기업 내 AX(인공지능 전환) 추진 타당성 검토 - 생산 관점

현재 국내에서는 정부 차원의 전폭적인 지원으로 AX 관련 사업이 활발하게 추진되고 있다.
Industry 4.0 또는 DX, 스마트팩토리 등으로 진행되던 '전환'이 이제는 인공지능으로까지 확대된 모양새다.
현재 다양한 요인으로 우리나라 중소제조기업들이 어려움에 직면해 있는 듯 하다. 이건 지난 시기 도입하지 못했던 DX 등으로 인한 문제가 아닌 것은 자명하지만, 중요 요인은 아니더라도 여러 요인 중 하나일 것으로 생각된다.
이에 우리 기업에서 AX를 추진할 타당성이 있는지를 내부적으로 검토하고 사전 판단하기 위해 몇 가지 조사용 질의서를 공유한다.

 

 

1. 생산 효율 및 가동률 최적화 (10항목)

• 설비의 갑작스러운 고장으로 인한 라인 중단(Downtime) 회수가 월 2회 이상인가?
• 생산 계획 수립 시 담당자의 경험에만 의존하여 병목 현상(Bottleneck)이 발생하는가?
• 다품종 소량 생산 시 모델 교체(Change-over) 시간이 전체 공정의 15% 이상을 차지하는가?
• 설비별 가동 데이터(온도, 압력, 진동 등)가 실시간으로 수집되고 있는가?
• AI가 최적의 생산 순서를 제안한다면 생산 리드타임(Lead Time)을 10% 이상 단축할 수 있는가?
• 현재 설비의 부하(Load)를 실시간으로 파악하여 가동률을 조정하고 있는가?
• 에너지 소비 패턴을 분석하여 전력 피크 시간대를 피한 생산 스케줄링이 필요한가?
• 공정 간 대기 시간이 길어 재공 재고(WIP)가 과다하게 발생하는가?
• 설비 유지보수 방식이 '고장 후 수리'에서 '사전 예지 보전'으로 전환될 시급성이 있는가?
• 생산 현장의 온/습도 등 환경 변수가 제품 품질에 미치는 영향이 큰 편인가?

2. 품질 관리 및 불량 검출 (10항목)

• 육안 검사에 의존하는 공정에서 검사원마다 판정 기준이 달라 불만족 사례가 발생하는가?
• 미세한 크랙이나 오염 등 사람의 눈으로 찾기 힘든 불량 유형이 존재하는가?
• 불량 원인을 파악하기 위해 과거 데이터를 추적(Traceability)하는 데 1시간 이상 소요되는가?
• AI 비전(Vision) 검사 도입 시 현재보다 검사 속도를 2배 이상 높일 수 있는가?
• 공정 중간에 불량을 즉시 잡아내어 후공정 투입 비용을 절감할 필요가 있는가?
• 품질 데이터가 통계적 공정 관리(SPC)를 넘어 AI 기반의 상관관계 분석이 가능한 수준인가?
• 고객사의 품질 기준이 까다로워져 객관적인 데이터 기반의 품질 성적서가 필요한가?
• 검사원의 피로도에 따라 야간 작업 시 불량 유출률이 높아지는가?
• AI가 불량 패턴을 학습하여 공정 변수(압력, 온도 등)를 자동 제어할 수 있는 구조인가?
• 샘플 검사 대신 전수 검사로 전환해야 할 강력한 품질 요구가 있는가?

3. 공급망 및 자재 관리 (10항목)

• 원자재 입고 지연으로 인해 생산 라인이 멈춘 경험이 최근 1년 내 있는가?
• 적정 재고 수준을 예측하지 못해 창고 비용이 과다하거나 결품이 발생하는가?
• 제품별 소요 자재(BOM) 오기로 인한 생산 차질이 빈번한가?
• AI 기반의 수요 예측이 도입될 경우 원자재 구매 비용을 5% 이상 절감할 수 있는가?
• 자재 투입 시 선입선출(FIFO) 관리가 제대로 이루어지지 않아 유효기간 문제가 발생하는가?
• 협력사의 납기 준수율 데이터를 AI로 분석하여 구매처를 다변화할 필요가 있는가?
• 물류 로봇(AGV/AMR) 도입을 통해 자재 운반 인력을 핵심 공정으로 재배치할 수 있는가?
• 포장 및 적재 단계에서 공간 최적화를 위해 AI 알고리즘이 필요한가?
• 원자재 가격 변동 추이를 AI로 분석하여 대량 구매 시점을 결정하고 있는가?
• 부품 사양 변경 시 생산 현장에 실시간으로 정보가 전달되지 않아 구버전이 생산되는가?

4. 작업자 안전 및 인력 효율화 (10항목)

• 고위험 공정(고온, 고압, 중량물)에 작업자가 직접 투입되어 사고 위험이 높은가?
• 작업자의 위험 행동(안전모 미착용, 금지 구역 진입 등)을 실시간으로 감시할 체계가 있는가?
• 숙련공의 은퇴로 인해 그들의 노하우(암묵지)가 사라질 위기에 처해 있는가?
• 신입 작업자의 숙련도를 높이는 데 소요되는 교육 기간이 3개월 이상인가?
• 작업자의 동선을 분석하여 불필요한 움직임을 줄이는 공정 재배치가 필요한가?
• 근골격계 질환 예방을 위해 작업 부하를 AI가 분석하고 휴식 시간을 제안할 수 있는가?
• 현장 작업 환경(소음, 분진) 개선을 위해 AI 기반 모니터링이 필요한가?
• AI가 작업자별 강점을 분석하여 최적의 공정 배치를 제안한다면 효율이 오르겠는가?
• 외국인 노동자와의 소통을 위해 AI 기반의 실시간 번역/지시 시스템이 필요한가?
• 단순 반복 조립 공정을 로봇과 AI 결합으로 자동화할 수 있는가?

5. 데이터 인프라 및 기술 수용성 (10항목)

• 생산 설비에 PLC, 센서 등이 장착되어 데이터 추출이 가능한 상태인가?
• 생산 현장에 안정적인 네트워크(Wi-Fi 6, 5G 등)가 구축되어 있는가?
• MES(생산관리시스템)나 ERP가 도입되어 있으며 AI와 연동 가능한 API를 제공하는가?
• 현장 작업자들이 태블릿이나 키오스크 등 디지털 기기 사용에 거부감이 없는가?
• 수집된 생산 데이터의 유실률이 5% 미만으로 관리되고 있는가?
• 엣지 컴퓨팅(현장 즉시 연산)과 클라우드 연산의 역할 분담 계획이 있는가?
• AI 도입으로 인한 공정 변화에 대해 생산직 노조나 실무자의 동의를 얻었는가?
• 설비 제조사가 제공하는 폐쇄적인 데이터에 접근할 권한이나 기술이 있는가?
• 생산 데이터를 분석하여 경영진에게 매일 자동 보고되는 시스템이 있는가?
• 현장 문제를 AI로 해결하고자 하는 '현장 개선 제안' 문화가 활발한가?