로봇이 사람 대신 일한다는 말, 그냥 뉴스 속 이야기처럼 들리셨습니까? 저는 제조업 현장에서 직접 그 변화를 지켜보면서 생각이 많이 달라졌습니다. 자동화가 늘어날수록 오히려 새로운 인력 문제가 생긴다는 것을 몸으로 느꼈기 때문입니다. 이 글에서는 그 경험을 바탕으로 제조업 인력난의 실제 모습을 짚어보겠습니다.
로봇이 빈자리를 채운다는데, 현장은 정말 그럴까요
자동화(Automation)가 제조업 인력난의 해법이라는 말, 저도 처음엔 그냥 넘겼습니다. 그런데 실제로 공정을 지켜보다 보니 생각이 달라졌습니다. 무거운 부품을 하루 종일 반복해서 옮기는 작업, 먼지 가득한 공간에서 단순 검수를 하는 작업 — 솔직히 이건 사람이 오래 버티기 어려운 환경이었습니다.
실제로 부산의 주류기업 대선주조는 2021년부터 공병 분류·운반 공정에 머신비전(Machine Vision)과 산업용 로봇을 단계적으로 도입했습니다. 여기서 머신비전이란 카메라와 이미지 처리 알고리즘을 이용해 제품의 외관·불량 여부를 자동으로 판별하는 기술을 의미합니다. 흔히 "기계의 눈"이라고 부르기도 합니다. 이 도입 이후 하루 처리량이 2배 이상 늘고, 공정 불량률은 66.7% 줄었다고 합니다(출처: 중소벤처기업부).
제가 직접 지켜본 현장에서도 비슷한 흐름이 있었습니다. 반복 작업을 자동화 설비로 전환하고 나서 작업 속도가 일정해졌고, 사람의 피로나 집중력 저하로 생기던 품질 편차도 눈에 띄게 줄었습니다. 이런 변화가 반드시 나쁜 것만은 아니라고 생각합니다. 위험하거나 체력적으로 가혹한 작업을 로봇이 대신한다면 산업재해 예방에도 실질적인 도움이 되기 때문입니다.
다만 자동화가 만능이라고 보는 시각도 있는데, 저는 좀 다르게 봅니다. 설비가 멈추는 순간, 그 공정 전체가 함께 멈추는 상황을 저는 현장에서 직접 겪어봤습니다. 사람이 직접 하던 공정과 달리 자동화 설비는 고장이 나면 순식간에 생산 전체에 파급이 갑니다. 자동화의 효율은 분명하지만, 그 이면에도 관리 부담이 있다는 점을 놓치면 안 된다고 생각합니다.
- 대선주조: 머신비전·산업용 로봇 도입 후 하루 처리량 2배 이상 증가, 공정 불량 66.7% 감소
- 신성이엔지: AI 기반 설비 이상 감지 시스템 도입 후 시간당 생산량 28.8% 향상, 공정 불량률 89.7% 감소
- 두 기업 모두 중소벤처기업부 'K스마트 등대공장' 사업 참여를 통해 성과 달성
외국인력이 핵심 인력이 된 현장, 왜 이런 일이 생겼을까요
자동화로 채울 수 없는 공정은 어떻게 할까요? 저는 그 답을 현장에서 이미 보고 있었습니다. 외국인 근로자들이 그 빈자리를 메우고 있었습니다. 단순 보조 역할이 아니라 실제로 숙련된 공정을 담당하는 경우도 많았습니다.
중소기업중앙회의 '2025년 외국인력 고용 관련 종합 애로 실태조사'에 따르면, 외국인을 고용한 중소기업의 82.6%가 채용 이유로 '내국인 구인난'을 꼽았습니다. 더 나아가 48.2%는 외국인 근로자가 고숙련 직무를 담당한다고 답했습니다(출처: 중소기업중앙회). 이 수치를 처음 봤을 때 솔직히 이건 예상 밖이었습니다. 단순 보조 인력이 아니라 핵심 직무를 맡는 비율이 절반에 가깝다는 것이 현실이었습니다.
그런데 저는 이 상황을 단순히 "요즘 청년들이 힘든 일을 안 하려 한다"는 식으로 바라보는 시각이 불편했습니다. 제 경험상 이건 좀 다릅니다. 높은 업무 강도에 비해 임금 수준이나 복지, 근무환경이 충분하지 않다면, 사람들이 그 일자리를 선택하지 않는 건 어느 정도 자연스러운 결과일 수 있습니다. 취업 시장 전체를 놓고 봤을 때 선택지가 있는 사람들이 굳이 더 열악한 환경을 고르지 않는 것은 비합리적인 행동이 아닙니다.
채용 시장에서도 이 흐름을 반영한 변화가 생겼습니다. 예를 들어 잡코리아의 CPC(Cost Per Click) 솔루션 '스마트픽'이 있습니다. 여기서 CPC란 구직자가 공고를 클릭할 때마다 비용이 발생하는 광고 방식으로, 불특정 다수에게 공고를 뿌리는 것이 아니라 직무·지역·경력 적합도가 높은 후보자에게 먼저 노출하는 방식입니다. 이용 기업이 지난해 4분기 대비 올해 2분기에 2.7배 늘고 재이용 의사가 78.5%에 달한다는 것 자체가 기업들이 얼마나 절박하게 사람을 찾고 있는지를 보여줍니다.
