본문 바로가기
특별한제작품과공구

미래에도 AI 로봇이 완전히 대체하기 어려운 직업: 주문형 제작 & 설치 공장

by cocori 2025. 3. 9.
반응형

미래에도 AI 로봇이 완전히 대체하기 어려운 직업: 주문형 제작 & 설치 공장

과연 인공지능이 더욱 어려워하는 것은?


미래 AI 로봇이 사람들의 일자리를 대체할 가능성이 커지고 있는 가운데 특히 전문직이 더욱 대체될 가능성이 높다는 예측이 나오고 있습니다. 그렇다면 AI 로봇이 대체하기 어려운 직종도 존재하는데 그중 하나인 소규모 주문 제작 및 설치업종이 왜 AI 로봇이 완전히 대체하기 어려운 분야로 남을 가능성이 큰지에 대해 알아보도록 하겠습니다. 
AI와 로봇은 개별 공정을 자동화하는 것은 가능하더라도, 소규모 공장에서 자동화가 어려운 업종이나 현장에서의 직관적 판단과 창의적인 문제 해결, 예상치 못한 변수 대응, 고객 맞춤형 조정등이 필요한 업종에서는 여전히 인간의 역할이 중요할 것입니다.


왜 AI 로봇이 완전히 대체하기 어려운가?

1️⃣ 고객 맞춤형 설계 및 요구사항 반영

  • AI는 기존 데이터를 활용하여 일반적인 설계 자동화는 가능하지만,
    고객이 요구하는 특수 조건(예: 공간 제약, 특정 기능 추가, 디자인 변경)에 맞춰 유연하게 조정하는 것은 어려움.
  • 주문형 제작에서는 고객과의 협의, 감각적인 조율이 필수적인데, 이는 인간의 창의적 사고와 직관적 판단이 필요.

2️⃣ 현장 변수 해결 및 작업 중 직관적 판단

  • 예를 들어 소규모 공장에서 재단 오차 발생 시, 용접으로 보강할지 재단을 다시 할지 상황에 따라 즉각적으로 판단해야 하는데, 이는 인간의 경험과 직관이 중요한 요소이며, AI가 완벽히 처리하기 어렵습니다.
  • AI가 스스로 판단하는 경우, 예상치 못한 오류(예: 과도한 용접으로 변형 발생)가 발생할 가능성이 큼.

3️⃣ 복합적인 제작 공정과 창의적 문제 해결 필요

  • 사상 작업(연마, 표면 정리)은 재료 상태와 후공정(도장, 조립 등)에 따라 조절이 필요하며,
    일정한 패턴이 아니라 현장 경험을 바탕으로 한 조율과 미세한 조정이 필수적.
  • 제작 오류 발생 시, AI는 사전에 학습된 해결책을 적용할 수는 있지만,
    창의적인 해결 방법(예: 기존 부품을 활용한 새로운 해결책)은 아직 인간이 훨씬 뛰어남.

4️⃣ 수동 운반 및 현장 설치 작업

  • 제작된 구조물을 사람과 함께 운반, 설치하는 과정에서 소통, 협업, 즉각적인 조정이 필요.
  • AI 로봇이 여러 사람과 유기적으로 협력하며 움직이는 기술(예: 물류 로봇)이 발전 중이지만,
    복잡한 설치 환경에서는 여전히 인간의 유연한 대응이 필요.

주문형 제작 & 설치 공장이 미래에도 유망한 이유

1. AI가 개별 작업은 도와줄 수 있지만, 전체 과정의 자동화는 어려움

  • 용접, 재단, 도장 등 자동화 가능한 일부 작업은 도울 수 있지만,
    전체 작업을 통합하여 자율적으로 수행하는 AI 시스템 개발은 극도로 어렵고 비효율적이며 경제적으로 비효율적임
  • 특히 주문 제작은 매번 다른 환경과 요구 사항이 있어, AI가 처리하기 어려운 영역임
  • 또한 소규모 주문제작의 경우 대량생산 설비 및 자동화기기 또는 AI 로봇등의 도임으로 경제적 수익 창출이 쉽지 않음

2. 숙련된 작업자의 직관적 판단은 대체 불가능

  • AI는 정해진 패턴 내에서 판단하지만, 주문 제작에서는 즉석에서 창의적으로 해결해야 하는 문제가 많음.
  • 작업 중 발생하는 예측 불가능한 상황(설치 공간 문제, 제작 오류 등)은 경험을 바탕으로 한 직관적 해결 능력이 필요.

