지식 센터
목차

제조 실행 에이전트의 작업지시 디스패칭 방식

제조 실행 에이전트가 작업지시를 디스패칭한다는 것은 본질적으로 작업지시, 공정, 기계, 사람, 자재의 사슬을 수동 스케줄링에서 에이전트가 스스로 결정하고 배포하고 보정하는 폐루프로 바꾸는 것이다. 지난 2년간 많은 공장이 MES 위에 에이전트를 시도했고 동기는 매우 소박하다. 주문은 점점 파편화되고 라인 변경은 점점 잦아져 스프레드시트를 들여다보는 계획원이 더는 따라갈 수 없다.

1. 핵심 개념과 정의

제조 실행 에이전트는 제조 실행 계층에 배치되어 감지, 결정, 실행 능력을 갖춘 소프트웨어 에이전트다. 전통 MES의 스케줄링 모듈과도 다르고 APS 고급 스케줄링과도 다르다. 차이는 이렇다. APS는 정적 또는 반정적 일정 결과를 출력하고, 에이전트는 계속 돌아가는 디스패칭 행동을 출력한다. 설비 상태, 작업지시 우선순위, 자재 키팅 상태를 지켜보며 공정 사이로 작업지시가 흐르는 순서를 동적으로 조정한다.

작업지시 디스패칭은 핵심 과제 중 하나다. 작업지시가 릴리스되는 순간부터 여러 공정, 여러 기계, 여러 작업조를 거쳐야 하고, 에이전트는 세 가지 질문에 답해야 한다. 어떤 주문이 먼저인가, 어느 기계에서 하는가, 완료 후 어디로 흐르는가. 전통 방식은 계획원이 일정을 짜고 반장이 실행하며 문제가 생기면 사람이 서로 전화하는 것이다. 에이전트 방식은 규칙과 제약 아래 스스로 디스패칭 계획을 만들고 설비나 작업조 단말에 직접 배포하며, 긴급 주문, 자재 부족, 설비 고장이 발생하면 스스로 재스케줄링한다.

2. 기술 원리와 핵심 역량

에이전트가 작업지시를 디스패칭할 수 있는 것은 여러 계층의 역량이 쌓여 있기 때문이다.

첫 계층은 제약 모델링이다. 공정 경로, 설비 능력, 금형과 치공구, 인력 자격, 자재 키팅 같은 제약을 계산 가능한 스케줄링 공간으로 구조화해야 한다. 많은 공장의 페인 포인트는 제약이 숙련자의 머릿속과 종이 공정 카드에 있다는 것이고, 에이전트 구현의 첫 단계는 흔히 이 암묵적 제약을 명시적으로 만드는 것이다.

둘째 계층은 실시간 감지다. 에이전트는 설비 상태, 보고 진행, 품질 결과, 자재 재고에 접근할 수 있어야 한다. 실시간 데이터가 없으면 디스패칭은 추측이고, 있으면 기계의 실제 산출 리듬이 계획에서 벗어나는지 판단할 수 있다.

셋째 계층은 결정 정책이다. 업계의 일반적 접근은 규칙 엔진과 휴리스틱을 기준선으로 하고, 복잡한 시나리오에는 강화학습이나 대규모 모델 추론을 얹는 것이다. 규칙 엔진은 설명 가능성과 개입 가능성을 보장하고, 알고리즘은 납기, 교체 횟수, 설비 가동률 같은 다중 목표를 균형화한다. 대규모 모델의 역할은 여기서 자연어 지시 이해에 더 가깝다. 계획원이 이 긴급 주문 배치를 우선하되 A 라인은 너무 자주 바꾸지 말라고 하면, 에이전트가 그 의도를 디스패칭 가중치로 바꿀 수 있다.

넷째 계층은 폐루프 실행이다. 디스패칭 계획은 작업대 단말, 설비 인터페이스, AGV 배차 시스템으로 배포되어야 하고 실행 결과가 돌아와야 한다. 디스패칭, 실행, 피드백, 재디스패칭의 루프를 만든다. 이 계층이 약하면 에이전트는 고급 스케줄링 도구에 불과하다.

3. 제조 적용 시나리오

전자 공장이 SMT 실장과 조립 혼합 생산을 하며 수주 배치가 작고 라인 변경이 잦다고 하자. 전통 스케줄링은 계획을 주 단위로 고정하고 긴급 주문은 수동 조정에 의존한다. 제조 실행 에이전트가 맡으면 교체 시간, 자재 키팅 상태, 납기 긴급도에 따라 실시간으로 순서를 정해 교체 횟수를 줄이면서 긴급 주문을 삽입할 수 있다. 반장이 단말에서 보는 것은 죽은 계획이 아니라 다음에 무엇을 왜 해야 하는지에 대한 에이전트의 권고다.

