챗GPT와 함께 살펴본 승강기 산업의 AI 대응 전략
고령화와 스마트시티 확산, 디지털 전환이라는 시대적 흐름 속에서 승강기 산업도 빠르게 변화하고 있다. 특히 AI와 빅데이터 기술이 유지관리 패러다임을 바꾸고 있으며, 이를 제대로 활용하는 기업과 그렇지 않은 기업 사이의 격차도 벌어지는 중이다. 이러한 전환기적 상황 속에서 우리는 어떤 미래를 맞이하게 될까? 그리고 이 변화를 주도할 기술은 과연 사람을 대체할 수 있을까?
기술의 도입이 산업 전체의 효율성과 안전성을 끌어올릴 수 있다는 기대와 달리, 현장에서 일하는 개인에게는 또 다른 양가적 감정을 불러온다. 특히 숙련 기술자나 유지관리 종사자 입장에서는 AI가 설계나 예지보전 같은 고차원 작업에까지 영향을 미치게 되면, 결국 자신의 일자리가 위협받는 것은 아닐까 하는 불안도 공존한다. 노동의 대체 가능성이 현실이 될 수 있다는 점은, 승강기 분야 전문가 개인에게 결코 가볍지 않은 문제다.
AI 대화형 모델인 ‘챗 지피티’에 승강기 산업의 미래와 전망, 그리고 기술이 만들어가는 변화 속 우리가 준비해야 할 것들을 묻고, 대답한 내용들을 전한다.
■ 질문 1: AI 기술이 승강기 산업에 어떤 변화를 일으키고 있나?
AI와 빅데이터 기술은 현재 승강기 산업의 작동 방식을 빠르게 변화시키고 있습니다. 주요 제조사들은 스마트 유지관리 솔루션을 상용화하고 있으며, 국내에서는 오티스의 ‘오티스원(OTIS ONE)’, 현대엘리베이터의 ‘미리(MIRI)’, 티케이엘리베이터의 ‘맥스(MAX)’ 등이 대표적입니다. 이들 시스템은 고장의 전조를 포착해 정비 시점을 예측하거나, 불필요한 긴급출동을 줄이는 방식으로 유지관리의 효율성과 안정성을 향상시키고 있습니다.
글로벌 기업 중에서는 핀란드의 코네(KONE)가 디지털 전환에 매우 적극적으로 나서고 있습니다. 코네는 AWS와 협력하여 AI 및 IoT 기술을 활용한 스마트 빌딩 솔루션을 개발하고 있으며, 이를 통해 승강기 유지보수뿐만 아니라 빌딩 전체의 운영 효율성을 높이고 있습니다.
예를 들어, 코네의 ‘24/7 커넥티드 서비스’는 실시간 데이터 분석을 통해 예지보수를 구현하고, ‘피플 플로우 플래닝’은 건물 내 사람들의 이동 패턴을 분석하여 최적의 이동 경로를 제공합니다.
또한, 코네는 스마트 빌딩 관리 시스템을 통해 엘리베이터, 에스컬레이터, 자동문 등 다양한 설비를 통합 관리할 수 있는 솔루션을 제공하고 있습니다 .
이러한 AI활용 기술들은 단순히 데이터를 분석하는 것을 넘어, 진동·온도·운행 주기 등 다양한 변수를 조합해 고장 가능성을 미리 경고합니다. 기존에 사람이 ‘느낌’으로 파악하던 고장 징후를 데이터 기반으로 체계화하는 전환점이죠.
■ 질문 2: 한국 승강기 시장에서 AI가 가장 유용하게 활용되는 분야는 어디인가?
한국 승강기 시장에서 AI는 특히 “예지보수(Predictive Maintenance)” 분야에서 가장 유용하게 활용되고 있습니다. 정기점검 중심의 기존 유지관리 방식은 고장이 발생하기 전까지는 대응이 어려운 구조였지만, AI 기반 시스템은 센서 데이터를 통해 고장의 징후를 조기에 포착하고, 부품 교체 시점도 예측할 수 있습니다. 이는 불필요한 출동을 줄이고, 고장률 자체를 낮추는 효과로 이어집니다.
또한 AI는 유지보수뿐 아니라 승강기 운행의 효율성 개선에도 기여하고 있습니다. 엘리베이터 대기 시간 단축, 에너지 소비량 분석, 사용자 탑승 패턴에 따른 운행 최적화 등에도 AI가 활용되면서, 기존에는 불가능했던 수준의 운영 정밀도가 가능해졌습니다.
■ 질문 3: AI를 활용하는 기업과 그렇지 않은 기업 간의 차이는 어떻게 나타날까?
이제 AI를 제대로 활용하는 기업과 그렇지 않은 기업 간의 격차가 점점 더 벌어질 것이라고 지적합니다. 이는 대기업뿐 아니라 중소기업에도 해당되는 이야기로, 적절한 AI 활용이 기술력 확보의 핵심 경쟁력으로 자리 잡고 있기 때문입니다. AI 기술을 도입한 기업은 유지관리 품질과 신뢰도에서 앞서 나가며, 고객사 및 발주처 확보에서도 우위를 점하고 있습니다.
