AI 품질 검사 부족으로 포드, 300명 이상 베테랑 엔지니어 재고용

포드는 AI 기반 품질 검사 시스템이 기대에 미치지 못했다고 인정하며, 300명 이상의 베테랑 엔지니어를 재고용했습니다. BBC 보도에 따르면, 포드 경영진의 발언을 인용한 이 기사에서 회사는 공장 전역에 900개의 AI 카메라를 도입해 품질 검사를 진행했지만, 자동화 도구가 숙련된 인간 기술자의 훈련과 전문성을 따라잡지 못했다고 전했습니다.

포드의 차량 하드웨어 엔지니어링 부사장 찰스 푼은 기자들에게 이렇게 말했습니다: "인공지능은 훌륭한 도구이지만, 훈련에 사용하는 정보만큼만 좋습니다. 지난 몇 년간 우리는 여러 제품 주기를 함께해온 가장 지식이 풍부한 엔지니어들의 경험에 충분한 관심을 기울이지 않았습니다."

포드의 COO 쿠마 갈호트라는 앞서 10월 실적 발표에서 AI 도입을 자랑하며 "전 산업 시스템 전반에 AI를 배포하고 있다"며 "900대의 카메라로 품질 문제를 원천에서 감지"하겠다고 밝혔습니다. 그러나 푼은 회사가 단순히 AI를 도입하고 설계 요구 사항을 입력하면 높은 품질이 나올 것이라고 잘못 믿었다고 지적했습니다. 그는 자동화 도구가 베테랑 기술자의 훈련과 전문성을 갖추지 못했으며, 이들 중 다수는 자신의 지식이 AI 개선에 사용되기 전에 회사를 떠났다고 말했습니다.

포드의 베테랑 품질 검사관 재고용(최근 몇 년간 300명 이상)은 엔지니어링, 공급망, 제조 분야의 고위 리더를 교체한 "중요한 인재 쇄신"의 일환이었습니다. 회사는 이 조치 덕분에 2010년 이후 처음으로 JD Power 초기 품질 조사에서 1위를 차지했다고 밝혔습니다.

푼은 인간 작업자가 다시 투입되어 AI 시스템을 훈련시키고 젊은 직원을 멘토링하고 있다고 말했습니다. "우리는 자동화와 머신러닝, AI 도구를 개선하기 위해 가장 경험 많은 개인에 의해 훈련되어야 한다는 것을 인식했습니다,"라고 그는 밝혔습니다.

AI 코딩 에이전트를 사용하는 개발자에게 주는 교훈은 분명합니다. AI는 훈련 데이터만큼만 효과적이며, 경험 많은 실무자의 도메인 전문 지식이 필수적이라는 것입니다. 품질 검사든 코드 생성이든 말이죠. 포드의 사례는 AI가 수십 년간 축적된 암묵적 지식을 대체할 수 있다고 가정하는 위험을 강조합니다.