목록으로
업무 생산성 개선을 위한 AI 활용
측정기는 데이터를 쏟아내는데, 성적서는 손으로 만들고 있었다
측정 장비는 데이터를 쏟아내는데 성적서는 아직 손으로 만들던 현장에서, 개발자가 아닌 영업담당자가 AI와 함께 측정 데이터 관리 프로그램을 직접 만들어 누구나 쓰도록 무료로 공개한 이야기
🤖 활용 AI 도구
Claude (Claude Code, Claude API), Anthropic
① 어떤 상황에서 AI를 활용했나요?
엔진 피스톤의 바깥지름과 실린더 안지름 사이에는 정해진 틈이 있습니다. 이 틈이 조금만 벗어나면 부품이 눌러붙거나 압력이 새어나갑니다. 스마트폰 케이스가 머리카락 굵기의 몇 분의 일만큼 휘면 화면이 들뜨고, 반도체 장비는 그보다 작은 어긋남에도 웨이퍼 한 장을 버립니다.
그래서 공장에서는 부품을 하나하나 잽니다. 저는 그 재는 장비를 만드는 회사에서 개발과 영업을 함께 맡고 있습니다. 국내에서 이 센서를 처음 개발한 회사입니다. 오랫동안 이 분야는 수입품이 표준이었고, 지금도 사람과 자원이 부족합니다.
문제는 그다음이었습니다. 측정기는 1초에 수십 개의 값을 만드는데, 현장에서는 작업자가 화면을 보고 종이에 적고 퇴근 전 엑셀에 다시 타이핑합니다. 출하할 때마다 만드는 검사성적서도 그렇게 만들어집니다. 고객사마다 서식이 달라 매번 다시 맞춥니다.
아까운 건 시간보다 데이터를 아무도 다시 보지 않는다는 점이었습니다. 값이 조금씩 한쪽으로 밀리고 있다는 신호는 종이에 적히는 순간 사라집니다. 불량이 난 뒤에야 원인을 찾습니다. 이걸 해결하는 전문 소프트웨어는 1년에 250만 원 정도입니다. 대기업은 삽니다. 중소 협력업체는 못 삽니다.
② 어떤 AI를 어떻게 활용했나요?
저는 개발자가 아닙니다. AI 코딩 도구를 쓰면서 접근을 바꿨습니다. 제가 코드를 쓰는 대신, 아는 현장 이야기를 요구사항으로 번역해 AI에게 넘기는 방식입니다.
실제로 이렇게 대화했습니다.
측정기 4대를 연결해서 값을 동시에 읽고 실시간 그래프로 보여주는 프로그램을 만들어줘.
합격 범위 위아래 선을 긋고, 벗어나면 그 채널을 빨갛게
측정값은 전부 저장해서 날짜별로 다시 조회
현장이 어두우니 어두운 화면, 글자는 크게
베트남 공장에도 납품하니 한국어/영어/베트남어 전환
이 대화를 수백 번 반복했습니다. AI가 만든 걸 현장에서 돌려보고, 안 되는 지점을 다시 말로 설명하고, 고칩니다. 그 반복이 전부입니다.
③ 활용 결과 어떤 변화가 있었나요?
측정 데이터 관리 프로그램을 완성했습니다.
데이터 분석 — 저장만 하지 않고 평소 패턴에서 벗어나는 값을 찾아냅니다. 아직 합격 범위 안이어도 값이 한쪽으로 밀려가면 표시합니다. 불량이 나기 전에 보이는 신호를 놓치지 않는 것이 목적입니다.
AI 연동 — 프로그램 안에서 AI가 지금 상태를 사람 말로 설명합니다. "3번 채널 값이 오전보다 한쪽으로 치우쳐 있고 편차도 커지고 있습니다" 같은 식입니다. 그래프 읽기에 익숙하지 않은 분도 상황을 알 수 있습니다. AI로 만들었고, AI가 들어 있는 프로그램입니다.
보고서 자동 생성 — 원칙은 하나입니다. 고객사 엑셀 서식은 바꾸지 않는다. 어느 칸에 무엇을 넣을지만 따로 정해두고 값을 채웁니다. 칸이 합쳐져 있어도, 가로형이든 세로형이든, 한 장을 넘어가도 처리하고 불합격 항목은 자동으로 강조됩니다.
