제조 AX는 구매 · 자재 · 설비 · 품질 · 납기처럼 매일 돌아가는 업무를 AI가 처리하도록 다시 짜는 일에서 시작할 수 있습니다.
2026년 10월 13일 | SKYWARE INSIGHT
제조업의 AI 전환(AX)이 정부 정책의 중심으로 올라왔습니다. 산업통상부는 제조와 AI를 결합하는 M.AX 전략으로 2030년까지 AI 팩토리 500개를 보급하겠다고 밝혔고, 2026년 9월에는 M.AX를 도입한 170개 사업장에서 생산성이 30% 개선되고 불량률이 15% 줄었다는 결과를 발표했습니다. 중소벤처기업부도 스마트공장 보급에 이어 ‘AI 기반 자율화 공장’을 정책 목표로 내걸었습니다.
그런데 현장의 제조회사, 특히 중견 · 중소기업 입장에서는 이 뉴스가 멀게 느껴집니다. 로봇이 알아서 움직이는 공장은 수백억 투자 이야기처럼 들리기 때문입니다. 제조회사의 AX는 생산 라인에서 시작하지 않아도 됩니다. 매일 사람이 손으로 돌리고 있는 업무, 즉 자재를 사고, 재고를 세고, 설비를 점검하고, 납기를 조정하고, 협력사와 연락하는 일에서 먼저 시작할 수 있습니다. 이 글은 그 이유와 순서를 정리합니다.
01. 제조회사의 시간은 공장 밖에서 더 많이 샙니다
생산 라인은 이미 자동화가 많이 되어 있습니다. 반면 라인 바깥의 업무는 여전히 전화 · 엑셀 · 메신저로 돌아갑니다. 자재 담당자는 매일 아침 재고 시스템과 발주 메일을 대조하고, 설비 담당자는 점검 일지를 수기로 적고, 구매 담당자는 견적을 메일로 받아 엑셀에 옮기고, 영업은 납기 문의가 올 때마다 생산 계획 담당자에게 전화를 겁니다.
이 일들의 공통점은 세 가지입니다. 매일 반복되고, 여러 시스템(ERP · MES · 구매 · 메신저)에 흩어진 정보를 사람이 모아야 하며, 늦으면 라인이 멈추거나 납기를 놓칩니다. AI 에이전트가 가장 먼저 성과를 내는 자리가 바로 여기입니다. 정보를 모으고 대조하고 초안을 만드는 일은 AI가, 확인하고 결정하는 일은 사람이 맡는 구조입니다.
도식 1 · 제조회사의 일상 업무, 지금과 AX 이후
| 업무 | 지금 | AX 이후 | 사람이 하는 일 |
|---|---|---|---|
| 자재 · 소모품 구매 | 재고 확인 → 견적 메일 → 엑셀 비교 → 품의 → 발주 | AI가 재고 · 소모 추이로 발주 시점과 수량을 제안하고 견적을 비교해 품의 초안 작성 | 승인 |
| 설비 점검 · 보전 | 수기 일지 · 고장 후 수리 | 센서 · 가동 데이터로 이상 징후를 먼저 알리고 부품 재고와 함께 점검 일정 제안 | 점검 실행 · 판단 |
| 납기 문의 응대 | 영업 → 생산 계획 담당자 전화 → 회신 | AI가 생산 계획 · 재고 · 출하 현황을 조회해 예상 납기를 바로 답하고 변동 시 자동 안내 | 예외 협의 |
| 협력사 커뮤니케이션 | 발주 · 납품 · 검수 결과를 전화 · 메일로 개별 통보 | 발주 확정 · 납품 요청 · 검수 결과를 문자 · 카카오 · 메일로 자동 발송하고 회신을 접수 | 분쟁 · 조정 |
| 품질 · 불량 보고 | 검사 데이터 취합 → 주간 보고서 작성 | 검사 결과를 라인 · 공정별로 집계해 이상 항목과 원인 후보를 담은 보고서 초안 작성 | 원인 확정 · 대책 |
02. 왜 지금인가 · 세 가지 이유
도식 2 · 제조회사에 AX가 필요한 세 가지 이유
- 인력베테랑이 떠난다발주 기준과 설비 점검 요령이 퇴직자와 함께 나간다. 시스템이 기억하게 해야 한다
- 원가자재비가 분기마다 다르다월 1회 재고 조정으로는 늦다. 소모 추이를 보고 주 단위로 구매를 다시 잡아야 한다
- 고객“납기 언제죠?”에 바로 답해야 한다전화 돌려서 알아보는 사이 견적은 다른 회사로 간다. 조회 한 번에 답이 나와야 한다
AI가 모으고 정리한다+사람이 확인하고 결정한다=지금 인원으로 더 많은 주문을 처리한다
셋 중 가장 급한 것은 사람입니다. 정부도 은퇴를 앞둔 제조 명장의 노하우를 데이터로 남기는 사업을 할 정도입니다. “이 설비는 이 소리가 나면 베어링을 봐야 한다”, “이 협력사는 월말에 납기가 밀린다” 같은 경험은 지금 담당자 머릿속에만 있습니다. 그 사람이 회사를 떠나기 전에 점검 기준과 발주 규칙으로 시스템에 적어 두어야 하고, AX는 그렇게 적어 둔 기준을 AI가 매일 적용하게 만드는 일입니다.
