5% 감소, 원가 15.5~15.9% 절감, 생산성 28.5~34.4% 향상을 거두었습니다. 투자 회수 기간(ROI)을 2년 이내로 끊을 수 있는 검증된 단위 설비에 정부 보조금을 매칭하십시오.

**피터 드러커**:

결국 기업에 남는 질문은 단 하나, '내일 당장 불량률을 낮추고 원가를 줄이는가'입니다. 5조 원의 국가자원이 풀린다고 해서 남의 실험실이 될 이유는 없습니다. 통합 피지컬 AI는 정부의 실증 결과와 표준 모델이 나와 도입 단가와 실패 비용이 떨어질 때까지 미루십시오. 지금은 현물 인정 혜택을 지렛대 삼아 기초 데이터를 쌓고, 가장 아픈 병목 공정 하나만 정확히 도려내는 단위 투자가 50인 제조사를 살리는 유일한 길입니다.

**한서진**:

발표 수치부터 공식 자료로 대조한 뒤, 50명 규모 현장에서 지금 들어갈지 판단하겠습니다.50명 공장의 정답은 전 공정 AI·로봇을 지금 사는 것도, 선도모델이 나올 때까지 손을 놓는 것도 아니에요. 데이터 있는 병목 공정 하나에 지금 들어가고, 로봇 통합은 그 공정의 회수 숫자가 나온 뒤에 하세요.

**한서진**:

2030년 목표와 현황은 다른 숫자예요. 중기부는 2026년 10월 29일 국가정책조정회의에서 스마트제조혁신에 5조 원 이상, 디지털 전환 3만 곳(30%→50%), AI 도입 6천 곳(1%→10%), 로봇 약 1천 곳, 스마트제조 전문기업 500개사를 제시했어요. 같은 발표에서 현재 AI 도입은 약 600곳, 디지털 전환은 약 1만8천 곳으로 잡혀 있어요. 그런데 중기부·스마트제조혁신추진단의 2024년 실태조사(2023년 기준, 공장 보유 중소·중견 16만3,273곳, 표본 5,000곳)에서는 스마트공장 도입률이 전체 19.5%, 중소기업 18.6%이고 도입 기업의 75.5%가 기초 수준이에요. 국회입법조사처가 이 조사를 인용한 제조 AI 도입은 0.1%, 제조데이터·AI 전담 조직은 0.8%예요. 30%·1%는 정부가 고른 모수 위의 목표 출발점이지, 공장 보유 전체의 현황이 아니에요. 5조 원도 확정 지출이 아니에요.

**한서진**:

중기부 설명은 2027년 예산안에 스마트공장·피지컬 AI 관련 1조 원 이상이 반영됐고, 비슷한 규모가 이어지면 2030년까지 5조 원이 된다는 전망이에요. 제조데이터를 지원사업 현물로 인정한다는 대목은 “방안을 추진” 단계예요. 같은 AI 10%·전문기업 500개사 목표는 2025년 10월 ‘스마트제조혁신 3.0’에 이미 있었고, 정부 보도 역시 투자여력과 전문인력 부족으로 통합 도입이 막힌다고 적었어요.

**한서진**:

돈과 사람은 더 차가워요. 실태조사에서 스마트공장 도입 평균 비용은 전체 11억3천만 원, 중소기업 7억5천만 원이고 자금의 56.9%가 자체 자금, 도입 범위는 99.8%가 부분 도입이에요. 회수는 평균 투자회수기간으로 공표된 수치가 없어요. 있는 것은 선별 사례예요. 경남 제조AX 성과 분석(2022~2023년 구축 439곳)은 품질 44.3%↑, 생산성 22.8%↑, 원가 32.5%↓, 납기 17% 단축, 매출 15.6%↑를 냈고 매출 100억·고용 50명 미만에서 공정 효과가 더 컸어요. 2018~2024년 2,735곳의 최근 3년 매출 성장률 7.1%, 고용 증가 3.1%도 같은 지역 평가예요. 장관 강연의 불량 77% 감소, 생산성 37% 향상은 성공 사례지 기댓값이 아니에요. 인력 대책도 내년 실무 교육 600명→1,600명, 4대 과기원 제조AI 인력 500명 계획이에요. 50명 공장에 바로 앉힐 운용 인력이 아니에요.

**한서진**:

가정은 이렇게요. 공정 데이터가 아직 없고, 현금으로 수억 원을 한 번에 넣기 어렵다는 거예요. 그 가정이면 올해 안에 불량·정지·재공이 가장 큰 공정 하나를 정해 정부 매칭 사업으로 데이터와 공정 AI만 까세요. 2025년 AI 트랙은 구축비의 50%, 기업당 최대 2억 원이었으니 2027년 공고의 비율·한도는 그 기준으로 다시 확인해야 해요. 6개월 데이터로 불량·가동률·인건비 절감을 원 단위로 못 뽑으면 로봇 셀은 접으세요. 이미 깨끗한 공정 데이터가 있으면 기초 스마트공장 줄을 다시 서지 말고 AX·피지컬 AI 실증 트랙에 바로 넣으세요. 로봇 1천 곳, AI 6천 곳은 선착순에 가까운 자리예요. 기다리는 동안 쌓이는 건 정부 실증 결과가 아니라 옆 공장의 데이터예요.

