5분
제조 현장 Agent 7대 시나리오
Day 1: AI Agent 개념 & 제조 적용
제조 현장 Agent 7대 시나리오
AI Agent 기초 > Day 1: AI Agent 개념 & 제조 적용
학습 목표
- 제조 현장에서 Agent가 다루는 7가지 문제 유형을 구분한다
- 각 시나리오에 어떤 Tool이 필요한지, 그 Tool이 어느 시스템을 읽는지 짚는다
- 수작업 절차를 단계로 분해해 Agent가 대신할 수 있는 부분과 없는 부분을 나눈다
제조 현장, 7가지 고통
제조 현장 엔지니어에게 물었다. "가장 시간 낭비가 심한 업무가 뭐예요?"
아래 대화와 표는 이 주차의 시뮬레이션 데이터로 만든 예시입니다. 안에 적힌 숫자는 측정값이 아니라 예시값입니다. 절감 효과를 말하려면 본인 공장에서 같은 절차를 몇 분에 하는지 직접 재고, 그 값을 쓰세요.
시나리오 1: 설비 상태 확인
Before (수작업):
1. MES 시스템 로그인
2. 설비 모니터링 화면 이동
3. 해당 설비 검색
4. 상태 데이터 확인
5. 이상 여부 판단
-> 다섯 단계 모두 사람이 화면을 옮겨 다니며 한다After (Agent):
나: "A라인 설비 전체 상태 요약해줘"
Agent:
[get_equipment_status("A-LINE-*")] 호출
A라인 설비 현황 (8대):
- CNC-001: 정상 (가동률 94%)
- CNC-002: 정상 (가동률 91%)
- CNC-003: *주의* (진동 수치 상승, 0.8mm/s -> 1.2mm/s)
- CNC-004: 정상 (가동률 89%)
...
*주의 설비*: CNC-003 진동 0.8 -> 1.2 mm/s.
최근 베어링 교체 이력: 없음.
권고: 베어링 상태 점검 필요.
-> 질문 한 번, Tool 호출 한 번달라지는 것: 화면을 옮겨 다니는 다섯 단계가 질문 하나로 줄고, "이상 여부 판단"에 필요한 비교 기준(직전 값, 교체 이력)이 답 안에 함께 온다.
시나리오 2: 알람 원인 분석
나: "PRESS-005에서 알람 H-2201이 떴어"
Agent:
[search_manual("H-2201")] 호출
-> 유압 압력 저하 알람
[get_alarm_history("PRESS-005", days=90)] 호출
-> 최근 3개월: 동일 알람 5회 (빈도 증가)
[get_maintenance_log("PRESS-005")] 호출
-> 마지막 유압 호스 교체: 8개월 전
분석 결과:
- 원인: 유압 호스 노후화 추정
- 근거: 알람 빈도 증가 + 교체 주기 초과
- 권고: 유압 호스 교체 (평균 수명 6개월)
- 부품: HYD-HOSE-045 (재고 3개)시나리오 3: 품질 이상 탐지
나: "오늘 B라인 불량률이 높은 것 같은데 확인해줘"
Agent:
[get_quality_data("B-LINE", "today")] 호출
-> 오늘 불량률: 3.2% (평균 1.5%)
[get_quality_data("B-LINE", "week")] 호출
-> 주간 추이: 1.2% -> 1.5% -> 1.8% -> 2.5% -> 3.2%
[get_defect_breakdown("B-LINE", "today")] 호출
-> 불량 유형: 치수 불량 68%, 외관 불량 22%, 기타 10%
분석:
- 불량률 3.2%로 기준치(2%) 초과
- 치수 불량 집중 발생 -> 공구 마모 의심
- 주간 추이 상승세 -> 즉시 조치 필요
- 권고: CNC-012 공구 교체 + 1차 샘플 전수검사시나리오 4: 부품 재고 & 발주
나: "다음 주 예방보전에 필요한 부품 재고 확인해줘"
Agent:
[get_maintenance_schedule("next_week")] 호출
-> 예방보전 3건: CNC-007, PRESS-005, CONV-012
[get_required_parts("PM-CNC-007")] 호출
-> 필요 부품: 베어링 BRG-002 x2, 오일 필터 OIL-F01 x1
[check_inventory(["BRG-002", "OIL-F01", ...])] 호출
-> BRG-002: 재고 5 (충분)
-> OIL-F01: 재고 0 (부족!)
