목록으로
업무 생산성 개선을 위한 AI 활용
오프라인-온라인 경계를 허무는 로컬/클라우드 하이브리드 소프트웨어 엔지니어링 자동화를 통한 산업용(AutoCAD Plant 3D) 스크립트의 자율 개발
오프라인-온라인 경계를 허무는 로컬/클라우드 하이브리드 소프트웨어 엔지니어링 자동화를 통한 산업용(AutoCAD Plant 3D) 스크립트의 자율 개발
🤖 활용 AI 도구
Antigravity
① 어떤 상황에서 AI를 활용했나요?
플랜트 엔지니어링 설계의 코딩 병목 현상 및 폐쇄망 보안 환경의 한계 극복 AutoCAD Plant 3D와 같은 전문 산업용 소프트웨어를 고도화하려면 복잡한 파이썬(Python) 및 C# 기반의 커스텀 스크립트 개발이 필수적입니다. 하지만 현장의 엔지니어들은 코딩 전문 인력이 아니며, 반대로 전문 개발자들은 플랜트 산업의 도메인 지식을 이해하기 힘들어 심각한 병목현상이 발생했습니다. 또한 산업 현장은 도면 및 코드 유출을 방지하기 위해 엄격한 사내망(폐쇄망) 환경을 요구하는 경우가 많아, 인터넷 접속이 필수적인 최신 클라우드 AI(ChatGPT 등)를 자유롭게 활용할 수 없는 딜레마에 처해 있었습니다. 이를 해결하기 위해 보안과 성능을 모두 잡는 자율형 AI 엔지니어가 절실히 필요한 상황이었습니다.
② 어떤 AI를 어떻게 활용했나요?
로컬과 클라우드가 협동하는 '다중 에이전트 하이브리드 파이프라인(Multi-Agent Pipeline)' 구축 단일 AI에 의존하지 않고, 특기가 다른 여러 AI를 파이프라인으로 연결하여 업무를 분담시켰습니다.
Antigravity IDE Gemini 3 Flash (클라우드): 방대한 컨텍스트 처리 속도를 활용해 코드의 1차 초안을 고속으로 생성합니다.
Llama-3.1 및 Gemma4 (로컬/오프라인): 회사 내부 PC(로컬)에서 구동되는 오픈소스 AI입니다. 클라우드가 짠 코드의 논리적 결함을 비판(Critique) 및 리뷰하거나, 인터넷이 끊긴 환경에서 클라우드 AI를 대신하여 코드를 단독 생성하는 폴백(Fallback) 역할을 수행합니다.
Nomic-Embed (로컬): 수많은 기존 프로젝트 코드들을 벡터 데이터로 변환해, 초고속 0.1초 검색망(RAG)을 구축하여 AI에게 전문 도메인 지식을 주입했습니다. 이 모든 AI는 제가 직접 짠 오케스트레이터(Orchestrator) 스크립트의 통제하에, "코드 분석 → 1차 초안 생성 → 2차 자체 비판 → 최종 에이전트 수정"의 절차를 자동으로 수행합니다.
③ 활용 결과 어떤 변화가 있었나요?
엔지니어는 '설계'만, 코딩은 'AI'가 대행하는 초자동화 달성 가장 큰 변화는 **'일하는 방식의 패러다임 전환'**입니다. 작업자가 "이 로직의 오타를 고치고 새로운 파라미터를 추가해 줘"라고 자연어로 명령만 내리면, 다중 AI 파이프라인이 수동 개입 없이 관련 파일을 검색하고, 코드를 짜고, 로컬에서 스스로 비판적 검수를 거친 뒤 완성된 코드를 제시합니다. 이로 인해 며칠씩 걸리던 복잡한 Plant 3D 배관 컴포넌트 자동화 스크립트 수정 작업이 단 몇 분 만에 무결점으로 해결되었습니다. 코딩 병목이 사라지자 본연의 플랜트 설계 및 하이레벨 아키텍처 구상에만 온전히 시간을 쏟을 수 있게 되었습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
'통제되지 않은 자율성은 재앙' - 환각과 망각을 원천 차단하는 이중 안전망 기존 AI 툴들과 다른 저만의 핵심 차별점은 **환각(Hallucination) 억제와 강력한 통제권(Execution lock)**입니다.