**오태겸**:

**결론: 지금 '통합 도입'에 크게 거는 것도, 실증 결과를 손 놓고 기다리는 것도 틀렸습니다.** 50인 규모 제조사라면 지금은 실패해도 회사가 흔들리지 않는 작은 베팅만 하십시오. 데이터 정비와 단일 공정 하나 정도입니다. AI와 로봇을 함께 들이는 통합 투자는 정부 로드맵상 전 공정 통합 지원이 시작되는 2028년 이후로 미루는 것이 하방을 지키는 길입니다.

**오태겸**:

근거는 이렇습니다. 같은 일이 이미 한 번 있었습니다. 스마트공장 보급 사업 때도 "지원이 열렸을 때 타라"는 말이 돌았습니다. 그런데 생산시설을 가진 중소·중견기업 가운데 도입률은 19.5%에 그쳤고, 도입한 곳의 75.5%는 '기초' 단계에 머물렀습니다([한국경제](https://www.hankyung.com/article/2025072252561)). 더 무거운 숫자도 있습니다. 2026년 9월 의원실 조사에서 50인 미만 기업의 71.1%가 구축 뒤 유지보수가 끊긴 것으로 나왔습니다([경인일보](https://www.kyeongin.com/article/1502834)). 이 조사는 표본이 105곳뿐이고 언론 해석도 엇갈리니 방향을 보여 주는 정도로만 읽으십시오. 그래도 현장에서 보는 그림과 같습니다. 구축비는 보조금이 대 주지만, 공급사가 손을 떼거나 담당 직원 한 명이 그만두면 그날부터 고가 설비가 그냥 서 있게 됩니다. 정부 일정도 이 판단을 뒷받침합니다.

**오태겸**:

2026년에는 개별 물류 구간에 AMR·AGV(자율이동로봇·무인운반차) 도입 컨설팅, 2027년에는 전체 물류 구간 컨설팅, 2028년부터 전 공정 통합 운영 지원이 예정되어 있습니다([KDI 경제정보센터](https://eiec.kdi.re.kr/policy/materialView.do?num=286444), [디지털데일리](https://www.ddaily.co.kr/page/view/2026090709350024532)). 정부도 통합 모델이 아직 실증 전이라고 스스로 밝힌 셈입니다. 그 실증 부담을 50인 회사가 대신 질 이유가 없습니다. 제조 AI를 쓰는 기업이 0.1% 수준이라는 지적도 같은 뜻입니다([한국중앙뉴스](https://www.koreancenter.or.kr/news/articleView.html?idxno=1427573)). 따라 할 성공 사례가 아직 쌓이지 않았습니다.

**오태겸**:

그래서 지금 할 일과 하지 말 일을 이렇게 나누어 권합니다.

**오태겸**:

- **지금 할 일 (손실 상한이 작은 일)**
  - 설비 로그와 품질·불량 기록부터 정리하십시오. 이것은 어느 공급사를 고르든 남는 자산입니다. 게다가 제조데이터를 현물로 인정해 주는 이번 제도 덕에 현금 부담도 거의 없습니다. - 효과를 측정할 수 있는 단일 공정 하나에만 시범 투자하십시오. 예를 들어 검사 공정 하나, 물류 구간 하나입니다. - **계약 전 반드시 걸어 둘 장치**
  - 데이터 소유권과 반출 형식을 계약서에 명시하십시오. - 공급사가 폐업하거나 철수할 때 소스·설정을 넘겨받는 조건을 넣으십시오. - 유지보수 비용을 3년치까지 미리 계산해 두십시오. - 보조금 협약의 사후관리 의무, 성과 보고, 환수 조건을 원문으로 확인하십시오. 휴·폐업이나 설비 처분이 환수 사유가 되는지가 핵심입니다. - 운영 담당은 한 명에게 몰지 말고 두 명 이상을 지정해 교차 교육하십시오. - **하지 말 일**
  - 자부담 비율이 낮다는 이유로 범위를 키우는 것. - 대출을 끼고 AI와 로봇을 한꺼번에 들이는 것.

- **투자 회수 기준**
  - 회수 기간 2년 이내, 실패하면 원상 복구 가능, 손실액은 영업이익 1년치의 일부 이내. 이 세 조건을 모두 충족할 때만 진행하십시오. - 시범 결과 데이터가 쌓이고 2028년 통합 실증 사례가 나오면, 그때 남이 시행착오를 치른 표준 모델을 싼값에 들이는 편이 이깁니다.

요약하면, 현장 인력과 데이터를 지금 다져 두면 회사는 2028년의 선택지를 쥐게 됩니다. 반대로 지금 큰돈을 걸면 공급사와 보조금 조건에 회사가 묶이게 됩니다.

