공장에 ERP가 있고, MES가 있고, QMS도 있습니다. 시스템이 없는 게 아닙니다.
그런데 생산 실적을 확인하려면 MES에서 엑셀로 뽑아서 ERP에 수작업으로 입력합니다. 품질 데이터는 QMS에 따로 쌓여 있어서, 불량이 왜 났는지 보려면 두 시스템을 번갈아 열어야 합니다. 시스템은 다 있는데, 데이터가 자동으로 오가지 않으니 사람이 엑셀로 옮기고 있는 겁니다.
이 상태에서 AI를 도입하면 어떻게 될까요? AI가 분석할 데이터가 한쪽에만 있거나, 엑셀을 거치면서 누락되거나, 실시간이 아니라 어제 데이터를 보고 판단하게 됩니다. 스마트팩토리에서 AI가 성과를 못 내는 가장 흔한 이유가 여기에 있습니다.
연결하면 뭐가 달라질까요? 실제로 바뀐 공장들
데이터 통합이 중요하다는 건 누구나 압니다. 중요한 건 연결한 뒤에 실제로 뭐가 바뀌느냐입니다. 세 곳의 공장에서 일어난 일을 보면 답이 명확합니다.
재고가 맞지 않던 금속 가공 공장이 있었습니다. 미국 오하이오주의 자동차·농업 부품 제조업체입니다. 이 공장은 레거시 ERP가 불안정해서 현장 데이터와 시스템 데이터가 따로 놀고 있었습니다. 매년 연말 재고 실사를 하면 15%씩 차이가 났습니다. 만들었다고 기록된 수량과 실제 창고에 있는 수량이 안 맞는 겁니다.
이 공장이 한 건 단순합니다. ERP와 MES를 하나의 통합 플랫폼으로 바꾸고, 현장 PLC에서 나오는 데이터가 클라우드 ERP로 자동으로 올라가게 만든 겁니다. 사람이 엑셀로 옮기는 과정을 없앤 것입니다.
결과는 이랬습니다. 재고 차이가 15%에서 2% 미만으로 줄었습니다. OEE가 6% 올랐고, 기계 가용성도 8% 개선됐습니다. 연간 약 2억 원의 비용이 절감됐습니다.
CEO는 이렇게 말했습니다. "데이터 자체가 사업 운영 방식을 바꿨습니다." 새로운 기술을 도입한 게 아닙니다. 있던 시스템 사이에 데이터가 자동으로 오가게 만든 것뿐입니다.
두 번째는 영국의 정밀 제조업체입니다. 직원 60명, 항공우주·제약 부품을 만드는 곳입니다. CNC 기계들이 각각 따로 돌아가고 있었고, 가동 상태를 사람이 현장에서 눈으로 확인하고 있었습니다.
이 공장은 CNC에 IoT 센서를 달고, 데이터를 18개 화면의 생산 컨트롤룸에 모았습니다. 그러자 아무도 몰랐던 게 보이기 시작했습니다. 비가동 시간에 기계가 백업 압축기로 돌아가고 있었습니다. 밤새 에너지가 새고 있었는데, 데이터를 연결하기 전까지 아무도 몰랐던 겁니다.
3년간 추적한 결과, 기계 가동률이 47% 올랐고 다운타임은 53% 줄었습니다. 60명짜리 공장에서, 센서와 화면만으로 이 정도 변화가 나왔습니다.
이건 중소 규모 공장만의 이야기가 아닙니다. 글로벌 등대 공장 사례를 봐도, AI가 성과를 낸 곳은 전부 데이터가 먼저 연결되어 있었습니다. 한 광학 장비 제조업체는 57개 워크센터의 데이터를 연결한 뒤 비전 AI를 적용해서, 4개월 만에 불량률을 49% 줄였습니다. AI를 도입해서 데이터를 연결한 게 아니라, 데이터를 연결한 뒤에 AI가 작동한 겁니다. 순서가 반대인 곳은 성과를 못 내고 있습니다.
