목록으로
업무 생산성 개선을 위한 AI 활용
1~2일 걸리던 제조설비 설계를 15분으로 줄인 LCIA 설계 자동화 AI
1~2일 걸리던 제조설비 설계를 자연어 한마디로 3D 도면·BOM·안전성 검토까지 약 15분에 완성하는 LCIA 설계 자동화 AI입니다.
🤖 활용 AI 도구
Claude Code(Anthropic), Claude, Python, Streamlit, Three.js
① 어떤 상황에서 AI를 활용했나요?
제조현장에서는 운반 대차, 조립 작업대, 부품 공급 렉, 슈트 등 간이자동화 설비를 필요에 따라 반복적으로 설계·제작합니다.
기존에는 현장 요구사항을 파악한 뒤 CAD로 구조를 설계하고, 파이프·조인트·판재 등의 자재 수량을 계산해 BOM을 작성하고,
작업성·안전성 검토와 보고서 작성까지 별도로 진행해야 했습니다. 현장 확인과 수정 작업까지 포함하면 설비 1건을 설계하는 데
통상 1~2일이 소요되고, CAD 숙련도와 담당자의 경험에 따라 설계 품질에도 편차가 발생했습니다.
이를 개선하기 위해 전문 CAD 지식이 없어도 사용할 수 있는 LCIA(Low Cost Intelligent Automation) 설비 설계 자동화 AI
시스템을 직접 구현했습니다.
② 어떤 AI를 어떻게 활용했나요?
사용자가 “3단 선반 작업대, 폭 1.5m”처럼 필요한 설비를 자연어로 입력하면 생성형 AI가 요구사항을 해석해 폭·깊이·높이, 프레
임, 선반, 롤러, 캐스터 등의 설계정보를 JSON 구조 데이터로 변환합니다. 이후 시스템이 누락된 프레임을 자동 보정하고 설비
유형에 맞춰 롤러·바퀴·센서·LED 등의 세부 구조를 보강합니다.
생성된 설계는 Three.js 기반의 회전 가능한 3D 모델과 2D 도면으로 표시되며, A·B·C 3가지 설계 컨셉을 점수와 추천등급으로
비교할 수 있습니다. 선택된 설계안에서는 파이프·조인트·판재·바퀴 등의 BOM을 자동 산출하고, 하중·안전계수, 5S3정, 작업성 및
제작·유지보수 항목을 점검합니다. 마지막으로 AI가 현장 적합성, 권장 규격, 예상 실패요인과 개선사항을 종합 검토하고 PDF 보고서까지 자동 생성합니다. AI는 Claude를 중심으로 활용했으며 Ollama, Grok, OpenAI API도 선택적으로 연동할 수 있도록 구현했습니다.
③ 활용 결과 어떤 변화가 있었나요?
기존에는 요구사항 확인부터 CAD 설계, 자재 계산, BOM 작성, 검토 및 보고서 완성까지 1~2일이 걸리던 업무를 약 15분 수준으
로 단축할 수 있었습니다. AI 설계 초안과 3D 모델 자체는 수십 초 안에 생성되며, 이후 사용자가 현장 조건을 확인하고 설계안을
선택하면 BOM과 보고서까지 하나의 흐름으로 완성됩니다.
또한 설계 결과를 라이브러리에 저장하고 재사용할 수 있어 개인의 설계 노하우를 조직의 표준 설계자산으로 축적할 수 있게 되었습니다. 운반 대차, 조립 작업대, 부품 공급 렉, 부품 슈트, 빈 교환기, 높이조절 작업대 등 6종 표준 설비와 다양한 설계 컨셉을 활용해 반복 설계 업무의 표준화도 가능해졌습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
가장 큰 차별점은 생성형 AI가 만든 설계를 그대로 사용하는 것이 아니라 ‘AI 생성 → 구조 자동 보정 → 규칙·계산 검증 → 3D 시각화 → BOM 산출 → AI 종합검토 → 사람의 최종 확인’으로 이어지는 다단계 구조를 만든 것입니다.
생성형 AI는 자연어 이해와 설계 초안 작성에 집중하고, 부품 수량과 구조 보정, 하중 및 안전성 사전검토는 별도의 프로그램 로직이 담당하도록 역할을 분리했습니다. 따라서 AI의 빠른 생성 능력을 활용하면서도 누락이나 잘못된 설계를 그대로 제작 단계로 넘길 가능성을 줄였습니다. 또한 한 가지 답을 제시하는 대신 3개의 설계안을 비교해 사용자가 현장 여건에 맞는 안을 직접 선택하도록 했습니다. 안전성 검토 역시 법적 구조인증을 대체하는 것이 아니라 제작 전 위험요소를 확인하기 위한 사전검토 기능으로 활용하고 최종 판단은 사람이 하도록 설계했습니다.
⑤ 다른 사람도 따라 할 수 있나요?
LCIA는 웹 브라우저 기반으로 동작하기 때문에 CAD 전문지식이 없어도 설비 종류를 선택하고 필요한 조건을 입력하는 방식으로 사용할 수 있습니다. 각 제조현장에서 반복적으로 사용하는 대차·작업대·렉 등의 구조와 설계기준을 템플릿으로 등록하면 다른 회사나 공정에도 같은 방식으로 확장할 수 있습니다.