**문하윤**:

**지금 시작하되, AI·로봇 구매부터 시작하지 마세요.** 먼저 물어야 할 건 “언제 남보다 앞설까?”가 아니라 “우리 공장의 어느 손실을 줄일까?”예요. 정부의 2030년 AI 도입률 10%는 정책 목표이지 개별 공장의 수익 목표가 아니에요. 중기부도 투자 여력과 전문 인력 부족을 인정하고, 공정별 실증모델을 앞으로 확보하겠다고 밝혔어요. 2027년 피지컬 AI 실증사업도 상반기 공고 예정입니다. 보조금이 설비 가격을 낮춰도 운영 부담까지 없애 주지는 않아요. [중기부 브리핑](https://www.korea.kr/briefing/policyBriefingView.do?newsId=156787073), [2027년 지원사업 통합공고](https://www.mss.go.kr/site/gyeongnam/ex/bbs/View.do?bcIdx=1072169&cbIdx=255)

**문하윤**:

직원 50명 공장이라면 **불량·비가동·위험 작업 중 손실이 큰 공정 하나**를 고르겠어요. 현장 작업자와 설비 담당자에게 데이터 기록과 시범 운영 시간을 배정하고, 먼저 손실액과 작업 시간을 재세요. 데이터가 빠지거나 원인을 구분할 수 없다면 그 기록부터 고쳐야 해요. 선도모델은 남의 공장에서 얻은 답안지예요. 우리 공정의 문제와 데이터가 다르면 그대로 베껴도 채점 결과는 달라집니다. 미국 NIST도 중소 제조업체에 한 생산라인에서 시험하고, 문제·담당자·데이터를 확인한 뒤 넓히라고 권합니다. [NIST 제조 AI 사례와 지침](https://www.nist.gov/blogs/manufacturing-innovation-blog/artificial-intelligence-manufacturing-real-world-success-stories)

**문하윤**:

**투자 결정은 실증 성과와 회수 계산 뒤에 내리세요.** 제 기준은 보조금을 뺀 실제 부담액에 교육·정비·가동 중단 비용까지 더하고, 확인된 연간 절감액으로 약 2년 안에 회수되는가예요. 이 기준을 못 넘으면 통합 도입은 미루고 작은 시험만 계속하겠어요. 제조데이터를 기업 부담분의 현물로 인정한다는 방침도 발표됐지만, 개별 사업의 적용 조건은 공고에서 확인해야 해요. 초기 생산성과 수익성이 오히려 떨어질 수 있다는 미국 제조업 연구 결과까지 감안하면, **지원사업 신청은 지금, 전면 도입은 우리 공장의 숫자가 입증할 때**가 맞아요. [중기부 브리핑](https://www.korea.kr/briefing/policyBriefingView.do?newsId=156787073), [미국 인구조사국 연구](https://www.census.gov/library/working-papers/2025/adrm/CES-WP-25-27.html)

**사회자**:

📊 초안 라운드 현황 — 🚀 지금 나선다 2명 : 2명 ⏸ 기다린다
전원 단일 공정 선착수, 통합 도입 시점에서 갈림

### 2라운드

**사회자**:

토론자들이 서로의 초안을 검토합니다.

**피터 드러커**:

제조데이터 현물 인정을 당장의 자금 지렛대로 삼겠다는 제 기존 판단은 거두고, 자부담과 유지보수 비용까지 포함한 ‘2년 내 순현금 회수’와 ‘2028년 이후 통합 검토’로 실행 기준을 한층 조이겠습니다. 현물 인정이 아직 ‘추진 방안’ 단계이고 중소기업 도입비(평균 7억 5천만 원)의 56.9%가 자체 자금이라는 한서진 님의 지적과, 50인 미만 기업의 71.1%가 사후 유지보수 단절을 겪었다는 오태겸 님의 근거가 현장의 자금·운영 제약을 훨씬 정확히 짚었기 때문입니다. 보조금만 믿고 들어갔다가는 설비가 멈추는 순간 투자금 전액이 매몰 비용이 되지 않습니까?

**피터 드러커**:

다만 지금 우리 회사에 무엇이 진짜 성과를 내는가라는 효과성 원칙에서, 두 분의 해법에는 날카롭게 되묻지 않을 수 없습니다. * **한서진 님께(데이터 없는 공장에 올해 당장 공정 AI가 작동합니까):** 공정 데이터가 전무하고 전담 조직 보유율이 0.8%에 불과한 50인 공장에, 올해 안에 매칭 자금으로 ‘공정 AI’부터 깐다는 것은 또 다른 방치형 설비를 만드는 지름길입니다. 지금은 AI 알고리즘이 아니라, 문하윤 님이 짚으신 ‘비가동·불량 시간의 정확한 계측’과 작업자가 즉시 쓸 수 있는 단순 센서·단독 모듈까지만 허용해야 현장이 소화합니다. * **문하윤 님께(선도모델 대기가 단순한 답안지 베끼기입니까):** 선도모델을 남의 공장 답안지라고 일축하셨지만, 50인 제조사가 2028년 전 공정 통합 지원 때까지 기다려야 하는 이유는 정답을 베끼기 위해서가 아닙니다.

