변경 관리에서 AI Agent의 핵심 가치는 수동 추적, 메일 라우팅, 경험 기반 판단에 의존하던 변경 프로세스를 변경 영향을 자동 감지하고 규정 준수를 점검하며 승인과 종결을 추진하는 실행 시스템으로 바꿔, 변경이 티켓을 올리고 결과를 기다리는 일에서 시스템이 능동적으로 밀어붙이는 일로 전환되게 하는 것이다. ERP나 MES의 변경 문서를 대체하는 것이 아니라 그 위에 판단하고 문제를 제기하며 검증할 수 있는 지능 계층을 더한다.
1. 변경 관리에서 AI Agent가 실제로 해결하는 문제
제조 기업에서 변경 관리의 어려움은 결코 양식을 채우는 것이 아니다. 엔지니어링 변경 통지, 공정 변경, 자재 대체, 공급사 전환, BOM 버전 업그레이드는 모두 ERP와 PLM에 모듈이 있다. 실제로 막히는 것은 세 가지다. 첫째, 변경의 영향을 명확히 계산하지 못한다. 품번 하나가 바뀌면 진행 중인 작업지시, 예정된 주문, 재고 배치 중 무엇이 영향을 받는지가 사람이 보고서를 넘길 때 빠지기 쉽다. 둘째, 규정 준수 점검이 느리다. 변경이 고객 PPAP 재제출을 발동하는지 ISO 9001의 설계 검증 조항에 닿는지 항목별로 대조해야 한다. 셋째, 종결이 재촉에 달려 있어 누군가 보지 않으면 승인이 어느 사람에게 걸려 있거나 실행이 착지하지 않은 채 그대로 방치된다.
AI Agent가 들어서는 지점이 정확히 이 세 구간이다. ERP의 작업지시와 재고 데이터, MES의 재공 상태, PLM의 BOM 구조를 읽고, 변경 요청이 제출되는 순간 영향 투영을 실행해 어떤 작업지시와 어떤 수입 배치가 영향을 받는지 직접 나열한다. 규정 준수 점검에서는 사전 설정된 규칙 라이브러리와 항목별로 대조한다. 예를 들어 변경이 중요 특성을 포함하면 초물 검사를 다시 해야 한다고 자동으로 표시한다. 종결 단계에서는 마일스톤별로 재촉하고 실행 결과를 문서에 기록한다.
2. 이를 뒷받침하는 기술 원리와 핵심 역량
AI Agent는 단일 모델이 아니라 규칙 엔진, 데이터 인터페이스, 작업 오케스트레이션의 조합이다. 몇 가지 역량에 기반한다. 첫째는 구조화 데이터 접근으로, OPC-UA로 디바이스 측 데이터를 모으고 API나 중간 테이블로 ERP와 MES에 연결해 변경 관련 작업지시, 재고, BOM을 한 화면으로 가져온다. 둘째는 영향 투영으로, 다단계 BOM 전개와 작업지시 관계를 따라 그래프를 순회해 변경의 도달 범위를 계산한다. 셋째는 규칙 점검으로, ISO 9001, IATF 16949, IPC-A-610 같은 표준의 판정 가능한 조항을 규칙으로 바꿔 Agent가 하나씩 실행한다. 넷째는 작업 오케스트레이션과 재촉으로, 승인 사슬을 따라 업무를 자동 배차하고 지연 시 알리며 결과를 기록한다.
핵심 파라미터에서 영향 투영의 정확도는 BOM 레벨의 완전성과 작업지시 관계 필드의 표준화 정도에 달려 있다. BOM 연결이 끊기거나 품번이 붙지 않은 작업지시가 있으면 투영이 누락된다. 규칙 점검의 커버리지는 규칙 라이브러리에 축적된 양에 달려 있으며, 명시적 판정 조건으로 바꿀 수 있는 표준 조항만 Agent에 맡기는 것이 적합하고 모호한 문구는 여전히 사람이 필요하다. 응답 속도에서 단일 변경 영향 투영은 데이터 인터페이스가 명확하면 보통 초에서 분 단위이고, 시스템 간 데이터량이 크면 길어진다.
3. 제조의 어떤 구체적 공정에 착지하는가
전자 공장이 SMT 실장을 하고 공급 부족으로 커패시터를 대체 품번으로 바꿔야 한다고 하자. 변경 요청이 제출되면 Agent가 BOM을 전개해 해당 커패시터를 쓰는 모든 모델을 찾고 진행 중인 작업지시와 재고 배치를 연결해 어떤 작업지시가 초물 검사를 통과했고 어떤 것이 아직 생산 전인지 표시하며, 동시에 대체품의 내전압과 용량이 고객이 승인한 규격 윈도 안에 있는지 확인해 고객 확인이 필요한 노드를 발동한다. 전 과정이 공정, 구매, 품질이 각자 보고서를 넘겨야 하던 일을 하나의 투영으로 통합한다.