또한 Ollama와 같은 로컬 AI를 사용할 경우 설계정보를 외부 서비스로 전송하지 않고 사내 PC에서 운영할 수 있어 보안이 중요한 제조기업에도 적용할 수 있습니다. 향후에는 다중 사용자 협업, 설계 라이브러리 공유, ERP/MES 연동 및 VR 배치 검토까지 확장하여 개인의 경험에 의존하던 현장 설계 업무를 조직의 표준 AI 설계 프로세스로 전환하는 것이 목표입니다.
제조현장에서는 운반 대차, 조립 작업대, 부품 공급 렉, 슈트 등 간이자동화 설비를 필요에 따라 반복적으로 설계·제작합니다.
기존에는 현장 요구사항을 파악한 뒤 CAD로 구조를 설계하고, 파이프·조인트·판재 등의 자재 수량을 계산해 BOM을 작성하고,
작업성·안전성 검토와 보고서 작성까지 별도로 진행해야 했습니다. 현장 확인과 수정 작업까지 포함하면 설비 1건을 설계하는 데
통상 1~2일이 소요되고, CAD 숙련도와 담당자의 경험에 따라 설계 품질에도 편차가 발생했습니다.
이를 개선하기 위해 전문 CAD 지식이 없어도 사용할 수 있는 LCIA(Low Cost Intelligent Automation) 설비 설계 자동화 AI
시스템을 직접 구현했습니다.
② 어떤 AI를 어떻게 활용했나요?
사용자가 “3단 선반 작업대, 폭 1.5m”처럼 필요한 설비를 자연어로 입력하면 생성형 AI가 요구사항을 해석해 폭·깊이·높이, 프레
임, 선반, 롤러, 캐스터 등의 설계정보를 JSON 구조 데이터로 변환합니다. 이후 시스템이 누락된 프레임을 자동 보정하고 설비
유형에 맞춰 롤러·바퀴·센서·LED 등의 세부 구조를 보강합니다.
생성된 설계는 Three.js 기반의 회전 가능한 3D 모델과 2D 도면으로 표시되며, A·B·C 3가지 설계 컨셉을 점수와 추천등급으로
비교할 수 있습니다. 선택된 설계안에서는 파이프·조인트·판재·바퀴 등의 BOM을 자동 산출하고, 하중·안전계수, 5S3정, 작업성 및
제작·유지보수 항목을 점검합니다. 마지막으로 AI가 현장 적합성, 권장 규격, 예상 실패요인과 개선사항을 종합 검토하고 PDF 보고서까지 자동 생성합니다. AI는 Claude를 중심으로 활용했으며 Ollama, Grok, OpenAI API도 선택적으로 연동할 수 있도록 구현했습니다.
③ 활용 결과 어떤 변화가 있었나요?
기존에는 요구사항 확인부터 CAD 설계, 자재 계산, BOM 작성, 검토 및 보고서 완성까지 1~2일이 걸리던 업무를 약 15분 수준으
로 단축할 수 있었습니다. AI 설계 초안과 3D 모델 자체는 수십 초 안에 생성되며, 이후 사용자가 현장 조건을 확인하고 설계안을
선택하면 BOM과 보고서까지 하나의 흐름으로 완성됩니다.
또한 설계 결과를 라이브러리에 저장하고 재사용할 수 있어 개인의 설계 노하우를 조직의 표준 설계자산으로 축적할 수 있게 되었습니다. 운반 대차, 조립 작업대, 부품 공급 렉, 부품 슈트, 빈 교환기, 높이조절 작업대 등 6종 표준 설비와 다양한 설계 컨셉을 활용해 반복 설계 업무의 표준화도 가능해졌습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
가장 큰 차별점은 생성형 AI가 만든 설계를 그대로 사용하는 것이 아니라 ‘AI 생성 → 구조 자동 보정 → 규칙·계산 검증 → 3D 시각화 → BOM 산출 → AI 종합검토 → 사람의 최종 확인’으로 이어지는 다단계 구조를 만든 것입니다.
생성형 AI는 자연어 이해와 설계 초안 작성에 집중하고, 부품 수량과 구조 보정, 하중 및 안전성 사전검토는 별도의 프로그램 로직이 담당하도록 역할을 분리했습니다. 따라서 AI의 빠른 생성 능력을 활용하면서도 누락이나 잘못된 설계를 그대로 제작 단계로 넘길 가능성을 줄였습니다. 또한 한 가지 답을 제시하는 대신 3개의 설계안을 비교해 사용자가 현장 여건에 맞는 안을 직접 선택하도록 했습니다. 안전성 검토 역시 법적 구조인증을 대체하는 것이 아니라 제작 전 위험요소를 확인하기 위한 사전검토 기능으로 활용하고 최종 판단은 사람이 하도록 설계했습니다.
⑤ 다른 사람도 따라 할 수 있나요?
LCIA는 웹 브라우저 기반으로 동작하기 때문에 CAD 전문지식이 없어도 설비 종류를 선택하고 필요한 조건을 입력하는 방식으로 사용할 수 있습니다. 각 제조현장에서 반복적으로 사용하는 대차·작업대·렉 등의 구조와 설계기준을 템플릿으로 등록하면 다른 회사나 공정에도 같은 방식으로 확장할 수 있습니다.
또한 Ollama와 같은 로컬 AI를 사용할 경우 설계정보를 외부 서비스로 전송하지 않고 사내 PC에서 운영할 수 있어 보안이 중요한 제조기업에도 적용할 수 있습니다. 향후에는 다중 사용자 협업, 설계 라이브러리 공유, ERP/MES 연동 및 VR 배치 검토까지 확장하여 개인의 경험에 의존하던 현장 설계 업무를 조직의 표준 AI 설계 프로세스로 전환하는 것이 목표입니다.
