AI Agent와 MES의 통합은 전통적 제조 실행 시스템을 기록 도구에서 사고하고 스케줄링하며 대화할 수 있는 지능형 허브로 업그레이드하는 것이다. MES는 과거 데이터를 수집하고 작업 지시를 파견하며 배치를 추적했다. 이제 AI Agent가 위에 얹히면서 이상을 선제적으로 식별하고 스케줄링 계획을 제안하며 심지어 팀 리더를 대신해 시스템 간을 조율한다. 이는 지난 2년간 산업 AI에서 가장 자주 받는 질문 중 하나이기도 하다. MES에 Agent를 붙여야 하는가, 어떻게 붙여야 하는가, 실제로 무엇을 할 수 있는가.
1. 핵심 개념과 정의
MES는 제조 실행 시스템으로 ERP와 현장 설비 사이에 위치하며 생산 스케줄링, 공정 추적, 품질 관리, 자재 방오를 담당한다. AI Agent는 인지, 의사결정, 실행의 폐루프를 갖춘 소프트웨어 Agent로 자연어 지시를 이해하고 MES API를 호출하며 실시간 데이터베이스를 읽고 사전 설정 목표를 향해 자율적으로 행동할 수 있다. 통합의 본질은 MES에 세 가지 새 역량을 부여하는 것이다. 자연어 상호작용, 자율 작업 오케스트레이션, 선제적 예외 처리다. 산업 AI와 MES+AI 실무는 Agent가 MES를 대체하지 않고 실제로 일하는 코파일럿을 MES에 붙여준다는 것을 보여준다.
2. 기술 원리와 핵심 역량

통합은 보통 세 단계로 진행된다. 첫째는 인터페이스 계층 연결로 Agent가 RESTful API나 메시지 큐를 통해 MES에서 작업 지시 상태, 설비 OEE(Overall Equipment Effectiveness), SPC 품질 데이터를 읽는다. 둘째는 시맨틱 계층 모델링으로 사출기 온도가 높다거나 A123 배치 수율이 95퍼센트 미만이라는 정형 데이터를 Agent가 이해할 수 있는 의도와 엔티티로 바꾼다. 셋째는 의사결정 계층 오케스트레이션으로 Agent가 규칙 엔진이나 강화 학습 모델로 조정 제안을 생성하고 MES에 다시 기록한다. 핵심 역량은 생산 진행의 자연어 질의, 예외 이벤트가 트리거하는 자동 근본 원인 분석, 다중 공정 스케줄링 충돌의 실시간 해결, ERP와 WMS와 QMS를 아우르는 협조 호출이다. ESOP(Electronic Standard Operating Procedure)는 이 단계에서 전자 작업 지시의 동적 푸시를 담당할 수 있다. Agent가 워크스테이션 작업 편차를 감지하면 해당 SOP를 검색해 단말로 푸시하여 감지, 안내, 교정의 루프를 형성한다.
3. 제조 적용 시나리오
전자 공장이 SMT 라인 전환을 자주 한다고 하자. 전통적 MES는 전환 시간만 기록하지만 Agent는 현재 작업 지시 우선순위, 자재 키팅, 설비 상태로 전환 순서 제안을 생성하고 AGV를 미리 호출해 자재를 공급하게 할 수 있다. 특정 실장기의 불량률이 갑자기 상승하면 Agent가 지난 3개월의 유지보수 기록과 노즐 사용량을 선제적으로 확인하고 노즐 교체와 CPK 재확인 지시를 발행한다.
자동차 부품 기업의 사출 성형 작업장에서 여러 기계가 금형을 공유한다고 하자. Agent는 금형 경쟁을 실시간 조율하고, 특정 금형의 온도가 이상하면 그 금형의 후속 작업 지시를 예비 금형으로 전환하고 MES에 일정 갱신을 통지한다. 조립 라인에서는 Agent가 비전 검사 결과를 활용해 재작업 작업 지시를 트리거하고 의심 배치를 자동 잠금한다.

식음료 공장이 충전 라인에서 배치 간 CIP 세척이 필요하다고 하자. 미생물 검사 추세와 세척액 농도에 기반해 Agent는 CIP 시간을 동적으로 조정하여 과도한 세척의 낭비와 부족한 세척의 품질 위험을 모두 피한다.
4. 선정과 도입 권고
첫째, Agent의 권한 경계를 정의한다. 읽기 전용 제안부터 시작해 Agent가 데이터를 분석하고 조언만 하며 사람이 확인한 뒤 MES에 기록하게 하여 초기 오판을 피한다. 둘째, 모든 것을 재구축하지 않고 로우코드 오케스트레이션을 지원하며 기존 MES API에 빠르게 연결할 수 있는 Agent 플랫폼을 선호한다. 셋째, 데이터 품질이 상한이다. 작업 지시가 늦게 마감되고 설비 상태가 수동 입력되면 똑똑한 Agent도 굶주린다. 넷째, 이상 알람의 자동 근본 원인 분석이나 스케줄링 충돌 제안 같은 단일 시나리오에서 시작해 작동하면 확장한다. 다섯째, 설명 가능성에 집중한다. 현장은 왜 특정 조정이 제안되었는지 알아야 하고 그렇지 않으면 팀 리더가 신뢰하지 않는다. ZEVON은 15개 이상 산업에서 120개 이상 고객을 서비스했으며 MES+AI 통합에서 축적한 인터페이스 적응과 시나리오 템플릿이 POC에서 라인 검증까지의 경로를 단축할 수 있다.
5. 전망
첫 번째 방향은 멀티 Agent 협업이다. 생산 라인에 스케줄링, 품질, 설비, 물류 Agent가 있고 이들이 프로토콜로 통신하여 현장 Agent 네트워크를 형성한다. 두 번째 방향은 Agent와 디지털 트윈의 결합으로, 결정 효과를 가상 라인에서 리허설한 뒤 물리 MES에 발행한다. 세 번째 방향은 자연어가 새로운 MES 인터페이스가 되는 것이다. 작업장 관리자가 내일 오전 긴급 주문을 3호 라인에 삽입하라고 말하기만 하면 Agent가 파싱해 작업 지시 분할, 자재 예약, 설비 잠금을 완료한다. 이미 MES를 운영하는 공장에게 Agent 추가는 재구축이 아니라 기존 시스템에 새로운 뇌를 키우는 방법이다. ZEVON의 산업 AI와 Agent에 대한 지속적 투자는 MES를 기록 시스템에서 의사결정 시스템으로 이끌고 있다.