Tico Tractors는 어떻게 생산량을 2배로 늘렸나?
제조업 AI 적용 성공사례 두 번째 이야기입니다. AI 선진국인 미국도 제조업에서는 아직 아날로그 방식을 많이 사용하고 있더군요. 또한, 미국도 현장에서 인력을 구하기 어려운 점은 한국이나 일본과 동일한 것 같습니다. 이러한 어려움을 디지털 전환을 통해 어떻게 해결했는지 살펴보겠습니다.
제조업에서 14년을 일한 마이크는 Tico Tractors의 생산 운영 이사입니다. 그는 조립, 용접, 자재 관리, 생산 공학 부서를 총괄하고 있어요. 미 공군에서 11년간 복무한 경력도 있죠. 오늘은 그가 어떻게 회사의 생산량을 100% 증가 시켰는지 들어봤습니다.
Q. Tico Tractors는 어떤 회사인가요?
"우리는 터미널 트랙터를 만드는 OEM 제조업체입니다. 트랙터를 직접 제작할 뿐만 아니라 임대 사업도 병행하는 유일한 회사예요. 임대용 장비를 운영하면서 얻은 지식을 다시 설계와 개선에 반영합니다. 연간 2,300대를 생산하고, 미국 내 점유율 2위를 차지하고 있어요. 직원은 450명이고 그중 250명이 제조 분야에서 일하죠. 2008년부터 생산을 시작했는데, 최근 2022년부터 2023년 사이에 시설 재배치와 디지털 툴 덕분에 생산량이 2배로 늘었습니다."
Q. 디지털화를 시작하게 된 계기가 궁금합니다.
"군대와 이전 직장에서 서류 작업이 얼마나 중요한지는 잘 알고 있었어요. 하지만 동시에 얼마나 느린지도 잘 알고 있었죠. 우리 공정 지시서나 자재 명세서가 전부 엑셀이나 종이 뭉치였거든요. 새로운 지시서를 만들어야 할 때마다 '더 나은 방법이 분명히 있을 텐데'라는 생각이 들었습니다. 여러 소프트웨어를 검토한 끝에 Tulip을 선택했어요."
Q. 가장 큰 문제는 무엇이었나요?
"신규 입사자 교육이 정말 큰 문제였습니다. 기존에는 소수의 전문가가 가진 현장 노하우, 그러니까 암묵지에 의존해야 했어요. 숙련자가 없으면 일이 안 돌아갔죠. 그래서 지식이 거의 없는 사람도 단기간에 효율적으로 일할 수 있는 체계적인 지시서가 필요했습니다."
Q. 처음에는 어떤 시도를 했나요?
"PDF나 파워포인트로 지시서를 만들어서 디지털화를 시도했어요. 그런데 결국 그걸 다시 출력해서 쓰더라고요. 결함 기록도 종이에 적었고요. 이렇게 하면 교육이 '전화기 게임'처럼 변질됩니다. 사람이 사람을 가르치다 보면 중요한 단계가 누락되기도 하거든요. 누구나 쉽게 접근 가능하고 최신 상태로 유지되는 디지털 시스템이 절실했어요."
Q. 왜 Tulip을 선택했나요?
"제가 과거에 안전 관리 소프트웨어를 선택했을 때 실패한 적이 있습니다. 특정 기능에 갇혀서 우리 상황에 맞게 커스터마이징이 안 됐거든요. 우리는 DIY 방식을 원했어요. 우리 회사는 트랙터도 직접 만들기 때문에 소프트웨어도 우리 입맛에 맞게 구축하고 확장할 수 있는 것을 찾았습니다. 고가의 SAP 같은 ERP 시스템을 당장 도입할 여력은 없었기에, 낮은 비용으로 시작해 점진적으로 확장할 수 있는 모델이 매력적이었죠."
Q. 경영진 승인은 어떻게 받았나요?
"비용이 큰 장점이었습니다. 처음부터 전사 도입이 아니라 라이선스 몇 개로 작은 사례부터 증명해 볼 수 있었거든요. 처음에는 공정 지시서만 생각했지만 곧 MES 기능까지 개발하게 되었어요. 현장에 컴퓨터를 들여놓고 실제로 돌아가는 모습을 보여주니 경영진도 확신을 가졌습니다."
Q. 구체적으로 어떤 변화가 있었나요?
"BOM을 디지털화했어요. 이전에는 종이 피킹 리스트를 들고 다녔지만 이제 지시서 안에서 디지털로 자재를 확인합니다. 품질 검사가 완전히 바뀌었죠. 기존에는 결함이 발견되면 종이에 손으로 적고 트랙터에 붙여 보냈어요. 글씨를 알아보기 힘들고 데이터화도 불가능했습니다. 이제는 태블릿으로 결함 사진을 찍고 코드를 입력해요. 데이터가 실시간으로 분석되어 결함 패턴을 파레토 차트로 즉시 파악할 수 있습니다. 공장 레이아웃 변경과 디지털 툴의 결합으로 생산량을 2배로 늘렸어요."