스마트 유지관리를 도입, 활용중인 대기업과 달리 중소 유지관리 업체들 다수는 여전히 수기 점검 방식과 단순 고장 후 수리 중심으로 운영되고 있습니다. 이러한 방식은 고장 발생 후 대응하는 구조로 인해 정비 효율과 고객 만족도에서 한계를 보이고 있으며, AI 기술을 도입한 기업들과의 경쟁에서 불리한 위치에 놓일 수 있습니다.
■ 질문 4: AI 도입이 유지관리 시장 구조에 미치는 영향은?
AI 기술의 확산은 유지관리 시장의 경제 구조에도 영향을 미치고 있습니다. 특히 한국 승강기 시장처럼 표준유지관리비가 지켜지지 않고, 저가 수주 경쟁이 만연한 상황에서는 기술 격차가 또 다른 가격 경쟁의 수단으로 악용될 수 있습니다. 유지관리 효율이 높아지는 것은 사실이지만, 이를 이유로 더욱 낮은 단가를 제시하거나, 인력 감축을 통한 비용 절감 경쟁이 심화될 가능성도 존재합니다.
전문가들은 기술을 도입한 기업이 경쟁에서 앞서가는 것은 분명하지만, 그 이득이 다시 저가 시장 구조로 귀결되면 산업 전체의 품질 저하로 이어질 수 있다고 지적합니다. 기술이 단가 경쟁의 도구가 아니라, 품질과 안전을 끌어올리는 수단이 되도록 제도적 유도장치가 필요합니다.이를 위해 다음과 같은 제도적 보완이 필요하다는 의견을 제시할 수 있습니다.
▲ 표준유지관리비 준수 강제화: AI 도입 여부와 무관하게 일정 수준 이상의 품질 유지를 위한 최소 단가 기준을 법적으로 의무화할 필요가 있습니다.
▲ 기술 활용 가이드라인 마련: AI 기술이 유지관리 품질 향상에 어떻게 기여할 수 있는지에 대한 공통 기준과 교육 자료를 정부 주도로 마련해, 기술이 단가 인하 압박이 아닌 품질 경쟁력으로 이어지도록 유도해야 합니다.
▲ AI 도입 기업에 대한 인증제도 도입: 기술 활용 수준에 따라 ‘스마트 유지관리 인증’ 등을 부여하고, 공공기관 발주 시 가산점을 제공하는 등 인센티브 제도를 병행하면 기술 투자에 대한 유인이 생깁니다.
▲ 중소업체 기술 도입 지원 정책 확대: 기술 격차 해소를 위해, 중소 유지관리업체를 위한 장비 도입비 지원, 클라우드 기반 데이터 플랫폼 공유 등 공공 기반 인프라가 필요합니다.
■ 질문 5: AI가 사람을 대체하게 되면, 숙련 기술자들은 어떻게 되나?
일부 전문가들은 설계, 디자인, 예지보전 분석 등 고차원의 업무 일부도 AI가 대체할 수 있다고 전망하고 있습니다. 이로 인해 숙련 엔지니어의 입지가 줄어들 수 있다는 우려도 나옵니다.
그러나 모든 업무가 AI로 대체되진 않습니다. 사고 현장에서의 긴급 대응, 승강기 내·외부 환경의 물리적 점검, 부품의 실물 상태 판단 등은 여전히 사람의 경험과 직관이 필요한 영역입니다. 고객 응대, 현장 맞춤 수리 전략 수립, 이해관계 조율 등도 기계가 할 수 없는 인간 고유의 업무입니다.
결과적으로, 승강기 산업은 타 산업에 비해 AI로 인한 인력 대체 속도가 상대적으로 느릴 수밖에 없습니다. 예를 들어, 제조업 분야에서는 이미 생산 설비의 제어와 품질검사 과정이 AI와 로봇을 통해 상당 부분 자동화되고 있으며, 콜센터나 행정 서비스 산업에서도 챗봇과 자동화된 응답 시스템이 빠르게 사람을 대체하고 있습니다.
반면 승강기 산업은 고장 대응, 부품 교체, 운행 안정성 확보 등에서 여전히 현장의 손과 눈, 판단력이 필수적입니다.
그 이유는 강한 ‘현장성’과 ‘물리적 조작’이 요구되는 구조적 특성 때문입니다. 즉, 기술 진보가 산업 전반의 효율을 끌어올릴 수는 있지만, 현장을 지키는 사람의 역할은 여전히 핵심적입니다.
■ 질문 6: 우리 승강기업계는 무엇을 준비해야 할까?
기술은 사람을 대체하는가? 답은 명확합니다. AI는 도구일 뿐입니다. 경험 많은 기술자의 판단을 대체하진 못하지만, 보완해줄 수는 있습니다. 앞으로의 승강기 산업은 기술과 사람이 조화를 이뤄야만 지속 가능할 것입니다. 예지보수 시스템이 정비를 도와주고, 디지털 점검 체계가 검사의 정확도를 높이더라도, 최종적으로 판단하고 조치를 취하는 건 ‘사람’입니다.
기술은 빠르지만, 안전은 신중해야 합니다. 그리고 그 신중함은 결국 현장을 지키는 실무자들의 몫입니다. 미래는 이미 도착했고, 현장의 선택을 기다리고 있습니다.