전체
현장 노하우를 AI에 내재화… A&M, 제조업 AX 혁신서비스 나서
글로벌 경영 컨설팅 기업 알바레즈앤마살(A&M)이 국내 제조기업을 대상으로 제조 현장 숙련 기술자에게만 쌓여 있던 경험과 노하우, 이른바 암묵지를 AI에 내재화하고, 이를 실제 생산 공정의 의사결정에 활용하는 제조업 AX 혁신 모델을 제공한다고 26일 밝혔다.
A&M은 AI를 도입해 설비 이상을 감지하고 불량을 예측하는 AI 모니터링 단계를 뛰어넘어 생산과 제조, 연구 현장의 숙련자 노하우를 회사의 디지털 자산으로 전환하고 이를 기반으로 AI가 현장 데이터를 실시간 분석하면서 ‘지금 설비를 어떻게 운전해야 하는가’까지 제안할 수 있도록 하는 AX 혁신 모델을 도입했다.
이 같은 흐름은 해외 제조업계에서도 뚜렷하게 나타나고 있다. 독일 프라운호퍼 IOSB(Fraunhofer IOSB)는 설비기업 디펜바허(Dieffenbacher)와 함께 수백 개의 센서 신호가 발생하는 연속 생산 공정에 AI를 적용하고 있다. 기존에는 품질검사가 하루 1~3회에 그쳐 결과가 나오기까지 수 시간에서 길게는 수일이 걸렸고, 문제를 확인했을 때는 이미 상당량의 생산이 진행된 뒤였다. 두 회사는 AI를 생산 플랫폼에 연결해 이상 징후를 실시간으로 탐지하고 품질을 지속적으로 예측하도록 설계했다. 그 결과 작업자는 사후 검사 결과를 기다리지 않고 현재 생산 상태를 근거로 공정 조건을 즉시 조정할 수 있게 됐으며, 불량 방지와 자원 절감, 생산효율 향상, 원재료 변동에 대한 공정 안정성 강화 효과를 확인했다.
A&M은 이러한 제조업 AX의 방향성을 실제 기업의 운영 혁신 프로젝트에 적용했다. 무엇보다 기업 현장에 직접 들어가 공정과 운영 방식을 재설계해 기업의 실질적 성과를 끌어올리는 PI(Performance Improvement)는 A&M이 오랫동안 쌓아온 핵심 역량이다. 이러한 PI 역량에 AI를 접목해, 현장에서 찾아낸 개선점과 숙련자의 노하우를 AI가 학습하고 지속적으로 활용할 수 있는 형태로 전환하는 AX 프로젝트를 추진하고 있다.
김명구 A&M 파트너는 “AX는 새로운 AI 기술을 도입하는 것만을 의미하지 않으며 기존 기업 경영과 운영 개선에 AX를 접목해 실질적인 성과로 연결하는 것이 중요하다”며 “AX는 대기업만의 과제가 아니며 숙련 인력 의존도가 높은 중견 제조기업도 반드시 갖춰야 할 역량”이라고 말했다.
A&M은 최근 국내 한 중견 제조기업의 주요 공정에 AX 혁신 모델을 시범 적용한 결과 기존 운전 대비 목표 품질과의 오차 축소, 불량률 개선 등에서 뚜렷한 효과를 볼 수 있었다고 밝혔다. 이 기업은 주요 공정의 운전 조건을 현장 기술자의 경험에 크게 의존하고 있었고, 설비 데이터조차 약 2시간 단위로 운전일지에 수기로 기록되는 수준이었다. 또한 이 기업은 제조 현장 곳곳에 자동화 설비와 센서를 도입했지만 품질을 좌우하는 것은 여전히 숙련 작업자의 경험에 의존하고 있어 숙련 인력이 이동하거나 퇴직하면 노하우도 함께 사라지고, 신입 작업자가 같은 판단력을 갖추기까지는 상당한 시간이 걸린다는 애로점을 갖고 있었다.
A&M은 현장 인터뷰와 과거 생산 데이터를 결합해 숙련 작업자가 무엇을 확인하고, 어떤 판단을 내리며, 그 판단이 품질에 어떻게 반영되는지를 구조화했다. 이후 원재료 상태와 온도·함수율·밀도 등 생산 환경 데이터에 작업자가 조정하는 생산 속도·압력·온도 데이터를 연결하고, 이를 실제 품질 결과와 결합해 AI 예측 모델을 구축했다.
A&M은 여기에다 ‘현재 조건이면 품질이 어떻게 되는가’라는 예측 질문을 ‘원하는 품질을 얻으려면 지금 무엇을 조정해야 하는가’로 뒤집어 ‘이론적 최적값’이 아니라 ‘현장에서 즉시 실행 가능한 운전 조건’을 추천하도록 설계했다.
