[논문 리뷰] Applications and Societal Implications of Artificial Intelligence in Manufacturing: A Systematic Review

John P. Nelson, Justin B. Biddle외 1명|arXiv (Cornell University)|2023. 07. 25.

Digital Transformation in Industry인용 수 5

한 줄 요약

이 체계적 리뷰는 예측 정비, 물류 조율, 차량 공장 제어와 같은 제조 분야의 인공지능 응용을 검토하며, 노동력 영향, 사이버보안 위험, 환경적 영향을 포함한 사회적 영향을 분석한다. 연구는 기업 차원의 낙관적 기대와 놓여 있는 사회적 우려 사이의 격차를 밝혀내며, 장기적인 지속 가능성과 공정성을 확보하기 위해 이해관계자 중심의 균형 잡힌 AI 통합을 주장한다.

ABSTRACT

This paper undertakes a systematic review of relevant extant literature to consider the potential societal implications of the growth of AI in manufacturing. We analyze the extensive range of AI applications in this domain, such as interfirm logistics coordination, firm procurement management, predictive maintenance, and shop-floor monitoring and control of processes, machinery, and workers. Additionally, we explore the uncertain societal implications of industrial AI, including its impact on the workforce, job upskilling and deskilling, cybersecurity vulnerability, and environmental consequences. After building a typology of AI applications in manufacturing, we highlight the diverse possibilities for AI's implementation at different scales and application types. We discuss the importance of considering AI's implications both for individual firms and for society at large, encompassing economic prosperity, equity, environmental health, and community safety and security. The study finds that there is a predominantly optimistic outlook in prior literature regarding AI's impact on firms, but that there is substantial debate and contention about adverse effects and the nature of AI's societal implications. The paper draws analogies to historical cases and other examples to provide a contextual perspective on potential societal effects of industrial AI. Ultimately, beneficial integration of AI in manufacturing will depend on the choices and priorities of various stakeholders, including firms and their managers and owners, technology developers, civil society organizations, and governments. A broad and balanced awareness of opportunities and risks among stakeholders is vital not only for successful and safe technical implementation but also to construct a socially beneficial and sustainable future for manufacturing in the age of AI.

연구 동기 및 목표

• 물류, 조달, 공정 제어와 같은 운영 영역에서 제조 분야의 인공지능 응용 분야 현황을 맵핑하기.
• 산업용 인공지능의 사회적 영향을 분석하기, 노동력 전환, 사이버보안 취약성, 환경적 영향 포함.
• 규모와 구현 방식에 기반한 인공지능 응용의 유형 체계를 수립하여 보다 나은 분류와 이해를 도모하기.
• 기업 차원의 낙관적 시각과 장기적인 공정성, 안전성, 지속 가능성에 대한 보다 넓은 사회적 우려 사이의 긴장 관계를 평가하기.
• 기업, 정부, 시민사회, 개발자와 같은 이해관계자들이 제조 분야에서 사회적으로 유익한 인공지능 통합을 달성하기 위한 실질적인 통찰 제공하기.

제안 방법

• 제조 분야의 인공지능에 관한 동료 심사 논문을 식별하고 분석하기 위해 정립된 절차를 활용한 체계적 문헌 리뷰 수행.
• 기능 범위, 도입 규모, 기술 통합 수준에 따라 인공지능 응용을 구체적인 유형으로 분류.
• 노동력 변화, 보안 위험, 환경적 영향 등의 주제 분석을 통해 사회적 영향에 대한 통합적 분석 수행.
• 현재의 인공지능 도입 과제와 기회를 뒷받침하기 위해 역사적 기술 전환 사례와 유사점 도출.
• 문헌 자료를 바탕으로 경제적, 사회적, 환경적 차원에서 이점과 위험의 균형 평가.
• 투명성과 장기적인 사회적 복지를 강조하며 이해관계자 포함형 프레임워크를 제안하여 책임감 있는 인공지능 도입 촉진.

실험 결과

연구 질문

• RQ1 제조 분야의 주요 인공지능 응용은 무엇이며, 다양한 운영 기능(예: 물류, 조달, 공정 제어)에 어떻게 분포되어 있는가?
• RQ2 제조 분야의 인공지능 도입에 따라 노동력 이탈, 역량 강화 필요성, 사이버보안 위협 등의 사회적 영향은 어떻게 다를까?
• RQ3 대규모 인공지능 도입이 산업 현장에서 환경적 영향과 안전성에 어떤 결과를 초래하는가?
• RQ4 기업과 더 넓은 사회적 주체 사이에서 인공지능의 이점에 대한 인식은 어떻게 다를지, 이러한 격차는 무엇으로 설명되는가?
• RQ5 정부, 시민사회, 기술 개발자와 같은 이해관계자가 산업용 인공지능의 사회적 방향성 형성에 어떤 역할을 하는가?

주요 결과

• 제조 분야의 인공지능 응용은 예측 정비, 실시간 차량 공장 모니터링, 기업 간 물류 조율, 조달 최적화 등 광범위하고 다양하게 존재한다.
• 문헌은 효율성 향상과 비용 절감과 같은 기업 차원의 이점에 초점을 맞추며, 기술적·경제적 결과에 대해 대부분 낙관적인 시각을 보인다.
• 노동력의 역량 저하, 일자리 불안정성, 인공지능 통합으로 인한 사이버 위협 노출 증가 등 사회적 위험에 대해 상당한 논의가 존재한다.
• 제조 분야의 인공지능 환경적 영향은 아직 연구가 부족한 편이지만, 에너지 최적화 등 긍정적 영향과 전자 폐기물 증가 등 부정적 영향에 대한 인식은 존재한다.
• 산업용 인공지능의 장기적 사회적 영향에 대해 의견이 분분하며, 공정성, 지역 사회 안전성, 환경 건강에 대한 우려가 점점 커지고 있다.
• 성공적이고 지속 가능한 인공지능 통합은 순수 기술적 또는 경제적 유인보다 다수 이해관계자의 협력적이고 가치 중심의 의사결정에 달려 있다.