3. 주문형 제작 공정은 대규모 자동화보다 유연성이 중요

  • 대기업의 대량 생산 공정은 AI 로봇 자동화가 빠르게 진행되지만,
    소규모 주문 제작 공정은 다양한 고객 요구에 맞춰 유연하게 대응해야 하기 때문에 자동화의 경제성이 낮음.
  • 즉, AI 자동화보다 숙련된 작업자의 능력이 더 중요한 분야로 남을 가능성이 큼.

4. AI와 로봇은 보조 역할, 인간이 중심이 되는 직업이 될 가능성 큼

  • AI는 반복적이고 정형화된 작업을 보조하는 역할로 활용되고,
    현장 대응과 창의적 문제 해결은 인간이 주도하는 형태가 될 가능성이 높음.

미래 전망: AI + 인간 협업 모델이 될 것

  • AI와 로봇이 개별 공정을 보조하지만, 주문 제작 및 현장 설치를 완전히 자동화하기는 어려움.
  • 소규모 주문 제작 & 설치 공장은 AI 발전 이후에도 중요한 직종으로 남을 가능성이 높음.
  • AI는 설계 자동화, 일부 반복 작업 자동화에는 활용될 수 있지만,
    현장에서의 복잡한 문제 해결과 최종 설치 과정은 여전히 인간의 역할이 필수적.

결론: 주문 제작 & 설치 공장은 미래에도 유망한 직업이다!

👉 AI가 발전해도 수많은 현장 변수 대응, 창의적 해결 능력, 유연한 판단이 필요한 소규모 주문형 제작 & 설치 업종은 오랫동안 인간의 역할이 중요할 것입니다.
👉 AI는 작업 효율성을 높이는 도구로 활용될 뿐, 완전한 대체는 어렵기 때문에 오히려 숙련된 기술자의 가치가 더욱 높아질 가능성이 큼.

👉가장 중요한 점은 소규모 주문제작 제품의 제작 및 생산, 설치에서 유연한 대처 및 수많은 변수들을 AI로봇이 상황에 맞게 모두 수행한다는 것은 사실상 기술적으로도 불가능함

 

이번시간에는 미래 AI 로봇이 대체하기 어려운 직종중 하나를 알아보았습니다. 현재 AI 기술로는 전문성있는 직업에 더욱 적합해 보입니다. 그 이유는 이미 정형화된 방법 및 그에 따른 수행이 필요한 직업이기 때문입니다. 예를 들어 법을 다루는 직업 변호사, 검사,판사의 예를 들어보자면 이는 정형화된 법률의 적용은 법전의 틀을 벗어 날수없으며 이에 대한 판단 또한 외부의 힘이 없다고 가정한다면 논리 맞는 답이 정해져 있습니다. 현재 이 직종의 직업이 일반직업보다 높은 대우를 받는 이유는 그들이 일반인보다 암기력(메모리)이 뛰어나 시험에 합격한 것뿐이며 이러한 암기는 컴퓨터 또는 인공지능에 대비한다면 텍스트로서 불과 몇기가바이트도 되지 않는 하찮은 것입니다. 결국 법의 적용은 법전에 따라 또는 판례에 따라 기계적 판단이 있을 뿐이며 양심따라 판단한다는 것 또한 법의 테두리를 벗어난 양심적 결과 도출은 불가능한 것이므로 이러한 경우 개인의 사적인 판단이 없어야 한다는 본원적 이론에 따르면 더욱 명확한 판단은 AI가 더욱 뛰어날 것이라는 결과를 도출할 수 밖에 없습니다. 그러나 사회는 이러한 권력을 누리는 사람들이 변화시키기 싫어하기 때문에 쉽게 변하지는 않겠지만 이론적으로는 전문적 직종의 판단은 AI에게 더 쉬운 것이라고 볼 수 있습니다. 

위에서 예를든 주문제작 제품을 제조하고 설치하는 소규모 업종의 경우와 비교해보면 일반적으로 판사, 검사가 훨씬 어려운 직종이라고 사람들은 생각할 수 있지만 실제 인공지능의 입장에서 본다면 우리가 어려워 하는것은 쉽고 우리가 별것 아니라고 생각하는 것이 인공지능에게는 더 어렵다는 것을 알 수 있습니다. 