**피터 드러커**:

정부 실증을 통해 공급사들의 인터페이스 표준이 잡히고, 초기 도입 기업들이 겪는 생산성 하락(미국 인구조사국 연구)과 실패 비용을 시장이 먼저 흡수해 도입 단가가 떨어질 때 들어가야 투자 회수 기간(ROI) 2년을 맞출 수 있기 때문입니다.

**피터 드러커**:

결국 50인 제조사가 오늘 내릴 가장 효과적인 결정은 ‘AI 없는 기초 데이터 자산화’와 ‘숨은 비용을 반영한 단위 병목 개선’뿐입니다. 문하윤 님의 제안대로 교육·정비·가동 중단 손실까지 초기 투자비에 합산하고, 오태겸 님의 제안대로 3년 유지보수 의무와 데이터 반출 조건을 계약서에 못 박았을 때도 2년 안에 원금이 회수됩니까? 경남 제조AX 사례에서 보듯 50인 미만 기업일수록 기초 공정 개선의 원가 절감(32.5%↓)과 품질 향상(44.3%↑) 효과가 더 컸으니, 지금은 그 확실한 현금 창출에만 집중하십시오.

**한서진**:

병목 공정 하나의 데이터·공정 AI는 지금 신청하고, 로봇 통합은 그 공정의 원 단위 회수가 찍힌 뒤, 정부 일정상 전 공정 통합 지원이 열리는 2028년 이후로 미루는 쪽이 맞아요. 드러커 초안의 ‘선도모델까지 손 놓기’와 오태겸 초안의 ‘손실 상한이 작은 베팅’ 중 후자를 받아들이고, 시점은 둘을 겹쳐 자릅니다. 전문기업 500개사가 클 때까지 기다리는 건 공급 정책의 지연이지 우리 공장의 전략이 아니에요.

**한서진**:

드러커 초안의 불량 42.5~43.5% 감소, 원가 15.5~15.9% 절감, 생산성 28.5~34.4%, 회수 2년은 이번 자료에서 공표된 평균 투자회수기간이 없는 상태의 선별 성과로 읽어요. 2년은 통계가 아니라 문하윤 초안처럼 의사결정 기준으로만 써요. 보조금을 뺀 부담에 교육·정비·가동 중단까지 더해, 확인된 연간 절감으로 약 2년 안이면 확대하고, 아니면 로봇 셀은 접어요. 오태겸 초안의 50인 미만 유지보수 단절 71.1%는 표본 105곳이라 모수 비율로 쓰지 않아요. 방향만 취합니다. 구축비는 정부가 대고, 공급사 철수나 담당 1명 퇴사에 라인이 서는 위험이 더 커요. ‘제조데이터 현물이라 현금이 거의 없다’는 과합니다. 아직 방안 추진 단계예요.

**한서진**:

계약 전에 데이터 소유·반출 형식, 공급사 폐업 시 소스·설정 이전, 유지보수 3년 단가를 못박으세요. 이게 50명 공장의 하방이에요. 2026년 물류 구간 컨설팅, 2027년 전체 물류, 2028년 전 공정 통합은 정부도 통합 모델을 실증 전으로 본다는 일정이에요. 그 실험 비용을 우리 현금으로 낼 이유는 없어요. 깨끗한 로그가 이미 있으면 기초 스마트공장 줄은 건너뛰고 실증 트랙에 넣으세요. 없으면 올해 불량·정지가 가장 큰 공정 하나의 기록부터 고치세요. 6개월 뒤 숫자가 없으면 로봇은 2028년이 와도 사지 마세요.

**문하윤**:

**보조금 신청 시계와 설비 투자 시계를 왜 하나로 묶나요?** 드러커의 ‘병목부터’는 받아들이겠어요. 다만 센서를 달고 모듈을 사는 일까지 정답처럼 정해 두면, 원인이 작업 순서나 관리 방식인 공정에도 장비를 얹게 돼요. 먼저 손실 원인을 확인하고, 기록·작업 방식만 고쳐도 줄어드는 몫을 가려야 해요. 그의 평균 개선율도 우리 공장의 예상 수익으로 가져올 수는 없어요.

한서진의 지적처럼 **정책 목표의 분모와 실제 집행 조건**은 따져야 해요. 현물 인정이 추진 단계라면 현금 부담이 줄어든다고 미리 계산해선 안 되죠. 오태겸의 유지보수·데이터 반출 조건도 계약 전에 확인할 핵심이에요. 하지만 “2028년 이후 통합 투자”라는 달력은 공장별 판단을 대신하지 못해요. 이미 손실이 크고 현장 담당자가 운영할 수 있으며 작은 시험에서 효과가 확인됐다면, 기다리는 비용도 발생하니까요.

