컨텐츠 바로가기

05.12 (일)

파트타임 석사과정 통해 현장 문제 연구·해결···신성-성균관대 '산업 AI 솔루션 연구센터'

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다
[경향신문]
중견기업 신성이엔지 구매본부에서 일하는 손창덕 차장(40)은 지난 3월부터 성균관대학교 대학원 산업공학과에서 수업을 듣는다. 산업 AI와 스마트팩토리 관련 내용을 배우면서, 산업공학과 석사과정 학생들, 지도교수와 한 팀을 이뤄 ‘협력사 선정을 위한 AI 견적서 평가 시스템 개발’ 과제를 수행하는 것이 목표다. 2년 동안 대학원 석사과정을 마치고, 해당 과제를 중심으로 졸업 논문을 준비해 심사를 통과하면 공학석사학위를 받게 된다.

손 차장과 같이 파트타임 석사 과정에 등록한 같은 회사 동료들은 이번 학기 모두 5명이다. 구매본부, 기술연구소, 증평공장, 용인공장 등 사업부 별로 오디션 방식 등 치열한 내부 경쟁을 거쳐 뽑혔다. 각 분야마다 현장에서 풀어야할 과제를 산업 AI와 접목해 해결하는 연구-학습 병행이 목표로, 대학원생, 지도교수와 문제해결 4개팀을 구성, 학업과 함께 현장 문제를 해결한다.

경향신문

30일 성균관대학교 수원 자연과학캠퍼스에서 열린 ‘신성-성균관대 산업 AI 솔루션 연구센터’ 개소식 후, 관계자들이 기념촬영을 하고 있다. 성균관대 제공

<이미지를 클릭하시면 크게 보실 수 있습니다>


이들이 늦깎이 석사과정에 도전하게 된 것은 회사와 대학이 국내 최초의 현장 문제 해결 중심 산학협력을 위한 파트너십을 맺은 덕분이다. 신성이엔지와 신성씨에스는 4차 산업혁명 시대에는 AI를 현장에 적용하는 것이 필수로, 혁신을 선도할 연구개발과 교육이 꼭 필요하다고 내다봤다. 이를 실현할 협력 파트너를 찾다가 국내 대학 최초로 AI 비전 전략을 선포한 성균관대학교와 손을 잡게 됐다.

성균관대학교(총장 신동렬)와 ㈜신성이엔지(이완근 회장)는 4차 산업혁명 시대 새로운 산학협력 모델을 위한 업무 협약을 체결하고, ‘신성-성균관대 산업 AI 솔루션 연구센터(센터장: 신성이엔지 오동훈 전무, 성균관대학교 산업공학과 노상도 교수)’ 개소식을 30일 가졌다. 기업 재직자들이 파트타임 석사과정 학생으로 대학원에 진학해 재학생, 교수와 팀을 이뤄 연구와 학습을 병행하는 모델은 국내 최초로, 기존에는 주로 기업들이 산학 프로젝트를 대학에 의뢰하는 방법으로 연구가 진행돼 왔다.

신성-성균관대 파트너십은 구미 제조업 선진국에서는 이미 널리 확산되고 있는 현장 밀착형 산학협력 방식이다. 올해는 구매와 작업자 안전예방 등 총 4개 분야에서 산업 AI를 이용한 현장 문제 해결을 위해 협업하고 있으며, 향후 분야와 범위를 지속적으로 확대해 나갈 계획이다. 신성 측은 이를 위해 향후 5년간 15억원 이상을 출연해 매년 4~6명의 직원들을 재교육할 예정이다. 4차 산업혁명시대 산업 AI와 이를 성공적으로 안착시키기 위한 교육에 회사의 미래를 걸고 투자를 하는 셈이다.

경향신문

신동렬 성균관대 총장(오른쪽에서 세번째)과 이완근 신성이엔지 회장(오른쪽에서 네번째) 등이 30일 ‘신성-성균관대 산업 AI 솔루션 연구센터’ 개소식을 갖고 현판을 제막하고 있다. 성균관대 제공

<이미지를 클릭하시면 크게 보실 수 있습니다>


입사 6년차인 손창덕 차장은 “산업 AI는 요즘 시대에 워낙 뜨고 있는 분야로 재미있고 흥미진진하다”면서 “현업의 문제를 해결하며 나 자신이 한단계 성장하고, 회사에 대한 긍지도 느낄 수 있는 좋은 계기인 것 같다”고 말했다. 센터장을 맡고 있는 노상도 교수는 “현장 문제 해결 기반 연구-학습 병행은 선진국들에서는 이미 널리 확산되고 있는 현장 밀착형 산학협력 방식으로, 기업은 실제 문제 해결과 전문 인력 양성을, 대학은 제조 현장 데이터와 노하우를 기반으로 실제적 연구와 교육을 진행할 수 있는 산업 AI와 스마트팩토리 분야의 윈윈 모델”이라며 의미있는 시작이라고 평가했다.

김정근 기자 jeongk@kyunghyang.com

▶ 장도리 | 그림마당 보기
▶ 경향 유튜브 구독▶ 경향 페이스북 구독

©경향신문(www.khan.co.kr), 무단전재 및 재배포 금지
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.