언어팩 — 한국어, 영어, 베트남어를 버튼 하나로 전환합니다. 국내와 동남아 공장 모두에서 실제로 쓰기 때문에 필요했습니다.
가장 큰 변화는 속도가 아니라 경로입니다. 예전에는 고객 요청을 들으면 "검토해보겠습니다"로 끝났습니다. 지금은 그날 저녁에 반영해서 다음 방문 때 들고 갑니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
첫째, AI에게 코드를 시키지 말고 상황을 설명하는 것입니다. "버튼 만들어줘"보다 "작업자가 장갑을 껴서 버튼이 작으면 못 누른다"가 훨씬 나은 결과를 냅니다. 제가 가진 정보는 AI에게 없는 정보이고, 그게 제가 기여할 수 있는 유일한 부분이었습니다.
둘째, 완벽하게 설계하려다 멈추지 않고 일단 돌려본 뒤 현장에서 깨뜨리는 것입니다. 골치 아픈 문제는 전부 책상이 아니라 현장 테스트에서 나왔습니다.
셋째, "이건 안 될 것 같은데" 하고 넘긴 것들을 적어두는 것입니다. 나중에 보면 대부분 가능했습니다. 제 판단 기준이 낡아 있었을 뿐입니다.
그리고 이 프로그램은 무료로 공개합니다. 가격 때문에 포기했던 현장에서 쓰라고 만든 것이라, 저희 측정기를 쓰지 않는 곳에서도 쓸 수 있게 만들었습니다. 이걸로 돈을 벌지는 못합니다. 대신 써본 분들이 "이건 이렇게 되면 좋겠다"고 알려주면 그게 다음 버전이 됩니다. 지금 기능 대부분이 그렇게 만들어졌습니다. 혼자 만든 프로그램이 아니라 같이 고쳐나가는 프로그램으로 두고 싶습니다.
⑤ 다른 사람도 따라 할 수 있나요?
필요한 건 두 가지입니다. AI 도구 하나, 그리고 본인이 매일 겪는 불편함 하나.
프로그래밍 지식은 시작 조건이 아닙니다. 저는 첫 줄부터 마지막 줄까지 AI와의 대화로 만들었습니다. 대신 "무엇이 왜 불편한지"를 구체적으로 설명하는 능력이 실력이 되고, 그건 그 일을 오래 해온 사람이 제일 잘합니다.
지금 가장 답답한 일 하나를 골라서, AI에게 그 상황을 말로 설명해보시길 권합니다. 저도 거기서 시작했습니다.
엔진 피스톤의 바깥지름과 실린더 안지름 사이에는 정해진 틈이 있습니다. 이 틈이 조금만 벗어나면 부품이 눌러붙거나 압력이 새어나갑니다. 스마트폰 케이스가 머리카락 굵기의 몇 분의 일만큼 휘면 화면이 들뜨고, 반도체 장비는 그보다 작은 어긋남에도 웨이퍼 한 장을 버립니다.
그래서 공장에서는 부품을 하나하나 잽니다. 저는 그 재는 장비를 만드는 회사에서 개발과 영업을 함께 맡고 있습니다. 국내에서 이 센서를 처음 개발한 회사입니다. 오랫동안 이 분야는 수입품이 표준이었고, 지금도 사람과 자원이 부족합니다.
문제는 그다음이었습니다. 측정기는 1초에 수십 개의 값을 만드는데, 현장에서는 작업자가 화면을 보고 종이에 적고 퇴근 전 엑셀에 다시 타이핑합니다. 출하할 때마다 만드는 검사성적서도 그렇게 만들어집니다. 고객사마다 서식이 달라 매번 다시 맞춥니다.
아까운 건 시간보다 데이터를 아무도 다시 보지 않는다는 점이었습니다. 값이 조금씩 한쪽으로 밀리고 있다는 신호는 종이에 적히는 순간 사라집니다. 불량이 난 뒤에야 원인을 찾습니다. 이걸 해결하는 전문 소프트웨어는 1년에 250만 원 정도입니다. 대기업은 삽니다. 중소 협력업체는 못 삽니다.
② 어떤 AI를 어떻게 활용했나요?
저는 개발자가 아닙니다. AI 코딩 도구를 쓰면서 접근을 바꿨습니다. 제가 코드를 쓰는 대신, 아는 현장 이야기를 요구사항으로 번역해 AI에게 넘기는 방식입니다.
