운반은 한 대를 빠르게 해서 빨라지지 않습니다AMR과 설비를 군집으로 제어해야 하는 이유
공장에서 설비 한 대의 성능을 올리는 일은 대개 그 설비 안에서 끝납니다. 프레스를 빠르게 하면 프레스가 빨라집니다. 옆 설비에 물어볼 것이 없습니다. 운반은 그렇지 않습니다. AMR 한 대를 빠르게 해도 라인은 그만큼 빨라지지 않습니다.
#제조AI
이 태그가 붙은 글 · 모두 87편
저희 공장 시뮬레이터가 2ms마다 무엇을 계산하는지 적었습니다
저희가 만드는 공장 시뮬레이터를 462초 돌렸습니다. 생산 지시가 26번 나갔고, 10개가 라인에 들어갔고, 4개는 로봇이 집어 AMR에 싣고 건너편 로봇이 내려놓는 데까지 갔습니다. 접촉을 9,243번 재는 동안 AMR이 벽이나 다른 AMR에 닿은 횟수는 0이었습니다.
AI가 요구사항을 채우게 하면서, 우리는 무엇을 제한했나
저희는 회의 녹음과 문서에서 시스템 요구사항을 자동으로 채우는 기능을 만들고 있습니다. 담당자와 두세 시간 이야기한 녹음을 넣으면 표준 질문 트리가 채워지고, 그 결과가 진단서와 견적의 입력이 됩니다.
제조 AI 성숙도 등급이 갈리는 이유는 체계가 아니라 채점입니다
진단을 마치면 저희는 고객에게 "이 공정은 몇 단계입니다"라고 말씀드립니다. 그 말을 듣는 쪽에서 물어야 할 것이 하나 있습니다. 그 숫자는 무엇을 보고 매긴 것인가.
자율형공장은 5단계, 스마트공장 수준은 4구간입니다
같은 회의에서 세 사람이 "3단계"를 말하는데 서로 다른 이야기를 하고 있는 경우가 있습니다. 한 사람은 정부 지원사업 공고를 보고 왔고, 다른 사람은 컨설팅사 자료를 읽었고, 나머지 한 사람은 시스템 구축 업체의 제안서를 봤습니다. 셋 다 "3단계"라고 적혀 있었으니 같은 말인 줄 압니다.
열심히 하는데 왜 신뢰는 따로 쌓입니까
고객사 한 곳에서 이런 일이 있습니다. 담당자가 정말 열심히 합니다. 고객도 그것을 압니다. 만나면 그 이야기를 먼저 꺼내실 정도입니다. 그런데 일정한 기간이 지나면 그 고객이 저를 부릅니다. 안건은 없습니다. 가 보면 특별한 이야기 없이 담소를 나누다 옵니다. 그러고 또 얼마 뒤에 부릅니다.
AI가 판단을 맡으면 공장 조직도에서 무엇이 먼저 바뀝니까
손정의 소프트뱅크그룹 회장이 지난 7월 소프트뱅크 월드에서 한 강연이 9월 1일 영상으로 공개되면서 다시 읽히고 있습니다. 요지는 이렇습니다. AI가 일자리를 빼앗는 것이 아니라, AI를 쓰는 기업이 안 쓰는 기업의 일을 빼앗는다는 것입니다.
저희가 구축한 라인에서 생산량은 18% 올랐지만, 무엇을 언제 만들지는 그대로 사람이 정합니다
저희가 구축한 복층강화유리 라인의 실측입니다. 시간당 생산량 47 → 56 EA/h(+18.3%), 완제품 불량률 2.3% → 1.18%(−48.7%). 정부 제출 완료보고서에 들어간 숫자이고 목표치를 넘겼습니다.
오너는 하자고 하는데 일이 시작되지 않는 이유
저희는 그동안 이렇게 설명해 왔습니다. 판단을 옮기는 일이 사람을 빼는 일은 아니라고요. 뻔한 판단을 기계로 넘기면 사람은 어려운 것에 시간을 쓸 수 있습니다. 저희는 지금도 그렇게 봅니다.
디지털트윈 뜻, 국제표준 ISO 23247 기준으로 3D 화면·시뮬레이션과 무엇이 다른가
디지털트윈 뜻은 실물 설비나 공정과 짝을 이루고, 둘 사이에 데이터가 오가는 디지털 모델입니다. 제조 분야에서는 국제표준 ISO 23247이 이 기준을 담고 있어서, 실물의 상태가 모델로 들어오고 모델이 계산한 결과가 현장으로 나갈 수 있어야 디지털트윈으로 봅니다.
저희 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.
어긋난 재고 숫자를 고치는 대신, 어긋나지 않는 규칙을 넣었습니다
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.
재고가 있는데 왜 발주가 나갔을까숫자가 어긋나는 자리 4곳
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.
제조 AI 회사가 100억에서 멈추는 구조, 저희는 다르게 봅니다
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 회사들은 왜 매출 100억에서 멈출까
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.
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.
제조 AI 성숙도 자가진단을 무료로 공개했습니다회사 정보 없이 10문항
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 공장 일정을 짠다는 건 실제로 무슨 계산일까
"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…
웨이스, 자율형공장 1호 실증에서 설비 217대 동기화디지털트윈 정확도 85% 확인
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…
저희는 무인공장을 약속하지 않습니다세 용어 중 저희가 하는 일
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.