2-Phase 교차 검증: AI가 짠 코드를 믿고 바로 적용하지 않습니다. 클라우드 AI가 코드를 짜면, 전혀 다른 뇌구조를 가진 로컬 AI(Llama-3.1)가 이를 비판하고 교정점(Critique)을 제시하도록 하여 환각을 스스로 잡아내는(자정 작용) 로직을 적용했습니다.
집도 잠금(Execution Lock): AI가 마음대로 사내 코드를 수정하다 시스템을 망치는 것을 방지하기 위해, AI는 오직 '계획서'만 제출할 수 있으며, 인간이 "이제 집도할까요?"라는 질문에 명시적으로 승인(Yes)해야만 실제 파일이 수정되는 엄격한 룰-베이스 앵커(Rule-base Anchor) 체계를 글로벌 규칙으로 강제했습니다. 이로 인해 신뢰도 100%의 협업이 가능해졌습니다.
⑤ 다른 사람도 따라 할 수 있나요?
표준화된 자동화 스크립트를 통해 누구나, 어느 산업에나 이식 가능 물론입니다. 이 시스템의 핵심 엔진인 auto_pipeline.py와 ollama_bridge.py 등은 파이썬(Python) 표준 라이브러리 위주로 개발되어 윈도우, 리눅스 구별 없이 쉽게 이식됩니다. AutoCAD Plant 3D라는 특정 도메인에서 시작했지만, Nomic을 통한 RAG(검색망)에 다른 산업군의 코드나 사내 매뉴얼만 넣어주면(지식 교체), 반도체, 금융, 웹 개발 등 어떤 분야든 즉시 해당 도메인의 맞춤형 '로컬/클라우드 하이브리드 코파일럿' 시스템으로 변신할 수 있습니다. 인터넷이 차단된 보안 환경(로컬망)에서도 작동할 수 있다는 범용성은 이 시스템의 가장 강력한 무기입니다.
플랜트 엔지니어링 설계의 코딩 병목 현상 및 폐쇄망 보안 환경의 한계 극복 AutoCAD Plant 3D와 같은 전문 산업용 소프트웨어를 고도화하려면 복잡한 파이썬(Python) 및 C# 기반의 커스텀 스크립트 개발이 필수적입니다. 하지만 현장의 엔지니어들은 코딩 전문 인력이 아니며, 반대로 전문 개발자들은 플랜트 산업의 도메인 지식을 이해하기 힘들어 심각한 병목현상이 발생했습니다. 또한 산업 현장은 도면 및 코드 유출을 방지하기 위해 엄격한 사내망(폐쇄망) 환경을 요구하는 경우가 많아, 인터넷 접속이 필수적인 최신 클라우드 AI(ChatGPT 등)를 자유롭게 활용할 수 없는 딜레마에 처해 있었습니다. 이를 해결하기 위해 보안과 성능을 모두 잡는 자율형 AI 엔지니어가 절실히 필요한 상황이었습니다.
② 어떤 AI를 어떻게 활용했나요?
로컬과 클라우드가 협동하는 '다중 에이전트 하이브리드 파이프라인(Multi-Agent Pipeline)' 구축 단일 AI에 의존하지 않고, 특기가 다른 여러 AI를 파이프라인으로 연결하여 업무를 분담시켰습니다.
Antigravity IDE Gemini 3 Flash (클라우드): 방대한 컨텍스트 처리 속도를 활용해 코드의 1차 초안을 고속으로 생성합니다.