이 결과 AI가 추천한 운전 조건을 적용하면 기존 운전 대비 목표 품질과의 오차를 최대 47.2% 줄일 수 있는 것으로 나타났다. 같은 조건에서 공정 관련 불량률은 약 0.5%포인트 개선됐고, 대표 제품군 기준으로는 연간 약 389㎥의 추가 양품을 확보할 수 있는 것으로 분석됐다. 이 수치는 실운전에 반영되기 전 Off-line Test 단계에서 확인된 결과로, A&M은 향후 실제 라인 적용을 통해 효과를 추가 검증할 계획이다.
A&M의 제조업 AX 혁신 모델을 통해 AI를 단순한 생산성 향상 도구에 그치지 않고 기업의 제조 노하우를 축적하고 확장하는 수단으로 활용하는 방향도 설계했다. 기존에는 신입 작업자가 숙련자를 따라다니며 시행착오를 반복해야 했지만 AX 도입으로 숙련자의 판단과 그 결과가 데이터로 쌓이고 AI가 이를 학습하면서, 신입 작업자도 어떤 변수를 어느 방향으로 어느 수준까지 조정해야 하는지 추천받을 수 있게 됐고 새로 쌓인 생산 결과를 AI가 다시 학습하며 추천 정확도를 높이는 선순환 구조로 이어졌다. AI가 숙련자를 대체하는 것이 아니라, 개인에게만 남아 있던 경험이 기업의 데이터와 알고리즘으로 옮겨져 이 기업만의 고유한 디지털 자산으로 축적됐고, 작업자별 운전 편차 축소와 신입 작업자의 숙련 기간 단축, 특정 숙련 인력에 대한 의존도 완화를 기대할 수 있다는 게 A&M의 설명이다.
김 파트너는 “제조 현장에서 AI의 가치는 사람을 대체하는 데 있지 않다. 숙련 작업자가 오랜 기간 축적한 경험을 기업의 자산으로 전환하는 데 있다”며 “품질을 예측하는 단계를 넘어 AI가 현장에서 실행 가능한 운전 조건을 제안하고, 이를 신입 작업자도 활용할 수 있도록 한다면 생산성 향상과 제조 노하우 전수라는 두 과제를 동시에 해결할 수 있다”고 말했다.
알바레즈앤마살 소개
알바레즈앤마살(Alvarez & Marsal, A&M)은 1983년 설립된 글로벌 경영 컨설팅 기업으로, 기업 구조조정 및 턴어라운드 관리 분야에서 독보적인 헤리티지(Heritage)를 기반으로 성장해 왔다. 위기 관리와 실행 중심 자문을 바탕으로 성과 개선, 구조조정, 트랜스포메이션 등 핵심 경영 과제를 해결하며 전문성을 쌓아왔으며, 디지털 전환이 보편화되는 흐름 속에서 AI 기반 혁신(AI Transformation, AX)과 같은 첨단 역량을 접목하며 종합 경영 컨설팅펌으로 영역을 확장하고 있다. A&M은 실질적인 변화를 이끌어내는 실행력을 바탕으로 고객사의 가시적인 성과와 지속 가능한 성장을 지원하며, 현재 전 세계 40여 개국에서 1만2000명 이상의 전문가가 활동하고 있다.
알바레즈앤마살 로고
이 같은 흐름은 해외 제조업계에서도 뚜렷하게 나타나고 있다. 독일 프라운호퍼 IOSB(Fraunhofer IOSB)는 설비기업 디펜바허(Dieffenbacher)와 함께 수백 개의 센서 신호가 발생하는 연속 생산 공정에 AI를 적용하고 있다. 기존에는 품질검사가 하루 1~3회에 그쳐 결과가 나오기까지 수 시간에서 길게는 수일이 걸렸고, 문제를 확인했을 때는 이미 상당량의 생산이 진행된 뒤였다. 두 회사는 AI를 생산 플랫폼에 연결해 이상 징후를 실시간으로 탐지하고 품질을 지속적으로 예측하도록 설계했다. 그 결과 작업자는 사후 검사 결과를 기다리지 않고 현재 생산 상태를 근거로 공정 조건을 즉시 조정할 수 있게 됐으며, 불량 방지와 자원 절감, 생산효율 향상, 원재료 변동에 대한 공정 안정성 강화 효과를 확인했다.
A&M은 이러한 제조업 AX의 방향성을 실제 기업의 운영 혁신 프로젝트에 적용했다. 무엇보다 기업 현장에 직접 들어가 공정과 운영 방식을 재설계해 기업의 실질적 성과를 끌어올리는 PI(Performance Improvement)는 A&M이 오랫동안 쌓아온 핵심 역량이다. 이러한 PI 역량에 AI를 접목해, 현장에서 찾아낸 개선점과 숙련자의 노하우를 AI가 학습하고 지속적으로 활용할 수 있는 형태로 전환하는 AX 프로젝트를 추진하고 있다.
김명구 A&M 파트너는 “AX는 새로운 AI 기술을 도입하는 것만을 의미하지 않으며 기존 기업 경영과 운영 개선에 AX를 접목해 실질적인 성과로 연결하는 것이 중요하다”며 “AX는 대기업만의 과제가 아니며 숙련 인력 의존도가 높은 중견 제조기업도 반드시 갖춰야 할 역량”이라고 말했다.