금속 가공 공장: ERP-MES 연결 → 재고 차이 86%↓, 연간 약 2억 원 절감
정밀 제조업체(60명): 센서 데이터 연결 → 아무도 몰랐던 에너지 낭비 발견, 가동률 47%↑
등대 공장: 57개 워크센터 데이터 연결 + AI → 4개월 만에 불량률 49%↓
시스템은 있는데, 왜 아직 엑셀로 옮기고 있을까요?
이유는 기술이 아닙니다. 관성입니다.
대부분의 공장에서 ERP, MES, QMS는 도입 시기가 다릅니다. ERP는 10년 전에, MES는 5년 전에, QMS는 또 다른 시점에 들어왔습니다. 도입한 벤더도 다르고, 데이터 형식도 다릅니다. 당시에는 각각이 필요해서 도입한 거지, 나중에 서로 연결할 생각은 하지 않았습니다.
연결하려면 누군가가 ‘이 시스템의 이 데이터를 저 시스템의 이 필드에 매핑해야 한다'를 정의해야 합니다. 그런데 그 역할을 맡는 사람이 없습니다. IT팀은 시스템 유지보수에 바쁘고, 현장은 생산에 바쁘고, 경영진은 이게 왜 안 되고 있는지 잘 모릅니다.
그래서 엑셀이 그 자리를 대신하고 있습니다. 사람이 데이터를 뽑아서, 정리해서, 다른 시스템에 넣는 중간 다리 역할을 하는 겁니다.
글로벌 조사에서 IT 리더의 95%가 시스템 통합을 AI 도입의 가장 큰 장벽으로 꼽은 것도 이 맥락입니다. 기술적으로 못 하는 게 아니라 누구의 일인지가 정해지지 않은 겁니다.
시스템은 있지만, 도입 시기·벤더·데이터 형식이 제각각
연결 담당자가 없어서, 엑셀과 수작업이 중간 다리 역할
IT 리더의 95%가 시스템 통합을 AI 도입의 최대 장벽으로 지목
어디서부터 연결하면 될까요?
전부 한꺼번에 연결하라는 이야기가 아닙니다. 앞서 본 공장들도 전사적으로 시작하지 않았습니다. 한 곳에서 시작했습니다.
어디를 고르느냐가 핵심인데, 기준은 세 가지입니다. 운영에 미치는 영향이 크고, 데이터 가치가 높고, 연결이 비교적 쉬운 곳. 이 세 가지가 겹치는 곳이 시작점입니다.
제조 현장에서 가장 흔한 시작점은 두 가지입니다.
첫째, 생산 실적을 자동으로 올리는 것입니다. 지금 MES에서 엑셀로 뽑아서 ERP에 넣고 있다면, 이 과정을 자동화하는 것입니다. 앞서 본 금속 가공 공장이 정확히 이걸 했습니다. MES에서 생산 실적이 찍히면, 그 데이터가 ERP 재고 화면에 자동으로 반영됩니다. 누가 엑셀을 열지 않아도. 수작업 입력이 사라지고, 재고·납기 판단이 실시간으로 바뀝니다. 여기서부터 "그러면 품질 데이터도 연결하면 불량 원인을 바로 추적할 수 있겠는데?"가 자연스럽게 나옵니다.
둘째, 설비 가동 상태를 한 화면에 모으는 것입니다. 지금 설비 상태를 사람이 현장에서 확인하고 있다면, 센서 데이터를 모니터링 화면에 연결하는 것입니다. 영국의 60명짜리 공장이 이걸 했습니다. 가동 상태가 한눈에 보이기 시작하면, 다운타임의 진짜 원인이 드러나고, 아무도 몰랐던 비효율이 눈에 띕니다.
