제조업 AI 도입, 진짜 효과 있을까요? 2,000억 매출 자동차 부품 제조기업이 말하는 현장의 변화

시스템은 많았지만 정보는 부족했던 현장의 역설

"여러 시스템에 흩어진 데이터를 모으고 정리하기 위해서 더 이상 복잡한 엑셀이나 Power BI 작업에 시간을 허비하지 않게 되었습니다.

그리고 문서를 단순히 제목으로 검색하는 것이 아니라 알고 싶은 내용을 채팅하듯이 말하고 바로 정확한 답을 얻을 수 있게 되었죠."

매출 2,000억 규모의 자동차 부품 제조기업 W사는 AI 챗봇을 도입 후, 현장에서의 변화를 느끼고 있습니다. 그렇지만 이러한 변화는 하루아침에 이루어진 것이 아닙니다.

W사는 SAP, WQMS, 무지계, E-HR, WQIS 등 5개의 핵심 시스템을 운영하고 있었지만, 이들 시스템이 서로 단절되어 있어 통합된 데이터 분석에 큰 어려움을 겪고 있었습니다. 시스템은 많은데 정보는 부족했던 역설적 상황이었던 겁니다.

디피니트의 AI 챗봇 DARVIS는 이러한 데이터 단절 문제를 어떻게 해결했을까요?

W사 DX팀과의 인터뷰를 통해 실제 현장의 변화 이야기를 들어보겠습니다.

5개의 시스템, 분산된 데이터

Q) 현재 W사의 주요 시스템 구성은 어떻게 되어있나요?

핵심적인 시스템은 SAP, WQMS, 무지계, E-HR, WQIS 이렇게 5가지입니다.

Q) 각 시스템들은 어떤 역할을 하고 있었고 기존에는 어떤 한계점이 있었나요?

SAP는 구매, 생산, 판매, 원가 등 회사의 대부분의 사무업무를, WQMS은 생산관리를, 무지계는 설비보전을, E-HR은 인사를, WQIS는 문서를 담당하고 있습니다.

모든 솔루션들은 패키지 혹은 SI로 만들어졌고 저희가 자체적으로 개발을 하지 않다 보니 처음 구축 당시 정했던 형태로만 데이터를 활용하고 있었습니다. 그리고 데이터들이 여러 시스템에 분산되어 있다 보니 통합하기 위해서는 여러 엑셀작업을 거칠 수밖에 없는 어려움이 있었습니다. 사내문서도 마찬가지입니다. 사내문서는 내용이 방대하기 때문에 특정하게 원하는 내용을 찾는 것이 쉬운 일이 아니었습니다.

Q) 제조 현장에서 데이터를 잘 활용하는 것이 왜 중요하다고 보시나요?

감에 의존하는 것이 아닌, 객관적으로 회사의 현재상태를 판단하기 위해서입니다. 제조현장의 데이터를 보는 이유는 불량, 생산과 관련된 문제점을 파악하고 해결하기 위해서입니다.

데이터 통합을 위한 제조업 AI 챗봇 도입 여정

Q) AI 기술이 제조 현장에 어떤 도움이 될 것이라 기대하셨나요?

‘여러 가지의 설비 장치들이 패턴을 형성하고 있고 AI로 패턴을 분석하고 다음 다가올 설비정지를 예측할 수 있다면?’ 이라는 생각을 했었고 이 부분이 AI라면 가능하지 않을까 기대했습니다.

Q) 시스템 통합을 위한 준비 과정은 어떻게 진행되었나요?

기술적인 부분은 디피니트에서 해결하였고 저희는 AI에 담길 시나리오를 구성하는 데 집중했습니다. 초기에는 각 부서를 대상으로 설문 조사를 진행했으며 이후에는 관리자들과 직접 만나면서 시나리오를 구체화해 나갔습니다.

Q) 여러 회사 중 디피니트를 선택하시게 된 계기가 궁금합니다.

디피니트가 스타트업이었기 때문입니다. 한 번도 만들어진 적 없는 시스템을 개발하는 일은 쉽지 않은 도전적인 과제라는 것을 잘 알고 있습니다. 그렇지만 이를 간절히 원하는 디피니트라면 책임감과 열정을 가지고 프로젝트를 성공적으로 이끌어 갈 수 있을 것이라 확신했습니다.

도입 과정의 도전과 해결

Q) 도입 초기에 직면했던 주요 과제들은 무엇인가요?

프로젝트 초기에는 AI를 어떻게 효과적으로 활용할 수 있을지에 대한 명확한 방향을 찾지 못했습니다. 처음에는 AI를 쿼리문 작성에 활용하려고 했지만 당시 AI의 기술 수준으로는 우리가 요구하는 복잡한 쿼리를 완전히 작성하기에는 한계가 있었습니다.