Q. 앞으로의 계획은 무엇인가요?
"제가 가장 기대하는 것은 비전 카메라입니다. 예를 들어 액체 주입 공정에서 트랙터마다 다른 오일을 넣어야 하는데, 카메라가 어떤 트랙터인지 인식하고 해당 펌프만 활성화하는 거예요. 잘못된 호스를 들면 펌프가 작동하지 않게 오류를 방지하는 거죠. 또 바코드 스캔 없이도 카메라가 자재 이동을 인식해 자동으로 시스템을 업데이트하는 관리 업무의 자동화를 꿈꾸고 있습니다. 사람은 사람이 잘하는 일, 그러니까 조립 같은 것에 집중하고 행정 업무는 컴퓨터가 맡게 하는 것입니다."
Q. 처음 시작하는 사람들에게 조언한다면?
"미국 제조업이 경쟁력을 갖추려면 기술을 받아들여야 합니다. 단순히 노동자를 더 힘들게 일하게 하는 것이 아니라 그들이 더 생산적으로 일할 수 있게 도와야 해요. 현장 작업자의 고충을 먼저 해결해주세요. 그들의 일이 편해지면 그들이 먼저 '이런 앱도 만들어 달라'고 요청할 겁니다."
엘린의 생각
마이크의 이야기를 들으면서, 제가 경험한 공장에서의 문제들이 떠올랐습니다. 현장에서 종이로 출력되는 도면 리비전 관리 문제, 작업자의 실수로 Plate의 개선면을 반대로 친 문제 등 수많은 문제들이 사전에 시스템적으로 접근하면 예방할 사안들이 많았다 생각 되었어요. 저희 업계에서는 납기를 못 맞추면 단순히 사람을 더 투입하거나, 야근을 시키거나, 외주로 빼는 물리적 접근으로만 문제를 봐왔습니다. 하지만 이번 사례를 통해 깨달았습니다. AI 기술이 접목되면 이런 반복되는 실수와 비효율을 근본적으로 줄일 수 있다는 것을요.
디지털 전환의 중심에는 사람이 있어야 합니다. 작업자의 불필요하거나 반복적인 작업을 줄여서 편의성을 극대화해야 해요. 작업자 스스로 체감할 수 있어야 합니다. 그 체감을 통해 작업자들이 더 나은 방향으로 효율성 증대에 적극 참여하게 될것입니다.
시스템은 사용하기 쉽고 커스터마이징이 쉬워야 합니다. 사용하기 쉬워야 작업자와 관리자 모두 거부감 없이 받아들여요. 기업의 특성에 맞게 커스터마이징되어야 제대로 된 효과를 발휘합니다. 마이크가 과거 안전 관리 소프트웨어 도입에 실패했던 이유도 바로 여기에 있었죠. 특정 기능에 갇혀 회사 상황에 맞게 조정할 수 없었기 때문입니다.
조직 내에서 개척자를 찾아야 합니다. 그 개척자는 이미 내부의 문제를 너무나 잘 알고 있고, 어떤 점이 개선되어야 하는지에 대한 그림을 가지고 있어요. 이 개척자를 통해 커스터마이즈된 청사진을 설계하고 내부적으로 스스로 전파되게 해야 합니다.
마지막으로 하나 질문을 던져봅니다. 제조업에 AI를 도입하는 일, 꼭 경영자만 시작할 수 있는 걸까요? 마이크는 생산 운영 이사였지만, 처음 시작은 "더 나은 방법이 분명히 있을 텐데"라는 단순한 의문에서 출발했습니다. 현장의 문제를 가장 잘 아는 사람이 먼저 질문을 던지고, 라이선스 몇 개로 작게 실험해보면 어떨까요? 그 작은 시도가 실제로 돌아가는 모습을 보여줄 수 있다면요. 여러분의 현장에도 마이크처럼 "분명히 더 나은 방법이 있을 텐데"라고 생각하는 부분이 있지 않나요? 저 또한 똑같은 고민을 했었던 사람으로서 여러분의 의견을 듣고 싶네요.
엘린의 개발로그
저는 이러한 생각이 발단이 되어 저도 마이크처럼 같은 질문을 했습니다.
"내가 했던 일들을 AI를 접목하면 얼마나 더 편해질까?"
그 실험의 시작으로 MVP 상품을 만들기 시작했어요. 다음화부터는 프로그램을 만들면서의 제 생각과 과정에 대해서도 조금씩 여러분에게 공유 드릴게요.
제조 현장의 AI 적용 실험이 궁금하시다면 구독 부탁드립니다. :)
(본 콘텐츠는 유튜브 Tulip Webinar에서 다루어진 핵심 내용을 바탕으로, 저의 개인적인 실무 경험과 주관적인 인사이트를 더해 재구성한 것입니다. 유익한 정보 공유를 목적으로 각색하였음을 밝힙니다.)
의견을 남겨주세요