미국 자동차 제조사 포드(Ford)가 AI 기반 자동화 품질 관리 시스템에 과도하게 의존하다 기대 수준을 밑도는 품질 결과를 경험한 뒤, 전직 임직원과 협력사 출신 베테랑 엔지니어 350명을 재고용했다. 포드 최고운영책임자(COO) 쿠마르 갈호트라(Kumar Galhotra)는 언론 브리핑에서 자동화 품질 시스템에 점점 더 의존해 왔지만 실망스러운 결과가 나왔다고 밝히며, 이에 대응해 기술 전문가들을 다시 데려왔다고 설명했다.
차량 하드웨어 엔지니어링 부문 부사장 찰스 푼(Charles Poon)은 포드의 판단 착오를 직접적으로 인정했다. 그는 “AI를 도입하고 설계 요구 사항을 학습시키기만 하면 고품질 제품이 나올 것이라고 잘못 생각했다”고 말했다. 재고용된 엔지니어들은 업계에서 경험 많은 전문가를 가리키는 속어 ‘그레이 비어드(gray beard)’로 불린다. 이들은 부품이 공장 생산 라인에 들어오기 전 단계에서 잠재적 결함을 선제적으로 찾아내는 역할을 수행하며, 동시에 젊은 직원들을 교육하고 AI 도구를 개선하는 데도 기여하고 있다.
이 전략은 가시적인 성과로 이어지고 있다. 포드는 올해 이를 통해 10억 달러(약 1조 4천억 원)의 비용 절감 효과를 기대하고 있다. 또한 이번 주 발표된 JD파워 신차 초기 품질 조사(IQS)에서 포드는 일반 브랜드 부문 1위를 차지했다. 포드의 사례는 AI 자동화가 숙련된 인적 전문성을 완전히 대체할 수 없다는 현실을 보여주는 사례로 주목받고 있다. 회사 측은 AI 투자 계획을 전면 철회하는 것이 아니라, 베테랑 엔지니어를 활용해 AI 도구를 더 효과적으로 발전시키는 방향으로 접근한다고 강조했다.
자동화 기술 도입에 따른 품질 관리 문제는 자동차 산업뿐 아니라 AI를 제조 공정에 적용하는 기업들이 보편적으로 직면하는 과제다. 데이터 입력과 규칙 기반 처리에는 강점을 보이는 AI가 수십 년간 현장에서 쌓인 감각과 맥락적 판단을 온전히 대신하기 어렵다는 인식이 확산하는 가운데, 포드의 사례는 인간 전문성과 AI 도구의 역할 분담이 어떠해야 하는지를 시사한다.
