AI Compressor · 제조업에서 줄인 시간을 성장으로 바꾸는 법
로봇과 시스템 투자에서 품질, 회수기간, 신규 수주를 함께 보는 법
산업용 부품을 만드는 공장에서 설비 엔지니어 한 명이 검사기 장애와 품목 전환을 맡는다. 다음 달 신규 OEM의 공급사 심사에 필요한 시험 생산도 그의 일정에 들어 있다. 오전에 검사 조건이 잘못 적용돼 한 교대 분량의 부품을 다시 확인하게 되면, 오후 시험 생산은 밀린다. 현재 주문의 납기와 신규 수주 일정이 같은 사람의 시간을 두고 경쟁한다.
이런 공장에는 실수를 되돌릴 여유도, 불필요한 대기에 쓸 시간도 없다. 로봇과 시스템에 투자할 때는 작업 시간이 얼마나 줄었는지와 함께, 품질을 지키면서 어느 일정을 앞당길 수 있는지를 봐야 한다.
가령 금요일 오후 납품 예정인 부품에서 검사 이상이 발견됐다고 하자. 작업자는 해당 로트의 생산 시각을 적고, 품질 담당자는 검사 파일을 열어 마지막으로 정상 판정된 시점을 확인한다. 설비 엔지니어는 그사이 정상 생산을 재개할 수 있는지를 살핀다. 한 건의 오류는 폐기 비용뿐 아니라 생산 계획 변경, 보류 재고, 재검사, 고객 통보까지 일으킨다. 같은 인력을 신규 품목 검증에도 쓰고 있다면 그 일의 일정도 흔들린다. 투자안에는 이런 대응을 줄이는 효과도 포함해야 한다.
- 반복 작업 개선조회·투입·설정 시간 감소
- 인력과 라인 시간 확보재검사·지원 부담도 함께 확인
- 신규 품목 검증시험 생산과 증빙 준비
- 수주·출하 확대판매와 공헌이익으로 확인
단계마다 담당자와 일정을 정하고 실제 결과를 확인한다.
AI가 압축하는 시간
앤트로픽 공동창업자 다리오 아모데이는 2024년 에세이 《Machines of Loving Grace》에서 강력한 AI가 생물학과 의학에서 50~100년에 걸쳐 이뤄질 진전을 5~10년으로 압축할 수 있다고 전망했다. 그는 이를 ‘compressed 21st century’라고 불렀다. 같은 글에서 실험과 검증에는 물리적으로 필요한 시간과 반복이 있다고 짚었다. Dario Amodei, Machines of Loving Grace
이 글에서 AI Compressor는 그 시간 압축의 관점을 제조업의 투자와 제품 전략에 적용한 표현이다. 로봇은 반복해서 부품을 옮기고, 시스템은 검사 결과를 부품과 연결하며, AI는 필요한 기록을 찾고 바뀐 항목을 정리한다. 린의 관점에서는 각 기능의 작업 시간과 함께, 생산 요청부터 양품 출하까지, 고장 발생부터 생산 재개까지 걸리는 전체 시간을 본다. 줄어든 시간을 실제로 어디에 쓸 수 있을지 그 흐름에서 드러난다.
제품팀은 현장 작업자를 따라 한 건을 처음부터 끝까지 관찰할 수 있다. 자재가 들어온 시각, 검사기 앞에 도착한 시각, 검사 종료 시각, 판정과 출하 승인 시각을 기록한다. 작업자에게는 어느 구간에서 화면을 바꾸거나 다른 사람에게 연락하는지 묻고, 품질팀에는 어떤 예외가 생기면 생산을 보류하는지 확인한다. 검사에 2분, 재검사 여부를 확인하는 데 3시간이 걸린다면 자동화 후보는 달라진다. 그 3시간이 승인자의 부재 때문인지, 품목마다 판정 기준이 달라서인지도 구분해야 한다.
