슈나이더 일렉트릭, 소비재 제조업 조사 결과 발표…“제조 경쟁력 핵심은 산업용 AI”

- 생산 비효율 비용 부담 2030년까지 확대 전망…AI 도입 최대 과제는 데이터와 레거시 시스템

 

슈나이더 일렉트릭이 글로벌 소비재 제조업계를 대상으로 실시한 '2026 산업용 AI 소비재 제조업 조사(2026 Industrial AI in CPG Survey)' 결과를 발표했다. 응답 기업들은 생산 비효율로 인한 비용 부담이 앞으로 더 커질 것으로 예상했으며, 산업용 AI를 생산성과 수익성을 높이는 핵심 수단으로 인식하는 것으로 나타났다.

 

조사는 전 세계 소비재(CPG) 제조업 임원 1453명을 대상으로 진행했다. 응답 기업들은 AI와 데이터, 자동화를 결합한 산업용 AI가 생산 운영과 의사결정 전반에 적용될 것으로 전망했다.

 

생산 손실 비용 2030년 29% 전망

현재 제조 지연과 설비 가동 중단, 장비 고장 등으로 발생하는 생산 비효율은 최종 제품 제조 원가의 평균 20.3%를 차지하는 것으로 조사됐다. 생산 지연과 재작업, 품질 편차, 자산 활용 부족으로 인한 매출 손실은 평균 15.2% 수준으로 집계됐다. 제조업체들은 이러한 손실 규모가 앞으로 더 커질 것으로 내다봤다. 현재 15.2% 수준인 매출 손실 비중은 내년 21.37%까지 증가하고, 2030년에는 29.14%에 이를 것으로 예상했다.

 

2030년 AI 핵심 운영 활용 3배 확대

산업용 AI 도입은 빠르게 늘어날 것으로 전망됐다. 현재 AI가 핵심 운영과 의사결정 과정에 통합됐다고 응답한 기업은 13%에 그쳤지만, 2030년에는 37%가 AI를 운영 전반의 핵심 체계로 활용할 것으로 예상했다.

 

응답 기업들은 AI 투자를 통해 높은 수익도 기대하고 있다. 전체 응답자의 32.7%는 AI 프로젝트에서 50~74% 수준의 투자수익률(ROI)을 예상했으며, 7.9%는 투자 비용을 1년 안에 회수할 수 있는 100% 이상의 ROI를 기대한다고 답했다.

 

AI 투자 기대와 실제 성과 격차

높은 기대와 달리 현재 AI 활용 성과는 제한적인 것으로 나타났다. 응답자의 70%는 현재 AI ROI가 20% 미만이라고 답했으며, 이 가운데 28.4%는 5% 이하 수준이라고 응답했다. AI 투자 확대 기대와 실제 운영 성과 사이에 차이가 있는 것으로 조사됐다.

 

도입 과제는 기술보다 데이터와 조직 변화

AI 확산을 가로막는 주요 요인으로는 AI 및 데이터 과학 인력 부족(43.0%)이 가장 많이 꼽혔다. 레거시 자동화 시스템 및 인프라(37.5%), 운영 데이터 부족(36.3%), 조직 구성원의 변화 저항(25.7%)도 주요 과제로 나타났다. 이는 사이버보안 및 규제 준수 문제(21.7%)보다 높은 수치다. 조사에서는 AI 기술 자체보다 데이터 품질 확보와 기존 시스템 개선, 조직 변화 관리가 더 큰 과제로 나타났다.

 

슈나이더 일렉트릭 산업 자동화 서비스 부문 세실 베르셀리노(Cecile Vercellino) 수석부사장은 "산업용 AI가 약속하는 성과를 실현하려면 기술 도입뿐 아니라 데이터 기반 운영 체계와 조직 전반의 변화가 함께 이뤄져야 한다"며 "슈나이더 일렉트릭은 등대공장 운영 경험과 SE 어드바이저리 서비스(SE Advisory Services)를 바탕으로 고객이 디지털 전환 목표를 실제 성과로 연결하도록 지원하고 있다"고 밝혔다.

 

슈나이더 일렉트릭과 아비바(AVEVA)가 공동 발간한 보고서 '비욘드 더 하이프: 경쟁력 있는 소비재 제조를 위한 실용적 AI(Beyond the Hype: Practical AI for Competitive Consumer Goods Manufacturing)'에는 소비재 제조업의 산업용 AI 도입 현황과 주요 과제, 조사 결과를 담았다.

 

#슈나이더일렉트릭 #산업용AI #소비재제조 #CPG #스마트팩토리 #디지털전환 #아비바 #AVEVA #AI자동화 #제조업AI #ROI