로컬 AI 도입계획 가이드 - 1) 현황분석서

제조업 로컬AI 구축.01  /  제조업을 위한 로컬 AI 생태계 이해  /  로컬 AI 도입계획

로컬 AI 도입 현황분석서 작성 가이드

"로컬 AI 도입계획 가이드 - 2) 현황분석서"는 아래의 블로그 글에 대한 구체적인 실행계획을 담고 있습니다. [제조업 로컬AI 구축.01] 제조업을 위한 로컬 AI 도입계획

[글 순서] 회사 개요 현재 생산 현황 분석 데이터 수집 현황 IT 인프라 현황 조직 역량 분석 AI 도입 우선순위 평가 현황분석 결론 및 제언

 

생성형 로컬AI를 도입하는 회사의 자체진단을 통해서 AI도입의 적절성 및 가능성을 분석하기 위한 기초자료를 작성합니다.

생산라인의 분석에서 부터 PLC, IoT를 활용한 제조 설비로부터의 데이터 수집, IT인프라 및 조직역량까지 전방위에 걸친 회사의 현황 및 역량을 객관적인 시각으로 진단해 봄으로써 로컬 AI도입의 적합성을 판단하는 기회로 삼으면 좋을 듯 합니다. 

 

작성되는 문서의 모든 데이터는 아래의 기준을 준수하는 것이 성공적인 로컬AI 도입의 시작입니다.

• 정량적 데이터 작성법 : 수치 기재 시 근거와 비교 기준 제시
• 벤치마킹 방법 : 업계 평균, 목표치와의 비교 방법 안내
• 우선순위 설정 : 영향도와 실현 가능성 기반 평가 방법 제공
• 데이터 정확성 : 검증 가능한 자료 기반 작성 원칙
• 객관성 유지 : 과장이나 축소 없는 현실적 기술 방법
• 실행 가능성 : 보수적 추정과 단계별 접근 방법

상기의 기준에 적합하는 [현황분석서]를 작성하고, 공유, 협의 및 내부 보고를 할 수 있도록 충분한 품질의 문서가 작성되어야 합니다.  

 

이 가이드를 활용하면 초보자도 전문적인 수준의 현황분석서를 작성할 수 있으며, 경영진 보고용으로도 충분한 품질을 확보할 수 있습니다. 각 테이블의 "작성방법" 칼럼을 참고하여 자신의 회사 상황에 맞게 구체적인 내용을 채워넣으시면 됩니다. 작성방법에 대한 설명을 쉽게 하기위하여 모든 항목을 테이블 형식을 빌러서 가이드 문서가 작성되었으나, 작성자의 기획 의도에 따라 해당 내용들이 포함되기만 하면 될듯 싶습니다.

AI도입을 위한 내부 제조, IT, 인력, 협력사, 고객 인프라 및 환경에 대한 객관적 분석이 우선입니다.

 

---

1. 회사 개요

구분	내용	작성방법
업종	자동차 부품 제조	회사의 핵심 산업분야를 정확히 작성합니다. (예: 자동차, 전자, 화학, 철강 등)
연매출	2,500억원	최근 1년간의 매출액을 작성합니다. 공개 가능한 범위에서 정확한 수치 기재
직원 수	1,200명	전체 임직원 수를 작성. 정규직/계약직 구분이 필요시 별도 표기. 사무직, 영업직, 생산직, 연구직 및 조직도별 인원수를 표시하는 것도 좋은 방법임. 대외용이 아니므로 실직적인 내부조직을 구성하는 구성원을 표시하는 것이 목적임
주요 제품	엔진 부품, 변속기 부품	매출의 70% 이상을 차지하는 핵심 제품군을 2-3개 선별하여 작성
생산 거점	국내 3개 공장, 해외 2개 공장	모든 생산 시설의 위치와 개수를 명시합니다. 향후 AI 도입 범위 결정에 중요 각 플랜트의 위치, 규모 및 레이아웃 관련 정보 추가 수집

