제조 실행 Agent의 작업 지시 스케줄링은 본질적으로 “누가 작업 지시를 받는가, 어느 것을 먼저 돌리는가, 설비가 받을 수 있는가, 자재가 완비되었는가”를 수동 생산 계획에서 Agent의 실시간 판단과 폐루프 실행으로 바꾸는 일입니다. 단순한 스케줄링 알고리즘이 아니라 MES 계층에 내장되어 ERP 계획과 현장 설비를 연결하고, 예외가 발생하면 자동으로 재스케줄링하고 지시를 발행하는 에이전트입니다. 이하에서는 개념, 원리, 시나리오, 구축 포인트, 경계의 순서로 계층별로 설명합니다.
1. 제조 실행 Agent가 실제로 해결하는 문제
전통적인 MES의 작업 지시 스케줄링은 대부분 계획 담당자가 Excel이나 스케줄링 모듈에서 수작업으로 조정하며, 긴급 주문, 자재 부족, 설비 고장이 나타나면 사람들이 회의를 하는 동안 라인이 멈추는 경우가 많습니다. 제조 실행 Agent가 해결하는 것은 계획과 실행 사이의 이 틈입니다.
APS 고급 계획 스케줄링과 비교하면 Agent의 차이는 폐루프입니다. APS는 일회성 최적화 계산에 치우쳐 스케줄 표를 출력합니다. 제조 실행 Agent는 지속적으로 온라인 상태를 유지하며 SCADA로 설비 신호를 수집하고 OPC-UA로 PLC 상태를 읽으며, 실장기의 부품 불량률 이상이나 공정의 사이클 타임 초과를 발견하면 작업 지시 이관이나 우선순위 조정을 자율적으로 촉발할 수 있습니다. 간단히 말해 APS는 어떻게 스케줄링해야 하는지 알려주고, Agent는 스케줄링 이후의 실행을 지켜보며 문제를 스스로 고칩니다.
2. 제조 실행 Agent의 기술 원리와 핵심 역량
구조적으로 이런 Agent는 보통 네 계층으로 구성됩니다. 설비와 센서 데이터에 연결된 인지 계층, 룰 엔진과 휴리스틱 알고리즘을 실행하는 결정 계층, MES, WMS, 설비 컨트롤러에 지시를 발행하는 실행 계층, 편차 분석과 전략 반복을 수행하는 피드백 계층입니다. 핵심 기술 역량은 세 영역에 집중됩니다.
첫째는 작업 지시 우선순위의 동적 계산입니다. Agent는 납기 긴급도, 고객 등급, 자재 키팅률, 가용 설비 능력, 전환 시간 같은 요소를 결합해 가중 규칙 아래에서 실시간으로 점수를 매깁니다. 예를 들어 SMT 작업장에서 스텐실과 피더 재장착이 필요한 전환은 20분에서 40분을 소모할 수 있으므로, 긴급 주문을 끼워 넣을 때 Agent는 같은 품번과 같은 공정의 작업 지시를 한 번의 실행으로 병합해 전환 손실을 줄이는 쪽을 선호합니다.
둘째는 설비 상태 인지와 제약 검증입니다. OPC-UA나 Modbus TCP로 설비 운전 상태, 알람 코드, 현재 작업 지시의 완료 수량을 수집하여, 새 작업 지시를 발행하기 전에 설비가 유휴인지, 금형이 일치하는지, 프로그램 버전이 맞는지 검증합니다. 사출 공정에서는 금형 온도 컨트롤러와 로봇의 인터록 신호까지 검증해 “스케줄은 되었지만 받을 수 없는” 상황을 피해야 합니다.
셋째는 예외 기반 재스케줄링입니다. CNC가 스핀들 알람을 올리거나 입고 배치가 IQC에서 불합격하면, Agent는 수 초에서 수 분 안에 영향받는 작업 지시의 대체 공정 경로를 재계산하고 이관 가능한 공정을 대기 설비로 밀어내며 반장에게 조정 통지를 보냅니다. 여기서 핵심 파라미터는 재스케줄링 촉발 임계값입니다. 예를 들어 설비 정지가 5분을 초과하거나 작업 지시 진행률이 10퍼센트 이상 벗어날 때만 촉발해 잦은 변경을 피합니다.
3. 제조에서 제조 실행 Agent의 전형적인 응용 시나리오
전자 공장이 PCBA 수탁 생산을 하며 SMT 라인 6개, 후공정 삽입과 시험 구역에 12개 스테이션이 있다고 가정해 보겠습니다. Agent는 매일 ERP에서 작업 지시 풀을 받아 납기와 자재 준비 상태로 순서를 정하고, 같은 패널의 작업 지시를 한 라인에서 연속 생산하도록 병합하며, 전환 전에 자재 담당자에게 다음 작업 지시의 피더 카트를 라인 측으로 미리 밀어 넣으라고 통지합니다. 한 라인의 리플로우 존이 알람을 올리면 Agent는 그 라인의 아직 시작하지 않은 작업 지시를 인접 라인으로 자동 재배정하고 스텐실 공유 여부를 확인합니다. 여기서 사용되는 산업 표준으로는 솔더 조인트 합격 판정의 IPC-A-610 요구가 있으며, Agent는 작업 지시 완료를 보고할 때 AOI 검사 결과를 연결해 부품이 합격해야 다음 공정을 릴리스할 수 있게 합니다.
