신입에게 강도 계산서를 줍니다.
시뮬레이션 결과가 50페이지가 넘게 출력됩니다.
이 중에서 도면에 들어갈 유효값은 다섯 개에서 열 개.
서포트링 두께 12mm, 트레이 간격 450mm, 위어 높이 35mm. 어떤 값이 유효값인지 골라내는 데 신입은 한 달이 걸립니다.
그리고 그 노하우를 가진 경력자가 퇴사하면, 다음 사람은 다시 처음부터입니다.
제조업 AI 활용 사례를 찾고 계시다면, 이 풍경이 익숙하실 겁니다.
저희 팀리부뜨는 이 반복을 AI로 대체하고 있습니다.
압력용기, 열교환기, 칼럼, 반응기. 프로세스 설비 제조사는 매일 같은 흐름을 거칩니다. 시뮬레이션 프로그램이 강도 계산서를 뽑아내고, 사람이 그 안에서 유효값을 골라 도면에 옮깁니다.
자동화가 안 됐던 이유는 세 가지입니다.
첫째, 문서가 비정형입니다. 계산서는 텍스트와 표와 그래프가 뒤섞여 있고, 같은 회사라도 프로젝트마다 양식이 달라집니다.
둘째, 어떤 값이 유효값인지 구분하는 데 도메인 지식이 필요합니다. 계산서에 나오는 수백 개 숫자 중 도면에 들어갈 값은 일부, 나머지는 시뮬레이션 과정의 참고값입니다.
셋째, 도면 어디에 그 값을 넣어야 하는지는 경력자의 머릿속에 있습니다. 문서 어디에도 적혀 있지 않은 암묵지입니다.
문제는 사람이 모자라서가 아니라, 데이터와 노하우가 시스템에 정리되어 있지 않다는 점입니다.
RPA를 시도한 회사들이 있습니다. 계산서 양식이 같으면 매크로가 돌지만, 프로젝트가 바뀌어 양식이 한 줄만 달라지면 매크로가 멈춥니다.
OCR도 한계가 있습니다. 표는 읽어도 텍스트 본문 안에 끼어 있는 수치, 그래프에서 나온 값, 손글씨 주석은 못 읽습니다.
이런 도구는 '자동화'라기보다 '특정 양식 자동 반복'에 가깝습니다. 양식이 흔들리는 비정형 문서 앞에서는 매번 사람이 다시 손을 봐야 합니다.
팀리부뜨는 AI를 활용해 제조 데이터 정형화를 만들고 있습니다. 특히 프로세스 설비, 조선기자재, 중공업 분야에는 이렇게 활용 가능합니다.
핵심은 '다 된다'고 말하지 않는다는 점입니다. 도면을 AI가 처음부터 그리는 건 아직 어렵습니다. 하지만 도면을 그리기 위한 소스 데이터를 자동으로 만드는 건 지금도 가능합니다.
기존 CAD, ERP, 시뮬레이션 프로그램을 바꿀 필요는 없습니다. AI가 그 사이에서 사람이 매일 옮기던 데이터를 정형화해줍니다.
[팀리부뜨의 제조 데이터 자동화 프로세스]
1단계, 비정형 문서 파싱
계산서, 데이터시트, 고객사 스펙 문서가 PDF든 엑셀이든 텍스트든 AI가 읽습니다. DWG 파일도 PDF로 변환한 뒤 BOM 테이블과 텍스트 정보를 추출합니다.
2단계, 유효값 선별과 가드레일
계산서의 수백 개 값 중 도면에 들어가야 할 유효값만 골라냅니다. '서포트링 두께', '트레이 간격', '위어 높이' 같은 키 항목을 미리 정의해두면, AI가 해당 값만 찾아 정리하고 의미 없는 중간 계산값은 자동으로 걸러냅니다.
3단계, 키-밸류 데이터셋 생성
추출된 값을 표준화된 키-밸류 쌍으로 저장합니다. '서포트링_두께 = 12mm' 형태로 정리되어, 도면 작업자가 계산서를 처음부터 읽지 않고도 정리된 값을 받아 도면에 반영할 수 있습니다.
계산서 유효값 자동 추출
시뮬레이션 결과 50페이지짜리 계산서에서 AI가 도면에 들어갈 유효값 5~10개만 골라 정리합니다. 신입이 한 달 걸리던 작업이 30분 이내의 검토 작업으로 바뀌고, 경력자가 일주일이면 끝낼 일을 신입이 같은 품질로 마칠 수 있게 됩니다.
데이터시트 키-밸류 정리
고객사마다 양식이 다른 데이터시트가 들어와도 AI가 스펙 항목과 수치를 키-밸류 쌍으로 정리해줍니다. 담당자는 정리된 표를 확인만 하면 되기 때문에, 한 건당 1시간 걸리던 스펙 정리가 10분 이내로 줄어듭니다.
BOM 자동 정리와 견적 산정
RFQ와 함께 들어온 BOM에서 AI가 부품 정보를 추출해 모델별, 부서별(재료, 공정, 배송)로 자동 배분합니다. 과거 단가 이력과 현재 환율을 반영한 원가 초안까지 생성하기 때문에, 4주 걸리던 견적 산정이 일주일 이내로 줄어듭니다.
DWG 파일 BOM 추출
도면(DWG) 파일을 PDF로 변환한 뒤 AI가 BOM 테이블과 텍스트 정보를 추출합니다. 사람이 도면을 열어 부품 리스트를 일일이 옮겨 적던 일이 자동화되어, 한 도면당 30분 이상 걸리던 BOM 정리가 5분으로 줄어듭니다.
시방서와 규격 자동 매칭
프로젝트가 시작되면 AI가 고객 시방서와 관련 표준(ASME, KS 등)을 비교해 충돌하는 항목과 누락 항목을 정리해줍니다. 시방서 한 권 검토에 며칠씩 걸리던 일이 반나절 분량의 검토 작업으로 줄어듭니다.
'다 된다'고 말하는 회사를 만나셨다면 한 번 더 확인해 보시기 바랍니다. 팀리부뜨는 가능한 것과 아직 어려운 것을 구분해 말씀드립니다.
| 영역 | 현재 가능 여부 | 비고 |
|---|---|---|
| 계산서 수치 추출 | 지금 가능 | 형식 무관, 자체 모델과 LLM |
| 데이터시트 키-밸류 정리 | 지금 가능 | 가드레일로 유효값만 선별 |
| DWG 파일 BOM/텍스트 추출 | 지금 가능 | PDF 변환 후 처리 |
| 도면 내 표기 위치 매칭 | 학습 필요 | 데이터셋 구축 시 시범 적용 |
| 신규 도면 자동 생성 | 현재 어려움 | CAD 업체 연계 필요, 장기 과제 |
제조 실무의 상당 부분은 '비정형 문서에서 유효값을 골라 다음 시스템으로 옮기는' 반복 작업입니다. 계산서, 데이터시트, BOM, 시방서, 이 문서 중 가장 반복이 많은 한 가지부터 팀리부뜨의 제조 데이터 자동화 전문가와 정리해보세요.
문서 10건만 공유해주시면, 어떤 값까지 자동으로 뽑히는지 2주 안에 시연해드립니다.
상담문의 시 '제조업 AI 글을 보고 문의했다'고 남겨주시면 보다 원활한 상담이 가능합니다.
지금 기업 맞춤형 AI 도입 상담을 받아보세요.
%202.png){kind=logo}
