미국 자동차 제조사 포드(Ford)가 생산 품질 관리를 위해 공격적으로 도입했던 AI 자동화 전략이 역효과를 내면서, 결국 수백 명의 숙련된 인간 엔지니어를 다시 고용했습니다. AI 시스템만으로는 기대했던 품질 개선을 이루지 못하고 오히려 수십억 달러의 손실을 입자, 포드는 지난 3년간 350명 이상의 베테랑 엔지니어들을 재고용해 자동화 시스템의 오류를 바로잡고 품질 검토를 이끌게 했습니다.
포드의 최고운영책임자(COO) 쿠마르 갈호트라(Kumar Galhotra)는 “자동화된 품질 시스템에 점점 더 의존했지만 원하는 결과를 얻지 못했다”고 인정했습니다. AI 기반 검사 시스템이 생산 효율화에 기여할 것으로 기대했지만, 복잡한 문제에 대한 미묘한 판단력(nuanced judgement)이 부족했던 것이 문제였습니다. 재고용된 엔지니어들은 부품이 생산 라인에 도달하기 전에 잠재적인 결함 지점을 찾아내고, 일부는 AI 시스템 개선 및 훈련에도 참여하고 있습니다. 이러한 변화 덕분에 포드는 최근 J.D. 파워 신차 품질 조사(J.D. Power Initial Quality Survey)에서 16년 만에 주류 브랜드 중 최고 순위를 기록하는 등 품질 표준에서 눈에 띄는 개선을 경험했습니다.
이번 사례는 AI 기술이 아무리 발전하더라도 인간의 깊이 있는 경험과 전문성을 완전히 대체하기 어렵다는 중요한 교훈을 제시합니다. 포드는 AI 사용을 포기하지 않겠지만, 인간의 감독과 경험을 결합하는 방식으로 AI를 활용할 계획이라고 밝혔습니다. 포드의 차량 하드웨어 엔지니어링 부사장 찰스 푼(Charles Poon)은 “AI는 환상적인 도구지만, 훈련에 사용되는 정보만큼만 좋다”며, 과거에 가장 지식이 풍부한 엔지니어들의 경험에 충분히 주의를 기울이지 않았음을 인정했습니다. 이는 AI 시스템의 효과적인 구현을 위해서는 데이터뿐만 아니라 해당 분야 전문가의 통찰력이 필수적임을 시사합니다.