자동화 다음엔 또 다른 전문인력이 필요합니다, 이 순환을 어떻게 볼까요
자동화를 도입하면 인력난이 해결될까요? 제가 현장에서 지켜본 결론은 "완전히 그렇지는 않다"입니다. 스마트공장(Smart Factory) 시스템을 구축하고 나면 그 다음 단계에서 반드시 새로운 숙제가 생깁니다. 여기서 스마트공장이란 AI, IoT(사물인터넷), 빅데이터를 결합해 생산 설비와 공정 전반을 실시간으로 관제하고 원격 제어할 수 있는 제조 환경을 의미합니다.
단순 반복 작업은 로봇이 대신하더라도, 그 로봇과 AI 시스템을 운영·유지보수·프로그래밍할 수 있는 전문인력은 사람이어야 합니다. 제 경험상 이 부분에서 현장이 가장 취약합니다. 설비를 납품받고 나서 정작 그 설비를 제대로 다룰 수 있는 인력이 내부에 없어 외부 업체에 의존하는 상황을 실제로 자주 봤습니다.
전문가들도 같은 지점을 짚습니다. 노민선 중소벤처기업연구원 중소기업정책연구실장은 "디지털 전환과 AI 도입은 작업환경 개선과 양질의 일자리 창출에 도움은 되지만 근본적인 해법은 아니다"며, 기업이 근로자를 자산으로 바라보고 선제적으로 일자리의 질을 높여야 한다고 강조했습니다. 저는 이 말이 현장에서 가장 와닿는 방향이라고 생각합니다.
결국 자동화 투자는 필요하지만, 그것만으로 끝이 아닙니다. 기존 근로자가 새로운 설비를 다룰 수 있도록 직무 재교육(Reskilling)을 지원해야 합니다. 직무 재교육이란 기존 업무 방식과 다른 새로운 기술·도구를 익혀 변화한 직무 환경에 적응할 수 있도록 하는 체계적인 훈련을 뜻합니다. 이를 기업과 정부가 함께 뒷받침하지 않으면 자동화는 인력난을 줄이는 게 아니라 인력 구조를 더 복잡하게 만드는 방향으로 흘러갈 가능성이 있습니다.
자주 묻는 질문
Q. 스마트공장 도입하면 직원 수가 줄어드나요?
A. 단순 반복 공정의 인력은 줄어드는 경향이 있습니다. 하지만 설비 운영·유지보수·데이터 관리 등 새로운 직무가 생기기 때문에 전체 인력이 단순히 줄어든다고 보기는 어렵습니다. 어떤 직무가 줄고 어떤 직무가 늘어나는지를 나눠서 보는 게 더 정확합니다.
Q. 중소기업이 AI 자동화를 도입하려면 비용이 너무 크지 않나요?
A. 초기 투자 비용은 분명히 부담입니다. 다만 중소벤처기업부의 'K스마트 등대공장' 사업처럼 정부가 비용 일부를 지원하는 프로그램이 있어 단독으로 전부 감당하지 않아도 됩니다. 사업 참여 조건과 지원 규모를 먼저 확인해보는 것이 현실적인 첫 단계입니다.
Q. 외국인 근로자 의존도가 높아지면 어떤 문제가 생길 수 있나요?
A. 가장 큰 우려는 핵심 숙련 기술이 외부 인력에 집중되면서 기업 내부의 기술 역량이 축적되지 않는 구조입니다. 또한 비자 정책이나 외부 환경 변화에 따라 인력 수급이 갑자기 흔들릴 수 있다는 리스크도 고려해야 합니다. 근본적인 처우 개선 없이 외국인력 의존만 늘리면 장기적으로는 더 취약한 구조가 될 가능성이 있습니다.
Q. 제조업 인력난, 청년층 인식 문제 아닌가요?
A. 단순히 청년들이 힘든 일을 기피한다고 보기보다는 임금, 복지, 안전, 성장 가능성이 종합적으로 매력적이지 않기 때문이라고 보는 시각이 더 설득력 있습니다. 같은 노력 대비 더 나은 조건을 제공하는 직종이 있다면 그쪽을 선택하는 것은 합리적인 판단입니다. 일자리의 질을 높이는 것이 인식 개선보다 먼저입니다.
결론
제조업 인력난을 자동화와 외국인력으로 메우는 흐름은 이미 현실입니다. 저도 현장에서 그 변화를 눈으로 직접 확인했습니다. 자동화는 분명히 효율을 높이고 위험 작업을 줄이는 데 기여하지만, 설비를 다룰 전문인력이 없으면 그 효율은 한계를 만납니다. 외국인력도 당장의 공백을 채우는 역할은 하지만, 처우 개선이 뒷받침되지 않으면 내국인 유입을 늘리기 어렵다는 구조는 그대로입니다.
정리하면, 기술 도입과 인력 처우 개선, 직무 재교육이 함께 가야 합니다. 어느 하나만으로는 근본적인 해결이 어렵습니다. 제조업 현장에 관심이 있다면 중소벤처기업부의 스마트공장 지원 사업이나 직무 재교육 프로그램을 먼저 살펴보는 것이 실질적인 출발점이 될 수 있습니다.