03. 데이터는 이미 있습니다, 흩어져 있을 뿐
업계에서는 제조 현장에 데이터가 제대로 구축된 곳이 드물다는 점을 자율제조의 선결 과제로 꼽습니다. 맞는 말이지만 겁먹을 필요는 없습니다. 중견 · 중소 제조회사도 ERP에 발주 · 입고 · 재고 이력이, MES나 생산 일지에 가동 · 불량 기록이, 구매 시스템에 견적 · 계약 · 세금계산서가, 메시징 시스템에 협력사 발송 기록이 이미 쌓여 있습니다. 문제는 데이터가 시스템마다 따로 있어 한 번에 보지 못한다는 점입니다.
그래서 제조 AX의 첫 작업은 새 데이터를 모으는 일보다 있는 시스템을 AI가 읽을 수 있게 연결하는 일입니다. 최근에는 MCP처럼 기업 시스템을 AI의 표준 도구로 노출하는 규격이 자리 잡아, ERP · 구매 · 메시징 시스템을 각각 연결하는 비용이 크게 줄었습니다. 이때 어떤 데이터를 열고 어떤 작업(발주 확정, 협력사 발송)에 승인을 둘지를 함께 정해야 합니다.
04. 어디서부터 · 제조회사를 위한 AX 5단계
SKYWARE 제안 모델
제조회사 AX 전환 5단계
- 01진단반복 업무 · 데이터 위치
- 02설계구매 · 납기부터
- 03실증한 품목 · 한 라인 PoC
- 04통합ERP · MES · 메시징 연계
- 05고도화성과 측정 · 권한 통제
- 구매 · 조달 자동화소모성 자재(MRO)의 발주 시점 제안, 견적 비교, 품의 초안, 전자계약 · 세금계산서 연계. 효과가 숫자로 가장 빨리 보이는 영역입니다.
- 협력사 메시징발주 · 납품 요청 · 검수 결과 · 대금 안내를 문자 · 카카오 · 이메일로 자동 발송하고 회신을 접수합니다. 전화 통화 시간이 바로 줄어듭니다.
- 납기 · 재고 응대영업 문의에 생산 계획과 재고를 조회해 예상 납기를 답하는 AI 응대. 고객 문의가 생산 담당자에게 가지 않게 합니다.
- 설비 · 품질 보고가동 · 검사 데이터를 집계해 이상 징후와 원인 후보를 담은 일일 보고서 초안을 만듭니다. 담당자는 확인과 대책에 집중합니다.
순서가 중요합니다. 처음부터 설비 예지보전 같은 큰 과제를 잡으면 센서 설치와 데이터 정제에 1년이 갑니다. 구매 · 조달과 협력사 메시징처럼 데이터가 이미 시스템에 있고, 효과가 처리 시간과 건수로 바로 측정되는 업무에서 시작해 성과를 확인한 뒤 설비와 품질로 넓히는 것이 실패를 줄이는 순서입니다.
05. 스카이웨어가 제조회사와 함께할 수 있는 것
스카이웨어는 제조회사의 구매 · 조달 업무를 디지털화하는 MRO 솔루션을 구축 · 운영해 왔습니다. 구매 요청에서 승인, 발주, 전자입찰 · 전자계약, 납품, 세금계산서, 정산까지 한 흐름으로 처리하고 ERP와 연계하는 구조입니다. 여기에 AI를 얹으면 발주 시점 제안, 견적 비교, 품의 초안처럼 사람이 매일 반복하던 판단의 앞 단계를 AI가 맡고, 승인은 사람이 하는 구매 AX가 됩니다.
협력사 커뮤니케이션은 통합 메시징 솔루션 sOMP로 발주 · 납품 · 검수 안내를 채널에 맞게 자동 발송하고, 납기 · 재고 응대는 AI 챗봇이 기간계 시스템을 조회해 답하도록 구성할 수 있습니다. 이 모든 연결은 기존 ERP · MES의 데이터 구조와 권한 체계를 이해하는 데서 시작합니다. 스카이웨어가 20년 넘게 기업 시스템을 구축 · 운영하며 쌓은 경험이 쓰이는 지점입니다.
제조회사의 AX는 매일 사람이 손으로 돌리던 구매 · 납기 · 협력사 업무를 AI가 처리하고, 사람은 판단에 집중하도록 다시 짜는 일입니다.
참고: 산업통상부 M.AX 전략 및 2026.09 M.AX 도입 사업장 성과 발표(서울신문 2026.09.11), 중소벤처기업부 AI 기반 자율화 공장 지원 방향(2026 전망), 자율제조 데이터 구축 과제 관련 보도(2026.05). 성과 수치는 정부 발표 기준입니다.
