배가 항구에 도착했는데 컨테이너를 내릴 자리가 없거나, 필요한 곳에 빈 컨테이너가 제때 도착하지 않는다면 어떤 일이 벌어질까. 바다 위 운송은 선박 한 척을 빠르게 움직이는 것만으로 완성되지 않는다. 중국이 인공지능의 활용 무대를 항만 장비와 물류 서류, 운항 위험 관리까지 넓히려는 이유도 여기에 있다. 생성형 AI의 경쟁이 문장을 잘 쓰는 능력을 넘어 실제 산업의 순서를 바꾸는 문제로 이동하고 있다.
중국 교통운수부(交通运输部)는 10월 14일 공개한 해설에서 수운 분야 인공지능 응용 장면 지침을 소개했다. 안전 향상, 품질·효율 개선, 녹색 전환이라는 세 갈래 아래 22개 장면을 제시한 문서다. 23일 인민일보 해외판이 이를 다시 조명하면서 관심을 모았다. 지침 공개와 최근 보도 날짜는 다르며, 제시된 장면이 모두 전국 항구에서 이미 구현됐다는 발표는 아니다.
지침이 다루는 범위는 사고 감시 같은 안전 업무에서 항만 작업과 물류 연결, 환경 관리까지 이어진다. 특히 빈 컨테이너를 어디로 옮길지 계산하고 철도·항만·선박의 일정을 연결하는 과제는 AI가 산업 현장에서 무엇을 해야 하는지 보여준다. 질문에 그럴듯한 답을 내놓는 데서 끝나는 것이 아니라, 제한된 장비와 시간 안에서 실행할 수 있는 선택을 제안해야 하는 것이다.
AI가 맞춰야 할 것은 산업의 실제 순서
예를 들어 배의 입항이 늦어졌다는 정보가 생겼다고 가정해 보자. 항만의 접안 계획만 고치면 철도로 도착하는 화물의 대기 시간이 길어질 수 있다. 트럭 배차를 함께 바꾸면 기사와 창고에도 변경 내용을 알려야 한다. 이것은 특정 항구의 운영 실적이 아니라 물류의 연결 구조를 설명하는 사례다. AI의 가치 역시 하나의 작업 속도보다 이러한 조정에 필요한 정보를 얼마나 정확히 모으는지에 달려 있다.
항구는 인터넷에서 모은 일반 지식만으로 움직일 수 있는 공간이 아니다. 같은 컨테이너라도 크기와 무게, 내용물의 취급 조건이 다르고 장비별 작업 범위도 다르다. 모델이 다루는 데이터가 현재의 상황과 어긋나면 계산이 정교해도 현장에서는 쓸 수 없다. 산업용 AI의 성능을 평가할 때 답변의 유창함보다 데이터의 시점과 장비·공간의 제약을 함께 확인해야 하는 까닭이다.
교통운수부가 공개한 내용에는 항만 장비의 이상 징후를 파악하는 일과 선박 운항 위험을 분석하는 일도 포함된다. 센서가 감지한 진동의 변화가 고장을 뜻하는지, 일시적인 작업 조건의 변화인지를 구분하는 문제다. 예측이 유용하려면 경고 뒤에 누가 확인하고 어떤 조치를 취할지 정해져 있어야 한다. 경보가 많이 발생했다는 숫자만으로 안전 수준이 높아졌다고 평가하기는 어렵다.
전자서류의 연결은 눈에 덜 띄지만 파급 범위가 넓다. 지침은 전자 선하증권과 전자 화물 인도 같은 업무에서 신뢰할 수 있는 정보의 유통과 상호 인정을 지향한다. 다만 문서를 읽어 내용을 추출하는 기술과 그 문서의 효력을 인정하는 절차는 서로 다른 층위다. AI가 서류를 빠르게 읽더라도 발행 주체와 수정 이력, 상대 기관이 확인할 수 있는 기록이 함께 갖춰져야 실제 거래에 연결된다.
한국의 수출입 기업에도 이 변화는 단순한 중국 기술 소식에 그치지 않는다. 중국 항구를 거쳐 원료나 완제품을 운송한다면 배의 위치만큼 화물 인도 가능 시점과 창고 반입 조건이 중요하다. 거래 상대가 새로운 물류 플랫폼을 도입할 경우 기업이 살펴볼 것은 화면의 편의성, 기존 업무와의 연결, 변경 사항을 추적하는 방법이다. 이번 지침이 한국 기업에 새로운 의무를 직접 부과한 것은 아니다.
한국 기업에도 중요한 물류의 연결
탄소 관리에서도 같은 질문이 생긴다. 최단 거리 항로가 언제나 가장 낮은 배출량을 뜻하지는 않는다. 대기 시간과 적재 상태, 운항 속도 같은 조건을 함께 고려해야 하기 때문이다. 지침이 녹색 전환을 별도 축으로 제시한 점은 AI 활용의 목적을 처리량 증가에만 두지 않겠다는 방향으로 읽힌다. 실제 효과는 사업별 운항 기록과 에너지 사용 자료로 확인해야 하며, 모델 도입 자체가 감축 실적은 아니다.
현장에 가까워질수록 사람의 역할도 구체적으로 바뀐다. 일정표를 반복해 입력하던 담당자가 예외 상황을 검토하고 여러 기관의 판단을 연결하는 일을 더 많이 맡을 수 있다. 반대로 도구의 설명을 검토할 시간이나 권한이 없다면 자동화의 부담이 현장 직원에게 쏠릴 수도 있다. 시스템을 구매하는 일과 업무를 다시 설계하는 일을 함께 다뤄야 한다는 의미다.
중국 수운 AI의 다음 관전 지점은 22라는 목록의 크기보다 어떤 장면에서 반복 가능한 성과가 나오는가에 있다. 예측 오차와 작업 중단 시간, 정보 입력 부담이 실제로 줄었는지 살펴봐야 한다. 시범 사업의 좋은 결과가 다른 항구에도 적용되는지는 항만 규모와 화물 종류에 따라 달라질 수 있다. 도입 발표와 일상 운영의 성과 사이에는 검증할 단계가 남아 있다.
AI가 항구로 들어간다는 말의 실체는 거대한 로봇 한 대보다 작고 복잡한 연결에 있다. 배가 도착하는 시간, 상자가 놓이는 위치, 화주가 확인하는 서류가 같은 상황을 가리키도록 만드는 일이다. 중국의 새 지침은 이 연결을 기술 개발의 과제로 제시했다. 이제 산업계가 보여줘야 할 것은 그럴듯한 미래 장면을 넘어, 실제 화물 한 건을 더 정확하게 움직이는 능력이다.
[참고자료]
교통운수부 수운 분야 인공지능 응용 장면 지침 해설
https://www.mot.gov.cn/gongkai/zcjd/202610/t20261013_4225771.html
인민일보 해외판 수운 AI 22개 장면 보도
https://www.digitalchina.gov.cn/2026/xwzx/szkx/202610/t20261023_5385070.htm
){kind=small}
){kind=small}
){kind=small}
){kind=small}