---

2. 현재 생산 현황 분석

2.1 주요 생산 라인 현황

생산 라인	연간 생산량	주요 설비	가동률	주요 문제점
엔진블록 가공	240만개	CNC 머시닝센터 15대	78%	도구 마모로 인한 품질 불안정
크랭크 샤프트	180만개	전용 가공기 8대	82%	정밀도 편차 발생
변속기 케이스	150만개	다이캐스팅 3라인	75%	기공 결함률 높음

 

# 작성방법 및 기준

구분	작성방법
생산 라인명	매출 기여도 순으로 상위 3-5개 주요 라인을 선별하여 작성
연간 생산량	최근 1년간 실제 생산량을 정확히 기재. 계획 대비 실적도 함께 표기 가능
주요 설비	각 라인의 핵심 설비명과 대수를 구체적으로 작성 각 라인의 설비에 대한 모델명 및 설비 사양, 규격, 도면 등 상세정보 수집
가동률	최근 6개월 평균 가동률을 백분율로 표기. 업계 평균과 비교 가능
주요 문제점	각 라인별 가장 심각한 문제점 1-2가지를 구체적으로 기술

2.2 품질 현황

구분	내용	작성방법
전체 불량률	4.8% (업계 평균 2.5%)	최근 3개월 평균 불량률 기재. 반드시 업계 벤치마크와 비교하여 작성
주요 불량 유형	- 치수 불량(35%) - 표면 결함(28%) - 기공 결함(20%)	불량 유형별 비율을 정확히 분석하여 상위 3-4개 항목 기재
고객 클레임	월평균 12건	최근 6개월 평균 클레임 건수와 주요 클레임 내용 요약 클레임 후 조치사항 및 조치관련 비용 및 시간 등 분석
품질 관련 비용	연간 45억원 (매출의 1.8%)	불량 처리, 재작업, 클레임 대응 등 모든 품질 비용 합계. 매출 대비 비율 필수

2.3 설비 관리 현황

구분	내용	작성방법
계획정비율	65% (목표 80%)	전체 정비 중 계획정비 비율. 목표치와 현재치 모두 표기
비계획 정지	월평균 28시간	고장으로 인한 예상치 못한 설비 정지 시간을 월 단위로 집계
정비 비용	연간 35억원	예방정비, 수리정비, 부품비 등 모든 정비 관련 비용 합계
설비 가동률	평균 78% (목표 85%)	전체 설비의 평균 가동률과 회사 목표치 또는 업계 표준 비교

---

3. 데이터 수집 현황

3.1 현재 수집 중인 데이터

구분	내용	작성방법
센서 데이터 종류	진동, 온도, 전류 센서	현재 설치된 모든 센서 타입을 나열. IoT 센서와 기존 센서 구분 가능 필요한 경우 설비분류별, 모델별 센서타입 및 센서데이터 타입 구분
센서 설치 현황	주요 설비 15대, 가공부 온도 모니터링	센서가 설치된 설비 수량과 측정 지점을 구체적으로 명시
데이터 수집 주기	1초 간격, 5초 간격, 0.1초 간격	각 센서별 데이터 수집 주기를 정확히 기재. AI 학습에 중요한 정보
생산 데이터	MES 시스템 실시간 생산량, 작업 지시 완료	현재 수집되는 생산 관련 모든 데이터 항목을 구체적으로 나열
품질 데이터	CMM 장비 전수 검사, 표면 거칠기 20% 샘플링	품질 측정 방법과 측정 비율을 정확히 기재. 전수/샘플링 구분

3.2 데이터 품질 평가

구분	내용	작성방법
완전성	85% (목표 95%)	수집 예정 데이터 대비 실제 수집 비율. 누락 데이터 비율의 역수
정확성	92% (일부 센서 교정 필요)	실제값 대비 측정값의 정확도. 교정이 필요한 센서 현황도 함께 기재
일관성	88% (설비별 편차 존재)	동일 조건에서 측정값의 일관성 정도. 편차 원인도 간략히 설명
접근성	70% (시스템 간 연동 미흡)	필요 시 데이터에 즉시 접근 가능한 정도. 시스템 통합 수준 반영

 