실제로 이렇게 대화했습니다.
측정기 4대를 연결해서 값을 동시에 읽고 실시간 그래프로 보여주는 프로그램을 만들어줘.
합격 범위 위아래 선을 긋고, 벗어나면 그 채널을 빨갛게
측정값은 전부 저장해서 날짜별로 다시 조회
현장이 어두우니 어두운 화면, 글자는 크게
베트남 공장에도 납품하니 한국어/영어/베트남어 전환
이 대화를 수백 번 반복했습니다. AI가 만든 걸 현장에서 돌려보고, 안 되는 지점을 다시 말로 설명하고, 고칩니다. 그 반복이 전부입니다.
③ 활용 결과 어떤 변화가 있었나요?
측정 데이터 관리 프로그램을 완성했습니다.
데이터 분석 — 저장만 하지 않고 평소 패턴에서 벗어나는 값을 찾아냅니다. 아직 합격 범위 안이어도 값이 한쪽으로 밀려가면 표시합니다. 불량이 나기 전에 보이는 신호를 놓치지 않는 것이 목적입니다.
AI 연동 — 프로그램 안에서 AI가 지금 상태를 사람 말로 설명합니다. "3번 채널 값이 오전보다 한쪽으로 치우쳐 있고 편차도 커지고 있습니다" 같은 식입니다. 그래프 읽기에 익숙하지 않은 분도 상황을 알 수 있습니다. AI로 만들었고, AI가 들어 있는 프로그램입니다.
보고서 자동 생성 — 원칙은 하나입니다. 고객사 엑셀 서식은 바꾸지 않는다. 어느 칸에 무엇을 넣을지만 따로 정해두고 값을 채웁니다. 칸이 합쳐져 있어도, 가로형이든 세로형이든, 한 장을 넘어가도 처리하고 불합격 항목은 자동으로 강조됩니다.
언어팩 — 한국어, 영어, 베트남어를 버튼 하나로 전환합니다. 국내와 동남아 공장 모두에서 실제로 쓰기 때문에 필요했습니다.
가장 큰 변화는 속도가 아니라 경로입니다. 예전에는 고객 요청을 들으면 "검토해보겠습니다"로 끝났습니다. 지금은 그날 저녁에 반영해서 다음 방문 때 들고 갑니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
첫째, AI에게 코드를 시키지 말고 상황을 설명하는 것입니다. "버튼 만들어줘"보다 "작업자가 장갑을 껴서 버튼이 작으면 못 누른다"가 훨씬 나은 결과를 냅니다. 제가 가진 정보는 AI에게 없는 정보이고, 그게 제가 기여할 수 있는 유일한 부분이었습니다.
둘째, 완벽하게 설계하려다 멈추지 않고 일단 돌려본 뒤 현장에서 깨뜨리는 것입니다. 골치 아픈 문제는 전부 책상이 아니라 현장 테스트에서 나왔습니다.
셋째, "이건 안 될 것 같은데" 하고 넘긴 것들을 적어두는 것입니다. 나중에 보면 대부분 가능했습니다. 제 판단 기준이 낡아 있었을 뿐입니다.
그리고 이 프로그램은 무료로 공개합니다. 가격 때문에 포기했던 현장에서 쓰라고 만든 것이라, 저희 측정기를 쓰지 않는 곳에서도 쓸 수 있게 만들었습니다. 이걸로 돈을 벌지는 못합니다. 대신 써본 분들이 "이건 이렇게 되면 좋겠다"고 알려주면 그게 다음 버전이 됩니다. 지금 기능 대부분이 그렇게 만들어졌습니다. 혼자 만든 프로그램이 아니라 같이 고쳐나가는 프로그램으로 두고 싶습니다.
⑤ 다른 사람도 따라 할 수 있나요?
필요한 건 두 가지입니다. AI 도구 하나, 그리고 본인이 매일 겪는 불편함 하나.
프로그래밍 지식은 시작 조건이 아닙니다. 저는 첫 줄부터 마지막 줄까지 AI와의 대화로 만들었습니다. 대신 "무엇이 왜 불편한지"를 구체적으로 설명하는 능력이 실력이 되고, 그건 그 일을 오래 해온 사람이 제일 잘합니다.
지금 가장 답답한 일 하나를 골라서, AI에게 그 상황을 말로 설명해보시길 권합니다. 저도 거기서 시작했습니다.
