현장에서 기계 사양을 검토할 때마다 엑셀 파일을 뒤적이던 시절이 있었습니다. 제가 직접 그 파일을 AI로 학습시켜 핸드폰에서 바로 쓸 수 있는 계량거리 환산 프로그램으로 바꿔봤는데, 솔직히 이건 예상 밖이었습니다. 생각보다 훨씬 빨리 됐고, 현장 반응도 나쁘지 않았습니다. 그러면서 자연스럽게 든 생각이 있습니다. 플라스틱 성형 업계 전체가 AI를 제대로 활용하려면, 과연 무엇이 먼저 바뀌어야 하는가 하는 것입니다. 자동화의 한계, 그리고 자율실행 AI가 다른 점플라스틱 제조 현장에서 시뮬레이션 기반 작업절차(simulation workflow)를 쓰는 팀이라면 이미 스크립트나 매크로, 템플릿 같은 자동화 도구를 쓰고 있을 겁니다. 여기서 시뮬레이션 기반 작업절차란, 금형 냉각 해석이나 소재 변형 예측처럼..

AI가 제조 현장을 바꾼다고 하는데, 정작 현장 리더는 뭘 먼저 해야 할까요. 저도 한동안 이 질문을 멀리서만 바라봤습니다. 그런데 어느 날 스마트폰으로 AI에게 설비 문제를 물어봤더니 선배한테 물어볼 때보다 훨씬 조리 있게 답이 나왔습니다. 그때부터 '이게 남의 일이 아니구나' 싶었습니다.비용 줄이면서 혁신하라고? 제조 현장이 처한 이중 압박AI 도입을 비용 절감의 수단으로 봐야 한다고 생각하는 분들도 있는데, 저는 그 시각이 조금 위험하다고 생각합니다. 제조 현장 리더들이 실제로 맞닥뜨리는 현실은 훨씬 복잡합니다. 한쪽에서는 기존 설비와 IT 인프라 유지에 드는 운영비를 줄이라고 하고, 동시에 그 예산으로 AI를 구축해서 경쟁력을 높이라고 합니다. 이 두 가지를 동시에 잡으라는 요구입니다.제가 현장에..

제조업에서 생산성 10% 향상, 기계 가동 중단 시간 30% 감소, 노동생산성 15% 향상, 숫자만 놓고 보면 꽤 그럴싸하다 싶었는데, 직접 제조 현장을 들여다보니 이게 단순한 수치가 아니라는 걸 실감했습니다. 제조 현장에 AI가 들어오고 있습니다. 자동차 부품을 찍어내는 사출 공정부터 발포 성형, 벤트 비전 검사까지, 사람 눈과 경험에 의존하던 공정들이 하나씩 바뀌고 있습니다.사출 성형과 AI가 만나는 현장, 무엇이 달라졌나자동차 콕핏 모듈을 생산하는 공장 이야기입니다. 콕핏 모듈이란 운전석 정면 패널, 즉 계기판 주변에 전자 스위치, 공조 시스템, 오디오 시스템 등을 하나의 구조물로 통합한 부품을 말합니다. 단순해 보여도 안에 들어가는 소재가 고기능성 스마트 소재인 데다 공정도 복잡합니다.핵심 공정 ..