진단 도구에 "채우지 않을 자유"를 넣었습니다
저희는 공장의 현황을 항목별로 매기는 진단 도구를 만듭니다. 값은 담당자에게 묻는 대신 회의 기록과 기존 자료로 자동으로 채워집니다.

총 37개의 아티클
저희는 공장의 현황을 항목별로 매기는 진단 도구를 만듭니다. 값은 담당자에게 묻는 대신 회의 기록과 기존 자료로 자동으로 채워집니다.

현장에서 제일 자주 듣는 말 중 하나가 "우리 재고 숫자는 못 믿는다"입니다. 그러면 대개 원인을 사람에게서 찾습니다. 입고 등록을 늦게 했다거나, 출고를 안 찍었다거나, 재고 실사를 제때 안 했다는 쪽입니다.

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.

제조 AI, 스마트팩토리, 산업용 소프트웨어를 만드는 회사들의 실적을 몇 년치 나란히 놓고 보면 이상한 규칙이 하나 보입니다. 매출이 100억 언저리에 닿을 무렵 상장을 하고, 그 뒤로 매출이 잘 늘지 않습니다.

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

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.

"AI가 알아서 생산 일정을 짭니다." 자율형공장 이야기에서 가장 자주 나오는 문장이고, 가장 확인하기 어려운 문장이기도 합니다. 설비를 연결했다는 말은 대수를 세어 확인할 수 있고 불량을 잡았다는 말은 검사 결과로 확인할 수 있는데, 일정을 잘 짰다는 말은 무엇과 대조해야 할지가…

웨이스가 중소벤처기업부 자율형공장 구축 지원사업 1호 과제에서 제조사와 통신 규격이 제각기 다른 설비 217대를 하나의 운영체제로 동시에 다루는 구조를 실증했습니다. 대상 기업은 표면실장(SMD)형 알루미늄 전해 콘덴서 케이스를 만드는 스피폭스이며, 총사업비는 10억 5,700만…

앞선 글에서 자율형공장·다크팩토리·무인공장 3가지 말을 갈라 두었습니다. 정의가 문서로 확정된 말은 자율형공장 하나뿐이고, 나머지 둘은 방향을 가리키는 말이지 합격을 판정하는 말이 아니라는 내용이었습니다.

같은 회의에서 세 사람이 각자 다른 공장을 말하고 있는 장면을 종종 봅니다. 한 사람은 정부 지원사업 서류에 적힌 자율형공장을 말하고, 한 사람은 불이 꺼진 채 로봇만 도는 라인을 떠올리고, 한 사람은 야간에 관리자 한 명만 남기는 현실적인 그림을 말합니다.

공장에 AI를 붙이면 대개 알람이 먼저 늘어납니다. 온도가 임계를 넘었다, 진동 패턴이 평소와 다르다, 불량률이 상승 추세다. 그런데 알람이 늘어난 만큼 결정이 빨라졌느냐고 물으면 대답이 잘 나오지 않습니다.

(주)웨이스가 '태그 기반 메타모델을 이용한 실시간 그래프 검색 증강 생성 시스템' 특허를 2026년 8월 6일 등록했다. 특허번호는 제10-3003470호, 발명자는 방동걸 대표다. 2026년 3월 9일 출원해 6월 29일 특허결정을 받았고, 등록료 납부와 설정등록까지 마쳤다.

공장 데이터는 밖으로 못 나갑니다. 공정 조건, 수율, 설비 파라미터는 그 자체가 영업기밀이라, 제조기업이 AI를 검토할 때 가장 먼저 부딪히는 요구가 "우리 서버 안에서 돌아야 한다"입니다. 이 요구가 오픈소스(정확히는 오픈웨이트) LLM 채택의 1차 동력입니다.

"우리 같은 규모도 디지털트윈이 되나요, 비용은 얼마나 드나요."

스마트공장까지는 많은 제조기업이 왔습니다. 데이터가 모이고, 화면에 보이고, 보고서가 자동으로 나옵니다. 그런데 정부가 그다음 단계로 정의한 공장이 있습니다. 자율형공장입니다.

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.

현장에서 가장 자주 듣는 말이 있습니다. "저희는 데이터가 부족해서 AI는 아직 이릅니다."

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…

며칠 전 저희 데모 공장 트윈을 보던 대표가 물었습니다. "이게 완전한 자동 시뮬레이션 공장이 된 건가?"
