제조 현장 AI 활용이 막힐 때, 먼저 확인할 5가지

자료 기준일: 2026-10-02. ax.learn.ai.kr 제조 AX 실무자 과정(w04·w05)의 공개 실습과 교육용 가상 자료를 바탕으로 한 교육 노트이며, 외부 발표나 통계를 다루지 않습니다.

생산일보를 AI에 올리면 집계표와 차트, 보고서 초안까지 한 대화에서 만들 수 있습니다. 그런데 표가 완성됐다고 분석도 끝난 것은 아닙니다. 불량률 계산은 맞는지, 차트가 보여 주는 기간은 같은지, 보고서에 적힌 원인은 자료에서 확인됐는지 따로 봐야 합니다.

공개 실습인 제조 AX 데이터 실습은 생산일보 파일을 한 번 올린 뒤 구조 확인, 집계, 이상 기록 찾기, 차트, 보고서 순서로 이어집니다. 아래 숫자와 생산라인 상황은 이 공개 실습의 교육용 가상 자료입니다. 실습을 구체적으로 살펴보면 AI 활용이 막히는 이유도 더 분명해집니다.

교육용 생산일보·클레임 실습의 확인 순서. 계산 결과와 원인 추정을 구분합니다. 도식 크게 보기

1. 보고서부터 요청하면 빠지는 파일 구조

실습용 생산일보에는 시트 1개, 열 8개, 데이터 140행이 있습니다. 기간은 2026년 7월 6일부터 31일까지입니다. 첫 요청에서는 합계도 불량률도 계산하지 않습니다. 시트와 열 이름, 데이터 행 수, 날짜 범위, 라인 종류, 빈칸이 있는 열만 확인하게 합니다.

바로 “이 파일을 분석해서 보고서를 써 줘”라고 해도 결과는 나올 수 있습니다. 그래도 구조부터 확인하면 담당자가 어떤 범위의 자료를 읽고 있는지 알 수 있고, 뒤에 나오는 숫자를 대조할 기준도 남습니다. 날짜 범위가 예상과 다르거나 필요한 열이 빠져 있다면 보고서를 쓰기 전에 정리해야 합니다.

구조를 확인한 대화는 그대로 유지합니다. 다음 요청에서 같은 파일을 다시 올릴 필요 없이 집계와 차트를 이어서 만들 수 있습니다. 파일을 잊었다고 답하거나 새 대화를 시작했을 때 다시 첨부하면 됩니다.

2. 불량률의 평균과 전체 불량률은 다릅니다

이 생산일보의 전체 실적은 100,668개, 불량수량은 1,715개입니다. 전체 불량률은 1,715를 100,668로 나눠 계산한 약 1.70%입니다. 라인별 집계도 실적수량과 불량수량을 각각 더한 뒤 나눕니다.

날짜별 불량률을 단순 평균하면 생산량이 적은 날도 많은 날과 같은 비중으로 반영됩니다. 질문은 ‘전체 생산품 중 불량이 얼마나 되는가’인데 계산은 ‘각 기록에 적힌 비율의 평균’이 될 수 있습니다. 같은 표를 읽었어도 계산 대상이 달라진 것입니다.

그래서 실습에서는 AI에게 기록 건수, 계획수량 합계, 실적수량 합계, 불량수량 합계와 불량률을 함께 받습니다. 합계는 엑셀의 SUMIF 등으로 직접 검산하고, 날짜별 비율을 평균한 값과 무엇이 다른지 비교합니다. 숫자만 맞췄다는 확인보다 분모와 계산식을 설명할 수 있어야 보고서에 쓸 수 있습니다.

3. 이상 기록을 찾는 것과 원인을 밝히는 것은 다릅니다

불량률이 높은 기록이나 계획 대비 실적 차이가 큰 기록을 찾았다면, 그 다음에는 날짜·라인·제품코드와 특이사항을 함께 봅니다. 실습은 이 기록들을 ‘확인할 목록’으로 만들게 하지, 곧바로 원인을 판정하게 하지 않습니다.