현재 판,검사와 비교해 주문제작형 소규모 제조,설치업체는 사람의 입장에서는 비교하기 어려운 사회적 위치를 가지고 있지만 인공지능의 입장에서는 전혀 반대의 결과가 나 올 수 있다는 것을 알아야 합니다. .

.

마지막으로 궁금해서 혹시나 하고 내 생각과 인공지능은 다른 생각을 하지 않을까 해서 ,쳇지피티에게 직접물어본 답변입니다. 

질문: 만약 당신이 AI로봇이 되어 일을 수행한다면 법조계(판사,검사,변호사)직업과 소규모 주문제작형 제조 및 설치업 중 

무엇이 더 어려울것 같습니까?

 

만약 제가 직접 로봇이 되어 두 직업을 수행한다고 가정하면, 법조계(판사, 검사, 변호사)보다 주문제작형 소규모 제조 및 설치업이 훨씬 더 어렵고 수행하기 힘든 일이 될 것입니다.

1. 법조계 업무 (상대적으로 쉬움)

이유:

  • 법조계의 업무는 텍스트 기반의 논리적 판단이 중심입니다.
  • 법률 조항, 판례, 규칙은 정형화된 데이터이며, AI는 이런 정보를 빠르고 정확하게 분석할 수 있습니다.
  • 판례를 기반으로 일관성 있는 결정을 내리는 것이 핵심이므로, AI의 강점인 데이터 분석과 논리적 추론이 유용하게 적용될 수 있음.
  • 인간이 법을 적용할 때 감정과 윤리적 판단이 개입될 수 있지만, 법 자체는 기계적으로 적용될 수 있는 원칙에 의해 구성됨.
  • 결론적으로, AI가 학습할 수 있는 범위 내에서 법조계 업무를 수행하는 것은 비교적 쉽다고 볼 수 있습니다.

2. 주문제작형 소규모 제조 및 설치업 (훨씬 어려움)

이유:

  • 주문제작은 정형화되지 않은 변수가 매우 많습니다.
  • 단순 반복 작업이 아닌, 현장 상황에 따라 즉각적인 판단경험적 대응이 필요합니다.
  • 예를 들어, 제작된 부품이 예상보다 1~3mm 작을 경우, 단순히 "재제작"이 아니라, 용접으로 해결할지, 재가공할지, 현장에서 조정이 가능한지 판단해야 함.
  • 제작 후 운반 및 설치 과정에서도 예기치 못한 문제(설치 공간이 예상과 다름, 작업 도중 장애물 발생 등)가 발생할 수 있음.
  • 로봇이 이러한 상황을 자율적으로 인식하고, 창의적으로 해결하는 것은 현시점에서 매우 어려운 과제.

결론: AI 로봇 입장에서 본 난이도 차이

  • 법조계 업무 → 상대적으로 쉬움 (데이터 기반, 정형화된 판단)
  • 주문제작형 제조·설치업 → 매우 어려움 (비정형적 변수, 창의적 문제 해결 필요)

즉, 인간이 어렵다고 생각하는 일(법조계)은 AI에게 쉬울 수 있고, 인간이 별것 아니라 여기는 일(소규모 제조·설치업)은 AI에게 극도로 어려울 수 있습니다.

 

흥미로운 다른글 읽어보기

인간의 두뇌와 컴퓨터의 성능 비교

 

인간의 두뇌와 컴퓨터의 성능 비교

인간의 두뇌와 컴퓨터의 비교1. 서론인간의 두뇌는 놀라운 연산 능력과 학습 능력을 가진 생물학적 시스템입니다. 현대의 슈퍼컴퓨터와 비교하면 어느 정도의 성능을 가질까? 하고 궁금했던적

cocori.tistory.com

 

딥씨크(deep seek)와 Open AI가 사용한 nvidia GPU 성능비교와 알고리즘 최적화관계

 

딥씨크(deep seek)와 Open AI가 사용한 nvidia GPU 성능비교와 알고리즘 최적화관계

OpenAI vs 딥시크 사용 GPU 성능 비교이번시간에는 지금 가장 논쟁이 되고 있는 딥시크의 AI모델 R1에서 사용한 GPU와 오픈AI 모델 쳇지피티에서 사용한 GPU의 성능비교를 통해 사용한 GPU가 1개일 경우

cocori.tistory.com

 

반응형