**문하윤**:

그래서 제 결론은 **올해 손실 원인과 측정 방법을 잡고, 투자 시점은 현장 시험 결과로 정하자**예요. 작업자·설비 담당자가 실제로 운영할 수 있는지, 보조금을 제외한 총비용을 확인된 절감액으로 회수할 수 있는지 함께 보세요. 둘 중 하나라도 막히면 구매를 미루고 원인부터 다시 파야 해요. 도입률은 정부의 성적표예요. 대표가 지켜야 할 성적표는 공장의 품질·납기·현금흐름이에요.

**오태겸**:

**제 결론의 뼈대는 그대로입니다. 다만 '2028년까지 기다리라'는 날짜 기준은 거두고, 조건이 충족되면 넘어가는 기준으로 바꾸겠습니다.** 이 점은 한서진 님의 대조 덕분에 고쳤습니다. 5조 원은 확정된 지출이 아니고, 2027년 예산 1조 원이 해마다 이어진다고 가정한 전망입니다. 제조데이터 현물 인정도 아직 "추진" 단계입니다. 그렇다면 제가 기댄 2028년 로드맵도 예산이 한 번 깎이면 밀리는 일정입니다. 저 역시 낙관적인 전제 위에 서 있었던 셈입니다. 같은 자료에서 하방은 더 깊어집니다.
- 중소기업 스마트공장의 평균 도입비는 7억5천만 원이고, 자금의 56.9%가 자체 자금입니다.
- AI 트랙의 지원 한도(50%, 기업당 최대 2억 원)에 대 보면, 평균 규모 사업에서 회사가 실제로 내는 현금은 약 5억5천만 원입니다. 자부담 비율이 낮아 보여도, 한도가 걸리면 실제 부담은 절반을 훌쩍 넘깁니다.
- 그러니 현물 인정은 혜택을 받게 되면 덤으로 여기십시오. 현금흐름 계획에서는 아예 빼고 짜야 합니다.

**오태겸**:

피터 드러커 님의 초안에는 두 가지를 지적해야겠습니다.
- 불량률 42.5% 감소 같은 성과 수치에는 출처가 기관 홈페이지 첫 화면으로만 붙어 있어 검증할 수 없습니다. 게다가 이런 수치는 살아남아 성과를 보고한 기업만의 평균입니다. 유지보수가 끊긴 71.1%는 이 평균에 들어오지 않습니다. 생존자 편향입니다.
- 전문기업 500개사가 자리 잡을 때까지 기다리라는 권고도 위험을 거꾸로 읽은 것입니다. 보조금으로 늘어난 공급사는 보조금이 줄면 함께 사라집니다. 공급사 수가 늘어나는 시기가 곧 공급사 폐업이 몰리는 시기입니다. 따라서 계약 전에 공급사의 매출 가운데 정부 사업이 아닌 민간 매출이 얼마인지, 구축 후 3년 이상 유지보수를 이어 간 고객사가 몇 곳인지를 서류로 받아 두십시오.

**오태겸**:

문하윤 님에게서는 두 가지를 받아들입니다.
- 미국 인구조사국 연구가 보여 준 '도입 초기 생산성 하락'은 하방 관점에서 가장 무거운 근거입니다. 시범 공정 하나라도 전환 직후 몇 달은 오히려 산출이 줄 수 있습니다. 그 기간의 손실을 버틸 운영자금은 별도 계정으로 떼어 두십시오.
- "선도모델은 남의 답안지"라는 지적도 옳습니다. 저는 앞서 남이 시행착오를 치른 표준 모델을 나중에 싸게 들이면 된다고 했습니다. 그런데 표준 모델이 낮춰 주는 것은 구축 단가뿐이고, 우리 공정에 맞는지까지 보장하지는 않습니다. 그래서 지금 데이터를 정비하는 일은 단순한 준비가 아닙니다. 나중에 들어올 모델이 우리 공장에 맞는지 가려낼 유일한 시험지입니다.

**오태겸**:

마지막으로 세 분 모두 빠뜨린 것이 있습니다. 그만둘 기준을 미리 정해 두는 일입니다.
- 시범을 시작하기 전에 철수 조건을 문서로 박아 두십시오. 예를 들어 "6개월 안에 목표 절감액의 절반에 못 미치면 확장하지 않는다" 같은 조건입니다.
- 이 조건은 보조금 협약의 사후관리 기간과 맞춰 보아야 합니다. 그래야 철수가 환수로 이어지지 않습니다.
- 현장에서 회사를 무너뜨리는 것은 첫 투자의 실패가 아닙니다. 이미 들어간 돈이 아까워 2차, 3차 투자를 이어 가는 일입니다.

정리하면, 지원사업 신청과 단일 공정 시범은 지금 하시되 손절 기준을 먼저 정해 두십시오. 통합 도입으로 넘어가는 조건은 세 가지입니다. 우리 공장의 회수 숫자, 공급사의 생존 근거, 확정 예산이 모두 확인되어야 합니다.

**사회자**:

📊 검토 라운드 현황 — 🚀 지금 나선다 2명 : 2명 ⏸ 기다린다
드러커가 현물 인정 전제를 접고 B로 기움

### 3라운드

**사회자**:

⚔️ 이번 라운드는 피터 드러커이(가) 대표로 지금까지 논리의 약점을 공략해요. 다른 토론자들은 결선에서 반영합니다.