압축할 수 있는 시간은 업무를 넘겨받는 경계에서 많이 발견된다. 검사 완료 시각과 출하 승인 시각 사이에 생긴 대기를 보자. 담당자가 이전 판정 사례를 찾는 데 시간을 쓴다면 AI 검색이 도움이 된다. 검사 결과가 품목과 연결돼 있지 않다면 먼저 일련번호와 검사 데이터를 연동해야 한다. 승인할 사람이 한 명뿐이고 야간에 부재한다면 승인 기준과 권한을 조정해야 한다. 세 원인은 화면에는 모두 ‘출하 대기’로 보이지만 투자할 대상은 서로 다르다.
첫 투자는 공장의 병목에서 시작한다
검사기가 부품을 기다리느라 자주 멈춘다면 로봇의 일정한 투입으로 교대당 양품 수가 늘어날 수 있다. 검사기가 이미 최대 처리량으로 가동 중이라면, 투입을 앞당긴 만큼 검사기 앞에 부품이 쌓인다. 검사보다 재검사 판정이 늦어 출하가 밀린다면, 검사 이력과 판정 기준을 한곳에서 확인하는 시스템 연동이 먼저 효과를 낼 수 있다.
첫 파일럿은 반복 생산량이 충분한 품목과 라인 하나로 잡는다. 도입 전후에 비슷한 품목과 교대를 비교해 양품 수, 품목 전환 시간, 정지 시간, 재검사 시간을 확인한다. 출하 실적과 초과근무 기록을 함께 보면 개선이 실제 판매와 비용에 얼마나 반영됐는지 알 수 있다.
비교는 품목별로 한다. 전환이 드문 주에 자동화 전 성과를 재고, 다품종 주문이 몰린 주에 자동화 후 성과를 재면 비교가 어긋난다. 파일럿 동안 투입 대기, 장비 고장, 품목 전환, 판정 대기를 나눠 기록하고 교대별 양품 수와 함께 읽는다. 고객이 장비의 시간당 처리량을 확인하는 동안 공급사는 다른 품목으로 확장할 때 필요한 치구와 설정 변경 시간을 기록한다.
예를 들어 도입 전 10개 교대를 관찰해 검사기 정지 시간 중 70분이 투입 대기, 40분이 품목 전환, 110분이 고장 대응이었다고 하자. 투입 로봇 파일럿이 70분을 얼마나 줄였는지부터 확인하고, 그 결과 검사 설비가 실제로 더 오래 가동됐는지 양품 수와 대조한다. 기존 인력이 로봇 오류에 대응하느라 새로 시간을 썼다면 그 시간도 기록한다. 이후 분기에는 고장 유형과 복구 흐름을 살펴 원격 진단이나 부품 교체 절차에 투자할지 결정할 수 있다. 수치는 측정 방법을 보여주기 위한 가정이다.
줄어든 시간을 투자 수익으로 환산한다
로봇과 시스템 연동, 설치·시운전에 1억 원이 든다고 가정하자. 추가 판매로 연간 공헌이익 3,000만 원을 얻고, 초과근무와 재검사 비용을 2,000만 원 절감하며, 유지보수와 소프트웨어 운영에 1,000만 원이 든다면 연간 순효과는 4,000만 원이다.
- 초기 투자비
- 1억 원
- 연간 순효과
- 4,000만 원
- 단순 회수기간
- 2.5년
초기 투자비 대비 연간 순효과는 이 가정에서 40%다. 추가 생산분이 재고로 남으면 연간 순효과는 1,000만 원이고 단순 회수기간은 10년이다. 확보한 인력 시간도 실제 쓰임을 기준으로 본다. 외주나 초과근무가 줄었다면 그 비용을 반영한다. 엔지니어를 재배치해 출하량을 늘렸고 그 효과가 추가 판매의 공헌이익에 포함됐다면 한 번만 계산한다.
