인공 지능(AI)이 업무 방식을 혁신하고 비즈니스의 프로세스 간소화, 생산성 향상, 성장 촉진에 도움이 될 것이라고 약속하며 화제가 되고 있습니다. 하지만 여전히 많은 기업들이 AI의 도입과 성공적인 적용에 필수적인 로봇 공학과 자동화를 어렵고 복잡한 것으로 인식하고 있습니다. 이러한 불안감의 기저에는 실직에 대한 근로자의 오랜 두려움을 비롯한 기술 구현과 관련된 비용 및 과제에 대한 우려가 있는 경우가 많습니다.
사실 로봇과 자동화는 더 이상 '있으면 좋은 것'이 아니며, 특히 제조업 분야에서 더욱 그렇습니다. 로봇과 자동화 기술은 경쟁력을 유지하고 현재의 제조 문제를 해결하고자 하는 기업에 필수입니다. 하지만 기술 개발과 함께 인간의 전문성을 중시하는 균형 잡힌 접근 방식을 취하는 것과 마찬가지로, 시작하는 방법과 새로운 시스템을 통합할 곳을 알아야 성공할 수 있습니다.
이를 염두에 두고 도미노 R&D 그룹 인쇄 시스템 이사 Mark Gearing과 Automate UK의 CEO Peter Williamson이 로봇 공학 및 자동화를 시작하는 방법을 논의하며 인간 작업자의 귀중한 역할을 강조합니다.
자동화에 투자해야 하는 이유는 무엇입니까?
제조업의 심각한 인력 부족 문제를 피할 수 없습니다. Deloitte와 제조 연구소의 최근 보고서에 따르면 미국 제조업은 2033년까지 380만 명의 새로운 인력이 필요하지만 이 중 190만 명을 구하지 못할 수 있다고 합니다.
일부 직무, 더 정확하게는 특정 작업이 자동화와 로봇 공학으로 대체될 위험에 처하는 것은 불가피하지만, 사실상 인력을 구하기 가장 어려운 직무인 경우가 많기 때문에 기업이 발전을 희생하면서까지 이러한 일자리를 보존한다면 감수해야 할 비용이 높아질 것입니다. 실제로 제조 기술 센터의 2023년 보고서에 따르면 영국 제조업체들이 자동화와 로봇 공학에 투자하기를 주저함에 따라 영국의 생산성 향상에 큰 영향을 미치고 있는 것으로 나타났습니다.
또한 자동화가 일자리를 대체할 것이라는 우려를 반박하는 증거가 점점 더 많아지고 있습니다. Rockwell Automation의 최근 ‘스마트 제조 현황’ 보고서에 따르면 무려 94%의 기업이 스마트 제조 기술을 도입할 경우 인력을 유지하거나 늘릴 것으로 예상하는 것으로 나타났습니다.
결론적으로 인간은 기술을 익혀 새로운 역할을 담당할 수 있지만 시대에 따라가지 못한 기업은 실패할 수 있습니다. Herman Miller를 창립한 Max Depree는 다음과 같이 말했습니다. “현재에 머무른다면 원하는 것이 될 수 없습니다.”
어디서부터 시작해야 합니까?
아직 로봇과 자동화를 도입하지 않은 기업이 더 이상 '이유'에 반박할 수 없다면 다음으로 넘어가야 할 단계는 '시작할 곳'을 찾는 것입니다. 여기서 핵심은 사람이 효과적으로 수행하기 어려운 지루하고, 더러우며 위험한 작업과 역할부터 시작하는 것입니다.
수동 데이터 입력 및 추출과 같은 반복적이고 비즈니스에 중요한 작업은 작업자의 만족도가 낮지만 코딩 자동화 소프트웨어와 같이 간단한 프로세스를 매우 정확하게 복제하는 스마트 도구를 사용하여 매우 쉽게 자동화할 수 있습니다.
일상적인 데이터 관리 작업을 자동화할 때 얻을 수 있는 이점은 분명합니다. 모든 제조 환경에는 수동 코드 입력과 같은 반복적인 작업으로 인한 인적 오류 리스크가 내재되어 있으며 그 결과 예기치 않은 가동 중단 시간, 비용 증가, 품질 저하, 리소스 낭비 등이 초래될 수 있습니다. 실제로 Vanson Bourne의 연구에 따르면 제조업에서 예상치 못한 가동 중단 시간의 23%가 인적 오류로 인해 발생하는 것으로 나타났습니다.
피킹, 포장, 팔레타이징 등 단순하고 반복적인 수작업은 로봇 기술을 사용하여 쉽게 자동화할 수 있는 작업의 또 다른 예입니다. 이러한 반복적인 수작업은 특히 가혹하거나 열악한 환경에서 실시하는 경우 제조업체가 수행하기 가장 어려운 역할 중 하나이며 작업자의 피로, 업무 좌절, 부상 위험이 높습니다.
