AI 개발 트렌드를 통해 본 HSE의 미래

인공지능은 단순한 기술적 유행을 넘어 실질적인 업무 도구로 빠르게 자리 잡고 있습니다. 정보 과부하, 인력 부족, 비즈니스 프로세스 가속화라는 배경 속에서 디지털 전환은 업계 발전의 자연스럽고 피할 수 없는 단계가 되었습니다. 이러한 기술적 관심은 전 세계적으로 확인되고 있습니다. 국제노동기구(ILO)는 디지털 전환을 주제로 한 기념일을 지정하고 있으며, 국가 차원에서는 평생 학습 전략을 수립하고 있습니다. 대기업들은 이미 경영진의 핵심성과지표(KPI)에 AI 도입을 포함하고 있습니다. 이번 발표에서 Rinat Fatkhutdinov는 자동화의 함정을 피하면서 어떻게 HSE 프로세스를 새로운 현실에 맞게 조정할 수 있는지 상세히 다룹니다.

마법의 버튼이라는 환상: 왜 95%의 AI 프로젝트는 효과가 없는가

대기업의 97%가 AI 이니셔티브를 도입했거나 계획 중이라고 밝히고 있지만, 실제 가치를 체감하는 곳은 절반에 불과합니다. Skolkovo 비즈니스 스쿨의 연구를 인용하며 연사는 대다수의 기업 AI 프로젝트가 파일럿 단계에서 멈추거나 비즈니스 성과를 내지 못하고 종료된다고 지적합니다.

문제는 기술 자체가 아니라 근본적인 프로세스 오류에 있습니다:

• 데이터 활용 문화의 부재. 정보가 핵심 상품인 핀테크와 달리, 제조 기업은 고품질 데이터를 수집하고 저장하는 체계적인 시스템이 부족한 경우가 많습니다. 표준화된 데이터베이스가 없으면 알고리즘이 학습할 대상이 없습니다.
• 자동화를 위한 자동화. 사전 감사나 우선순위 지정 없이 모든 프로세스에 알고리즘을 도입하려는 시도는 결국 혼란의 디지털화로 이어집니다.
• IT와 현장의 괴리. 관련 부서의 프로세스 소유자나 명확한 지표가 없으면 현실과 동떨어진 생존 불가능한 제품이 만들어집니다.

HSE 디지털 전환에서 '지식 중개자'의 역할

IT 부서 전문가들은 HSE 엔지니어들의 일상적인 '고충'을 알지 못합니다. 기술의 성공적인 도입을 위해 기업에는 HSE 부서 내부의 능동적인 앰배서더인 '지식 중개자(Knowledge Brokers)'가 필수적입니다. 이들은 제조 프로세스의 특성을 깊이 이해하고, 새로운 도구를 학습하며, 비즈니스 요구사항을 개발자가 이해할 수 있는 언어로 번역할 수 있는 전문가들입니다. 이들이 바로 현장에서 혁신에 대한 거부감을 극복하고 기술과 실제 과제를 연결하는 역할을 합니다.

실무 사례: 실패에서 업무 효율화로

이번 발표에서는 기업 현장의 대조적인 사례들을 분석합니다. 실패한 시나리오는 항상 사용자의 실제 요구를 무시한 경우였습니다. 예를 들어, 석유 회사가 DeepSeek와 같은 기존 신경망보다 성능이 떨어지는 기업용 모델을 도입하면 직원들은 사용을 거부합니다. 반대로 IT 솔루션을 진공 상태에서 개발하여 현장 직원들이 제품의 존재조차 모르는 경우도 있습니다.

성공적인 사례는 참여와 단계적 확장을 기반으로 합니다. 한 채굴 기업은 안전한 사내용 ChatGPT를 구축했습니다. 이 도구를 기업 회계 시스템 및 프로세스 자동화(RPA) 기술과 통합한 결과, 반복적인 지식 업무의 노동력을 20% 절감했습니다.

핵심적인 경영 결론은 3단계 모델을 준수하는 것입니다. 먼저 직원에 대한 대규모 교육을 통해 기술에 대한 두려움을 없애고, 성공적인 파일럿 프로젝트 하나를 실행 및 평가한 뒤, 그 성공 경험을 전사적으로 확장하는 것입니다.

이번 발표에서 배우게 될 내용

• 대다수의 기업 AI 도입 프로젝트가 실패하는 이유는 무엇이며, 어떻게 그 통계에 포함되지 않을 수 있는가?
• '지식 중개자'란 누구이며, 왜 그들 없이는 HSE의 효율적인 디지털 전환이 불가능한가?
• 채굴 및 제조 기업의 기업 환경에서 생성형 신경망을 어떻게 안전하게 사용할 수 있는가?
• 측정 가능한 성과를 얻기 위해 HSE 부서의 업무에 인공지능을 통합할 때 시작해야 할 3단계는 무엇인가?