자동차 부품사가 가공을 하며 머시닝 센터와 선반이 20대를 넘고 다품종 소량 생산이라고 가정해 보겠습니다. Agent는 작업 지시를 공정 경로를 따라 공정 수준까지 분해하고, 공구 수명 관리와 결합해 같은 유형의 공구가 필요한 작업 지시를 묶어 공구 교체를 줄입니다. 야간 무인 조업 시간에는 프로그램이 확인되고 공구가 이미 세팅된 작업 지시만 스케줄링하며, 치수 공차 초과 알람이 나타나면 해당 설비를 자동으로 일시 정지하고 다음 작업 지시를 재배정하며 주간 품질 검사가 확인된 뒤에만 재개합니다. 이런 시나리오는 설비 연결률이 높아야 하며, OPC-UA 인터페이스가 없는 레거시 설비는 프로토콜 변환을 위한 엣지 게이트웨이를 추가해야 합니다.
4. 제조 실행 Agent의 선정과 구축 시 주의할 점
가장 자주 받는 질문은 연계 방식입니다. Agent는 작업 지시와 BOM을 위해 ERP에, 공정 보고를 위해 MES에, 자재 키팅을 위해 WMS에, 상태 신호를 위해 설비 계층에 연결되어야 합니다. 주류 방식은 RESTful API나 메시지 큐이고, 설비 측은 OPC-UA를 선호하며 레거시 설비는 Modbus RTU에서 MQTT로 가는 게이트웨이를 사용합니다. 구축 전에 설비 대장과 공정 경로 데이터를 정리해야 합니다. 공정 경로가 부정확하면 Agent가 만드는 작업 지시는 반드시 엉망이 됩니다.
두 번째는 하드웨어와 배포 조건입니다. 현장 측에는 Agent 추론과 룰 엔진을 실행할 엣지 서버나 산업용 PC가 일반적으로 필요하고, 엣지 노드 하나가 20대에서 50대의 설비를 커버하는 것이 흔합니다. 네트워크는 라인 스위치가 VLAN 격리를 지원해야 하고, 데이터 수집 주기는 초 단위면 충분하며 밀리초 실시간은 필요하지 않습니다. 비전 보조 작업 지시 방오를 사용한다면 광원과 카메라 장착 위치도 평가해야 합니다.
세 번째는 구축 주기와 단계입니다. 보통 세 단계로 진행합니다. 먼저 설비 연결, 공정 경로, 자재 마스터 데이터를 명확히 해 데이터 기반을 구축하는데 이는 전체 작업량의 절반을 차지합니다. 다음으로 한 라인에서 단일 공정 파일럿을 수행해 작업 지시 발행과 상태 피드백의 폐루프를 검증합니다. 마지막으로 다중 공정과 작업장으로 확장하며 예외 재스케줄링 전략을 추가합니다. 주기는 설비 연결 기반과 공정 복잡도에 따라 몇 달에서 반년입니다.
네 번째는 흔한 함정입니다. 많은 기업이 Agent를 도입하면 스케줄링이 완전 자동, 무인이 될 것이라 생각하지만, 실제로는 공정 제약과 예외 처리 규칙을 공정 엔지니어가 계획 담당자와 함께 정확히 구성해야 하며 최초 3개월은 수동 검토 단계가 필수입니다. 또 다른 함정은 전환 시간 데이터의 정확성을 소홀히 하는 것입니다. 전환 시간을 어림짐작으로 입력하면 스케줄은 보기 좋지만 실행할 수 없습니다.
5. 어떤 시나리오가 제조 실행 Agent에 적합하고 어떤 것이 부적합한가
적합한 시나리오는 상당히 분명합니다. 다품종 소량 생산의 이산 제조, 설비 연결 기반이 양호하고 긴급 주문이 잦으며 전환 손실이 뚜렷한 경우입니다. 전자 조립, 자동차 부품 가공, 사출이 그 예입니다. 이런 시나리오는 작업 지시가 많고 제약이 명확해 Agent의 동적 스케줄링 가치가 쉽게 드러납니다.
부적합한 시나리오도 분명히 말해야 합니다. 제지 원료나 기초 화학처럼 단일 제품, 대량 생산, 고정 라인 사이클 타임의 공정 산업은 작업 지시 스케줄링의 여지가 원래 작아 Agent의 수익을 신중히 계산해야 합니다. 설비에 데이터 인터페이스가 전혀 없고 모든 것이 종이로 수기 보고되는 작업장은 설비 연결과 기본 MES 기능이 먼저 더 현실적입니다. 또한 공정 경로가 자주 바뀌고 표준화되지 않은 시생산 작업장은 Agent의 규칙 기반이 안정되기 어려우므로 수동 스케줄링과 단순 계획을 먼저 하는 것이 좋습니다.
ERP 시대부터 수십 년간 업계에 종사하며 120만 고객에게 서비스하고 수천만 대의 단말을 배포했으며 국내외 시장을 아우르는 벤더의 경험에서 보면, 제조 실행 Agent의 성과는 알고리즘이 얼마나 화려한지가 아니라 설비 데이터를 수집할 수 있는지, 공정 제약을 명확히 작성할 수 있는지, 팀이 예외 규칙을 계속 정련할 의지가 있는지에 달려 있습니다. 이 세 가지가 잘 되면 작업 지시 스케줄링은 사람이 예외를 찾아 헤매는 일에서 예외가 사람을 찾아오는 일로 바뀌고, 작업장 관리자는 아침 회의 시간을 상당히 절약할 수 있습니다.