제조 자동화 관련 참고 사진으로, 정부 사업 참여 현장이나 피지컬 AI 적용을 확인한 사진은 아닙니다.
AI 공장의 경쟁력은 로봇 대수보다, 생산이 멈춘 이유를 얼마나 정확히 기록하는지에서 시작된다.
피지컬 AI가 중소 제조업의 문을 두드리고 있다. 정부가 ‘모두의 AI 공장장’과 스마트제조혁신을 연결해 제조 현장 확산을 추진하면서다.
공장장이 사라지고 로봇만 일하는 풍경을 떠올리기 쉽다. 그러나 중소기업이 먼저 따져야 할 것은 따로 있다. 우리 공장에서 무엇을 판단하고, 어떤 작업을 움직이게 할 것인가.
피지컬 AI, 화면 밖으로 나온 인공지능
피지컬 AI는 주변 환경을 인식하고 판단해 실제 공간에서 행동하는 기술이다. 로봇이 부품의 위치에 맞춰 집는 동작을 조절하거나, 이동 중 장애물을 감지해 경로를 바꾸는 방식이다. [출처: NVIDIA]
스마트공장이 생산정보 수집부터 설비 제어까지 포괄한다면, 피지컬 AI는 그 안에서 상황에 따라 행동을 조절하는 역할을 맡을 수 있다. 두 개념은 서로 대체하는 관계보다 연결되는 관계에 가깝다.
정부 지원, 기술과 현장을 연결한다
중소벤처기업부와 과학기술정보통신부는 9월 7일 KAIST 피지컬 AI 실증랩 방문을 계기로 중소 제조 현장의 도입·확산 협력을 발표했다. ‘모두의 AI 공장장’과 ‘스마트제조혁신’을 연계하는 방향이다. [출처: 중소벤처기업부]
다만 협력 발표를 개별 기업의 지원 확정으로 받아들여서는 안 된다. 신청 대상과 지원 범위, 기업 부담금은 후속 사업 공고에서 확인해야 한다.
어디부터 적용할까? 공정 이름보다 병목이 먼저다
THE INSIGHT PICK은 전 공정 일괄 도입보다 손실을 측정할 수 있는 한 구간에서 시작하는 방식이 현실적이라고 본다. 다음은 도입 검토를 위한 공정별 예시다.
| 검토 공정 | 적용 아이디어 | 먼저 확인할 조건 |
|---|---|---|
| 공정 간 물류 | 자재 운반·대기 흐름 개선 | 통로, 운반 용기, 작업자 동선 |
| 검사·분류 | 결함 판단과 분류 동작 연결 | 불량 기준, 촬영 조건, 예외 처리 |
| 프레스 주변 작업 | 소재 투입·제품 취출 보조 | 소재 편차, 금형 변경, 안전 조건 |
| 설비보전 | 이상 징후 분석과 정비 판단 지원 | 고장 이력, 센서 기록, 정지 사유 |
검사 AI나 고장 예측만으로 모든 시스템을 피지컬 AI라고 부를 수는 없다. 분석 결과가 실제 동작·제어와 어떻게 연결되는지까지 살펴야 한다.
물류 자동화 관련 참고 사진. 해당 정부 사업의 실증 현장 사진은 아닙니다.
다품종 공장에서는 ‘예외 처리’가 실력이다
같은 부품을 반복 생산하는 시연과 매일 품목이 바뀌는 공장은 조건이 다르다. 금형을 교체하고, 소재가 달라지고, 고객별 검사 기준도 바뀐다.
따라서 도입 검토에서는 정상 작동 장면보다 질문을 바꿔야 한다.
부품이 비뚤게 놓이면 어떻게 처리하는가. 처음 보는 불량은 누가 판정하는가. 통신이 끊기면 어디까지 멈추는가.
이 예외를 처리하는 비용까지 계산해야 실제 투자비가 보인다.
로봇을 사기 전에 정지 기록부터
가령 설비 정지 사유가 모두 ‘기타’로 남는 공장을 생각해보자. 자재 부족과 금형 조정, 검사 대기가 같은 항목에 묶이면 어떤 문제를 먼저 해결해야 하는지 가리기 어렵다.
도입 전에는 생산수량·불량 유형·설비 정지 원인을 같은 기준으로 기록하고, 개선 전후를 비교할 지표를 정할 필요가 있다.
시간당 생산량이 늘어도 재검사와 유지보수 비용이 더 커지면 기대한 효과를 얻기 어렵다.
도입 전에 먼저 체크할 5가지
- 반복되는 손실이 무엇인지 — 대기, 불량, 운반, 정지 중 하나를 숫자로 잡는다.
- 기록 기준이 통일돼 있는지 — 설비 정지 사유와 불량 분류부터 같은 언어로 만든다.
- 예외 상황을 누가 처리할지 — AI가 모르는 상황에서 사람에게 넘기는 기준을 정한다.
- 안전·통신 장애 시 정지 범위를 미리 정의한다.
- 성과지표 — UPH, 불량률, 재검사, 정지시간 중 무엇이 개선돼야 투자 성공인지 정한다.
로봇이나 AI 솔루션을 고르기 전에 이 다섯 질문에 답하면 ‘멋진 시연’과 ‘우리 공장에 필요한 투자’를 구분하기 쉬워진다.
THE INSIGHT PICK이 보는 한마디
중소 제조업이 던질 질문은 “사람을 몇 명 줄일 수 있나”에서 시작하지 않아도 된다.
“작업자가 반복 운반에 쓰는 시간은 얼마인가.”
“설비가 멈출 때 원인을 찾는 데 얼마나 걸리는가.”
이 질문에 답할 수 있어야 AI의 역할도 구체화된다.
좋은 AI 공장은 로봇이 많이 보이는 공장보다, 같은 불량과 같은 정지를 덜 반복하는 공장에 가깝다.
자료·출처
공정별 적용 검토와 도입 순서는 THE INSIGHT PICK의 편집 분석이다.