**피터 드러커**:

50인 제조사가 지금 당장 단일 병목 공정의 AI·로봇 도입에 나서지 않고 ‘기초 기록 정비 후 대기’만 고집한다면, 그사이 원청 고객사가 요구하는 납기·품질 기준에서 탈락하는 영업 손실은 무엇으로 메우시겠습니까? 다수 의견이 입을 모아 권하는 ‘올해는 수기·기초 계측만 하고 도입은 미루자’는 합의에 대해 약점 공략에 나서겠습니다. 고객이 가치를 두는 것은 우리 공장의 조심스러운 내부 준비가 아니라 당장 찍혀 나오는 불량 없는 납품 성적표이기 때문입니다.

**피터 드러커**:

왜 ‘작은 시험과 기초 기록 정비’가 현장에서 오히려 가장 비싼 실패가 되는지 세 가지 반례와 리스크를 직시하십시오. * **전담 인력 0.8%인 공장의 ‘자체 데이터 정비’ 환상:** 현장에 데이터 전담 조직이 사실상 전무한데, 설비·센서 자동화 없이 작업자에게 불량·정지 원인을 직접 기록하고 작업 방식을 고치라고요? 현장 인력에게 이중 노동을 지우는 수기·기초 측정은 한 달도 못 가 오염된 쓰레기 데이터만 쌓고 현장 반발만 키웁니다. 사람이 기록하게 두지 말고, 처음부터 자동 계측이 내장된 단위 공정 AI·로봇 모듈을 들여와 기계가 데이터를 쌓게 해야 조직 수용성이 확보됩니다. * **6개월 시험 후 철수 기준과 보조금 환수의 모순:** 6개월 시범 운영 뒤 절감액이 절반에 못 미치면 접겠다는 기준은, 정부 지원금(최대 2억 원)을 포기하고 100% 자체 현금으로만 시험할 때나 성립합니다. 보조금 협약의 사후관리 기간 안에 사업을 임의로 축소·철수하면 지원금 환수와 향후 정부 사업 참여 제한이라는 치명적 페널티를 맞는데, 이 매몰 비용을 어찌 감당하시렵니까?

**피터 드러커**:

* **1차 밴더와 우량 공급사 선점 기회 상실:** 민간 매출 비중이 높고 3년 이상 유지보수가 검증된 극소수 우량 공급사는 보조금 초기 장이 열리는 지금 선도 물량으로 예약이 끝납니다. 남들이 검증을 마칠 때까지 기다렸다가는, 정작 우리가 들어갈 때 정부 보조금만 노리고 급조된 부실 공급사(유지보수 단절 71.1%의 주범)만 시장에 남아 덤터기를 쓰게 됩니다.

**피터 드러커**:

결국 리스크를 피하겠다며 AI·로봇 도입을 미루는 것은, 가장 확실한 원가 절감(경남 사례 32.5%↓)과 품질 향상(44.3%↑)이 입증된 기간 동안 경쟁사에 납품 단가 경쟁력을 통째로 내주는 결정입니다. 평균 7억 5천만 원짜리 전 공정 통합은 버리되, 지원 한도(50%, 2억 원) 안에서 자부담 1억~2억 원으로 끝낼 수 있는 ‘핵심 병목 1개 공정의 AI·단독 로봇 패키지’는 지금 즉시 계약하십시오. 우량 공급사를 올해 선점해 SLA(유지보수·데이터 반출)를 묶어 두고 당장 현장에서 불량률부터 꺾는 것, 그것만이 2년 내 투자 회수를 현실로 만드는 유일한 경영 판단입니다.

**사회자**:

🧭 중간 점검 — 결선에서 다룰 것
이 결론은 '병목 공정 하나 먼저, 로봇 통합은 나중'이라는 방향은 옳지만 세 가지 숨은 전제가 있습니다. 첫째, '2년 내 순현금 회수'를 어떻게 측정할지 기준이 없습니다. 보조금을 뺀 부담, 교육·정비·가동 중단 비용까지 넣은 계산을 하려면 우리 공장의 현재 손실(불량·재작업·정지 시간)이 먼저 기록돼 있어야 하는데, 데이터가 없는 공장은 이 기준 자체를 쓸 수 없습니다. 둘째, 제조데이터 현물 인정과 2028년 이후 통합 지원은 둘 다 아직 '추진' 단계의 계획이어서 예산이 깎이면 일정이 밀립니다. 따라서 이를 근거로 삼지 말고 '조건이 충족되면 넘어간다'는 기준으로 바꿔야 합니다. 셋째, 최악의 경우는 공급업체 종속입니다. 계약상 데이터 반출이 막히거나 유지보수가 끊기면 이미 쓴 자부담이 전액 매몰되므로, 계약 전에 데이터 소유권·유지보수 기간·중도 해지 조건을 확인해야 합니다. 반대로 기다리기만 하면 이미 손실이 큰 공정은 그만큼 손해를 보니, 작은 시험에서 효과가 확인되면 날짜와 상관없이 확대해야 합니다.