자동차 부품사가 사출과 가공을 함께 하며 금형 교체가 병목이라고 하자. 에이전트는 작업지시를 디스패칭할 때 같은 금형을 쓰는 주문을 먼저 묶고 가공의 여유 능력을 고려해, 사출 반제품이 중간 창고에 쌓이지 않게 한다. 사출기가 고장 나면 동일 톤수의 기계로 작업지시를 옮기고 후속 공정 시작 시각을 그에 맞춰 조정한다.

또 다른 시나리오는 이산 조립이다. 설비 제조기업의 작업지시에 외주 부품과 자체 부품이 대량으로 관련된다고 하자. 에이전트는 작업장 기계뿐 아니라 자재 입고 리듬도 지켜봐야 한다. 자재가 부족한 주문은 일정에 강제로 넣지 않고 보충 알림과 함께 보류하며, 키팅이 완료되면 자동으로 디스패칭 대기열에 삽입한다. 기계를 점유하지 않고 자재를 기다리는 이 논리는 수동 스케줄링이 유지하기 어렵다.

4. 선정과 실행 조언

제조 실행 에이전트를 고를 때는 먼저 기존 MES, ERP와 어떻게 연결되는지 본다. 작업지시 데이터는 ERP에서 오고 실행 피드백은 ERP로 돌아간다. 에이전트가 섬이 되어서는 안 된다. 업계의 많은 벤더가 수십 년간 ERP 시대를 함께해 왔고 120만 고객을 서비스하며 수천만 단말을 배치하고 국내외 시장을 커버해 왔으며, 이런 벤더는 보통 작업지시 데이터 사슬이 더 매끄럽다.

다음은 디스패칭 규칙의 설정 가능성을 본다. 스케줄링 논리는 산업별, 작업장별로 다르므로 에이전트가 블랙박스여서는 안 된다. 사람이 가중치를 조정하고 제약을 설정하고 결과에 개입할 수 있어야 하며, 그렇지 않으면 반장이 쓰지 않는다.

실행 속도는 생산라인 하나나 작업장 하나에서 단일 공정 디스패칭으로 시작해 데이터 수집과 폐루프 실행을 작동시킨 뒤 다중 공정과 다중 작업장으로 확장한다. 공장 전체 스케줄링부터 시작하면 제약이 너무 많고 데이터 결측도 많아 좌초하기 쉽다.

쉽게 간과되는 점 하나. 작업지시를 디스패칭하는 에이전트의 책임 경계가 명확해야 한다. 제안하고 사람이 확인하는지, 직접 실행하는지는 공장의 자동화 수용도에 달려 있다. 초기에는 사람 확인 단계를 두고 운영이 매끄러워지면 점진적으로 개방한다.

5. 전망

첫째 방향은 에이전트와 APS의 수렴이다. APS는 중장기 능력 계획을, 에이전트는 단기 동적 디스패칭을 맡아 서로 대체하지 않고 분업이 명확해진다.

둘째 방향은 다중 에이전트 협업이다. 작업장 수준 에이전트가 작업지시를 디스패칭하고, 기계 수준 에이전트가 파라미터를 조정하고, 물류 에이전트가 AGV를 배차하며 서로 자원을 협상한다. 이 아키텍처는 복잡한 이산 제조에서 더 보편화될 것이다.

셋째 방향은 대규모 모델이 사용 장벽을 낮추는 것이다. 계획원이 자연어로 디스패칭 의도를 말하면 에이전트가 이해해 계획을 만들고 근거를 설명하므로, 디스패칭이 파라미터 조정에서 대화로 옮겨간다. 이는 전담 스케줄링 인력이 부족한 중소 공장에 특히 중요하다.

작업지시 디스패칭은 결국 불확실성 속에서 확실성을 찾는 일이다. 제조 실행 에이전트의 가치는 계산이 얼마나 빠른지가 아니라 변화를 계속 지켜보고 계속 조정해 계획원을 소방수 역할에서 해방시키는 데 있다. 선정 시 알고리즘이 얼마나 화려한지보다 데이터가 흐르는지, 루프가 닫히는지, 사람이 쓰려 하는지를 먼저 확인해야 한다.

주제: AI 및 AI 에이전트 백과