AI를 믿었던 포드, 품질이 저절로 안 고쳐지자 결국 엔지니어들을 다시 불렀다

© A. Krivonosov

포드가 차량 품질 문제를 대규모 리콜로 번지기 전에 잡기 위해 약 350명의 숙련 엔지니어를 다시 불러들이고 있다. 회사는 그간 인공지능과 자동화에 크게 의존해 왔지만, 알고리즘만으로는 부족하다는 결론에 이르렀다.

최고운영책임자 쿠마르 갈호트라가 이끄는 팀은 젊은 직원을 교육하고, 설계 검토에 참여하며, 자동 검사 시스템을 재조정한다. AI를 버리자는 게 아니라, 설계와 생산 단계에서—소유자 불만이 접수되기 전에—결함을 더 일찍 알아채도록 가르치자는 발상이다.

포드 차량 하드웨어 엔지니어링 부사장 찰스 푼은 문제를 직설적으로 짚었다. «인공지능은 환상적인 도구지만, 학습에 쓰는 정보 수준만큼만 좋다». 그의 말에 따르면 회사는 설계 요구사항을 시스템에 넣어주기만 하면 알아서 고품질 제품이 나올 거라고 잘못 생각했다.

포드는 그 대가를 비싸게 치렀다. 이 브랜드는 미국에서 가장 자주 리콜되는 브랜드가 됐다. 1년 동안 150건이 넘는 서비스 캠페인을 발표했고 약 1,300만 대를 리콜했다. 2026년에는 벌써 51건의 리콜이 쌓였다. 문제의 상당수는 2013년에서 2020년 사이에 개발된 플랫폼과 모델에서 비롯됐고, 일부 결함은 소프트웨어 업데이트로 원격에서 해결할 수 있다.

역설적인 것은 리콜이 쏟아지는 동시에 신차에 대해서는 강한 신호가 왔다는 점이다. 포드는 J.D. Power U.S. Initial Quality Study에서 대중차 브랜드 1위에 올랐고, 2023년 15위에서 단숨에 정상으로 뛰어올랐다—16년 만의 1위다. 새 프로세스는 이미 효과를 보고 있지만, 과거 엔지니어링 결정의 꼬리가 여전히 통계를 끌어내리고 있다.

구매자 입장에서 이것은 디지털 생산에 대한 그럴듯한 약속보다 더 중요하다. 리콜은 무료라도 시간을 잡아먹고 신뢰를 갉아먹으며 중고가에 영향을 준다. 특히 F-150, 익스플로러, 브롱코, 이스케이프, 머스탱 마하-E 같은 인기 모델에서는 하나의 결함이 곧장 대규모 캠페인으로 번진다.

포드 사례가 보여주는 사실은 단순하다. AI는 패턴을 찾을 수 있지만, 험한 길과 낮은 품질의 연료로 세 번의 겨울을 보낸 뒤 구조물의 어디부터 무너지기 시작할지 경험으로 아는 엔지니어를 대체하지는 못한다.