실제 투자안에는 교육과 초기 가동 손실, 교체 부품, 모델과 소프트웨어 업데이트에 드는 비용도 반영한다. 확보한 생산 시간이 연중 얼마나 활용될지는 주문량과 가동률을 달리해 검토한다. 예를 들어 예상했던 추가 판매의 절반만 실현된다면 연간 순효과는 2,500만 원으로 줄고 단순 회수기간은 4년으로 늘어난다. 이 차이는 설비의 성능이 같아도 판매와 운영 조건에 따라 투자 결과가 달라진다는 것을 보여준다.
같은 2,000만 원의 비용 절감 안에서도 현금 흐름은 다르다. 초과근무 수당이나 외부 정비 계약비가 줄었다면 실제 비용에서 확인할 수 있다. 정규 근무 시간 안에서 엔지니어의 일이 줄었다면 주간 업무표에 그 시간을 돌려 쓴 곳을 기록한다. 신규 품목 검증이 앞당겨졌다면 검증 기간으로 보고하고, 수주 후 판매를 통해 효과가 확인되면 공헌이익으로 추적한다. 예시의 단순 회수기간은 매년 같은 순효과가 발생한다는 가정이며, 본투자에서는 가동률이 올라가는 기간과 연도별 비용도 따로 넣는다.
- 연간 이익·절감추가 판매 3,000만 원
비용 절감 2,000만 원 - 연간 운영비 차감유지보수·소프트웨어
1,000만 원 - 연간 순효과4,000만 원
- 회수기간1억 원 ÷ 4,000만 원
2.5년
추가 판매가 절반이면
순효과 2,500만 원 → 회수기간 4년
추가 판매가 없으면
순효과 1,000만 원 → 회수기간 10년
본문의 가상 계산이다. 같은 순효과가 매년 발생한다고 가정한 단순 회수기간이다.
실수를 줄여야 다음 일을 할 시간이 생긴다
품목 전환 때 작업자가 검사 조건을 찾아 다시 입력한다면, 신규 기능은 품목에 맞는 승인된 조건을 불러오고 작업자가 생산 전에 적용 기준을 확인하도록 설계할 수 있다. 조건을 변경하면 적용 시점과 대상 부품을 기록한다. AI는 유사 품목의 설정 이력이나 이전 장애 조치를 찾는다. 생산에 적용할 조건은 담당자가 확인한다.
전환 시간이 짧아져도 설정 오류나 재검사가 늘면 실제로 확보한 시간은 줄어든다. 파일럿에서는 전환 시간과 함께 설정 오류 건수, 재검사 시간, 영향받은 부품을 찾는 데 걸린 시간을 측정한다. 엔지니어의 반복 지원 업무가 주당 6시간 줄었다면, 그중 얼마를 실제로 시험 생산에 썼는지도 확인한다. 몇 분씩 흩어진 시간을 모으기 어려운 현장이라면, 생산 일정에 반나절을 확보하고 그동안의 현장 대응 담당자를 정해야 시험 생산 날짜를 앞당길 수 있다.
출시 전 검증에는 정상 생산뿐 아니라 교대 중 품목 변경, 오래된 기준서 조회, 일련번호 중복, 통신이 끊긴 상태에서의 재검사처럼 실제 예외를 넣는다. 예를 들어 서버에 연결되지 않아 최신 기준을 확인할 수 없다면 제품은 적용 가능 여부를 현장 담당자에게 명확히 보여줘야 한다. 제한된 라인에서 기존 방식과 새 기능을 나란히 운영해 누락과 설정 오류를 비교하고, 품질팀이 합격 기준을 확인한 뒤 적용 범위를 넓힌다. 출시 뒤 발견된 예외는 다음 버전의 검증 사례로 남긴다.
