불량률이 올랐습니다. ERP를 열어봅니다. "지난달 대비 불량률 2.3%p 상승"이라는 숫자가 보입니다. 그런데 다음 질문이 이어집니다. 왜 올랐을까요?
ERP는 여기서 멈춥니다. 답을 찾으려면 MES를 열고, 품질 시스템을 열고, 설비 로그를 열어야 합니다. 세 시스템을 오가며 수작업으로 대조하는 동안 시간이 흐릅니다.
ERP가 잘못 만들어진 것이 아닙니다. ERP는 애초에 이런 질문에 답하도록 설계되지 않은 것이죠. 이 글에서 기록 시스템과 의사결정 시스템이 무엇이 다른지, 왜 이 구분이 제조 현장에서 중요한지를 살펴보겠습니다.
기록 시스템과 의사결정 시스템, 무엇이 다른가?
시스템을 두 가지로 나눠서 보면 이해가 쉽습니다. 하나는 기록 시스템(System of Record)이고, 다른 하나는 의사결정 시스템(System of Decision)입니다.
기록 시스템은 특정 도메인의 데이터를 공식적으로 생성하고 저장하는 역할을 합니다. ERP는 재무·구매·재고 데이터의 기록 시스템이고, MES는 생산 실행 데이터의 기록 시스템입니다. "이 데이터에 대해 신뢰할 수 있는 원본이 어디에 있는가"에 답하는 것이 기록 시스템의 역할입니다.
의사결정 시스템은 다릅니다. 여러 기록 시스템의 데이터를 모으고 정제해서, 의사결정에 필요한 통합된 시야를 제공합니다. 기록 시스템이 "데이터가 어디서 만들어지는가"를 다룬다면, 의사결정 시스템은 "이 판단을 내리기 위해 어떤 데이터를 함께 봐야 하는가"를 다룹니다.
범위도 다릅니다. 기록 시스템은 한 도메인 안에서 좁게 작동합니다. 의사결정 시스템은 여러 도메인을 가로질러 넓게 작동합니다. 데이터 성질 또한 다릅니다. 기록 시스템은 트랜잭션 중심으로 실시간 갱신과 무결성이 최우선이지만, 의사결정 시스템은 분석과 집계 중심으로, 일관성과 통찰이 우선입니다.
ERP·MES가 의사결정을 지원하지 못하는 이유는?
ERP와 MES가 의사결정에 답하지 못하는 데는 구조적인 이유가 있습니다.
첫째, 도메인이 분리되어 있습니다. ERP는 재무와 재고 도메인에서, MES는 생산 실행 도메인에서 각각 자신의 데이터 무결성을 최우선으로 설계됩니다. 도메인 간 연결은 애초에 설계 목적이 아닙니다. 그래서 "생산 데이터와 원가 데이터를 함께 봐야 하는" 질문 앞에서 각 시스템의 데이터는 사일로로 남습니다.
둘째, 트랜잭션 중심으로 설계되어 있습니다. ERP·MES는 데이터 입력과 검증의 실시간성을 보장하는 데 최적화되어 있습니다. 집계, 분석, 시나리오 시뮬레이션은 부차적인 기능입니다. 의사결정 시스템은 반대로 데이터를 추출하고 정제해 탐색과 분석에 최적화된 구조를 갖춥니다.
셋째, 거버넌스와 접근 제어 구조가 다릅니다. 기록 시스템은 엄격한 접근 제어와 제한된 편집 권한으로 데이터 무결성을 지킵니다. 그런데 이 구조가 다수의 의사결정자가 자유롭게 데이터를 탐색하고 조합하는 것을 제한합니다.
넷째, 공통된 의미 체계가 없습니다. ERP와 MES는 각자 고유한 데이터 모델을 씁니다. 설비, 공정, 불량 같은 개념에 대한 공통 정의가 없어서, "A 공장의 불량률"과 "B 공장의 불량률"을 비교하려면 별도의 통합과 표준화 작업이 필요합니다.
데이터는 있는데 "왜?"에 답하지 못하는 현장
이 구조적 한계는 현장에서 구체적인 모습으로 드러납니다.
