AI 도입이 회의 안건이 되면 나오는 질문은 비슷합니다. 다른 공장은 얼마나 좋아졌는지, 우리는 얼마나 좋아지는지입니다.
답하려면 도입 전후를 같은 기준으로 비교한 수치가 필요합니다. 제조 현장에서 공개된 것은 많지 않습니다.
2026년 8월 산업통상자원부가 AI팩토리 지원 사업에 참여한 사업장 42곳의 점검 결과를 발표했습니다.
업종마다 AI로 개선한 항목이 다릅니다
성과가 나타난 42개 사업장에서 생산성은 평균 30.1% 올랐고 불량률은 평균 15.5% 내려갔습니다.
이 사업장들이 AI를 적용한 업무는 4가지입니다. 생산계획, 품질관리, 설비제어, 공정최적화입니다. 공장 전체를 한 번에 바꾸지 않고 이 가운데 한 가지를 골랐습니다.
수치를 개별로 공개한 곳은 5곳이고 업종마다 개선한 항목이 다릅니다. 자동차 차체 부품 공장은 품질검사 시간이 90% 줄었고 절삭공구 공장은 33% 줄었습니다. 반도체 장비 공장은 생산성이 66.7% 올랐고 조선 사업장은 50% 올랐습니다. 자동차 샤시 부품 공장은 불량률이 20% 내려갔습니다.
우리 업종과 가까운 곳이 어느 항목에서 수치를 냈는지 확인하면 4가지 업무 가운데 무엇부터 검토할지 정할 수 있습니다.
이 사업장들은 정부 지원을 받았고 같은 지원 사업이 해마다 공고됩니다. 2026년 스마트 제조혁신 지원사업에도 공정최적화와 예지보전을 다루는 AI 공장 구축 지원이 있습니다.
다만 30.1%는 지원받은 공장 전체의 평균이 아닙니다. 170여 곳 가운데 성과가 나타난 42곳만 점검한 값입니다.
42곳은 지원받은 170곳 가운데 성과가 나타난 곳입니다
지원을 받은 사업장은 170여 곳입니다. 이 가운데 성과가 나타나기 시작한 42곳을 점검했습니다. 170은 사업 규모이고 42는 성과를 확인한 범위라서 두 숫자를 같은 뜻으로 쓰면 의미가 달라집니다.
정부가 평균을 낸 항목은 생산성과 불량률 2가지입니다. 두 항목 모두 공장이 원래 집계하던 값이라서 도입 뒤에 같은 기준으로 다시 확인할 수 있었습니다.
이 사업의 지원 대상은 중소 중견 제조업입니다. 대기업 생산라인이 아니라 지원을 받아 AI를 도입한 공장에서 나온 수치라는 뜻입니다. 사례에 나오는 5곳의 규모도 그 범위 안에 있습니다.
30.1%를 우리 공장의 예상치로 쓰지 않습니다
개별로 공개된 사업장은 50%를 넘기도 하고 20%대인 곳도 있습니다. 업종이 다르고 적용한 업무가 다르면 폭이 달라집니다.
평균은 이 사업에서 성과가 나온 범위를 알려주는 값이지 우리 공장에 적용했을 때 나올 값이 아닙니다.
사내 보고에 30%를 목표로 적으면 근거가 없는 숫자가 됩니다.
발표에는 무엇을 적용했는지가 적혀 있지 않습니다
공개된 것은 업종과 개선 항목과 수치입니다. 어느 사업장이 어떤 설비에 무슨 방식을 적용했는지는 사업장별로 나와 있지 않습니다.
그래서 이 수치는 따라 할 방법이 아니라 어느 정도까지 가능한지 보여주는 참고값입니다.
같은 업종의 사례를 골라 우리 공장의 현재 값과 비교하는 데까지가 이 자료로 할 수 있는 일입니다.
개별 5곳이 공개한 항목은 3가지로 나뉩니다
품질검사 시간, 생산성, 불량률입니다. 42개 평균에는 없던 품질검사 시간이 하나 더 있습니다.
아래에서 이 3가지 순서로 봅니다.
품질검사 시간을 줄인 곳이 2곳입니다
두 곳 모두 검사를 없앤 것이 아니라 검사에 쓰던 시간을 줄였습니다.
품질검사는 사람이 눈으로 보거나 장비로 확인하는 업무입니다. 판정 기준이 문서로 있고 결과가 건별로 기록되는 공장이라면 도입 전후를 같은 기준으로 비교할 수 있습니다.
자동차부품 사업장은 품질검사 시간을 90% 줄였습니다
차체 부품을 만드는 사업장이고 5곳 가운데 감소 폭이 가장 큽니다.
검사 시간이 줄면 다음 공정을 그만큼 빨리 시작합니다
검사는 공정과 공정 사이에 있습니다. 검사가 끝나야 다음 공정을 시작하므로 검사 시간은 제품 하나가 완성되기까지의 기간에 그대로 더해집니다. 검사가 오래 걸리면 앞 공정에서 만든 물량이 검사 앞에 남고 뒤 공정은 일감이 없습니다.
