2026년의 dX! 일본 제조업의 진정한 재생을 걸고
2026년의 dX! 일본 제조업의 진정한 재생을 걸고
목차
- 「d」에 담긴 변혁 의지와 부정적인 유산을 남기지 않는 데이터 경영의 확립
- 마무리로 (필자 컨설턴트 모리로부터)
「d」에 담긴 변혁 의지와 부정적인 유산을 남기지 않는 데이터 경영의 확립
지금 일본의 제조업은 역사적인 전환점에 서 있다. 인력 부족, 공급망 재편, 그리고 GX(그린 트랜스포메이션) 대응. 이러한 수많은 어려움을 극복하고 다음 성장을 그리기 위한 열쇠로서 「디지털」에 대해 이야기하지 않는 날이 없다.
2026년 초를 맞아, 오랫동안 현장의 먼지에 뒤덮여 함께 땀을 흘려온 JMAC이기에, 지금 감히 여러분께 공유하고 싶은 「변혁의 각오」를 전하고 싶다.
1.왜 「d」가 소문자인지, 「dX」에 담긴 의미
DX 추진이 일단락되고, 이미 많은 기업들이 체감하고 있음을 알고 있지만, 디지털 기술이 얼마나 발전하고 생성 AI가 일상의 도구가 되더라도, 이를 받아들이는 조직의 모습, 현장의 운영, 그리고 가치 창출 과정 자체가 「변혁(X)」되지 않으면 진정한 성과를 얻을 수 없다.
2025년 4월, JMAC는 새롭게 「dX 컨설팅 사업본부」를 설립했다. 「d」를 소문자로 남기는 이유는 고객 조직 안에 깊이 뿌리내린 「전통」과 「변혁하는 사람들의 의지」가 바로 주인공이며, 디지털은 그 가능성을 풀어내는 「촉매」에 불과하다고 생각하기 때문이다. （※１）
왜 「d」는 소문자인가. 그것은 「디지털(Digital) 이전에 트랜스포메이션(Transformation=변혁)에 철저히 집착한다」는 신념을 표명한 것이다.
2. 데이터 활용의 장단점 : AI Ready*의 이면에 숨은 ‘부채’
데이터 관리 비용에 관한 통계에서도, 지난 20년간 기업의 디지털화 정책이 확실히 확대되고 있으며, 앞으로도 계속 확대될 것임을 확인할 수 있다.
그 중 하나로 이미 존재하거나 앞으로 DX 추진의 일환으로 많은 기업이 시도할 정책으로 「빅데이터와 AI 에이전트를 활용한 데이터 기반 경영 실현」이 제시된다. 이는 의사결정의 신속화라는 큰 「장점」을 가져다 주며, 모든 기업이 지향해야 할 Moonshot*이라고 부를 수 있을지도 모른다. 현재 제조업의 대부분은 DX 추진의 일환으로 「AI 레디(AI-Ready)」 상태를 목표로 데이터 기반 구축을 모색하고 있다.
한편, 냉정한 시각으로 보면, 진행 방식을 잘못하면 심각한 「단점」을 초래할 위험이 있다는 것을 쉽게 짐작할 수 있다. 그것은 출구 전략 없이 무질서하게 계속 쌓여가는 불필요한 데이터 쓰레기(우리는 이를 「디지털상의 새로운 산업폐기물」이라고 부른다)의 발생이다.
이러한 상황에 빠지지 않기 위해 하나의 통계를 보면서 현명한 dX(≠DX) 추진에 대해 다시 한 번 여러분과 논의를 깊이 나누고 싶다.
*AI Ready는, 기업 활동에서 일반적으로 “조직이나 시스템이 AI를 효과적으로 활용할 준비가 갖춰진 상태”를 의미.
* Moonshot은 현재로서는 실현이 어렵지만, 성공한다면 사회와 산업에 큰 변화를 가져올 도전적인 목표를 의미
3. 데이터 관리 비용의 급격한 증가와 향후 전망
지난 20년간의 추이: 10배 이상으로 부풀어 오른 관리 부담
IT 시장의 조사 데이터에 따르면, 기업이 관리하는 데이터 양은 지난 20년 동안 지수함수적으로 증가했다. 2005년경, 기업의 데이터 관리 비용(스토리지, 백업, 보안, 관리 인건비를 합한)은 IT 예산의 약 10~15% 정도. 하지만 2020년대에 들어서면서 클라우드 전환과 IoT 보급으로 상황이 크게 바뀌었다. 2025년 현재 데이터 관리 비용은 2005년 대비 실질적으로 12배 이상 증가한 것으로 추정된다.
미래 예측: 2030년, IT 예산의 절반이 「데이터 유지」에 사라진다
현재 속도로 무질서한 데이터 축적이 계속된다면, 2030년에는 데이터 관리 비용이 현재의 2~3배에 이를 것이라는 전망이 있다. Bad 시나리오에서는 「IT 예산의 50% 이상이 단지 데이터를 유지 · 보관하는 데만 사용된다」는 상황이 발생할 수 있다. 이는 새로운 가치를 창출하기 위한 「공격적 투자」가 활용되지 않는 데이터 유지라는 「방어적 비용」에 의해 소진된다는 의미이다.
「언젠가 뭔가에 쓸 수 있을 거야」라는 안이한 축적은 지금 이 순간에도 미래의 투자 여력을 계속 빼앗고 있다고 말할 수 있다.