그렇지만 기본적인 쿼리 구조나 틀만 제공된다면 AI가 이를 기반으로 나머지 쿼리문을 보완하고 완성할 수 있다는 가능성을 확인하게 되었습니다.

또한 자연어 처리 분야에서 AI의 강점을 발견하면서 챗봇으로서 사용자의 문장을 이해하는데 AI를 활용하자고 결정했습니다.

이렇게 AI기능을 결정하는 데까지 오랜 시간이 걸렸습니다만 디피니트의 아이디어, 열정, 노하우 덕분에 짧은 시간에 수준 높은 챗봇이 완성되었습니다.

실제 현장의 변화와 효과

Q) AI 챗봇 도입 후, 실제 현장에서는 어떤 변화가 있었나요?

BOM누락 같은 프로세스 위반을 즉시 찾아내고 해결하는 데 AI가 큰 역할을 하고 있습니다. 또한 이제는 개인이 별도로 만든 Excel에서 관리하는 것이 아니라 AI를 활용하는 방향으로 나아가고 있어 데이터의 일관성과 신뢰도가 크게 향상되었습니다.

Q) 특히 어떤 부서나 업무에서 활용도가 높은가요?

정보챗봇은 대부분의 부서에서 활용되고 있습니다. 저희가 만든 굿모닝, 굿이브닝 시나리오에서 오늘 할 일과 일마감을 확인하는데 주로 활용되고 있습니다. 한편, 문서챗봇의 경우는 전부서가 적극적으로 사용하고 있습니다.

Q) 기존 시스템과 비교했을 때 가장 크게 개선된 점은 무엇인가요?

가장 큰 변화는 두 가지입니다.

첫째, 여러 시스템에 있던 정보들이 하나의 시스템으로 통합되어 복잡한 엑셀이나 Power BI 작업이 필요 없어졌다는 점입니다. 매일 여러 시스템을 오가며 데이터를 추출하고 가공하는 번거로움이 사라졌죠.

둘째, 문서 검색 방식의 변화입니다. 이제는 문서의 제목이 아니라 알고 싶은 내용 자체를 질문하면 AI가 관련 정보를 즉시 찾아줍니다. 이 두 가지 변화가 현재 가장 크게 체감되는 부분입니다.

제조업에서의 AI 미래와 전망

AI가 제조업에서 앞으로 어떤 역할을 할 것으로 보시나요?

AI는 앞으로 제조업 생존을 위한 필수 조건이라고 생각합니다. 이는 생산 현장뿐만 아니라 사무 업무에서도 마찬가지입니다. AI를 더욱 적극적으로 활용해야만 생산성을 높일 수 있으며 이부분이 기업 경쟁력 확보의 핵심이 될 거라고 생각합니다.

앞으로의 AI 활용 계획에 대해 말씀해 주실 수 있을까요?

앞으로는 회사의 각 프로세스별로 특화된 AI 에이전트가 구축될 것으로 예상됩니다. 단순하고 반복적인 작업은 물론, 복잡하지만 반복되는 업무들도 AI가 점차 담당하게 될 것 같아요. 저희는 AI 에이전트가 분석해낸 문제점과 데이터를 기반으로 이를 개선하고 실행하는 일에 집중하게 될 겁니다. 결국 인간은 문제 해결과 전략적 판단에 집중하고 AI는 이를 지원하는 도구가 되는 거죠. 저희는 이런 미래를 준비하고 있습니다.

제조 현장의 디지털 혁신, 경쟁력의 핵심으로

제조업 현장에서 AI 챗봇 도입은 단순한 편의성을 넘어 비즈니스 핵심 경쟁력으로 자리잡고 있습니다. W사의 사례는 분산된 데이터 시스템을 통합하고 즉각적인 정보 접근을 가능케 함으로써 얻을 수 있는 실질적 가치를 보여줍니다.

주목할 만한 점은 W사의 DARVIS 활용도입니다. 도입 초기인 24년 8월부터 25년 1월까지의 월간 DARVIS 사용 횟수는 지속적인 상승세를 보였고 특히 11월에는 가파른 증가세를 기록했습니다.

DARVIS는 기업을 위한 맞춤형 AI 솔루션을 제공합니다. txt2sql 기술과 RAG 기술을 통해 기업 내 분산된 데이터를 통합하고 즉각적인 분석을 가능하게 합니다.

혹시 사내 AI 도입 문제로 고민하고 있으신가요? 아직도 여러 시스템의 데이터를 엑셀로 일일이 취합하느라 시간을 낭비하고 계신다면 서비스 소개서를 받아보시고 무료 컨설팅을 신청해 보세요.

여러분의 회사에 특화된 AI 솔루션 도입 방법에 대해 자세히 알려드리겠습니다.

아래에 ‘DARVIS 서비스 소개서 보러가기’ 를 통해서 서비스 소개서를 먼저 보시고 컨설팅을 신청해 주시면 됩니다.