AI Agent의 ROI 평가는 인력을 얼마나 대체했는지만 볼 수 없고, 작업 종결률, 사람 인계 빈도, 작업당 추론 비용, 조기 개입으로 회피한 손실 가치라는 네 항목을 하나의 장부에 올려야 한다. 다시 말해 Agent에 투자할 가치가 있는지는 실제 공정에서 감지, 판단, 실행, 검토의 전 구간을 안정적으로 완수할 수 있는지, 그리고 그 사슬의 단위 비용이 기존 업무 방식보다 낮은지에 달려 있다. 업계의 일반적 관행은 소규모 작업 단위 계산에서 시작해 라인 단위, 공장 단위 평가로 확대하는 것으로, 개념적 과열이 재무적 엄밀함을 대체하지 않게 한다.
1. AI Agent ROI에서 무엇을 계산하는가
AI Agent는 전통적 자동화 스크립트가 아니다. 목표를 분해하고, 도구를 호출하고, 환경과 상호작용하며, 실패 후 재시도할 수 있다. 그 수익을 평가한다는 것은 세 가지 장부를 정산한다는 뜻이다. 대체 장부, 증분 장부, 위험 장부다. 대체 장부는 과거 사람이 하던 반복적 판단과 조작 중 인계된 비중이다. 증분 장부는 Agent가 가져오는 추가 산출, 예를 들어 더 빠른 예외 대응과 더 높은 설비 가동률이다. 위험 장부는 환각으로 인한 오판, 권한을 넘은 행동, 통합 재작업의 숨은 비용을 차감해야 한다. 제조 현장의 흔한 실수는 Agent를 만능 인터페이스로 보는 것인데, 실제로는 규칙이 비교적 명확하고 피드백 신호를 수집할 수 있는 작업에서 가치가 가장 크다. MES 작업지시 배차, 수입 검사 예비 판정, 설비 알람 분류 같은 일이다.
2. 기술 원리와 핵심 역량이 측정 가능한 수익을 뒷받침하는 방식
평가 가능한 산업용 AI Agent는 보통 네 계층을 갖는다. 인지 계층은 SCADA, OPC-UA, 비전 카메라, 바코드 시스템에 연결된다. 의사결정 계층은 대형 모델이나 규칙 엔진을 호출해 작업을 계획한다. 실행 계층은 API나 RPA를 통해 MES, WMS, PLC에 행동을 발동한다. 검토 계층은 모든 작업의 입력, 출력, 사람 인계 사유를 기록한다. 핵심 역량 지표로는 사람 개입 없이 완료된 비율인 작업 종결률, 평균 인계 횟수, 작업당 토큰 소모와 추론 지연, 이상 재현율이 있다. SMT 전환을 예로 들면, Agent가 3분 이내에 피더 검증과 프로그램 호출을 완료하고 오판률이 1000분의 5 미만일 때에야 ROI 계산 자격이 생긴다. 산업 표준 측면에서 전자 조립이 관련된 공정은 IPC-A-610의 합격 등급을 참조할 수 있고, 정전기 보호가 관련된 단계는 IEC 61340을 준수해야 한다. 이런 표준이 Agent 의사결정 규칙의 경계를 직접 결정한다.
3. 어떤 제조 공정부터 성과를 낼 수 있는가
SMT 첫 기판 확인을 하는 전자 공장을 보자. Agent는 AOI 이미지를 자동으로 가져오고 BOM과 실장 프로그램을 대조해 예비 결론을 내며, 사람은 이상만 재확인한다. 이 시나리오의 신호는 구조화 정도가 높고 수익을 정량화하기 쉽다. 다음으로 사출기 알람에 대응하는 자동차 부품사를 보자. Agent는 설비 로그를 읽고 과거 정비 지식 베이스와 대조해 교대조에 처리 제안을 밀어 넣으며, 가치는 평균 수리 시간 단축으로 나타난다. 세 번째는 창고의 예외 주문 처리로, Agent가 재고, 물류, 주문 상태를 확인한 뒤 재할당이나 주문 분할을 제안한다. 이 셋의 공통점은 작업 경계가 명확하고 피드백을 기록으로 되돌릴 수 있으며 오류 비용이 통제 가능하다는 것이다. 반대로 안전 인터록이나 엄격한 컴플라이언스 승인이 관련된 행동은 단기적으로 자율 종결에 적합하지 않다.
4. 도입 평가에서 살펴야 할 후속 질문
첫 번째 질문은 통합이다. Agent를 MES, ERP에 연결할 때는 표준 API나 OPC-UA를 쓰는 것이 좋고, 레거시 설비는 엣지 게이트웨이에서 프로토콜을 변환할 수 있다. 평가에는 인터페이스 수정 공수가 반영되어야 하는데, 이 부분이 자주 과소평가된다. 두 번째는 하드웨어와 연산 조건이다. 클라우드 추론은 업무량 변동이 큰 시나리오에 적합하고, 라인 엣지는 산업용 PC나 엣지 박스의 연산력과 네트워크 지연을 고려해야 하며, 비전 작업은 카메라 해상도와 광원 안정성도 평가해야 한다. 세 번째는 구축 기간과 단계다. 합리적 경로는 작업 선정, 섀도 모드 병행 운전, 사람 인계율 수렴, 소량 배치 출시의 순서로 주 단위 반복하는 것이며 한 번에 전면 가동하는 것이 아니다. 네 번째는 비용 구성이다. 모델 호출료 외에 데이터 라벨링, 규칙 유지보수, 인터페이스 운영, 인력 교육을 계산해야 한다. 다섯 번째는 흔한 오해로, 데모 결과를 라인 택트에서의 실제 성능으로 대체하거나, 수작업 검토 인력이 여전히 존재하고 업무 내용만 바뀌었다는 점을 무시하는 것이다.
5. 적합과 부적합의 경계 판단
적합한 시나리오는 작업 반복성이 높고 입출력을 구조화할 수 있으며 오류를 되돌릴 수 있고 사람 인계 비용이 낮은 공정이다. 수입 검사, 작업지시 배차, 알람 분류, 보고서 통합 같은 일이다. 부적합한 시나리오는 인명 안전이 관련된 인터록 제어, 엄격한 규제 승인 아래의 서명, 수입 편차가 매우 크고 이력 데이터가 없는 공정, 택트가 아주 빡빡해 오류 허용치가 거의 없는 핵심 스테이션이다. 반사율이 높거나 변형이 심한 부품의 일부 비전 검사 작업은 Agent 개입 여부를 결정하기 전에 이미징 방식을 별도로 평가해야 한다. 결론은 특정 조건 아래에서 플러스 수익이 난다는 형태로 써야 하며, 한 줄짜리 놀라운 성과 주장으로 쓰지 말아야 한다.
ERP 시대 이후 수십 년간 쌓아온 경험, 120만 고객사, 수천만 대 단말 배포, 국내외 시장 커버리지는 한 가지를 보여준다. ROI 평가의 입도가 촘촘할수록 Agent 도입이 안정적이다. 한 공정의 장부를 먼저 정산하고 나서 라인 전체 복제를 논하라. 그 경로가 어떤 개념보다 신뢰할 만하다.