4. 새로운 산업폐기물화를 방지하는 「선별」 경영학
유지 비용이 증가함에 더해, 활용되지 않는 데이터는 탄소 중립 경영에서 「환경 부채」가 될 수도 있다. 데이터센터의 전력 소비는 막대하며, 가치를 창출하지 못하는 데이터 보관은 기업의 ESG 평가를 훼손할 위험까지 내포하고 있다.
이는 결코 타사와는 별개가 아니며, 무겁든 가볍든 앞으로 모든 기업이 직면하게 될 과제이다. 앞으로의 제조업에 필요한 것은 무작위로 모으는 「수집 기술」이 아니라, 「가치를 판단하고 버리는 힘」이 아닐까, 우리는 생각한다.
예를 들어
ᆞ「죽은 데이터」의 특정 : 1년 이상 접근이 없고, 앞으로의 AI 학습에도 기여하지 않는 데이터를 정의하고,
계획적으로 폐기한다.
ᆞ라이프사이클 관리의 철저함: 데이터의 생성부터 폐기까지의 규칙을 명확히 하고, 스토리지를 항상 「근육질
상태」로 유지한다
그리고 무엇보다
ᆞ목적 역산형 수집: 「무엇을 변혁(X)하고 싶은가」를 역산해 필요한 데이터만을 고정밀로 확보한다 등
이러한 노력이 「부정적인 유산」이 생기지 않도록 하는 dX 전략의 한 측면이라고 우리는 생각한다.
5. 변혁기의 기업이 가져야 할 마음가짐
이러한 시도를 실천하기 위한 첫걸음으로 먼저 세 가지 마음가짐을 제시하고 싶다.
01. 「d」보다 「X」를 이야기하는 것 : 회의 자리에서 「어떤 도구를 도입할 지」라는 대화가 나오면, 이를 「그에 따라
누구의 어떤 업무가 어떻게 변하는가」라는 질문으로 바꾼다
02. 데이터에 「신선도」를 요구한다 : 과거의 방대한 쓰레기보다 지금 이 순간 현장의 사실을 포착하는 「생생한
데이터」에 투자한다
03. 실패를 받아들이고 학습을 가속화하는 것 : 디지털 세계에 100% 정답은 없다. 프로토타입을 빠르게 실행하고,
데이터를 통해 「무엇이 잘못됐는지」를 배우는 문화를 조성한다.
6. 우리의 역할 JMAC의 아이덴티티
우리는 단순한 IT 벤더도, 깔끔한 보고서를 쓰는 컨설턴트도 아니다.
고객 조직 내에서 화학 반응을 일으키고, 결과가 나올 때까지 현장과 함께 달리는 「변혁의 실행자」라고 자부하고 있다.
경영과 현장을 연결하는 매니지먼트 엑설런스 구축 : 단독 조직이 아니라 사업 전체를 아우르는 병목 현상을 해소한다. 현장과 경영이 일관된 데이터로 연동된다.
「현장 기점」의 트랜스포메이션 : 기술에만 의존하지 않고, 장인의 기술과 현장의 지혜를 어떻게 디지털로 증폭시킬 것인가라는 관점을 고수한다.
산업 폐기물을 배출하지 않는 데이터 기반 구축 : 향후 비용 부채를 최소화하고 AI가 진정으로 기능하도록 고순도 데이터 순환 구조를 설계한다.
자율적으로 움직이기 위한 조직 조성 : 컨설턴트가 없어진 뒤에도 고객 스스로의 힘으로 디지털을 활용하고 개선을 지속할 수 있도록 조직 역량(Capability) 강화에 힘쓴다.
마무리로 (필자 컨설턴트 모리로부터)
일본의 제조업에는 세계를 휩쓴 「카이젠」 DNA가 있습니다. 그 DNA의 본질은 불필요한 것을 없애고 가치를 극대화하는 극단적인 자세에 있었습니다. 그 정신을 지금이야말로 디지털이라는 새로운 영역에서도 발휘해야 할 시점이라고 생각합니다.
불필요한 데이터를 제거하고, 진정한 가치를 지닌 변혁(X)을 이끌어낸다. 그 과정은 결코 쉬운 것이 아니지만, 이를 완수한 뒤에는 세계에 자랑할 수 있는 「디지털 무장 일본형 제조업」의 부흥이 기다리고 있다고 의심하지 않습니다.
「d」를 수단으로 삼아, 큰 「X」를 함께 만들어 나간다. 2026년, 여러분에게 진정한 변혁이 결실을 맺고 지속 가능한 미래로 나아가는 멋진 한 해가 되길 바라며, 저희 dX 컨설팅 사업본부는 전력을 다해 나아가겠습니다.
(※1) 이러한 신념에 따라 MEDI와 NEDO의 위탁을 받아 저희가 집필한 스마트 제조 구축 가이드라인은 dX 추진을 위한 바이블로서 많은 제조업체 여러분께 전달된 것입니다.
모리 다이(毛利 大)
dX 컨설팅 사업본부 / 프린시펄 컨설턴트
생산 전략과 연계된 생산 시스템 재구축을 영역으로 삼아, 신공장 건설 및 생산 프로세스 재설계 분야에서 활약. TP(Tota Productivityy) 관리 기법과 IPS(이상적인 목표 비용) 기법을 통해 제조업의 수익성 향상을 지원.
JMAC 스마트 팩토리 연구회에서 IoT를 핵심 개념으로 한 향후 제조업의 방향을 연구.
