정부지원 · AI 도입 · 스마트팩토리 운영 이야기
처음부터 가장 어려운 공정에 로봇을 넣으면 1년 동안 티칭만 하다 끝납니다. 첫 자동화로 성공하기 좋은 공정과 피해야 할 공정을 정리했습니다.
로봇 본체 가격과 인건비만 비교하면 회수 기간이 실제보다 훨씬 짧게 나옵니다. 투자 판단 전에 꼭 넣어야 할 비용과 효과를 정리했습니다.
로봇은 10년 가까이 쓰는 설비입니다. 고장이 났을 때 누가, 얼마나 빨리 와서 고치는지가 본체 가격 차이보다 더 큰 비용을 만듭니다.
로봇 사고는 대부분 정상 운전 중이 아니라 티칭 · 정비 · 고장 처리 중에 일어납니다. 방호 설비와 안전 기능, 법적 의무까지 도입 전에 확인할 것들.
가반하중 숫자만 보고 고르면 실패합니다. 그리퍼 무게부터 작업 반경 · 축 수 · 정밀도 · 설치 환경 · A/S까지, 도입 전 꼭 따져볼 기준.
자동화 라인의 숫자를 사람이 옮겨 적고 있다면 절반만 자동화한 것입니다. 로봇의 가동 · 실적 · 알람을 MES로 연결하는 방법과 순서.
기초 · 고도화 · AI 세 축으로 재편된 2026년 지원사업 — 어떤 단계에 있는지에 따라 전략이 달라집니다.
예지보전이 유행이라고 무작정 도입하지 마세요. 실제로 효과를 보는 공장에는 공통된 조건이 있습니다.
120명 규모 자동차부품 공장의 3개월 변화 기록. 첫 달에는 아무것도 바뀌지 않은 것처럼 보였습니다.
월 100만원 구독이 정답도, 온프레미스가 정답도 아닙니다. 의사결정의 기준을 5가지로 정리했습니다.
OEE(설비종합효율)를 대시보드에만 걸어두고 아무도 안 보는 공장이 많습니다. 실제로 개선에 연결되는 OEE 활용법을 정리했습니다.
고도화 사업 신청의 전제 조건인 수준확인 인증 — 무엇을 준비하고, 어떤 함정을 피해야 하는지 정리했습니다.
완성차·대기업의 SQ 감사가 예고되면 현장은 일주일을 서류 작성에 빼앗깁니다. 미리 갖춰두면 감사 대응이 30분으로 줄어드는 항목들을 정리했습니다.
작업자 교체, 자재 변경, 공정 순서 조정 — 사소해 보이는 변경이 불량률의 가장 큰 변동 요인입니다. 4M 변경관리를 제대로 운영하는 방법을 정리했습니다.
센서를 무작정 깔면 데이터가 많아지는 게 아니라 혼란이 많아집니다. 현장에 맞는 센서 선택의 실전 기준을 정리했습니다.
도입 제안서에 쓰이는 ROI는 대부분 허수입니다. 현장에서 돌아가는 실제 계산 공식과 함정을 공유합니다.
AI 비전 검사가 유행이지만 실제로 효과를 보는 공장은 소수입니다. 도입 전 반드시 알아야 할 3가지 실패 패턴.
시스템 도입 직후 현장은 반드시 저항합니다. 이 저항이 수용으로 바뀌는 6주 동안 어떤 일이 일어나는가.
"시스템 도입하면 표준이 잡힌다"는 순서로는 실패합니다. 표준화가 먼저, 디지털화가 나중인 이유.
AI 도입에서 모델보다 데이터가 훨씬 중요합니다. 현장 데이터의 숨은 함정과 정비 방법.
국가별로 다른 인증 요구를 수기로 관리하면 한계에 부딪힙니다. 단일 이력 DB로 다중 인증을 통과하는 방법.
대기업 방식의 통합 구축은 중소기업에 맞지 않습니다. 30~200명 규모에서 실제로 성공하는 3단계 접근법.
MES 프로젝트 실패의 70%는 기술이 아니라 "현장이 안 쓴다"는 문제에서 옵니다. 왜 안 쓰는지, 어떻게 쓰게 만드는지.