공장을 이해하지 못하는 AI는 최적화할 수 없다

기계가 생산 도중 멈춥니다. ERP는 고객 주문과 납기를 알고 있고, MES는 어느 공정이 멈췄는지 알고 있으며, 보전 부서는 수리 상태를 알고 있고, 기계 계층은 고장 코드와 정확한 타임스탬프를 알고 있습니다. 그러고 나면 누군가 당연한 질문을 던집니다. 지금 무엇을 해야 하는가?

AI는 알람을 요약하고, 과거 다운타임 패턴을 찾아내며, 무슨 일이 일어났을 가능성이 높은지 설명할 수 있습니다. 하지만 실행 중이던 제품이 무엇인지, 어떤 주문이 해당 공정에 의존하는지, 어떤 기계가 승인된 대체 설비인지, 어떤 공구가 가용한지, 어떤 작업자가 자격을 갖췄는지, 그리고 어떤 품질 또는 공정 규칙이 적용되는지를 함께 이해하지 못한다면, 안전하게 대응을 최적화할 수 없습니다.
이것은 주로 AI의 문제가 아니라 공장 컨텍스트의 문제입니다.

데이터는 컨텍스트와 같지 않습니다
공장은 이미 막대한 양의 데이터를 생성합니다. ERP, MES, 보전, 품질, 히스토리안, PLC, IoT 플랫폼, 스프레드시트 모두 유용한 사실을 담고 있습니다.
문제는 그 사실들이 종종 서로 연결되지 않은 채 남아 있다는 점입니다. 기계 정지 코드만으로는 그 이벤트가 생산 중, 품종 교체 중, 보전 중, 또는 엄격한 처리 시간이 정해진 배치 중에 발생했는지 알 수 없습니다. 필요한 치공구를 쓸 수 없거나 자격을 갖춘 작업자가 교대 근무에 없다면, 기계는 유휴 상태로 보이더라도 실제로는 사용할 수 없을 수 있습니다.
컨텍스트는 이벤트를 그 주변의 운영 상황과 연결합니다.

여기에는 다음이 포함됩니다.

• 설비 및 자원 식별 정보
• 진행 중인 공정 및 작업 指示서
• 제품 및 개정 번호
• 라우팅 및 대체 라우팅
• 자재 및 배치 상태
• 공구 및 치공구
• 자격 및 교대 인력 배치
• 품질 제한 사항
• 보전 상태
• 용량 및 하류 공정 의존성
• 고객 약속

대시보드가 충분하지 않은 이유
Power BI와 운영 대시보드는 무엇이 바뀌었는지 보여주는 데 탁월합니다. 다운타임, 증가하는 대기열, 지연 주문, 스크랩, 가용 용량을 드러낼 수 있습니다.

하지만 문제를 보여주는 것과 생산이 다음에 무엇을 해야 하는지 결정하는 것은 다릅니다.
대시보드는 다른 기계가 사용 가능하다고 보여줄 수 있습니다. 그러나 그 기계가 현재 제품 개정 번호에 승인되어 있는지, 치공구가 이미 예약되어 있는지, 작업 이동에 품질 승인이 필요한지, 또는 작업을 옮기면 하류에 새로운 병목이 생기는지는 자동으로 알지 못합니다.

보고서에 수십 개의 특수 계산이 포함되기 시작하고 계획 담당자가 여전히 대안을 테스트하기 위해 결과를 Excel로 내보낸다면, 빠진 것은 대개 또 하나의 시각화가 아니라 그 결정 뒤에 있는 공장 규칙의 명시적 모델입니다.

예측은 최적화가 아닙니다
예측은 기계가 고장 날 가능성이 높다거나 주문이 지연될 확률이 높다고 알려줄 수 있습니다.
이는 유용하지만, 무엇을 해야 하는지는 알려주지 않습니다.
최적화는 다른 역할을 합니다. 가능한 조치들을 공장의 규칙과 제약에 비추어 평가합니다.

예를 들어 기계 고장 후, 최적화 도구는 영향을 받은 작업이 원래 설비에 남을 수 있는지, 승인된 대체 기계로 이동할 수 있는지, 순서를 바꿀 수 있는지, 또는 초과 근무를 사용할 수 있는지를 테스트할 수 있습니다.
실행 가능한 계획은 실제 조건을 존중해야 합니다.
안전 한계, 공정 승인, 자재 호환성, 작업자 자격, 공구, 품질 제한, 보전 기간, 순서 규칙은 다른 기계가 비어 보인다는 이유로 사라질 수 없습니다.

AI, 최적화, 규칙은 서로 다른 역할을 맡습니다
생성형 AI는 계획 담당자가 상황을 이해하고, 연결된 정보를 검색하며, 대안을 비교하고, 상충 관계를 설명하며, 유용한 인수인계 자료를 만드는 데 도움을 줄 수 있습니다.
예측 모델은 위험을 추정할 수 있습니다.
최적화 엔진은 실행 가능한 일정을 탐색할 수 있습니다.
결정론적 규칙은 제안된 조치가 알려진 생산 조건을 충족하는지 검증할 수 있습니다.
이 구성 요소들은 함께 작동할 수 있지만, 서로 혼동해서는 안 됩니다.
언어 모델은 그럴듯한 설명을 만들어낼 수 있습니다. 그렇다고 해서 생산 계획이 실행 가능하다는 것이 증명되지는 않습니다.