---

4. IT 인프라 현황

4.1 현재 시스템 구성

구분	내용	작성방법
ERP 시스템	SAP (2018년 도입)	현재 사용 중인 ERP 종류와 도입 연도. 버전 정보도 가능하면 추가
MES 시스템	자체 개발 시스템 (2020년 업그레이드)	MES 시스템 종류와 최근 업그레이드 시점. 자체/상용 구분 중요 기타 생산관련 SRM/SCM, QMS등 관련시스템이 있는 경우 추가 가능
네트워크	기가비트 이더넷 (일부 구간 100Mbps)	현재 네트워크 속도와 제한 구간. AI 데이터 전송에 중요한 정보
서버	Windows Server 기반 (가상화 미적용)	서버 OS와 가상화 적용 여부. 확장성 평가에 필요

4.2 AI 준비도 평가

구분	내용	작성방법
컴퓨팅 파워	부족 (GPU 서버 없음)	현재 AI 처리 가능한 하드웨어 보유 현황. GPU, TPU 등 전용 하드웨어 확인
스토리지	충분 (100TB, 사용률 60%)	전체 저장 용량과 현재 사용률. AI 학습용 대용량 데이터 저장 가능성 평가
네트워크	보통 (대역폭 제한적)	AI 데이터 전송에 필요한 네트워크 성능 평가. 실시간 처리 가능성 검토
보안	양호 (방화벽, 백신 적용)	현재 보안 시스템 구축 수준. AI 시스템 도입 시 추가 보안 요구사항 검토
백업	보통 (생산실적 데이터로 제한)	현재 백업 시스템 구축 수준, 백업주기에 따른 스토리지 용량 증가 현황

---

5. 조직 역량 분석

5.1 인력 현황

구분	내용	작성방법
IT 부서	12명 (개발 5명, 인프라 4명, 기획 3명)	부서별 인원수와 세부 역할 구분. AI 프로젝트 참여 가능 인력 파악
생산 기술	25명 (공정 엔지니어 중심)	생산 현장 기술 인력 현황. 도메인 전문성 보유 여부 중요
품질 관리	18명 (검사 및 분석 전문가)	품질 관련 전문 인력. AI 품질 모델 개발 시 도메인 지식 제공 가능
AI/데이터 전문가	0명 (신규 채용 필요)	AI 관련 전문 지식 보유 인력 현황. 교육 이수자나 관련 경험자 포함

5.2 AI 관련 경험

구분	내용	작성방법
외부 교육 이수자	3명 (기초 수준)	AI 관련 외부 교육, 세미나, 과정 이수 인력. 교육 수준도 함께 표기
사내 데이터 분석 경험	5명 (Excel, 통계 분석)	업무에서 데이터 분석 경험이 있는 인력. 사용 도구와 분석 수준 명시
프로그래밍 가능자	8명 (주로 VBA, SQL)	프로그래밍 언어 사용 가능 인력. 언어별 숙련도도 구분하여 기재

---

6. AI 도입 우선순위 평가

6.1 문제점별 영향도 분석

문제점	연간 손실 규모	AI 해결 가능성	우선순위
도구 마모 예측 미흡	15억원	높음	1순위
표면 결함 검출 한계	12억원	높음	2순위
기공 결함 예측 부족	8억원	중간	3순위
에너지 비효율	6억원	중간	4순위

 

# 작성방법 및 기준

항목	작성방법
문제점	현재 직면한 주요 문제점을 구체적으로 나열. 정량적 데이터 기반 기술
연간 손실 규모	각 문제점으로 인한 연간 손실 금액을 정확히 계산. 재료비, 인건비, 기회비용 포함
AI 해결 가능성	현재 AI 기술로 해결 가능한 정도를 3단계로 평가 (높음/중간/낮음)
우선순위	손실 규모와 해결 가능성을 종합하여 우선순위 결정