### 4라운드

**사회자**:

최종 라운드 — 토론자들이 수정안을 제출하고 투표합니다.

**피터 드러커**:

50인 제조사가 지금 선택해야 할 유일한 해법은 전 공정 통합 대기(2028년 이후)와 당장의 ‘핵심 병목 1개 공정 자동화·AI 모듈 즉시 도입’을 결합한 투트랙 실행입니다. 왜 기초 데이터 정비부터 하자는 기존 판단을 수정했겠습니까? 사람에게 기록을 맡기는 수기 정비의 비현실성과 정부 보조금 사후관리 규정을 고려하면, 기계가 스스로 계측하며 불량을 잡는 단위 모듈을 올해 바로 들여오는 편이 현장의 수용성과 자금 효율 모두에서 옳은 일이기 때문입니다.

**피터 드러커**:

이 결정이 지금 우리 회사에 확실한 성과를 내는 이유는 세 가지입니다.
* **조직 수용성과 원청 고객 가치의 동시 확보:** 데이터 전담 인력이 0.8%에 불과한 현장에 수기 기록을 강요하는 대신 자동 계측 내장형 단독 모듈을 투입해야 작업자 반발 없이 데이터가 쌓이고, 원청이 요구하는 품질 향상(44.3%↑)과 원가 절감(32.5%↓) 성적표를 즉시 만들어 낼 수 있습니다.
* **우량 공급사 선점과 유지보수 리스크 차단:** 시장에 급조된 부실 업체만 남기 전에 올해 지원사업 초기 물량으로 검증된 우량 공급사를 선점하고, 71.1%에 달하는 유지보수 단절을 막기 위해 3년 사후관리 의무와 데이터 반출 조건을 계약서에 못 박아야 합니다.
* **보조금 환수 리스크 없는 2년 내 순현금 회수:** 사후관리 페널티를 부르는 ‘6개월 후 임의 철수’나 평균 7억 5천만 원의 무리한 통합 투자 대신, 정부 지원(50%, 최대 2억 원)을 활용해 자부담과 교육·정비·중단 손실까지 총 1억~2억 원 선으로 묶어야 2년 내 원금 회수가 달성됩니다.

**피터 드러커**:

결국 전 공정을 묶는 피지컬 AI 통합은 표준이 정착되고 초기 생산성 하락 비용이 걷히는 2028년 선도모델 이후로 미루십시오. 그러나 지금 당장 현금을 벌어다 줄 병목 1개 공정의 단독 패키지만큼은 올해 우량 공급사와 즉시 계약하는 것, 그것이 효과성과 실행가능성을 모두 잡는 대표의 결단입니다.

**오태겸**:

**이번 공략으로 제 입장을 한 걸음 옮기겠습니다. 올해 안에 병목 공정 하나를 정식 계약하는 데 동의합니다. 다만 그 계약은 회사가 전액을 잃어도 버틸 수 있는 금액 안에서만 하시고, 손실이 그 선을 넘지 않도록 묶어 두는 조건을 함께 거셔야 합니다.** 먼저 바로잡을 것이 있습니다. 저는 '기록만 정비하고 기다리자'고 한 적이 없습니다. 단일 공정 시범은 지금 하자고 했습니다. 그래도 공략에서 두 가지는 옳기에 받아들입니다. 첫째, 데이터 전담 인력이 0.8%뿐인 현장에서 수기 기록을 시키면 몇 주 만에 엉터리 숫자만 쌓인다는 지적입니다. 저도 여러 공장에서 퇴근 직전에 몰아서 채운 점검표를 보았습니다. 그래서 시범 공정은 처음부터 기계가 자동으로 계측하는 구성으로 들이겠습니다. 둘째, 원청이 요구하는 품질 기준에서 탈락하는 손실은 보조금을 기다려 준다고 메워지지 않는다는 지적입니다. 따라서 시범 공정은 내부 원가가 아니라 원청 클레임과 직결되는 병목으로 고르십시오.

**오태겸**:

반대로 두 가지는 받아들이지 않습니다. 하나는 철수 기준과 환수가 모순된다는 지적입니다. 이것은 제 기준을 잘못 읽은 것입니다. 제가 말한 손절은 보조금을 받아 설치한 설비를 뜯어내자는 뜻이 아닙니다. 2차, 3차 확장을 멈추자는 뜻입니다. 시범 설비는 사후관리 기간 동안 협약대로 돌리고, 성과가 기준에 못 미치면 추가 투자를 끊습니다. 이렇게 하면 환수 문제는 생기지 않습니다. 다만 협약을 지키지 못할 경우의 환수액은 계약 전에 최대 손실에 미리 넣어 계산해 두십시오. 다른 하나는 우량 공급사가 올해 마감된다는 주장입니다. 일부는 사실일 수 있습니다. 그러나 '지금 아니면 늦는다'는 말은 현장에서 실사를 건너뛰게 만드는 가장 오래된 영업 문구입니다. 그러니 서두르더라도 확인 절차는 줄이지 마십시오. 민간 매출 비중, 3년 이상 유지보수를 이어 간 고객사, 데이터 반출 조항을 서류로 받으십시오. 하나라도 빠지면 그 공급사와는 계약하지 마십시오. 경남 사례의 원가 32.5% 절감도 앞서 짚은 생존자 편향을 벗어나지 못합니다.