-> SEAL-003: 재고 1 (최소 수량)
긴급 발주 필요:
- OIL-F01 (오일필터): 5개 발주 권장 (리드타임 3일)
- SEAL-003 (씰): 4개 추가 발주 권장 (안전재고 미달)시나리오 5: 생산 실적 리포트
나: "어제 생산 실적 요약해줘"
Agent:
[get_production_data("yesterday")] 호출
어제 생산 실적 (2026-01-28):
┌───────┬────────┬────────┬───────┬────────┐
│ 라인 │ 목표 │ 실적 │ 달성률│ 불량률 │
├───────┼────────┼────────┼───────┼────────┤
│ A라인 │ 500 │ 487 │ 97.4% │ 1.2% │
│ B라인 │ 300 │ 285 │ 95.0% │ 3.2% │
│ C라인 │ 400 │ 401 │ 100% │ 0.8% │
└───────┴────────┴────────┴───────┴────────┘
주요 이슈:
- B라인 불량률 3.2% (기준치 2% 초과)
- A라인 16:00-17:00 비가동 (금형 교체)시나리오 6: 작업 표준 검색
나: "PRESS-005 금형 교체 절차 알려줘"
Agent:
[search_manual("PRESS-005 금형 교체 SOP")] 호출
PRESS-005 금형 교체 절차 (SOP-PR-012):
1. 안전 확인
- 전원 차단 + LOTO 시행
- 잔압 해제 확인 (유압 게이지 0 확인)
2. 금형 탈거
- 상형 클램프 해제 (볼트 4개, 17mm 렌치)
- 크레인으로 상형 인양 (무게: 2.5톤)
- 하형 클램프 해제 후 인양
3. 금형 장착
- 하형 정렬 (위치결정핀 확인)
- 하형 클램프 체결 (토크: 150Nm)
- 상형 장착 및 체결
4. 시운전
- 유압 가압 (설정: 200bar)
- 공타 3회 실시
- 1차 샘플 치수 검사
* 주의: 크레인 작업 시 2인 1조 필수
* 예상 소요: 90분시나리오 7: 에너지 모니터링
나: "이번 달 전력 사용량 분석해줘"
Agent:
[get_energy_data("this_month")] 호출
[get_energy_data("last_month")] 호출
전력 사용량 분석:
- 이번 달: 45,200 kWh (전월 대비 +8.3%)
- 피크 시간대: 14:00-16:00 (평균 대비 +35%)
- 최다 소비 설비: PRESS-005 (전체의 22%)
비용 영향:
- 피크 요금 추가: 약 850,000원/월 예상
절감 권고:
- PRESS-005 가동 시간 분산 (피크 회피)
- 비가동 설비 대기전력 차단
- 예상 절감: 월 320,000원7대 시나리오 정리
| # | 시나리오 | 필요 Tool | 읽는 시스템 | 사람이 하던 일 |
|---|---|---|---|---|
| 1 | 설비 상태 | get_equipment_status | MES | 화면 이동 + 값 비교 |
| 2 | 알람 분석 | search_manual, get_alarm_history | 문서 + MES | 매뉴얼 검색 + 이력 스크롤 |
| 3 | 품질 이상 | get_quality_data, get_defect_breakdown | QMS | 기간별 재조회 + 유형 집계 |
| 4 | 재고 확인 | get_maintenance_schedule, check_inventory | CMMS + ERP | 계획별 부품 목록 대조 |
| 5 | 생산 리포트 | get_production_data | MES | 라인별 조회 + 표 작성 |
| 6 | 작업 표준 | search_manual | 문서 | 대용량 PDF 검색 |
| 7 | 에너지 분석 | get_energy_data | 계측 시스템 | 월별 조회 + 차이 계산 |
일곱 시나리오의 공통점은 여러 시스템을 돌아다니며 값을 모아 비교하는 일이라는 것이다. Agent가 대신할 수 있는 부분이 정확히 여기다. 판단과 조치 결정은 여전히 사람 몫이다.
도입 효과를 보고서에 쓰려면 여기 표를 그대로 옮기지 말고, 본인 공장에서 시나리오 하나를 골라 전후 시간을 직접 재세요. 공장마다 시스템 수와 화면 구성이 달라 이 표의 값은 그대로 통하지 않습니다.
AI로 학습하기 — 꿀팁
7대 시나리오 Tool 매핑 표 생성AI 학습 팁
제조 현장 Agent 7대 시나리오별 필요 Tool 목록을 표로 정리하면 Tool 설계 실습의 기초 자료가 됩니다.
제조 현장 AI Agent 7대 시나리오(예측 정비, 품질 검사, 생산 일정 최적화, 공급망 관리, 에너지 절감, 안전 모니터링, 고장 진단)에 대해 각 시나리오에 필요한 Tool 목록, Tool이 접근하는 데이터 소스, 예상 Tool 호출 횟수를 3열 표로 만들어줘.
이 팁이 도움이 됐나요?