또한 로봇과 기계 자동화가 가장 큰 영향을 미칠 수 있는 분야, 즉 정해진 영역 내에 정밀하게 배치하기 위한 자동 라벨 애플리케이터 조정이나 시각적 품질 관리처럼 로봇과 자동화된 도구가 간편하고 일관되게 인간을 앞설 수 있는 영역을 파악하는 것이 좋습니다. 실제로 Rockwell Automation 보고서에서 설문조사에 참여한 기업의 45%가 스마트 시스템을 가장 먼저 적용할 곳으로 품질 관리 개선을 꼽았습니다.
여기서 로봇 공학과 자동화를 '전면 추진 아니면 전면 거부' 식으로 추진할 필요가 없으며 여정을 시작하는 조직은 작은 단계부터 시작할 수 있고 실제로 이러한 방법을 권장한다는 것을 기억해야 합니다. 로봇 공학과 자동화가 도움을 줄 수 있는 특정 생산 문제를 조명하는 것부터 시작한 후 그 이점이 실현되면 추가적인 투자를 투입해야 하는 이유도 곧 찾을 수 있을 것입니다.
소규모로 시작하면 자본 지출과 중단을 최소화하고 작업장의 신뢰도를 높이는 등 여러 가지 이점을 얻을 수 있습니다. 그러나 모든 투자는 개별 프로젝트가 전체 프로세스 개선에 어떻게 부합하는지 파악한 상태에서 이루어져야 합니다. 특정 워크플로우, 개별 작업 또는 전체 프로세스의 자동화에 관계없이 자동화는 광범위한 스마트 시스템 여정의 일부로서 조정하고 고려해야 합니다.
어디서부터 시작해야 할지 고민하는 기업을 위해 스마트 솔루션 구현에 다년간의 경험을 가진 업체들이 점점 늘어나고 있으며, 이들 중 다수는 대상 영역을 파악하고 구현 일정의 일부로 프로젝트를 구축하는 데 도움이 되는 컨설팅 서비스를 제공하고 있습니다.
협업 및 지속적인 개선
“사람들이 땀을 흘리지 않아도 되게 일을 더 쉽고 재미있게 만들면 어떨까요? Toyota 스타일은 열심히 일해서 성과를 창출하는 것이 아닙니다. 사람들의 창의력에 한계가 없다고 말하는 시스템입니다. 사람들은 Toyota에 '일'하러 가는 것이 아니라 '생각'하러 갑니다.” 일본의 사업가이자 Toyota Production System의 설립자인 Taiichi Ohno가 한 유명한 말입니다.
직원은 개선이 필요한 부분을 파악하고, 기술 개발을 이끌고, 통찰력과 창의성을 발휘하는 데 도움을 주는 중요한 역할을 합니다.
생산 최전선에 있는 직원이야말로 업무 경험에 의미 있는 가치를 주지 못하거나 채용 또는 기술 향상에 장벽으로 작용하는 역할에 대해 가장 잘 알고 있습니다. 로봇 공학 및 자동화 여정에 기존 인력을 참여시키고 협력하는 것도 직원의 충성도를 높이고 추가 투자와 지속적인 개선이 필요한 영역을 파악하는 데 중요합니다.
더불어 기존 지식과 인간의 분석 및 의사결정 기술을 통해 향후 투자를 어떻게 향상시킬 수 있는지도 고려해야 합니다. 동급 최고의 접근 방식은 의심할 여지 없이 스마트 시스템에서 수집한 풍부한 생산 데이터와 인간의 합리적인 의사결정 능력을 결합하여 인사이트를 비즈니스 이익에 적용하는 것입니다.
걸음마를 떼기도 전에 달려서는 안 되듯이 여정을 진행하는 동안 참여도와 충성도가 높은 인력은 잠재적인 AI 활용 분야 같은 향후 라인 개발을 식별하는 데 도움이 될 것입니다. 물론 비전 검사 시스템 내에서 문제가 되는 좁은 매개변수 오류를 발견하거나 추세 데이터를 식별하는 등 AI 배포도 비슷한 궤적을 따라 점진적으로 발전할 수 있습니다.
결론
모든 부문에서 기업이 AI를 비즈니스에 어떻게 적용할 수 있을지 고민하기 시작하고 있습니다. 아직 로봇 공학과 자동화를 도입하지 않은 제조 부문의 기업은 더 늦기 전에 여정을 시작해야 합니다.
민첩하고, 적응력이 뛰어나고, 비즈니스 사례 개발이 풍부하며, 실현 가능성이 높은 과제를 파악하고, 자동화 로드맵을 보유, 유연한 금융 옵션을 제공하는 등 비즈니스가 직면할 수 있는 진입 장벽을 극복하는 데 도움을 줄 수 있는 공급업체의 지원을 받아 지금 스마트 시스템 여정을 시작하시기 바랍니다.