직원이 각자 쓰는 AI 에이전트와 회사가 도입하는 업무 AI 에이전트는 무엇이 다른가회사가 확인할 6가지
제조기업 한 곳이 AI를 붙일 업무 후보를 부서별로 적은 목록에는 120가지가 있었고, 그 가운데 92가지(77%)는 부서 3곳 이상을 지나는 흐름에 들어 있었습니다. 직원 한 사람이 자기 계정으로 쓰는 AI 에이전트는 그 사람의 책상에서 시작하고 끝나는 일을 빠르게 합니다.
이 태그가 붙은 글 · 모두 6편
제조기업 한 곳이 AI를 붙일 업무 후보를 부서별로 적은 목록에는 120가지가 있었고, 그 가운데 92가지(77%)는 부서 3곳 이상을 지나는 흐름에 들어 있었습니다. 직원 한 사람이 자기 계정으로 쓰는 AI 에이전트는 그 사람의 책상에서 시작하고 끝나는 일을 빠르게 합니다.
AI를 구축하는 회사들의 데모는 데이터가 잘 갖춰진 회사에서 빛을 냅니다. 품목 코드가 통일돼 있고, 생산 실적이 시스템에 남고, 재고가 숫자로 있는 회사에서는 모델이 그 위에서 바로 답을 냅니다. 제조 AI 운영체제 VEXPLOR를 만드는 웨이스가 현장에서 만나는 제조기업의 대다수는 그 반대편에 있습니다.
국내에서 공장을 가진 중소·중견 제조기업 16만 3,273곳 가운데 제조 AI를 도입한 곳은 0.1%입니다. 도입 계획이 있는 1.6%를 더해도 1.7%입니다(중소벤처기업부, 2024년 스마트제조혁신 실태조사, 2025년 4월 발표). 이 숫자만 보면 지금 AI를 도입하기만 해도 경쟁 공장을 크게 앞지를 것 같습니다.
저희가 만들려는 것을 한 문장으로 적으면 이렇습니다. 사람이 그 자리에 없어도 판단이 되는 상태. 공장에서 하려는 일이 그것입니다. 설비 앞에 사람이 붙어 있어야만 무슨 일이 벌어지는지 알 수 있는 공장에서, 설비가 자기 상태와 조건을 스스로 내놓는 공장으로 옮겨 가는 일입니다.
웨이스가 제조 AI 성숙도 자가진단을 wace.me/diagnosis에 공개했습니다. 무료이고, 시작할 때 회사 정보를 받지 않습니다. 10문항에 답하면 우리 공장이 지금 어느 단계(L0~L4)에 있는지가 화면에 바로 나옵니다.
지금까지의 글을 한 줄로 줄이면 이렇습니다. AI는 화려한 기능이 아니라 표준화된 토대 위에서만 현장까지 살아남는다. 그렇다면 정작 우리 공장은 그 토대가 얼마나 갖춰져 있을까요? 이번 글은 읽고 끝나는 글이 아니라, 직접 체크해 볼 수 있는 자가진단입니다.