이 사업장은 검사 시간만 공개했습니다. 생산성이나 불량률이 함께 달라졌는지는 발표에 없습니다.
공구 제조 사업장은 품질검사 시간을 33% 줄였습니다
절삭공구를 만드는 사업장입니다. 같은 항목인데 앞의 사업장과 폭이 크게 다릅니다.
같은 항목에서 폭이 다른 것은 시작점이 다르기 때문입니다
감소율은 도입 전에 얼마나 걸렸는지에 따라 달라집니다. 원래 검사에 오래 걸리던 공정일수록 줄일 수 있는 시간이 깁니다. 검사 방식이 수작업에 가까울수록 자동화했을 때 감소 폭이 커집니다.
그래서 감소율만 보고 어느 사업장이 더 잘했다고 읽지 않습니다. 우리 공장이 지금 검사에 몇 시간을 쓰는지 알아야 90%와 33% 가운데 어느 쪽에 가까울지 짐작할 수 있습니다.
하루에 검사하는 건수와 한 건에 걸리는 시간을 곱하면 나옵니다. 검사 담당자가 하루 중 몇 시간을 검사에 쓰는지로 확인해도 됩니다.
생산성을 올린 곳이 2곳입니다
반도체 장비 사업장과 조선 사업장입니다. 두 곳 모두 42개 평균인 30.1%를 넘었습니다.
반도체 장비 사업장은 생산성이 66.7% 올랐습니다
5곳 가운데 상승 폭이 가장 큽니다.
설비를 늘리지 않고 받을 수 있는 주문이 늘어납니다
생산성이 66.7% 올랐다는 것은 같은 인원과 시간으로 만드는 양이 그만큼 늘었다는 뜻입니다. 설비를 늘리지 않고 나온 값이면 증설 투자 없이 생산능력이 커진 것입니다.
주문이 많은 시기에 외주에 맡기던 물량을 공장 안에서 처리할 수 있게 됩니다.
이 경우 줄어드는 비용은 외주가공비입니다.
조선 사업장은 생산성이 50% 올랐습니다
5곳 가운데 유일한 대형 조립 산업입니다.
공정이 길수록 계획을 바꾸는 효과가 큽니다
조선은 하나를 만드는 데 걸리는 기간이 길고 공정 수가 많습니다. 공정 수가 많은 현장은 어느 순서로 무엇을 먼저 하는지에 따라 전체 기간이 달라집니다. 앞 공정이 하루 늦어지면 뒤에 있는 모든 공정도 하루씩 늦어집니다.
공정이 길고 변수가 많은 현장일수록 계획을 다시 세우는 작업에 사람이 쓰는 시간이 깁니다. 생산계획은 지원 사업이 다룬 4가지 업무 가운데 하나입니다.
조선 사업장에서 생산성이 올랐다는 것은 같은 기간에 더 많이 만들었거나 같은 양을 더 짧은 기간에 만들었다는 뜻입니다. 발표에는 둘 중 어느 쪽인지 적혀 있지 않습니다. 사내에 보고할 때 이 점을 함께 밝혀야 합니다.
불량률은 평균 15.5% 낮아졌습니다
개별로 수치를 공개한 곳은 자동차 샤시 부품 사업장 1곳이고 불량률이 20% 낮아졌습니다.
불량률은 금액으로 바꿔 볼 수 있는 항목입니다
불량품은 재료비와 가공비를 이미 지출한 제품입니다. 불량률이 내려가면 버리는 제품이 줄고 다시 만드는 작업도 줄어듭니다. 재료비와 인건비와 설비 가동 시간이 함께 줄어드는 항목입니다.
줄어든 금액을 알려면 지금 불량 비용을 알아야 합니다
많은 공장에서 불량 손실은 별도 항목으로 집계되지 않고 제조원가 안에 포함돼 있습니다. 항목이 없으면 불량률이 20% 줄어도 얼마가 줄었는지 답할 수 없습니다.
불량률을 줄이려는 공장이라면 AI를 적용하기 전에 지금 불량이 얼마나 나오고 그 손실을 금액으로 바꾸면 얼마인지 집계하는 단계가 먼저입니다.
이 단계는 AI 없이도 할 수 있습니다.
품질검사 시간과 불량률은 다른 항목입니다
검사 시간이 줄어든 것은 확인하는 속도가 빨라진 것입니다. 불량률이 줄어든 것은 불량 자체가 덜 나온 것입니다.
둘을 같은 값으로 쓰면 성과가 실제보다 크게 보입니다
검사 시간 90% 감소를 불량이 90% 줄었다고 읽으면 다른 이야기가 됩니다. 앞의 값은 검사 업무의 시간이고 뒤의 값은 생산 결과입니다. 사내에 보고할 때 어느 쪽인지 밝혀야 오해가 생기지 않습니다.
