응답자의 86% "설계 위한 부품 선택에서 일부 역할 AI에 의지할 것"
최근 설문 조사의 새로운 데이터에 따르면, 대다수 엔지니어는 AI가 새로운 설계를 위한 부품 선택에 도움을 줄 것이라고 믿는 것으로 나타났다.
엘리먼트14가 최근에 실시한 설문 조사 결과에 따르면, 응답자의 86%가 설계를 위한 부품 선택에 있어 최소한 일부 역할을 AI에 의지하며, 이들 중 1/4 이상(23%)은 부품 선택을 AI에 '전적으로' 맡길 것이라고 답했다.
전반적으로 이 설문 조사 결과는 엔지니어가 부품 선택에 있어 AI가 지원하는 역할이 커질 것이라고 긍정적인 전망을 보이는 한편, AI 시스템의 의도적 또는 비의도적 편향성에 대한 우려도 제기된다. 일부 설계자는 선택에 있어 AI가 제한적인 역할을 하겠지만 검토와 확인은 설계자가 직접 해야 할 것이라고 말했다.
응답자 대부분이 보완적 수준의 AI 역할을 환영하지만, 특히 안전이 중요한 시스템과 혁신적 설계를 위해서는 선택 과정에서 항상 인간이 필요할 것이라고 생각하는 것으로 보여졌다. 은퇴한 한 시스템 엔지니어는 “AI는 양질의 엔지니어링 업무를 대체할 수 없다. 나는 40년 이상 AI를 지켜봤지만, 지금은 어느 때보다 AI에 대해 과장된 주장을 하고 있다”고 말했다.
이어 그는 인간은 실수한다는 점을 지적하는 사람들이 있는 반면, 이 엔지니어는 AI 모델 교육에 사용하는 데이터를 통제할 수 없을 경우, AI에 의존하기보다는 기꺼이 인간의 실수를 용인할 것이라고 말했다. 이는 AI 모듈이 특정 제품을 선택하는 이유를 엔지니어가 완전히 이해할 수 없을 것이라는 우려가 반영됐다.
또 다른 응답자는 AI는 대체보다는 보조 역할에 유용할 것이라는 일반적인 관점을 강조했다. 이 응답자는 “이는 자신에게 AI가 선택한 모든 것을 점검할 권리가 있다는 뜻이다. 이런 수준에서 AI는 강화된 검색 엔진으로 사용될 것이다"고 말했다.
AI 사용을 열망하는 한 응답자는 “왜 AI가 부품 선택 과정에 완전히 통합될 수 없는지 이해할 수 없다. 하드웨어 설계는 기본적으로 패턴으로 구성된다. 사람들이 온라인 넷리스트와 PDF 도면을 입수해 훌륭한 AI 교육 데이터로 사용하는 방법을 알아내는 것은 시간 문제다. AI는 모든 하위 시스템의 원격 측정과 함께 디바이스 및 디바이스 내부에 대한 더 좋은 디지털 묘사가 존재한다면 이를 더 개선할 것"이라고 말했다.
이어 그는 "AI는 풍부한 데이터를 통해 많은 학습을 할 수 있다. 한 예로, 간단한 VHDL 구축에서도 제한적이지만 인상적인 작업을 수행하는 완전히 일반적인 AI 시스템이 이미 존재한다. 이것은 AI가 어떤 로직을 사용하고 이를 어떻게 취합할지 지정한다. AI가 이미 나를 대신해 코딩을 한다. 내가 하는 일은 AI의 작업을 점검하는 것 뿐이다"고 덧붙였다.
부품 선택에 AI를 사용하는 또 다른 일반 사용자는 AI 모듈은 아직 신뢰도를 위해 학습해야 할 것이 많으며 가장 훌륭하고 적절한 선택을 일관되게 내리는 방법을 배워야 한다며 AI 능력에 대해 우려를 표하기도 했다.
엘리먼트14의 기술 마케팅 및 솔루션 개발의 글로벌 총괄 Cliff Ortmeyer는 설문 조사 결과는 엔지니어가 설계 시 부품 선택 측면에서 AI의 역할을 보기 시작했으며, 특히 안전이나 혁신이 중요한 경우에 더욱 그렇다는 점을 명백히 보여준다고 말하며, AI 모델이 정교해짐에 따라 모델링 설계, 부품 선택, 설계 주기 단축, 신제품 출시 기간 단축에 AI가 유용해질 것이라고 예측했다.
헬로티 서재창 기자 |
