LS, AI '업무' 넘어 '산업 운영'으로…전사 디지털 혁신 본격화로 제조 혁신 축 이동

[경제일보] 전력·소재 중심 산업 기업 LS그룹이 생성형 AI 도입을 계기로 '업무 자동화'를 넘어 제조·설비·농업까지 아우르는 전사 디지털 전환에 속도를 내고 있다. AI를 단순 효율화 수단이 아닌 생산성과 수익성을 좌우하는 핵심 인프라로 끌어올리겠다는 전략이다.

LS그룹의 AI 전략은 올해 초부터 방향성이 명확해졌다. 구자은 회장은 지난 1월 신년사에서 직접 AI를 활용해 메시지를 생성하는 과정을 임직원에게 공개하며 "저부가가치 업무는 AI로 처리하고 핵심 업무에 역량을 집중해야 한다"고 강조했다. 단순한 도입을 넘어 조직 전반의 업무 방식 자체를 바꾸겠다는 선언이었다.

이 같은 기조 아래 LS는 자체 생성형 AI 플랫폼 'LS GPT'를 비롯해 'LS Biz 인텔리전스', 'HR AI 에이전트' 등을 도입하며 사무·관리 영역의 디지털화를 빠르게 추진하고 있다. 데이터 기반 의사결정 체계를 강화하고 반복 업무를 자동화해 생산성을 끌어올리는 데 초점이 맞춰졌다.

눈에 띄는 변화는 제조 현장에서 나타나고 있다. LS전선은 강원 동해 해저케이블 공장에 제조운영관리(MOM) 시스템을 도입해 원료 입고부터 출하까지 전 과정을 디지털로 관리하고 있다. 이를 기반으로 전 사업부에 스마트팩토리 구축 노하우를 확산시키며 그룹 전반의 디지털 전환을 가속화하는 모습이다.

최근에는 디지털 트윈과 AI를 결합해 공정 최적화 수준까지 끌어올리고 있다. 실시간 불량 예측과 시뮬레이션 기반 생산관리 체계를 구축하며 품질과 생산성을 동시에 개선하는 구조다. 협력사와의 연계도 강화되고 있다. IoT 센서를 활용한 '아이체크(i-Check)' 시스템은 전력 설비의 이상 상태를 실시간 감지해 사고를 사전에 차단하는 역할을 한다. 산업단지를 중심으로 도입이 확대되면서 전력 인프라 안전 관리 영역에서도 AI 활용도가 높아지고 있다.

LS일렉트릭은 제조 자동화의 고도화를 통해 AI 적용 효과를 수치로 입증하고 있다. 청주사업장 스마트 공장 도입 이후 저압기기 생산량은 기존 대비 약 2.5배 증가했고 에너지 사용량은 60% 이상 절감됐다. 불량률 역시 글로벌 최고 수준인 7PPM까지 낮아졌다. 단순 자동화를 넘어 AI 기반 검사·용접·물류 시스템이 생산 효율을 구조적으로 끌어올린 결과다.

여기에 더해 LS일렉트릭은 물리적 검증이 어려운 고압 설비를 가상환경에서 시뮬레이션하는 '디지털 검증 체계'구축에도 나서고 있다. 제조 공정의 안전성과 정밀도를 동시에 확보하려는 시도다.

소재 분야에서도 변화는 뚜렷하다. LS MnM은 울산 온산 제련소에 'ODS(온산 디지털 스멜터)'를 도입해 원료부터 출하까지 데이터를 통합 관리하고 있다. AI 기반 설비 운영 최적화와 고장 예측 시스템을 통해 에너지 효율과 설비 안정성을 동시에 개선하고 있다. 특히 AI 비전 시스템을 활용한 전기동 검사 자동화는 기존 검사 한계를 보완하며 품질 신뢰도를 끌어올렸다는 평가다.

농업 분야로의 확장도 눈에 띈다. LS엠트론은 '마이파머스' 등 디지털 농업 플랫폼을 통해 데이터 기반 영농 의사결정 체계를 구축하고 있다. 작물·기상·병해충 정보를 AI가 분석해 맞춤형으로 제공하는 방식으로 농업 생산성과 수익성을 동시에 개선하겠다는 전략이다. 산업용 제조를 넘어 1차 산업까지 AI 적용 범위를 넓히는 흐름이다.

에너지 사업에서도 AI는 핵심 역할을 맡고 있다. E1은 설비 데이터를 실시간 분석해 고장 위험과 잔여 수명을 예측하는 예지보전 시스템을 도입했다. 유지보수 비용을 줄이는 동시에 안전성을 높이는 효과를 동시에 노리고 있다.

이처럼 LS그룹의 AI 전략은 단순한 '업무 자동화'를 넘어 '산업 운영 체계 재설계' 수준으로 확장되고 있다는 평가가 나온다. 특히 전선·전력기기·제련·에너지 등 전통 제조업 중심 포트폴리오에 AI를 결합하면서 생산성 개선과 비용 절감이라는 실질적인 성과로 이어지고 있다는 점이 특징이다.

업계에서는 LS의 행보를 제조업 AI 전환의 전형적인 사례로 보고 있다. 기존 제조 경쟁력이 설비 투자와 규모의 경제에 기반했다면 이제는 데이터와 AI 활용 역량이 성과를 좌우하는 구조로 바뀌고 있기 때문이다. 특히 전력 인프라와 소재 산업은 품질 안정성과 설비 운영 효율이 핵심인 만큼 AI 도입 효과가 상대적으로 크게 나타나는 분야로 꼽힌다.

향후 관건은 AI 활용 범위를 '현장 단위 최적화'에서 '사업 간 연결'로 확장하는 데 있다. 계열사 간 데이터 통합과 플랫폼 고도화가 이뤄질 경우 그룹 차원의 시너지 창출이 가능하기 때문이다. 동시에 AI 투자 확대에 따른 비용 부담과 보안, 인력 재교육 등 과제도 병행될 전망이다.