우리가 맛있는 라면을 끓이려고 할 때 가장 먼저 필요한 것은 무엇일까. 바로 라면, 물, 파, 계란 같은 재료들이다. 이 재료들 중 하나라도 빠지면 우리가 원하는 맛을 낼 수 없다. 공장에서 물건을 만들 때도 마찬가지다. 자동차나 스마트폰 같은 복잡한 제품을 만들기 위해 필요한 모든 부품과 원재료의 목록을 정리한 것을 자재 명세서, 즉 BOM(Bill of Materials)이라고 부른다. 쉽게 말해 제품을 만들기 위한 정확한 요리 레시피와 같다. 스마트폰을 예로 들어보자. 겉으로 보기에는 하나의 기계처럼 보이지만, 그 안에는 액정, 배터리, 카메라 모듈, 그리고 아주 작은 나사까지 수백 개의 부품이 들어 있다. BOM은 이 모든 부품의 품번, 이름, 필요한 개수, 규격 등을 상세하게 기록한 문서다. 만약 BOM에 나사가 4개 필요한데 3개만 적혀 있다면 어떻게 될까. 조립 라인에서는 마지막 나사 하나가 부족해 제품을 완성하지 못하고 공장 전체가 멈춰버리는 끔찍한 일이 벌어질 것이다. 또한 BOM은 단순히 부품 리스트를 넘어 돈과 직결된다. 제품 하나를 만드는 데 들어가는 재료비를 계산하는 기준이 되기 때문이다. BOM이 정확해야 제품의 원가를 알 수 있고,
스마트 제조의 성공은 데이터의 양이 아니라 데이터의 질에서 결정된다. AI, MES, IoT 센서가 아무리 발전해도 데이터가 정확하지 않으면 판단은 틀어지고, 자동화는 오작동하며, 경영은 혼란스러워진다. 그래서 스마트 제조의 기초 체계는 단순한 설비 도입이 아니라 데이터 거버넌스(Data Governance) 구축이다. 데이터가 공정 전체의 ‘언어’가 되는 만큼, 그 언어의 규칙을 처음부터 제대로 만드는 것이 중요하다. 첫 번째 단계는 데이터 표준화(Standardization) 이다. 같은 의미의 데이터를 부서마다 다른 이름, 다른 단위, 다른 방식으로 관리하면 통합 분석이 불가능하다. 예를 들어, “가동률”, “稼動시간”, “稼動(%)”처럼 각기 다른 표현이 존재하면 시스템이 정보를 정확히 연결하지 못한다. 이를 방지하기 위해 기업은 품질, 설비, 생산, 재고 데이터를 표준 용어와 표준 구조로 통일해야 한다. 두 번째는 데이터 정합성 확보(Consistency) 이다. 동일한 데이터가 서로 다른 시스템에서 다르게 나타나는 문제를 해결해야 한다. ERP, MES, 품질 검사 시스템, 설비 센서 간 데이터가 일치하지 않으면 분석 결과는 왜곡된다. 이를 위해