A&M은 최근 국내 한 중견 제조기업의 주요 공정에 AX 혁신 모델을 시범 적용한 결과 기존 운전 대비 목표 품질과의 오차 축소, 불량률 개선 등에서 뚜렷한 효과를 볼 수 있었다고 밝혔다. 이 기업은 주요 공정의 운전 조건을 현장 기술자의 경험에 크게 의존하고 있었고, 설비 데이터조차 약 2시간 단위로 운전일지에 수기로 기록되는 수준이었다. 또한 이 기업은 제조 현장 곳곳에 자동화 설비와 센서를 도입했지만 품질을 좌우하는 것은 여전히 숙련 작업자의 경험에 의존하고 있어 숙련 인력이 이동하거나 퇴직하면 노하우도 함께 사라지고, 신입 작업자가 같은 판단력을 갖추기까지는 상당한 시간이 걸린다는 애로점을 갖고 있었다.
A&M은 현장 인터뷰와 과거 생산 데이터를 결합해 숙련 작업자가 무엇을 확인하고, 어떤 판단을 내리며, 그 판단이 품질에 어떻게 반영되는지를 구조화했다. 이후 원재료 상태와 온도·함수율·밀도 등 생산 환경 데이터에 작업자가 조정하는 생산 속도·압력·온도 데이터를 연결하고, 이를 실제 품질 결과와 결합해 AI 예측 모델을 구축했다.
A&M은 여기에다 ‘현재 조건이면 품질이 어떻게 되는가’라는 예측 질문을 ‘원하는 품질을 얻으려면 지금 무엇을 조정해야 하는가’로 뒤집어 ‘이론적 최적값’이 아니라 ‘현장에서 즉시 실행 가능한 운전 조건’을 추천하도록 설계했다.
이 결과 AI가 추천한 운전 조건을 적용하면 기존 운전 대비 목표 품질과의 오차를 최대 47.2% 줄일 수 있는 것으로 나타났다. 같은 조건에서 공정 관련 불량률은 약 0.5%포인트 개선됐고, 대표 제품군 기준으로는 연간 약 389㎥의 추가 양품을 확보할 수 있는 것으로 분석됐다. 이 수치는 실운전에 반영되기 전 Off-line Test 단계에서 확인된 결과로, A&M은 향후 실제 라인 적용을 통해 효과를 추가 검증할 계획이다.
A&M의 제조업 AX 혁신 모델을 통해 AI를 단순한 생산성 향상 도구에 그치지 않고 기업의 제조 노하우를 축적하고 확장하는 수단으로 활용하는 방향도 설계했다. 기존에는 신입 작업자가 숙련자를 따라다니며 시행착오를 반복해야 했지만 AX 도입으로 숙련자의 판단과 그 결과가 데이터로 쌓이고 AI가 이를 학습하면서, 신입 작업자도 어떤 변수를 어느 방향으로 어느 수준까지 조정해야 하는지 추천받을 수 있게 됐고 새로 쌓인 생산 결과를 AI가 다시 학습하며 추천 정확도를 높이는 선순환 구조로 이어졌다. AI가 숙련자를 대체하는 것이 아니라, 개인에게만 남아 있던 경험이 기업의 데이터와 알고리즘으로 옮겨져 이 기업만의 고유한 디지털 자산으로 축적됐고, 작업자별 운전 편차 축소와 신입 작업자의 숙련 기간 단축, 특정 숙련 인력에 대한 의존도 완화를 기대할 수 있다는 게 A&M의 설명이다.
김 파트너는 “제조 현장에서 AI의 가치는 사람을 대체하는 데 있지 않다. 숙련 작업자가 오랜 기간 축적한 경험을 기업의 자산으로 전환하는 데 있다”며 “품질을 예측하는 단계를 넘어 AI가 현장에서 실행 가능한 운전 조건을 제안하고, 이를 신입 작업자도 활용할 수 있도록 한다면 생산성 향상과 제조 노하우 전수라는 두 과제를 동시에 해결할 수 있다”고 말했다.
알바레즈앤마살 소개
알바레즈앤마살(Alvarez & Marsal, A&M)은 1983년 설립된 글로벌 경영 컨설팅 기업으로, 기업 구조조정 및 턴어라운드 관리 분야에서 독보적인 헤리티지(Heritage)를 기반으로 성장해 왔다. 위기 관리와 실행 중심 자문을 바탕으로 성과 개선, 구조조정, 트랜스포메이션 등 핵심 경영 과제를 해결하며 전문성을 쌓아왔으며, 디지털 전환이 보편화되는 흐름 속에서 AI 기반 혁신(AI Transformation, AX)과 같은 첨단 역량을 접목하며 종합 경영 컨설팅펌으로 영역을 확장하고 있다. A&M은 실질적인 변화를 이끌어내는 실행력을 바탕으로 고객사의 가시적인 성과와 지속 가능한 성장을 지원하며, 현재 전 세계 40여 개국에서 1만2000명 이상의 전문가가 활동하고 있다.
연락처
공유하기
← 블로그 목록으로