한 제조사는 불량 원인을 찾기 위해 MES의 공정 이력, 품질 시스템의 검사 결과, 설비 로그를 각각 열어 수작업으로 대조해야 했습니다. 데이터는 있었지만 세 시스템이 연결되지 않아 분석이 실제로 쓰이지 못했습니다. 실제로 제조업체의 98%가 데이터 문제로 협업과 생산성 개선에 어려움을 겪고 있다는 조사 결과도 있습니다.
대시보드와 BI 도구도 이 문제를 완전히 해결하지 못합니다. 대시보드는 가동률, 불량률, OEE 같은 정해진 지표를 시각화하는 데 강합니다. 하지만 "왜 이 지표가 이렇게 나왔는지"를 설명하는 해석 계층이 없습니다. "A 라인 OEE가 75%에서 65%로 하락했다"는 보여줄 수 있지만, 어떤 설비나 공정 변화가 원인인지는 설명하지 못합니다. 결국 담당자는 몇 주를 기다려 별도로 답을 찾아야 하는 상황이 반복됩니다.
부서별로 각자의 KPI에 맞춰 대시보드를 따로 운영하는 것도 문제를 키웁니다. 한 공정은 가동률 극대화를, 다른 공정은 불량 최소화를 목표로 삼으면, 전체 공장 관점에서는 재고 증가나 리드타임 연장 같은 비효율이 생깁니다. 대시보드가 각 부서의 지표를 잘 보여줄수록, 오히려 전체 최적화 관점의 판단은 더 어려워지는 역설이 생깁니다.
기록 중심에서 의사결정 중심으로 전환하면 무엇이 달라지는가
기록 중심에서 의사결정 중심으로 전환한 현장에서는 눈에 띄는 변화가 나타납니다.
한 중소 제조 공장은 엑셀 기반 수기 기록에서 실시간 통합 데이터 흐름 시스템으로 전환한 뒤 90일 만에 변화를 확인했습니다. 이전에는 당일 생산 실적을 다음 날에야 확인했지만, 전환 후에는 라인 속도 저하나 자재 대기 시간 증가를 실시간으로 포착해 즉시 조치할 수 있었습니다. 자재 역추적에 걸리던 시간은 이틀에서 몇 분으로 줄었습니다. 현장 관리자의 감에 의존하던 판단도 객관적인 데이터 기반 판단으로 바뀌었습니다.
MES, SCM, PLM을 단계적으로 통합한 기업에서는 생산성이 60% 향상되고 불량률이 93% 감소한 사례도 확인됩니다. AI 기반 의사결정 시스템을 도입한 기업들은 예측 오류율을 25~40% 줄이고 재고 비용을 15~30% 절감한 것으로 나타났습니다.
핵심은 이것입니다. 기록 시스템은 "무엇이 일어났는가"를 보여주지만, 의사결정 시스템은 "왜 일어났고, 무엇을 해야 하는가"에 답합니다. 이 차이가 결국 현장의 대응 속도와 정확도를 가르게 됩니다.
ERP가 답하지 못하는 "왜"에 답하는 방법
다비스(DARVIS)는 기록 시스템이 아니라 의사결정 시스템입니다. ERP를 대체하려는 것이 아닙니다. ERP, MES, 설비 데이터를 연결해 ERP가 답하지 못하는 질문에 답합니다. 이상 징후가 감지되면 관련 데이터를 모아 원인을 설명하고, 근거를 함께 제시하며, 조치 방향까지 제안합니다.
담당자가 "이번 달 불량률이 왜 올랐어?"라고 물으면, 다비스는 품질 데이터, 설비 정비 기록, 원자재 배치, 공정 조건을 자동으로 연결해 분석합니다. 며칠씩 걸리던 원인 파악이 훨씬 짧은 시간에 끝납니다.
기존 ERP·MES는 그대로 두고 위에 얹는 방식이라 시스템 변경은 0건이고, 도입까지 5주입니다. ERP가 데이터를 기록했다면, 이제 그 데이터가 판단으로 이어질 차례입니다.
실용적인 AI 활용 인사이트 및 최신 트렌드를 알아보고 싶으시다면 디피니트 다비스(DARVIS) 블로그를 구독해 보세요. 제조 현장의 실제 문제 해결 사례와 AI 활용 노하우를 공유합니다.
더 많은 제조 AI 인사이트를 보고 싶으시다면 'AI 인사이트 더 보러가기'를 통해 둘러보시면 도움이 되실 겁니다. 감사합니다.