02IN DETAILAI 시범 사업(PoC) 자세히
AI 시범 사업이 보고회 뒤에 멈추는 이유
AI 시범 사업은 결과 보고회까지 순조롭게 끝나는 경우가 많다. 그런데 몇 달 지나 현장을 다시 찾으면 그 시스템을 사용하는 사람이 없다. 기술이 모자라서라기보다 시작 단계에서 놓친 것이 있어서다.
놓친 것은 대개 AI 모델 바깥에 있고, 원인은 크게 세 가지로 나뉜다.
원인 1. 흩어진 데이터
설비 데이터는 설비 PC, 생산 실적은 MES, 재고는 ERP, 검사 기록은 엑셀에 각각 남는다. 시범 사업 기간에는 담당자가 이 데이터를 손으로 한 번 모아 AI 결과를 보여 줄 수 있다. 하지만 데이터가 매일 자동으로 모이지 않으면 운영 단계에 들어서는 순간 멈춘다.
원인 2. 제각각인 업무 규칙과 계산 기준
「불량」「가동 시간」「완료」 같은 말도 부서와 시스템마다 기준과 계산 방식이 다르다. 기준이 다른 숫자를 한데 넣어 AI가 계산하면 결과가 맞지 않고, 현장은 그 결과를 믿지 않게 된다.
원인 3. 정의되지 않은 데이터 사이의 관계
어떤 원자재가 어떤 제품에 투입됐는지, 어떤 설비가 어느 공정에 속하는지 같은 관계가 정리돼 있지 않으면 AI는 결과에서 원인 쪽으로 거슬러 올라가지 못한다. 이런 관계를 정리해 둔 것을 온톨로지라고 한다.
시범 사업을 현장에 남기는 방법
- 데이터 수집을 시범 사업 범위에 포함한다. 사람이 한 차례 모은 데이터로 얻은 결과는 운영에 들어가면 다시 나오지 않는다.
- 핵심 용어의 기준을 먼저 하나로 통일한다. 불량과 가동 시간을 어떻게 정의하는지부터 문서로 정해 둔다.
- 시범 사업이 끝난 뒤 운영을 맡을 사람과 범위를 넓힐 시점을 시작할 때 미리 정한다.
시범 사업이 현장에 남지 못하는 원인은 대부분 AI 모델 밖에 있다. AI 도입 상태를 점검할 때도 데이터가 매일 모이는지, 용어 기준이 같은지, 데이터 사이의 관계가 정의돼 있는지 이 3가지부터 본다.