Llama-3.1 및 Gemma4 (로컬/오프라인): 회사 내부 PC(로컬)에서 구동되는 오픈소스 AI입니다. 클라우드가 짠 코드의 논리적 결함을 비판(Critique) 및 리뷰하거나, 인터넷이 끊긴 환경에서 클라우드 AI를 대신하여 코드를 단독 생성하는 폴백(Fallback) 역할을 수행합니다.
Nomic-Embed (로컬): 수많은 기존 프로젝트 코드들을 벡터 데이터로 변환해, 초고속 0.1초 검색망(RAG)을 구축하여 AI에게 전문 도메인 지식을 주입했습니다. 이 모든 AI는 제가 직접 짠 오케스트레이터(Orchestrator) 스크립트의 통제하에, "코드 분석 → 1차 초안 생성 → 2차 자체 비판 → 최종 에이전트 수정"의 절차를 자동으로 수행합니다.
③ 활용 결과 어떤 변화가 있었나요?
엔지니어는 '설계'만, 코딩은 'AI'가 대행하는 초자동화 달성 가장 큰 변화는 **'일하는 방식의 패러다임 전환'**입니다. 작업자가 "이 로직의 오타를 고치고 새로운 파라미터를 추가해 줘"라고 자연어로 명령만 내리면, 다중 AI 파이프라인이 수동 개입 없이 관련 파일을 검색하고, 코드를 짜고, 로컬에서 스스로 비판적 검수를 거친 뒤 완성된 코드를 제시합니다. 이로 인해 며칠씩 걸리던 복잡한 Plant 3D 배관 컴포넌트 자동화 스크립트 수정 작업이 단 몇 분 만에 무결점으로 해결되었습니다. 코딩 병목이 사라지자 본연의 플랜트 설계 및 하이레벨 아키텍처 구상에만 온전히 시간을 쏟을 수 있게 되었습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
'통제되지 않은 자율성은 재앙' - 환각과 망각을 원천 차단하는 이중 안전망 기존 AI 툴들과 다른 저만의 핵심 차별점은 **환각(Hallucination) 억제와 강력한 통제권(Execution lock)**입니다.
2-Phase 교차 검증: AI가 짠 코드를 믿고 바로 적용하지 않습니다. 클라우드 AI가 코드를 짜면, 전혀 다른 뇌구조를 가진 로컬 AI(Llama-3.1)가 이를 비판하고 교정점(Critique)을 제시하도록 하여 환각을 스스로 잡아내는(자정 작용) 로직을 적용했습니다.
집도 잠금(Execution Lock): AI가 마음대로 사내 코드를 수정하다 시스템을 망치는 것을 방지하기 위해, AI는 오직 '계획서'만 제출할 수 있으며, 인간이 "이제 집도할까요?"라는 질문에 명시적으로 승인(Yes)해야만 실제 파일이 수정되는 엄격한 룰-베이스 앵커(Rule-base Anchor) 체계를 글로벌 규칙으로 강제했습니다. 이로 인해 신뢰도 100%의 협업이 가능해졌습니다.
⑤ 다른 사람도 따라 할 수 있나요?
표준화된 자동화 스크립트를 통해 누구나, 어느 산업에나 이식 가능 물론입니다. 이 시스템의 핵심 엔진인 auto_pipeline.py와 ollama_bridge.py 등은 파이썬(Python) 표준 라이브러리 위주로 개발되어 윈도우, 리눅스 구별 없이 쉽게 이식됩니다. AutoCAD Plant 3D라는 특정 도메인에서 시작했지만, Nomic을 통한 RAG(검색망)에 다른 산업군의 코드나 사내 매뉴얼만 넣어주면(지식 교체), 반도체, 금융, 웹 개발 등 어떤 분야든 즉시 해당 도메인의 맞춤형 '로컬/클라우드 하이브리드 코파일럿' 시스템으로 변신할 수 있습니다. 인터넷이 차단된 보안 환경(로컬망)에서도 작동할 수 있다는 범용성은 이 시스템의 가장 강력한 무기입니다.
📎 첨부파일 (1)
📄 Antigravity Hybrid Pipeline.pdf