**① 어떤 상황에서 AI를 활용했나요?**

기존 계근 업무는 원재료 및 제품 운송 차량의 입·출차 시 담당자가 직접 차량정보와 중량을 확인하고 계근 처리해야 하는 방식이었습니다. 특히 야간·주말에도 계근 담당자의 근무가 필요하여 인력 운영 부담과 추가 비용이 발생했습니다.

이를 개선하기 위해 외부 솔루션 도입 대신 AI를 활용한 무인계근 자동화 시스템 자체 개발을 추진했습니다.

**② 어떤 AI를 어떻게 활용했나요?**

ChatGPT를 개발 보조 도구로 활용하여 기존 계근 업무 분석부터 시스템 설계, 프로그램 개발, 오류 분석 및 기능 개선까지 진행했습니다.

Python 기반 웹 시스템과 Oracle ERP 데이터베이스를 연동하고, 차량번호 인식기(LPR), 중량 수신장치(MOXA), 대형 안내 모니터를 통합했습니다.

또한 AI를 활용하여 차량 사전등록, 입·출차 자동 판별, 실시간 중량 확인, 계근 데이터 저장 및 오류 처리 기능을 개발하고 반복적인 검증과 개선을 수행했습니다.

**③ 활용 결과 어떤 변화가 있었나요?**

- 기존 담당자 중심의 수동 계근 업무를 운전자 중심의 무인계근 방식으로 전환
- 야간·주말 계근 업무의 인력 의존도를 줄일 수 있는 운영 기반 마련
- 차량 사전등록부터 입·출차 처리까지 자동화 기능 구축
- 기존 ERP 시스템과 연동하여 데이터 중복 입력 및 수작업 최소화
- 외부 프로그램 개발 의존도를 낮추고 자체 유지보수 및 기능 개선 체계 확보
- 계근 처리의 표준화와 향후 운영비용 절감 기반 마련

**④ 나만의 방식 또는 개선 포인트는 무엇인가요?**

단순히 AI에 프로그램 개발을 요청하는 방식이 아니라, 실제 현장에서 발생하는 문제를 직접 분석하고 AI와 반복적으로 해결책을 검토했습니다.

기존 ERP 데이터 구조와 계근 업무 절차를 유지하면서 신규 자동화 기능을 단계적으로 개발하여 현장 적용성을 높였습니다.

또한 차량번호 중복, 계근 상태 판별, 통신 장애, 장비 연동 오류 등 다양한 예외 상황을 AI와 함께 분석하며 시스템의 안정성을 개선했습니다.

**⑤ 다른 사람도 따라 할 수 있나요?**

가능합니다. 전문 개발 인력이 없는 현장에서도 기존 업무 프로세스를 이해하고 AI를 개발 보조 도구로 활용하면 반복 업무를 자동화할 수 있습니다.

특히 기존 시스템을 전면 교체하지 않고도 AI를 활용하여 업무 분석, 프로그램 개발, 데이터 연동, 오류 개선을 단계적으로 추진할 수 있습니다.