재고 120품목, AI로 ABC 표와 발주점 만들기 (45분)
오늘은 재고 현황(예제는 120품목)을 AI 대화 도구에 넣어 금액 기준 ABC 표, 6개월 이상 안 나간 품목 목록, 그리고 A 품목 5개의 발주점 초안을 만듭니다. 45분 걸립니다. 이 연재에서 단가가 들어 있는 첫 데이터라, 오늘은 붙여넣기 전에 단가를 가리는 일부터 시작합니다.
방동걸
제조 AI 운영체제 VEXPLOR를 만들고 있습니다. 스마트공장 구축 현장에서 데이터 표준화·온톨로지·디지털트윈·자율형공장을 다루며, 이 블로그에는 현장에서 실제로 부딪힌 문제와 그때 내린 판단을 씁니다.
쓴 글 271편
수주·출하 150건, AI로 납기 지연률 표 3장 만들기 (45분)
오늘은 수주·출하 목록(예제는 150행)을 AI 대화 도구에 넣어 지연률 표 3장(품목별·고객구분별·수량별)과 가설 3개, 담당자에게 물을 질문 3개를 만듭니다. 45분 걸립니다. 4편·5편이 「세기」였다면 오늘은 센 결과를 놓고 처음으로 「왜」를 다루는 편입니다. 다만 그 「왜」를 AI 에게 묻지 않습니다.
설비 알람 500건, AI로 정지표 2장 만들기 (45분)
오늘은 설비 알람 목록 한 달치(예제는 500행)를 AI 대화 도구에 넣어 「설비별 정지 횟수·정지 시간 표」와 「시간대별 정지 분포표」 2장을 만듭니다. 45분 걸립니다. 지난 편에서 불량 기록을 셌다면 오늘은 같은 방법으로 「멈춤」을 셉니다. 다른 점은 하나, 이번에는 횟수 옆에 시간이 들어온다는 것입니다.
불량 기록 400행, AI로 상위 3원인 뽑기 (40분)
오늘 만드는 것은 지난달 불량 상위 3원인 표(유형·수량·비율·누적비율) 1장과 그 그래프, 그리고 「AI 값과 엑셀 값이 같았는지」 적은 검증 메모이고, 40분이 걸립니다. 오늘 새로 배우는 것 하나는 피벗입니다 — 엑셀이 대신 세어 주는 표로, 400행짜리 불량 기록을 넣으면 불량 유형별 합계를 클릭 몇 번에 냅니다.
베테랑 반장 인터뷰 15분, AI로 작업표준서 초안 만들기 (60분)
오늘 만드는 것은 공정 1개의 작업표준서 초안(순서·급소·확인 포인트·이상 시 조치 4열) 1장과, 베테랑이 빨간펜으로 고친 판, 그리고 신입 1명이 그 판을 읽고 해 본 결과 메모이고, 60분이 걸립니다(인터뷰 15분, 초안 15분, 검토 2번 30분).
아침 회의 녹음 10분, AI로 조치 목록 3표 만들기 (30분)
오늘 만드는 것은 회의 조치 목록 서식 1장과, 실제 아침 회의 1건을 그 서식에 옮긴 적용본 1장이고, 30분이 걸립니다. 서식은 표 3개입니다 — 결정된 것, 하기로 한 것(내용·담당·기한·확인 방법), 논의만 하고 결정 안 된 것. 오늘 새로 배우는 것 하나는 결정과 논의를 나누는 것입니다.
손으로 쓴 생산 일보 5일치, AI로 엑셀 표 만들기 (45분)
오늘 만드는 것은 2가지입니다. 공장 설명 카드 1장과, 손으로 쓴 지난주 일보 5일치를 옮긴 엑셀 표 1장이고, 45분이 걸립니다(카드 15분, 옮기고 대조하기 30분). 오늘 새로 배우는 것 하나는 공장 설명 카드입니다 — 우리 공장이 무엇을 만들고 설비와 불량을 현장에서 뭐라고 부르는지 적은 A4 반 장으로, 이…
제조 AI는 이론 밖의 영역입니다학벌 대신 현장의 오랜 경험과 도메인 지식으로 웨이스가 만드는 것
한 투자 미팅에서 이런 지적을 받았습니다. 「팀이 스마트해 보이지 않는다.」 뒤에 붙은 설명으로 뜻은 분명해졌습니다. 해외 대학이나 이름 있는 국내 대학이 팀 소개에 보이지 않는다는 것이었습니다. 제조 AI 운영체제 VEXPLOR를 만드는 웨이스가 그 자리에서 할 수 있는 답은 하나였습니다. 맞는 지적이라는 것입니다.
학벌이 아니라면, 제조 AI 팀의 실력은 무엇으로 판단하는가투자자와 고객이 30분 안에 확인할 5가지
스타트업 팀을 판단하는 자리는 대개 짧습니다. 투자 미팅은 한 시간이고, 고객사 첫 방문은 30분입니다. 그 시간에 팀의 실력을 판단할 근거는 사실상 이력서 한 장이고, 이력서에서 가장 먼저 눈에 들어오는 것은 대학 이름입니다. 제조 AI 운영체제 VEXPLOR를 만드는 웨이스가 고객 공장에서 겪는 것도 같습니다.
AI에게 설비를 맡기려면, 틀린 명령이 나가기 전에 멈출 수 있어야 합니다
공장에 AI를 넣는 이야기는 대개 「무엇을 더 잘 판단하는가」로 흘러갑니다. 정확도가 몇 퍼센트인지, 어떤 모델을 쓰는지가 먼저 오갑니다. 그런데 제조 AI 운영체제 VEXPLOR를 만드는 웨이스가 설비 제어까지 이야기가 닿은 자리에서 먼저 듣는 질문은 다릅니다. 「그 판단이 틀리면 무엇이 막습니까.」
설비 제어 로직을 소프트웨어로 실행해 보면, 처음 틀리는 곳은 3군데입니다
공장 설비를 실제로 움직이는 것은 PLC라고 부르는 제어기입니다. 컨베이어를 언제 세우고 실린더를 언제 내릴지는 이 제어기 안의 프로그램이 정하고, 그 프로그램은 IEC 61131-3이라는 국제 표준이 정한 언어로 쓰입니다. 그중 현장에서 가장 많이 쓰이는 것이 전기 회로도처럼 생긴 래더 다이어그램입니다.
휴머노이드가 백 대 들어와도, 무엇을 시킬지는 사람이 정합니다
공장용 로봇에 들어가는 투자가 빠르게 늘고 있습니다. 집고 옮기고 조립하고 검사하는 동작은 해마다 좋아졌고, 사람과 같은 공간에서 일하는 로봇도 현장에 들어왔습니다. 휴머노이드는 그 흐름의 가장 앞에 있습니다. 그런데 제조 AI 운영체제 VEXPLOR를 만들며 공장을 보는 웨이스가 현장에서 확인한 것은 다른 쪽입니다.