**오태겸**:

그러니 '2년 내 회수'는 약속으로 듣지 마시고, 검증해야 할 가설로 다루십시오.

**오태겸**:

최종 수정안은 이렇습니다. 원청 품질과 직결된 병목 공정 하나에 자동 계측이 들어간 단위 모듈을 올해 계약하십시오. 근거는 세 가지입니다. ① 도입비의 56.9%를 자체 자금으로 대고 한도까지 걸리는 구조에서는, 자부담과 환수 가능액을 합친 금액이 회사가 전액을 잃어도 버틸 선 안에 들어와야 합니다. ② 도입 초기에는 생산성이 떨어지므로, 그 몇 달을 버틸 운영자금을 별도 계정으로 떼어 두셔야 합니다. ③ 확장 여부는 날짜가 아니라 조건으로 정하십시오. 우리 공장의 실측 회수 숫자, 공급사가 살아남을 근거, 확정 예산이 모두 확인될 때만 다음 단계로 가십시오.

**문하윤**:

원청의 납기·품질 기준에서 탈락할 위험이 눈앞에 있다면, 기록부터 정비하며 기다리자는 판단은 바꾸겠어요. 고객이 요구하는 불량률과 납기를 지금 못 맞추는 **병목 한 곳**부터 손실을 확인하고, 그 공정의 자동 계측을 포함한 단위 시험을 바로 시작해야 해요. 작업자에게 기록 업무를 더 얹는 방식이 버티기 어렵다는 반론은 타당해요.

그렇다고 “지금 즉시 계약”이 답일까요? 제시된 개선율은 다른 공장의 성적이고, 보조금 협약의 철수·환수 조건도 이 공장의 계약 조건으로 확인되지 않았어요. 공급사 선점 주장 역시 서두를 이유는 될 수 있어도 회수 가능성을 증명하지는 못해요. 먼저 원청 기준을 충족할 만큼 불량·지연이 줄어드는지 현장에서 확인하고, 운영 인력·유지보수·데이터 반출·철수 비용을 계약서에 적으세요. **검증은 지금, 설비 구매는 확인된 성과와 협약 조건을 보고 결정**하겠어요. 대표의 기준은 도입률도 보조금 마감일도 아니라 납품 성적과 현금흐름이에요.

**한서진**:

병목 1곳의 자동 계측과 공정 AI만 올해 계약해요. 로봇은 그 협약 밖에 둬요.

수기 정비와 6개월 철수 기준은 접어요. 전담 인력 0.8%는 출처가 이번 자료에 없어 비율로 쓰지 않고, 보도자료가 인정한 전문인력 부족만 취해요. 작업자에게 이중 기록을 맡기면 기록이 죽어요. 센서와 카운터가 쌓게 해요. 지원금을 받은 사업을 사후관리 기간에 임의로 접으면 환수와 이후 참여 제한이 따라와요. 그래서 협약 범위는 그 한 공정의 완료형으로 고정해요. 약 2년 회수 기준은 통계가 아니라, 보조금 밖의 로봇 확대에만 걸어요.

경남 원가 32.5% 감소, 품질 44.3% 향상은 선별 성과예요. 직원 50명 공장의 평균 회수로 쓰지 않아요. 한도 50%·2억 원, 자부담 1억~2억 원 안에 로봇까지 넣자는 계산은 교육·정비·가동 중단과 중도 축소 시 환수를 빼 둔 숫자예요. 우량 공급사 선점은 올해 그 공정 AI 계약으로 잠그면 충분해요.

**사회자**:

📊 결선 라운드 현황 — 🚀 지금 나선다 3명 : 1명 ⏸ 기다린다
오태겸 B에서 A로 전향, 문하윤은 B 유지

**사회자**:

⚖️ 리스크 재검토 — 잠정 결론은 '병목 1곳 AI 계약, 로봇은 제외'라는 방향은 합리적이지만, 숨은 전제가 두 가지 있어요. 첫째, 올해 계약이 가능하다고 가정하는데, 이번에 발표된 전략은 방향과 목표 수준이어서 세부 공고, 신청 자격, 예산 배정 시기가 아직 확정되지 않았을 수 있어요. 지원 사업 선정 전에 계약하면 보조금 대상에서 빠질 수 있으니, 선정·협약 이후 착수가 가능한지부터 확인해야 해요. 둘째, 현재 병목 1곳이 자동 계측으로 풀리는 문제라는 보장이 없고, 데이터가 부실하거나 공급사가 사라지면 사후관리 기간 동안 유지 부담만 남는 최악의 경우가 있어요. 그래서 공급사 폐업·종속 위험에 대비한 데이터 소유권과 이전 조건, 실패 시 출구 조건을 계약에 넣어야 해요.