경남 AX 미니프로젝트 실증 추가모집, 제조기업 1곳이 8월 7일까지 준비할 것

경남에 사업 기반을 둔 정밀기계·금형·소성·방산·항공 관련 중소·중견 제조기업이라면 2026년 8월 7일까지 AX 미니프로젝트 실증 추가모집을 검토할 수 있습니다. 이번 추가모집은 다수 기업을 폭넓게 선발하는 방식이 아니라 제조 난공정에 인공지능을 적용할 수요기업 1개사를 추가로 찾는 공고이므로, 단순한 AI 관심보다 구체적인 현장 문제와 측정 가능한 개선 목표를 제시하는 것이 중요합니다.

선정 가능성을 높이려면 “AI를 도입하겠다”는 표현보다 어떤 공정 데이터를 이용해 불량률·작업시간·설비정지 같은 지표를 얼마나 개선할지 설명해야 합니다.

국토교통과학기술진흥원 기업지원허브가 2026년 7월 16일 등록한 공고에 따르면, 공고일 기준 경상남도에 본사·사업장·공장 중 하나를 보유한 기업이 기본 대상입니다. 업종은 정밀기계, 금형, 소성, 방산, 항공 산업의 전후방 분야이며 중소기업뿐 아니라 관련 법률상 중견기업도 포함됩니다. 다만 사업장이 경남에 있다는 사실만으로 충분하지 않고, 실제 생산공정에 AI를 적용할 의지와 현장 협조 여건이 있어야 합니다.

신청 전에는 사업자등록증과 공장등록 관련 자료에서 소재지와 업종이 공고 범위에 맞는지 확인해야 합니다. 제품을 납품하는 회사라도 자체 제조공정이 거의 없거나, 외주생산만 하고 내부에서 데이터를 확보하기 어렵다면 실증 구조를 설명하기가 쉽지 않습니다. 반대로 생산설비, 품질검사, 작업일지, 센서 로그처럼 현장 데이터가 일부라도 축적돼 있다면 현재 상태와 활용 가능성을 정리해 볼 수 있습니다.

지원 내용은 AI 적용 타당성 검증, 현장실증, 정량 성과 도출, AI 활용 교육, 실무 적용 역량 강화로 구성됩니다. 즉 완성된 소프트웨어를 구매해 설치하는 단순 보급사업이라기보다, 기업의 공정 문제를 정의하고 실제 현장에서 적용 가능성을 확인하는 실증형 사업에 가깝습니다. 선정기업은 현장 담당자가 공정 흐름과 데이터 의미를 설명하고, 기술진과 함께 성과지표를 설계해야 합니다.

예를 들어 검사자가 육안으로 분류하는 부품의 불량 판정, 설비 이상징후 탐지, 생산조건에 따른 품질 편차 예측, 작업순서 최적화 등이 후보가 될 수 있습니다. 다만 기업마다 설비와 데이터가 다르므로 다른 회사의 AI 사례를 그대로 복사하기보다 자사 공정에서 반복적으로 발생하는 손실을 중심으로 과제를 좁혀야 합니다. 실증기간 안에 검증하기 어려운 대규모 전사 시스템이나 데이터가 전혀 없는 장기 연구과제는 범위를 조정하는 편이 현실적입니다.

첫째, 현재 공정의 문제를 발생 빈도와 비용으로 설명합니다. “검사가 어렵다”보다 월평균 재검사 건수, 폐기량, 작업시간처럼 현재 기준값을 적는 편이 명확합니다. 둘째, 데이터가 어디에 있고 누가 관리하는지 표시합니다. 설비 제어장치, 엑셀 작업일지, 품질검사 사진, ERP 자료 등 형식이 달라도 목록을 만들어야 합니다. 셋째, 실증 성공 여부를 판단할 지표를 정합니다. 정확도만 제시하기보다 불량 검출시간 단축, 비가동시간 감소, 재작업 감소처럼 경영 성과와 연결합니다.

또한 현장 책임자와 데이터 담당자, 의사결정권자의 역할을 구분해 두는 것이 좋습니다. 실증 과정에서 설비 접근이나 데이터 반출 여부를 결정할 사람이 없으면 일정이 지연될 수 있습니다. 영업비밀과 개인정보가 포함된 자료는 어떤 방식으로 가공·비식별화할지도 미리 검토해야 합니다.

접수기간은 2026년 7월 14일부터 8월 7일까지이며, 한국전자기술연구원이 수행기관입니다. 이메일 접수 후에는 첨부파일 누락, 파일 열림 여부, 서명·날인, 담당자 연락처를 확인해야 합니다. 추가모집은 1개사를 대상으로 하므로 마감 직전 급하게 사업계획서를 만들기보다 공정 현황과 데이터 샘플을 먼저 정리하는 편이 효율적입니다.

반드시 특정 제품이나 업체를 먼저 선정해야 하는 공고로 단정할 수는 없습니다. 오히려 수요기업은 해결할 공정 문제와 보유 데이터를 명확히 제시하는 데 집중하는 편이 좋습니다. 솔루션 이름을 앞세우면 실제 문제와 기술이 맞지 않을 수 있으므로, 공고문과 수행기관 안내를 기준으로 실증 범위와 협업 방식을 확인해야 합니다.

데이터 양만으로 신청 가능 여부가 결정되지는 않지만, 실증에 사용할 자료가 전혀 없다면 일정 안에 성과를 내기 어렵습니다. 현재 수집 중인 데이터와 추가로 수집 가능한 데이터를 나누고, 수작업 기록이나 검사 이미지까지 포함해 활용 가능성을 설명하세요. 필요한 경우 실증 초기에 센서나 기록체계를 보완하는 계획도 함께 제시할 수 있습니다.

이번 사업은 제조현장의 문제를 AI로 실제 검증하려는 기업에 적합합니다. 지역·업종 요건뿐 아니라 현장 참여 인력과 데이터 준비도를 함께 확인한 뒤 신청하는 것이 좋습니다.