6.2 실현 가능성 평가

구분	내용	작성방법
평가 항목	도구 마모 예측	1순위로 선정된 과제를 대상으로 구체적 실현 가능성 평가
데이터 확보	용이 (진동, 전류 데이터 존재)	필요한 데이터의 현재 확보 상황과 추가 수집 필요성 평가
기술 성숙도	높음 (검증된 알고리즘 존재)	해당 분야 AI 기술의 성숙도와 상용화 수준 평가
투자 규모	소규모 (2억원 내)	해당 과제 해결에 필요한 예상 투자 규모. 하드웨어, 소프트웨어, 인력 포함
예상 효과	정비비 30% 절감, 가동률 5% 향상	구체적이고 측정 가능한 효과를 정량적으로 제시

---

7. 현황분석 결론 및 제언

7.1 주요 분석 내용

구분	내용	작성방법
데이터 준비도	기본 데이터 확보, 품질 개선 필요	현재 데이터 수집 현황을 종합 평가하여 AI 도입 준비도 진단
인프라 준비도	보통 수준, AI 전용 하드웨어 필요	IT 인프라의 AI 지원 가능성을 종합 평가하여 투자 필요 영역 제시
조직 준비도	AI 전문 인력 부족, 외부 협력 필수	조직 역량을 종합 평가하여 인력 충원이나 교육 필요성 진단
우선 적용 대상	도구 마모 예측과 표면 결함 검출	분석 결과를 바탕으로 가장 먼저 추진할 AI 적용 영역 선정

7.2 향후 추진 계획

구분	내용	작성방법
즉시 추진 과제	도구 마모 예측 PoC 프로젝트 (3개월)	당장 시작 가능한 과제를 구체적 기간과 함께 제시
인력 확보 방안	AI 전문 인력 채용 또는 외부 파트너 선정	인력 부족 해결을 위한 구체적 방안 제시. 채용/교육/외주 구분
인프라 개선	데이터 품질 개선 및 추가 센서 설치	기술적 준비를 위한 인프라 투자 계획 제시
조직 준비	임직원 AI 교육 프로그램 수립	조직 전체의 AI 수용성 향상을 위한 교육 계획 수립

---

# 작성 시 주의사항

제조업 로컬  AI 도입계획을 위한 현황분석서 작성과 관련되어, 다시 한 번 확인해야 할 사항은 정말로 객관적이고 사실적으로 작성되어야 합니다.

초기의 분석단계에서 작성되는 현황분석서에서 도출된 문제점의 이해, 개선 및 투자대비 효율성을 극대화 할 수 있는 기초 문서의 중요도는 다른 어떠한 문서보다도 높다는 점입니다. 현황분석서는 작성자 자신뿐만 아니라 부서 및 조직 전체가 해당 내용을 공유하고, 문제점 해결이라는 공통 문제의 해결점을 위한 기초 단계입니다.  기초가 부실한 경우 성공적인 프로젝트를 기대할 수 없기 때문입니다.

 

데이터 정확성

• 모든 수치는 검증 가능한 자료를 바탕으로 작성되어야 합니다.
• 추정치의 경우 근거와 가정을 명확히 제시하여야 합니다.
• 외부 벤치마크 데이터는 신뢰할 수 있는 출처 확인하고, 관련자료를 반드시 확보하고 있어야 합니다.

객관성 유지

• 현재 상황을 있는 그대로 기술하되 과장이나 축소를 하지 말아야 합니다. 프로젝트 추진에 눈이 멀어 실제와 다른 데이터가 개입되는 순간 프로젝트의 방향성이 명확하지 않습니다.
• 문제점 지적 시에도 건설적 관점에서 개선 방안과 함께 제시하는 것이 좋습니다.
• 주관적 판단보다는 데이터 기반 분석 결과 중심으로 작성되어야 합니다.

실행 가능성

• 제안사항은 현실적이고 구체적으로 작성합니다.
• 투자 규모와 기대 효과는 보수적으로 추정해야 합니다.
• 단계별 추진이 가능하도록 우선순위 명확히 설정하는 것이 좋습니다. 회사의 투자 유형 및 규모에 따라 단계별로 추진되는것이 바람직합니다.

---

• 관련글 : [제조업 로컬AI 구축.01] 제조업을 위한 로컬 AI 도입계획