2026-08-06 | 수원=손대선 기자

京畿研究院“为扩散制造业物理AI,需以产业园区为中心的生态系统”

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

京畿研究院建议,若要扩大制造业引入物理人工智能(AI),京畿道应以产业园区为据点,打造连接数据、实证设施、企业支援和人才培养的生态系统。

京畿研究院6日发布了包含上述内容的《物理AI时代,制造业的现实与京畿道应对战略》报告。

物理AI是指超越生成式AI生成文字或图像的水平,与机器人、机械、汽车等物理装置结合,识别并判断现实并执行实际作业的技术。在制造现场,可用于产品不良检测、设备故障预测、机器人作业控制、工序优化等。

京畿研究院对200家达到智能工厂基础阶段以上的制造企业调查结果显示,在制造工序整体推进数字化转型的企业占77.5%。建立生产管理系统(MES)的企业为92.9%,引入企业资源计划系统(ERP)的企业为79.4%。可见单个系统层面的数字化已有相当进展。

但将AI与生产设备结合,应用于检测、移动、工序管理、优化控制等的物理AI应用企业仅为12.5%。目前应用领域中,识别物体或产品的认知功能最多,占96.8%;预测功能为56.8%,自动化功能为36.8%。不过,表示将在未来3年内新引入或扩大物理AI的企业达37.0%,显示出扩散的可能性。

数据利用水平更低。将生产数据与MES、ERP联动管理的企业为44.0%,但将其用于AI学习和工序优化的企业仅为1.5%。具备AI学习和模拟所需高性能计算环境的企业也仅为2.0%。

企业考虑引入物理AI的主要原因是提升质量74.0%、提高生产率73.5%。相反,初期投资费用负担69.7%、更换现有设备负担50.3%被列为主要障碍因素。在投资决策时,技术的可靠性与稳定性49.0%、与现有设备的兼容性35.0%被视为重要条件。41.5%的企业期待在2~3年内收回投资费用。

在人力确保方式上,比新招聘更受重视的是在职人员再培训。79.0%的受访企业倾向于通过培训现有员工并安排到新岗位的方式。物理AI引入效果中,辅助熟练工和减轻劳动强度占44.5%,比重最高。

报告指出,京畿道应将半导体、汽车、机械等各行业的制造数据标准化,并在产业园区建设实证测试床和制造数据平台。报告建议,经验证的技术应与券券、咨询、检测认证、投资支援相衔接,向道内企业推广。

京畿研究院首席研究委员裴英任强调:“物理AI扩散的核心不是引进设备,而是连接数据、生产设备、供应企业和现场人力”,“京畿道应建立涵盖企业现场问题发掘、实证、商业化、专业企业培育到在职人员能力提升的综合支援体系。”

阅读韩文原文