시간과 인력 외에도 라인을 멈출 수 있는 시간, 시험에 쓸 부품, 품질팀의 검토 시간, 투자 예산이 동시에 부족할 수 있다. 시험 생산이 늦는 이유가 설비 엔지니어의 일정에서 품질팀의 승인 대기로 옮겨갔다면, 다음 업데이트는 승인에 필요한 증빙을 자동으로 모으거나 시험 계획과 승인 일정을 한 번에 잡을 수 있게 하는 쪽으로 바뀐다. 매번 남은 대기가 어디에 있는지를 보고 다음 투자를 정한다.
출시 여부를 판단할 기준은 파일럿 시작 전에 합의한다. 예를 들어 시험 품목 100개 모두의 검사 이력이 조회되고, 재검사 건마다 최종 판정과 최초 판정이 확인되며, 작업자가 승인되지 않은 조건으로 생산을 시작할 수 없는지 검증한다. 이후 첫 교대에서는 품질 담당자가 기존 기록과 새 시스템을 대조한다. 이상이 발생하면 적용을 일시 중지하고 기존 승인 절차로 복귀할 담당자와 방법을 정한다. 이 절차까지 있어야 품질팀도 한정된 시험 시간 안에서 적용을 승인할 수 있다.
다음 업데이트로 신규 수주를 준비한다
앞선 제조사가 목표로 삼은 OEM은 일련번호마다 검사 결과와 당시 검사 기준을 확인할 수 있어야 한다고 요구한다. 공급사는 기존 검사 시스템에 일련번호별 이력, 검사 기준의 버전, 성적서 생성 기능을 추가할 수 있다. AI는 OEM의 요구 문서와 현재 기록을 대조해 빠진 항목을 찾는다. 제출용 수치와 판정은 검사 장비의 원기록에서 가져오고 품질 담당자가 확인한다.
“기존 라인에서 심사 대상 품목 하나를 시험 생산하겠습니다. 임의로 고른 부품의 일련번호로 당시 검사 기준과 결과를 조회하고, OEM이 요구하는 성적서를 제출할 수 있는지 확인하겠습니다. 그 결과로 심사 준비 일정과 양산 전환 비용을 산정할 수 있습니다.”
기능 적용과 검증에 2,000만 원이 들고 수주 시 연간 공헌이익이 6,000만 원으로 예상된다면, 제조사는 수주 가능성과 예상 발주량, 추가 품질 관리 비용, 양산 준비에 필요한 인력까지 고려해 투자 여부를 정한다. 첫 파일럿에서는 납품 요건을 충족하는지와 증빙 준비 시간이 얼마나 줄었는지를 확인한다. 수주와 양산 이후에는 실제 주문량과 공헌이익을 확인할 수 있다.
이 업데이트를 구매하는 사람과 쓰는 사람의 판단 기준도 다르다. 생산팀은 신규 기록 때문에 교대당 양품 수가 줄어드는지를 보고, 품질팀은 임의의 일련번호로 당시 판정을 재현할 수 있는지를 본다. 영업팀은 자료 제출이 심사 마감 전에 가능한지 확인한다. 제안서에는 각 담당자가 직접 확인할 결과를 담는다. 시험 생산 전에 제출에 필요한 기록 종류와 검증 책임을 합의해 두면, 양산 전환을 결정할 때 서로 다른 기대를 조정하는 비용도 줄어든다.
OEM 심사를 목표로 삼았다면 수주 가능성이 높은 경우와 낮은 경우의 투자 범위를 다르게 잡을 수 있다. 가격과 납기 협의가 진행됐고 검사 이력이 남은 심사 항목이라면 실제 장비 한 대에서 시험 생산까지 해볼 이유가 있다. 반대로 예상 물량이나 심사 일정이 불분명하다면, 기존 검사 이력 일부로 요구 양식이 성립하는지 먼저 검증할 수 있다. 두 경우 모두 시험으로 확인한 사실을 다음 지출과 연결한다. 전체 라인 적용, 운영지원 계약, 추가 장비 구입은 양산 전환에 필요한 조건을 확인한 뒤 판단한다.
