인사이트

저희는 공장에서 쓰는 소프트웨어와 현황 진단 도구를 만듭니다. 이 도구는 한 공장의 데이터·설비·공정 관리 수준을 항목별로 매기는데, 그 값을 담당자에게 일일이 묻지 않고 회의 기록과 기존 자료로 자동으로 채웁니다.

IT 회사가 자동차를 만들겠다고 했을 때 업계 반응은 대체로 비웃음이었습니다. 배터리와 모터를 얹는 것까지는 하겠지만 연간 수십만 대를 같은 품질로 뽑아내는 일은 다른 종목이라는 것이었습니다.

앞선 글에서 재고 숫자가 어긋나는 자리 네 곳을 적었습니다. 소요량 계산이 원본 표를 잘못 고른 자리, 같은 출하가 화면에 따라 다르게 기록된 자리, 문서번호 하나가 두 가지를 뜻하던 자리, 장부끼리 대사가 안 되던 자리입니다.

앞선 글에서 제조 AI 회사들이 매출 100억 언저리에서 멈추는 구조를 네 층으로 나눠 봤습니다. 사람 수에 비례하는 매출 공식, 쌓이지 않는 파일럿, 자격이 걸린 정부 예산, 그리고 정확히 그 지점에 열려 있는 출구입니다.

소프트웨어는 배포하기 전에 테스트 서버에서 돌려 봅니다. 그런데 수십억이 들어가는 공장은, 대부분 지어 보기 전에 테스트할 방법이 없습니다. 라인 배치가 맞는지, 설비 능력이 충분한지, 버퍼를 어디에 둬야 하는지 — 경험 많은 분들의 감과 업체의 말을 믿고 결정하고, 틀렸다는 것은…

소프트웨어를 구축해 주는 업체들이 요즘 비슷한 약속을 합니다. AI가 수정 요청을 자동으로 처리한다, 응답이 몇 분 만에 온다, 사람 없이 돌아간다. 실제로 AI 코딩 기술이 빠르게 좋아져서 이 약속들 중 상당수는 과장이 아닐 수 있습니다.

공장 시스템은 답을 잘 내놓습니다. 지난주 설비별 가동률, 품번별 불량률, 이번 달 납기 준수율. 물어보면 몇 초 안에 나옵니다.

"공장을 운영하는 핵심요소가 뭡니까." 이 질문을 받으면 대개 같은 답이 나옵니다. 사람, 설비, 자재, 방법, 환경. 현장에서는 4M1E라고 부르는 그 다섯 가지입니다.

저희는 현장배치 엔지니어를 뽑고 있습니다. 공장에 직접 들어가 데이터를 진단하고, 시스템을 그 현장에 맞춰 구축하고, 실제로 돌아갈 때까지 붙어 있는 자리입니다.

전에 저희는 이 블로그에 합의는 검증이 아니다라고 썼습니다. 같은 모델을 쓰는 에이전트 스무 개는 같은 오류에 만장일치로 동의하므로, 검증은 언제나 시스템 밖의 증거가 한다는 이야기였습니다.

"팔려고 하지 말고 도와주세요." B2B 영업 조언 중에 이만큼 자주 반복되는 말도 드뭅니다. 자료를 더 드리고, 요청에 빠르게 답하고, 필요하다면 무상으로 먼저 만들어 드린다. 그러면 신뢰가 쌓이고 언젠가 계약으로 돌아온다는 이야기입니다.

홈페이지에 제품 소개를 올려뒀는데 AI에게 물으면 엉뚱한 답이 돌아온다면, 크롤러가 본문을 아예 못 보고 있을 수 있습니다. 우리 블로그 54편에서 실제로 그랬습니다. 5분 자가점검법과 처방을 정리했습니다.