특이사항이 비어 있다면 ‘기재 없음’으로 남깁니다. 빈칸을 그럴듯한 사유로 채우면 보고서는 매끄러워져도 현장에 물어볼 질문은 사라집니다. 담당자가 확인해야 할 것은 무엇이 평소와 달랐는지, 해당 날짜에 어떤 일이 있었는지입니다. AI의 원인 설명은 자료로 확인되기 전까지 가설로 다룹니다.

차트도 같은 기준으로 봅니다. 라인별 불량률은 비교를 위한 막대 차트로, 일자별 불량률은 추이를 위한 선 차트로, 제품별 불량수량은 많은 순서로 정렬한 막대 차트로 봅니다. 각 차트에 사용한 숫자 표를 함께 받아야 그림의 축과 정렬, 집계값을 확인할 수 있습니다.

4. 자료를 함께 읽어도 원인과 결과가 연결되지는 않습니다

실습 후반에는 생산일보에 클레임 이력 200건과 설비 비가동 이력 150건을 추가합니다. 클레임에서는 제품코드 C-203이 68건으로 가장 많고, 비가동은 총 15,723분 중 금형·치공구 교체가 5,860분으로 가장 큽니다. 여기까지는 각각의 자료에서 확인할 수 있는 사실입니다.

하지만 생산일보는 7월 자료이고 클레임은 1~8월 자료입니다. 이 숫자만 보고 ‘금형 교체 때문에 C-203의 클레임이 늘었다’고 쓰면 자료가 말하지 않은 인과관계를 만든 것입니다. 같은 제품과 설비를 연결할 수 있는지, 문제가 발생한 시점이 같은지, 다른 요인은 없었는지 추가로 확인해야 합니다.

실습에서 보고서를 사실, 확인할 점, 다음 행동 순서로 쓰게 하는 이유가 여기에 있습니다. 여러 파일을 읽는 능력과 그 파일 사이의 원인을 증명하는 일은 구분해야 합니다.

5. AI 도입 여부보다 먼저 비교할 개선 방법

현장 개선 실습은 생산일보 작성 업무를 다른 각도에서 다룹니다. 교육용 상황에서 담당자는 종이 점검표, 종이 실적 메모, 메신저의 불량수량을 모아 엑셀에 다시 입력합니다. 하루 40분이 걸리고, 빠진 불량유형이나 특이사항 때문에 주 2~3회 되묻는 일이 생깁니다. 확인에는 건당 10분이 더 든다는 설정입니다.

이 상황에서 AI 초안만 도입하면 재입력은 빨라져도 누락과 되묻는 일은 남을 수 있습니다. 실습에서는 엑셀 기능, 업무 규칙·양식, AI 보조를 나란히 비교합니다. 필수 칸 검사나 메모 양식 통일로 해결할 부분과 자유롭게 적힌 메모를 표로 정리하는 데 AI가 도울 부분을 구분하는 것입니다.

하루 40분을 25분으로 줄인다는 수치는 실험 목표이지 달성한 성과가 아닙니다. 빈칸을 늘리지 않는 조건을 함께 정하고, 대상 라인과 담당자를 제한해 2주 동안 같은 방법으로 측정합니다. 실제 품질 판정, 고객 발송, 설비 설정 변경은 이 실험에 넣지 않습니다.

제조 현장에서 AI를 시험할 때도 거창한 분석을 먼저 요구하기보다, 파일의 범위와 계산식, 확인되지 않은 원인, 지금의 추가 작업을 구체적으로 적어 보는 편이 좋습니다. 그 설명이 있어야 AI가 만든 결과를 업무에서 어떻게 쓸지 판단할 수 있습니다.

참고자료

• 제조 AX 실무자 과정: 생산일보와 클레임 데이터 읽기
• 제조 AX 실무자 과정: 제조 현장 개선과 작은 실험