포드는 지난 3년 동안 인공 지능에 대한 가장 공격적인 투자 중 하나를 조용히 뒤집었습니다. Bloomberg의 보고서에 따르면 자동차 제조업체는 내부적으로 "회색 수염"이라는 별명을 가진 약 350명의 베테랑 엔지니어를 재고용했습니다. 이를 대체하기 위한 AI 도구와 자동화 시스템이 품질 기대치를 충족하지 못한 이후입니다.

이 에피소드는 AI 기반 자동화의 가능성과 이를 중공업에 배치하는 지저분한 현실 사이의 격차를 보여주는 가장 명확한 실제 사례 연구 중 하나로 떠오르고 있습니다. 이 이야기에 대한 자세한 내용은 인공지능 뉴스를 참조하세요.

무엇이 잘못됐나요?

Ford의 리더십은 AI와 자동화된 진단 시스템이 역사적으로 가장 경험이 풍부한 엔지니어가 수행한 작업의 대부분을 흡수할 수 있다고 가정했습니다. 그 가정은 비용이 많이 드는 것으로 판명되었습니다. 보고서에 따르면 회사의 차량 하드웨어 엔지니어링 부사장인 Charles Poon은 리더들이 여러 제품 주기에서 살아남은 베테랑의 깊은 경험을 간과했다고 말했습니다.

Poon은 결과에 대해 무뚝뚝하게 엔지니어를 AI로 교체하는 것이 "큰 실수"임을 인정했습니다. 그는 AI가 여전히 "환상적인 도구"라고 조심스럽게 덧붙였지만 "훈련에 사용하는 정보만큼만 좋다"고 경고했습니다. 이는 공장 현장과 테스트 실험실에서 수십 년 동안 축적된 기관 지식이 훈련 데이터 세트로 쉽게 전환되지 않는다는 인식입니다.

재고용된 엔지니어들은 이제 차량 문제 해결을 위한 필수 회의를 실행하고 성능이 저조한 자동화 엔지니어링 소프트웨어 및 AI 도구를 다시 프로그래밍합니다. 그들의 임무는 부품이 공장 현장에 도착하기 전에 오류 지점을 찾는 것입니다. 이는 이전에 회사에 수십억 달러의 비용을 초래했던 대규모 리콜 및 결함을 방지하는 데 도움이 되는 일종의 예방 작업입니다.

측정 가능한 전환

인간을 다시 루프 속으로 끌어들인 결과는 놀라웠습니다. 작년 J.D. Power 초기 품질 설문조사 — 소유 후 처음 90일 동안 자동차의 문제를 측정하는 연례 연구 — Ford는 주요 브랜드 중 10위를 차지했으며 업계 평균보다 낮은 점수를 기록했습니다.

그러나 올해 J.D. Power는 Ford를 최고의 주류 브랜드로 선정하여 Toyota와 Honda보다 앞서게 되었습니다. Ford는 이러한 극적인 개선을 귀환한 엔지니어의 전문성에 직접적으로 돌렸습니다. 이는 대기업이 공개적으로 인력 재고용을 품질 반등의 공로로 인정한 드문 사례입니다.

특히 재정적 상황을 고려할 때 이러한 반전은 주목할 만합니다. Ford는 올해 약 10억 달러의 비용 절감을 위해 노력해 왔지만, 베테랑 인재에 대한 투자가 AI에 계속 의존하는 것보다 품질을 향상시키는 더 신뢰할 수 있는 경로라는 결론을 내렸습니다.

포드는 혼자가 아니다

Ford의 경험은 더욱 광범위하고 점점 더 잘 문서화되어 있는 패턴에 부합합니다. 기사 취재에 인용된 재취업 회사인 Careerminds의 연구에서는 AI 기반 정리해고를 실시한 회사를 조사한 결과 35.6%가 이전에 해고했던 직원의 절반 이상을 재고용해야 한다는 사실을 발견했습니다. 또 다른 32.7%는 해당 근로자의 25%~50%를 재고용했습니다. 이는 AI 기반 직원 감축의 상당 부분이 기술 제공에 실패했을 때 취소되었음을 시사합니다.

Ford와 함께 가장 자주 언급되는 경고 이야기는 Klarna입니다. 2024년에 스웨덴 핀테크 CEO는 새로운 AI 챗봇이 700명의 정규 고객 서비스 상담원의 업무를 수행하고 있다고 자랑스럽게 발표했으며, 이로 인해 회사는 채용을 중단하고 수백 명의 직위를 해고했습니다. 그러나 2025년 중반부터 2026년까지 Klarna는 고객 만족도가 급락한 후 다시 인간 상담원을 모집하기 위해 안간힘을 썼습니다. 회사는 AI가 기본 쿼리를 잘 처리하는 반면, 미묘한 차이와 공감이 필요한 복잡한 문제에서는 AI가 지속적으로 이를 처리하지 못한다는 사실을 발견했습니다.

자동화의 한계

종합해 보면, 이러한 사례는 기술 산업이 더디게 흡수하고 있는 반복되는 교훈을 지적합니다. AI는 좁고 잘 정의된 작업에서는 탁월하지만 숙련된 작업자가 제공하는 판단, 맥락 및 제도적 기억으로 인해 어려움을 겪습니다.

Ford의 경우 그러한 판단은 차량 설계가 어디에서 실패할지에 대한 거의 본능적인 감각으로 나타납니다. 즉, 제품 주기 전반에 걸쳐 동일한 범주의 결함이 반복되는 것을 수십 년 동안 지켜본 지식입니다. 아무리 큰 훈련 데이터도 그런 종류의 힘들게 얻은 직관을 쉽게 재현할 수 없습니다. 특히 가장 가치 있는 교훈이 데이터베이스에 전혀 포함되지 않은 아슬아슬하고 극단적인 경우인 경우에는 더욱 그렇습니다.

이 중 어느 것도 AI가 공장 현장에 설 자리가 없다는 의미는 아닙니다. Ford 자체는 자동화된 진단 도구를 계속 사용하고 있습니다. 이제는 한때 교체하려고 했던 바로 그 엔지니어들이 감독하고 개선합니다. 보다 정직한 프레이밍은 대체보다는 증강 중 하나입니다. AI는 숙련된 인간을 제거하려고 할 때가 아니라 숙련된 인간의 범위를 확장할 때 가장 가치가 있습니다.

과대광고 주기에 대한 평가

포드 이야기는 AI 산업에 있어서 어색한 순간에 다가왔습니다. 광범위한 작업 범주를 대체하는 자동화에 대한 수년간의 대담한 약속 이후, 점점 더 많은 증거에 따르면 대체가 초기의 과대광고에 암시된 것보다 훨씬 더 선택적이고 반전이 훨씬 더 일반적이라는 것을 알 수 있습니다.

투자자, 경영진, 직원 모두에게 Ford의 전향은 근거 있는 알림을 제공합니다. 조직이 AI로 저지를 수 있는 가장 큰 실수는 AI를 너무 느리게 배포하는 것이 아니라 한 번도 복제할 수 없는 전문 지식을 대체할 수 있다고 신뢰하는 것입니다.

---

AI 최신 소식

최신 AI 뉴스, 분석 및 혁신을 한 곳에서 확인하세요.

AI 뉴스 더 보기 →