5곳 가운데 검사 시간을 공개한 곳이 2곳, 불량률을 공개한 곳이 1곳입니다.
2030년을 말하는 숫자와 지금 나온 숫자를 구분합니다
지금까지의 수치는 모두 도입 전후를 비교한 값입니다. 같은 발표와 같은 시기의 자료에는 성격이 다른 숫자도 함께 있습니다.
시점이 함께 적힌 숫자는 목표입니다
산업통상자원부는 2030년까지 AI팩토리 500개를 만들겠다고 함께 밝혔습니다. 42개 점검 결과와 나란히 나오지만 500은 아직 만들어지지 않은 수입니다.
삼성전자는 2030년까지 국내외 생산공장을 AI 자율 공장으로 바꾸겠다고 2026년 3월 발표했습니다. 전 공정에 디지털 트윈을 적용하고 품질과 생산과 물류에 AI 에이전트를 도입하는 계획입니다. 도입 전후를 비교한 수치는 함께 발표되지 않았습니다.
현대자동차그룹은 소프트웨어로 정의하는 공장과 로봇 응용센터를 만들겠다고 밝혔습니다. 응용센터는 2026년 개관 예정입니다.
구분 기준은 시점이 함께 적혀 있는가입니다
실적에는 시점이 없습니다. 이미 일어난 일이기 때문입니다. 생산성 30.1% 상승에는 언제까지라는 말이 함께 적히지 않습니다.
목표에는 대체로 시점이 함께 적혀 있습니다. 2030년까지 500개, 2030년까지 전환이 그렇습니다.
회의에서 두 숫자를 나란히 쓰지 않습니다
42개 점검 결과와 500개 목표를 한 장표에 같은 크기로 적으면 읽는 사람이 둘을 같은 성격으로 봅니다. 하나는 이미 확인된 값이고 하나는 계획입니다.
실적과 목표를 나눠 적으면 지금 무엇이 확인됐고 무엇이 아직 계획인지가 분명해집니다.
우리 공장에서 먼저 확인할 항목을 정합니다
42개 사업장이 공통으로 한 것은 공장 전체를 바꾸는 것이 아니라 업무 하나를 정한 것입니다. 생산계획, 품질관리, 설비제어, 공정최적화 가운데 하나입니다.
1 줄일 것을 먼저 정합니다
품질검사 시간인지, 생산성인지, 불량률인지입니다. 3가지는 서로 다른 값이고 개선하는 방법도 다릅니다. 하나를 고르면 2번부터 4번까지가 그 항목 기준으로 정해집니다.
2 지금 값을 기록합니다
검사에 몇 시간이 걸리는지, 같은 시간에 얼마를 만드는지, 불량이 얼마나 나오고 금액으로 얼마인지입니다. 도입 전 값이 없으면 도입 뒤에 비교할 대상도 없습니다.
3 그 항목이 달라지는 업무를 고릅니다
검사 시간을 줄이려면 검사 업무이고 생산성을 올리려면 생산계획이나 공정입니다. 항목이 정해지면 업무도 정해집니다.
4 감소율이 아니라 금액으로 적습니다
90%와 33%는 시작점이 다르면 비교가 되지 않습니다. 사내에 보고할 때는 몇 시간이 몇 시간으로 줄었고 그 시간이 인건비나 외주가공비로 얼마인지 적습니다. 금액으로 적어야 다음 투자를 판단할 수 있습니다.
정부 지원 사업은 해마다 공고가 나옵니다. 2026년 스마트 제조혁신 지원사업에는 제조 AI에 특화한 스마트공장 유형과 자율형공장 AI트랙이 있고 공정최적화와 예지보전을 다룹니다. 공고는 기업마당에서 찾을 수 있습니다.
산업통상자원부는 2026년 9월 창원에서 제조 AI 전환 콘퍼런스를 열고 이 성과를 지역으로 확산하겠다고 밝혔습니다.
신청 전에 위의 1번과 2번을 정리해 두면 사업계획서에 쓸 내용이 이미 준비된 상태가 됩니다.
다음 회의에서 확인할 것은 하나입니다. 우리가 줄이려는 것이 검사 시간인지, 불량률인지, 아니면 같은 시간에 만드는 양을 늘리려는 것인지입니다.
디피니트 블로그를 구독하세요
디피니트는 제조 기업의 원가와 손익을 설명 가능하게 만드는 회사입니다. ERP 숫자와 현장 인식이 다를 때 근거를 대지 못하는 상황을, AI가 원인을 항목 단위로 분해해 조치 방향까지 보여주도록 바꿉니다.
그 과정에서 알게 된 것들을 블로그에 정리하고 있습니다. AI를 어디까지 맡기고 어디서 사람이 판단할지 고민하고 계신다면, 디피니트 블로그를 구독하고 새 글을 먼저 받아보세요.