제조 현장의 하루는 종이 장부와 엑셀의 씨름으로 마감된다. 직원 20명 남짓한 금속 가공 공장이나 부품 조립 라인에 가보면, 작업자가 기름 묻은 장갑을 벗고 볼펜으로 수치와 불량 내역을 적어 넣는 모습을 쉽게 볼 수 있다. 퇴근 직전 이 구겨진 종이 뭉치를 사무실로 가져가 엑셀에 옮겨 적는 과정에서 오타와 누락이 발생한다. 며칠 뒤 불량 원인을 추적하려 할 때는 이미 데이터가 오염되어 쓸모를 잃는다. 수기로 엑셀을 채우는 방식은 과거의 유물일 뿐, 실시간 품질 관리에는 아무런 도움이 되지 못한다.

해결책은 수십억 원이 드는 거창한 스마트 팩토리 시스템 구축이 아니다. 일상에서 매일 쓰는 스마트폰과 무료 AI 도구를 결합하는 것만으로도 훌륭한 AX(AI 전환, AI Transformation)의 첫걸음을 뗄 수 있다. 카메라로 글자를 인식해 텍스트로 바꿔주는 광학문자인식(OCR) 기술이나, 이미지를 분석하는 시각 AI(Vision AI)는 이미 무료에 가까운 비용으로 개방되어 있다. 이는 마치 지치지 않고 오타 없이 서류를 전산화해 주는 꼼꼼한 서기를 현장마다 무상으로 배치하는 것과 같다.

자본과 IT 인력이 부족한 소규모 사업장이라면 복잡한 솔루션 도입 대신 당장 스마트폰 카메라를 활용해야 한다. 작업자가 종이에 적는 대신, 검사 결과지나 측정기를 스마트폰으로 촬영하기만 하면 AI가 데이터를 추출해 구글 스프레드시트와 같은 클라우드 문서에 실시간으로 자동 정리하도록 설정할 수 있다.

육안으로 잡아내기 어려운 미세한 스크래치나 조립 불량이 잦은 공정이라면, 스마트폰 공기계를 거치대에 고정하고 제품 사진을 찍어 챗GPT(ChatGPT)나 구글 제미나이(Gemini) 같은 범용 AI에 전송해 1차 판독을 맡기는 것도 매우 현실적인 대안이다.

물론 현장 적용에 장밋빛 미래만 있는 것은 아니다. 현장의 어두운 조명이나 렌즈에 묻은 먼지로 인해 AI의 인식률이 떨어질 수 있다. 무엇보다 "사진 찍고 확인하는 게 기존 방식보다 더 귀찮다"는 현장 작업자들의 초기 반발을 설득하는 과정이 필수적이다. 처음 1~2주는 낯선 방식 탓에 작업 속도가 오히려 떨어지고 혼란스러울 수 있다는 점을 경영진이 먼저 인정하고 감수해야 한다.

그럼에도 불구하고 생존을 위한 데이터화는 피할 수 없다. 당장 내일, 공장에서 가장 불량이 잦은 병목 공정 단 한 곳을 지정해 보자. 그리고 작업 일보를 손으로 쓰는 대신, 스마트폰으로 촬영해 디지털 화상으로 남기는 작업부터 시작해야 한다. 완벽한 시스템을 기다리는 것보다, 작고 불완전하더라도 지금 당장 데이터를 디지털로 연결하는 것이 현장 중심 AX의 진정한 출발점이다.

[※ 칼럼의 그림 및 도표는 AI 활용하여 작성됨]