현장에서 성과가 나기 위한 조건
- 영업팀이 목표 OEM과 품목, 심사 일정, 예상 물량을 확인한다. 검사 이력과 함께 생산능력, 납기 등 다른 진입 조건도 살핀다.
- 로봇, 검사 장비, 생산관리시스템이 같은 부품을 식별할 수 있어야 한다. 재검사나 수동 처리 뒤에도 적용 기준과 최종 판정을 추적할 수 있는지 확인한다.
- 품질팀과 심사 담당자가 필요한 기록 항목과 성적서 형식을 확인한다. 시험 생산에서 조회부터 제출까지 검증한다.
- 정상 생산 속도에서 기록이 누락되지 않는지, 통신 장애 후에도 복구할 수 있는지 확인한다. 조건 변경과 장애 대응의 담당자를 정하고, 시험 생산에 필요한 인력과 라인 시간을 확보한다.
- 공급사는 고객별 검사 항목과 성적서 양식 중 공통 기능으로 제공할 범위를 정한다. 다음 고객에게 적용하면서 설치, 연동, 검증에 걸리는 시간을 측정한다.
일부 조건이 갖춰지지 않으면 다음 출시의 범위도 달라진다. 검사 결과와 일련번호가 안정적으로 연결되지 않는다면, 성적서 자동 생성보다 장비 연동과 기록 검증이 앞선다. 반대로 데이터가 이미 연결돼 있고 고객마다 제출 형식이 달라 시간을 쓴다면 양식 설정과 승인 기능부터 출시할 수 있다. 제품팀은 매 출시 후 어떤 문제가 줄었고 다음 고객을 위해 어떤 설정을 표준화해야 하는지 확인한다.
적용 후 제품팀은 월별로 생산팀과 품질팀의 기록을 함께 본다. 예를 들어 첫 달에 성적서 준비 시간은 줄었지만 재검사 기록 누락이 반복됐으면, 다음 버전에서는 다른 서식 추가보다 재검사와 최종 판정 연결을 먼저 개선한다. 그 문제가 안정되고 여러 고객사가 같은 요청을 한다면 품목과 고객별 서식을 제품에서 설정할 수 있게 한다. 업데이트마다 한 라인에서 확인한 품질 기준과 작업 시간 변화를 남겨야 다른 공장에 같은 제품을 확장했을 때 효과를 비교할 수 있다.
첫 출시부터 다음 고객까지
다품종 가공업체라면 품목별 로봇 설정을 재사용해 소량 주문의 전환 비용을 낮출 수 있다. 여러 공장을 운영하는 제조사라면 원격 진단과 설비 이력을 통해 현장 방문을 줄이고, 한정된 인원으로 지원할 수 있는 사업장을 늘릴 수 있다. 전자는 소량 주문의 채산성으로, 후자는 장애 복구 시간과 추가 사업장의 운영 비용으로 효과를 판단한다.
검사 시스템 공급사도 고객 지원과 신규 도입에 같은 엔지니어를 배정해야 한다. 첫 OEM 심사에서 검증한 기능을 다른 고객도 쓸 수 있도록 검사 항목과 성적서 양식을 설정으로 제공하면, 다음 라인에 적용하는 데 드는 작업이 줄어들 수 있다. 두 번째 도입에서도 고객의 심사 준비가 빨라지고 공급사의 설정과 검증 시간이 줄어든다면, 같은 기능을 비슷한 납품 요건을 가진 제조사에 제안할 근거가 생긴다.
다음 분기에 기능 하나만 출시할 수 있다면, 납기나 심사 일정이 걸린 업무 하나를 고른다. 그 일을 맡은 사람이 어떤 반복 업무에 시간을 쓰는지 확인하고, 업데이트로 확보한 시간을 실제 검증 일정에 배정한다. “주당 6시간 절감”이라는 수치가 “이번 달 안에 심사 품목의 시험 생산 완료”라는 일정으로 바뀌면, 고객은 그 업데이트에 투자할 이유를 설명할 수 있다.