공장의 다섯 요소(4M1E)를 하나씩 지워 봤습니다
"공장을 운영하는 핵심요소가 뭡니까." 이 질문을 받으면 대개 같은 답이 나옵니다. 사람, 설비, 자재, 방법, 환경. 현장에서는 4M1E라고 부르는 그 다섯 가지입니다.
모두 93편
"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.
검사 카메라에 딥러닝을 얹는 회사와 공장 전체 데이터를 묶는 회사가 같은 이름 아래 있습니다. 국내 제조 AI 솔루션 기업을 6가지 유형으로 나누고, 각 유형의 실제 기업을 공개된 사실 기준으로 정리했습니다.
며칠 전 「코드를 모르는 개발자의 시대가 온다」는 칼럼을 읽었습니다. 개발자 닉 하지스(Nick Hodges)가 ITWorld에 쓴 글입니다. 논지는 이렇습니다. 아무도 JVM 바이트코드나 .NET CIL을 손으로 쓰지 않는 것처럼, 머지않아 타입스크립트와 파이썬도 손으로 쓰지 않게…
3D로 공장을 옮겨 놓은 화면은 확실히 인상적이다. 설비가 돌고, 컨베이어가 움직이고, 로봇팔이 실제처럼 작동한다. 그런데 여기서 한 가지를 짚고 넘어가야 한다. 현장을 그대로 비추기만 하는 3D 화면은, 아무리 정교해도 결국 화려한 스크린세이버다.
공장에 AI를 들이는 이야기는 이제 낯설지 않다. 그런데 막상 "AI가 설비를 직접 제어하게 하자"는 대목에서는 대부분 멈칫한다. 이유는 분명하다. 살아 있는 라인에서 잘못된 명령 하나는 불량으로, 정지로, 사고로 이어진다.
많은 공장이 이미 충분히 많은 시스템을 갖고 있다. MES가 있고, 품질 관리 도구가 있고, 설비 모니터링이 있고, 부서마다 대시보드가 있다. 최근 몇 년은 여기에 AI 실증까지 얹혔다. 그런데 현장에 물어보면 답은 비슷하다. "데이터는 많은데, 정작 판단이 빨라지지는 않았다."
수억을 들여 MES를 깔고, ERP를 붙이고, 현장에 태블릿까지 돌렸습니다. 그런데 1년이 지나도 공장은 예전과 크게 다르지 않습니다. 품질 문제가 터지면 여전히 담당자가 엑셀을 열어 한참을 헤매고, 설비가 멈추면 사람이 뛰어가 원인을 찾습니다. 시스템은 늘었는데 일하는 방식은 그대로입니다.
'다크팩토리'라는 말을 들으면 흔히 이런 그림을 떠올립니다. 사람이 한 명도 없고, 불도 꺼진 채 로봇만 돌아가는 공장. 조명이 필요 없으니 '다크(dark)'라는 거죠. 틀린 그림은 아니지만, 핵심을 놓치고 있습니다.