두 시작점의 공통점은, 시스템을 교체하지 않는다는 것입니다. 있는 시스템에 데이터가 흐를 수 있는 연결을 하나 만드는 겁니다. 하나가 연결되면 그 다음이 보입니다. 스마트팩토리의 시작은 새로운 시스템을 도입하는 게 아니라, 있는 시스템 사이에 데이터가 흐르게 만드는 것입니다.
전부 한꺼번에가 아니라, 가장 아픈 곳 하나부터
시작점 1: MES → ERP 생산 실적 자동 연결 (수작업 제거)
시작점 2: 센서 → 모니터링 화면 (설비 상태 가시화)
시스템 교체가 아니라, 데이터가 흐를 수 있는 연결을 하나 만드는 것
마치며
ERP, MES, QMS. 시스템은 다 있습니다. 부족한 건 시스템이 아니라 시스템 사이의 연결입니다.
연결한 공장에서는 아무도 몰랐던 문제가 보이기 시작했습니다. 재고가 왜 안 맞는지, 에너지가 어디서 새는지, 불량이 어느 공정에서 시작되는지.
AI는 그 다음입니다. 데이터가 연결되어 있으면 AI가 일할 수 있고, 끊어져 있으면 아무리 좋은 AI도 엑셀 위에서 돌아갑니다.
시작은 하나입니다. 가장 아픈 곳, 가장 연결하기 쉬운 곳. 거기서부터.
TL;DR
시스템(ERP, MES, QMS)은 다 있지만, 데이터가 자동으로 오가지 않습니다. 엑셀과 수작업이 그 자리를 메우고 있는 상태입니다.
데이터를 연결한 공장에서는 보이지 않던 문제가 드러났습니다. 재고 차이 86%↓, 가동률 47%↑, 불량률 49%↓.
AI는 데이터가 연결된 뒤에 작동합니다. 순서가 반대인 곳은 성과를 못 내고 있습니다.
시스템 교체가 아닙니다. 가장 아픈 곳 하나에서, 데이터가 흐를 수 있는 연결을 하나 만드는 것부터 시작하면 됩니다.
FAQ
Q. 제조 데이터 통합이란 무엇인가요?
제조 현장에서 사용하는 여러 시스템(ERP, MES, QMS 등)의 데이터가 자동으로 오갈 수 있도록 연결하는 것입니다. 지금은 시스템마다 데이터가 따로 쌓여 있어서 사람이 엑셀로 옮기고 있는 경우가 많은데, 이 과정을 자동화해서 실시간으로 데이터가 흐르게 만드는 것이 핵심입니다.
Q. ERP와 MES를 연결하려면 시스템을 교체해야 하나요?
아닙니다. 기존 시스템을 유지하면서 데이터가 자동으로 오갈 수 있는 연결을 만드는 것입니다. 시스템 간 데이터를 주고받는 표준 방식이 이미 있고, 전문 파트너를 통해 기존 시스템 위에서 연결할 수 있습니다.
Q. 데이터 연결 없이 AI를 먼저 도입하면 안 되나요?
가능은 하지만, AI가 볼 수 있는 데이터가 한쪽에만 있으면 판단이 불완전합니다. 글로벌 등대 공장 사례를 보면, AI가 성과를 낸 곳은 전부 데이터가 먼저 연결되어 있었습니다.
Q. 어떤 데이터부터 연결해야 하나요?
운영에 미치는 영향이 크고, 연결이 비교적 쉬운 곳부터 시작합니다. 가장 흔한 시작점은 MES 생산 실적을 ERP에 자동으로 올리는 것, 또는 설비 센서 데이터를 모니터링 화면에 연결하는 것입니다.
Q. 데이터 통합에 비용이 많이 드나요?
전사 시스템 교체라면 큰 비용이 들지만, 이 글에서 말하는 건 한 연결부터 시작하는 것입니다. 생산 실적 자동 연결이나 설비 모니터링 연결은 시스템 교체 없이, 비교적 적은 비용으로 시작할 수 있는 영역입니다.