제품, 공정, 자원
유용한 공장 모델은 제품(Product), 공정(Process), 자원(Resource)에서 시작합니다.
제품은 개정 번호, 자재, 배치 규칙, 고객별 요구 사항을 포함하여 무엇을 생산하는지 설명합니다.

공정은 그것을 제조하는 데 필요한 작업, 순서, 설정 조건, 검사, 대체 경로, 규칙을 설명합니다.

자원은 그 작업을 수행할 수 있는 것을 설명합니다. 자원은 기계, 공구, 치공구, 용광로, 시험 설비, 운반 장치, 또는 사람일 수 있습니다.
중요한 것은 이들 사이의 관계입니다.

질문은 이것이 아닙니다.
“어떤 기계가 비어 있는가?”

유용한 질문은 이것입니다.
“승인된 공정, 공구, 자재, 품질, 인력, 시간 조건하에서, 이 정확한 제품과 주문의 다음 필수 작업을 수행할 수 있는 가용 자원은 무엇인가?”

과장 없는 지식 그래프
지식 그래프는 이러한 연결된 공장 관계를 표현하는 한 방법을 제공합니다.
기계, 공정, 주문, 공구, 자재를 고립된 레코드로 저장하는 대신, 그래프는 그것들 사이의 관계도 표현합니다.

기계는 공정을 수행할 수 있습니다. 공정은 라우팅에 속합니다. 라우팅은 제품 개정 번호에 속합니다. 작업 指示서는 그 라우팅을 요구합니다. 해당 공정에 치공구가 필요할 수 있습니다. 그 치공구는 현재 다른 작업에 배정되어 있을 수 있습니다.

이렇게 하면 “이 주문은 왜 7번 기계로 옮길 수 없는가?”와 같은 질문을 훨씬 쉽게 설명할 수 있습니다.
답은 단순히 “실행 불가능”이어서는 안 됩니다.

7번 기계가 해당 공정을 지원하지만 필요한 치공구를 사용할 수 없거나, 제품 개정 번호에 승인이 없거나, 하류 품질 조건이 해당 경로를 막고 있다고 설명해야 합니다.

디지털 트윈에는 목적이 필요합니다
실시간 대시보드가 자동으로 디지털 트윈이 되는 것은 아닙니다.
유용한 트윈은 물리적 운영의 정의된 일부를 표현하며, 특정 목적을 중심으로 구조, 상태, 규칙, 원천 데이터를 연결합니다.

자산 트윈은 보전 결정을 지원할 수 있습니다.
라인 트윈은 흐름과 병목을 이해하는 데 도움을 줄 수 있습니다.
생산 시스템 트윈은 설비 상태를 주문, 라우팅, 자재, 인력, 품질 규칙, 납품 약속과 연결할 수 있습니다.

중요한 질문은 “디지털 트윈이 있는가?”가 아닙니다.
“이 트윈은 어떤 사용자, 어떤 결정, 어떤 시간 범위를 지원하는가?”입니다.

자산 식별은 기초입니다
하나의 물리적 기계는 여러 식별자를 가질 수 있습니다.
보전은 자산 번호를 사용할 수 있습니다. MES는 생산 자원을 사용합니다. ERP는 작업장(work center)을 사용합니다. IoT 계층은 컨트롤러나 태그 경로를 봅니다.

이 식별자들이 사라질 필요는 없지만, 그들 사이의 관계는 관리되어야 합니다.
AI 시스템이 비슷한 이름의 두 기계가 같은 물리적 자산을 나타낸다고 추측한다면, 기반 데이터가 기술적으로는 깨끗하더라도 이후의 모든 결정이 틀릴 수 있습니다.

따라서 자산 매핑에는 책임 주체, 유효 일자, 원천 참조, 변경 관리가 필요합니다.

제약 조건은 데이터의 일부입니다
라우팅은 기술적으로 가능하더라도 생산에는 받아들일 수 없을 수 있습니다.

필수 제약 조건에는 다음이 포함될 수 있습니다.
• 안전 한계
• 승인된 레시피
• 자재 호환성
• 설비 능력
• 작업자 자격
• 품질 출하 승인
• 공구 가용성
• 보전 제한

다른 제약 조건은 절대적 한계라기보다 상충 관계를 나타냅니다. 긴급한 납품을 보호하기 위해 추가 품종 교체가 허용될 수 있습니다. 한 고객의 약속을 위해서는 초과 근무가 허용되지만 다른 고객에게는 허용되지 않을 수 있습니다.

시스템은 이러한 상충 관계를 불투명한 추천 안 속에 숨기기보다 드러내야 합니다.

깨끗한 데이터는 필요하지만 충분하지 않습니다
정확한 타임스탬프, 완전한 이벤트, 표준화된 식별자, 신뢰할 수 있는 인터페이스는 필수적입니다.

하지만 완벽하게 깨끗한 테이블도 “가용”, “완료”, “용량”이 무엇을 의미하는지는 설명하지 못합니다. 기계는 기계적으로는 가용하지만 현재 공정에는 사용할 수 없을 수 있습니다. P