다음으로 자동차 부품사가 가공을 하며 한 공정의 공구 수명 파라미터를 조정한다고 하자. Agent는 MES의 공정 파라미터 버전을 읽고 변경이 관리계획서의 중요 특성에 닿는지 확인한다. 닿으면 관련 작업지시를 자동 보류하고 품질 엔지니어에게 공정 능력 검토를 통지하며, 변경 기록을 PPAP 문서 목록에 연결하고 재제출 필요 여부를 표시한다. 이런 시나리오에서는 변경 관리와 품질 시스템의 맞물림이 핵심이고 Agent의 역할은 누락이 없게 하는 것이다.
또 다른 유형은 공급사 측 자재 변경이다. 사출 부품이 마스터배치 공급사를 바꾼다고 하자. Agent는 수입 배치에서 이미 생산된 완제품 배치 번호를 추적하고, 검사를 강화해야 하는 범위를 정의하며 변경 정보를 IQC 검사 계획에 푸시할 수 있다.
4. 구축 시 반드시 살펴야 할 실무 문제
통합이 첫 번째 관문이다. Agent는 ERP의 작업지시와 재고, MES의 재공 상태, PLM의 BOM이 필요하고, 인터페이스가 직접 API인지 중간 테이블 동기화인지가 투영의 정확도를 직접 좌우한다. 중간 테이블은 지연을 만들므로 투영 결과가 실제 재공 상태보다 뒤처질 수 있고, 고속 택트 라인에서는 특히 평가가 필요하다.
규칙 라이브러리를 어떻게 구축하는가가 두 번째 관문이다. 모든 표준 조항을 기계 판정으로 바꿀 수는 없고, 판정 가능한 조항을 먼저 걸러야 한다. 치수 공차, 재료 등급, 검사 항목의 필수 여부 같은 것은 하드코딩할 수 있다. 적절한 경우나 필요한 경우 같은 문구가 들어가면 Agent는 알림만 할 수 있고 결정할 수 없으며, 억지로 넣으면 오탐만 만든다.
구축 기간에서 자재 대체 영향 투영 같은 단일 지점 시나리오는 인터페이스 연결과 규칙 구성까지 보통 주 단위로 잡고, ERP, MES, PLM을 넘나드는 전공정 변경 종결은 분기 단위로 잡는 것이 현실적이며, 병목은 대개 Agent 자체가 아니라 데이터 표준화와 규칙 매핑이다.
흔한 함정은 자동 승인으로 보는 것이다. Agent가 할 수 있는 것은 투영, 점검, 재촉, 기록 환류이고 승인 책임은 사람에게 남는다. 또 다른 함정은 데이터 품질을 등한시하는 것이다. BOM이 부정확하고 작업지시에 품번이 없으면 Agent가 투영한 영향은 틀리고, 배치가 빠를수록 더 빨리 틀린다.
5. 적합과 부적합의 경계
적합한 시나리오는 변경 빈도가 높고 영향이 여러 작업지시와 배치에 걸치는 이산 제조, 예를 들어 전자, 자동차 부품, 기계 조립이다. 변경이 PPAP나 초물 검사와 정렬되어야 하는 등 품질 체계 요구가 엄격한 업종도 해당한다. ERP와 MES 데이터 기반이 양호하고 BOM 레벨이 완전한 기업이 가장 잘 맞는다.
부적합하거나 주의가 필요한 시나리오는 BOM이 오랫동안 부정확하고 작업지시에 품번 연결이 없는 기업으로, Agent를 논하기 전에 데이터를 고쳐야 한다. 변경이 대부분 주관적 판단이고 표준 조항을 정량화하기 어려운 공정은 Agent가 알림만 할 수 있고 결정할 수 없다. 중간 테이블 동기화 지연이 분명한 고속 택트 라인은 영향 투영이 왜곡될 수 있어 실시간 인터페이스의 실현 가능성을 평가해야 한다. ERP 시대 이후 수십 년간 일하고 120만 고객사, 수천만 대 단말 배포, 국내외 시장 커버리지를 갖춘 벤더 생태계에서 이런 역량은 점차 변경 관리 모듈의 표준 구성이 되고 있지만, 선택은 여전히 자신의 데이터 기반과 변경 특성으로 적합성을 판단해야 한다.