설비 한 번 멈추면 시간당 2억 3,150만 원이 새어 나가거든요 🩺

같은 뉴스, 네 가지 시선. AILENS입니다. 오늘은 2026년 9월 24일 기준으로 나온 이야기입니다. 제조업 현장과 AI, 그리고 '멈춤'에 대한 이야기입니다. --- 새벽 두 시, 반도체 공장입니다. 라인 하나가 멈췄습니다. 경보가 울리고, 엔지니어들이 뛰어옵니다. 원인을 찾는 데만 한 시간, 부품을 교체하는 데 또 두 시간. 그 사이 시계는 멈추지 않습니다. 한 시간에 약 이억 삼천만 원씩 손실이 쌓이는 거거든요. --- 이게 예외적인 상황이 아닙니다. ABB와 딜로이트가 집계한 수치에 따르면, 이런 돌발 설비 중단으로 전 세계 제조업계가 한 해에 잃는 돈이 약 육십팔조 원에 달합니다. 한국 국가 예산의 절반을 웃도는 규모입니다. 그런데 더 이상한 건 따로 있습니다. 이 손실의 상당 부분이, 사실 예방할 수 있는 종류라는 거예요. 망가져야 고치거나, 아니면 멀쩡한 부품을 정해진 날짜에 무조건 갈아버리는 방식 — 이게 오랫동안 제조업의 '표준'이었습니다. 날짜가 됐으니 교체한다. 상태가 어떻든 관계없이. --- 그런데 요즘 현장이 달라지고 있습니다. 기계에 센서를 붙이고, 진동이나 온도, 전류 데이터를 실시간으로 AI가 읽습니다. 이상 징후가 포착되면 — 고장이 나기 전에 — 알림이 옵니다. 현대자동차가 마키나락스라는 회사와 함께 만든 시스템은 로봇 고장을 최대 닷새 전에 잡아냅니다. 정확도는 열 번 중 아홉 번 이상. 생산이 없는 시간대에 맞춰 조용히 부품을 바꾸면 됩니다. 라인을 세울 필요가 없는 거죠. --- 저는 이 대목이 좀 걸렸어요. '예지보전'이라는 개념 자체는 새롭지 않습니다. 이미 오래전부터 이야기돼 온 개념이거든요. 그런데 왜 지금인가. 현장 엔지니어들 사이에서 오래된 농담이 있다고 해요. "고장 나기 전에 고치면 칭찬받고, 고장 난 뒤에 고치면 욕먹는다. 근데 고치기 전에는 고장 난 줄을 어떻게 아냐"는 거죠. 데이터를 실시간으로 읽고 패턴을 학습하는 AI가 없었을 때는, 그 '알 수 없음'이 진짜 장벽이었습니다. 기술이 해결하기 전까지, 그 공백을 사람의 감각과 경험이 메웠습니다. 그리고 그것만으로는 역부족이었던 거죠. --- 남는 질문이 하나 있습니다. 이 기술이 공장 전체에 깔리면 무슨 일이 생길까요. 딜로이트는 비효율적인 유지보수가 생산 능력을 최대 오 분의 일까지 깎아먹는다고 했습니다. 그게 회복되면 — 생산량이 늘고, 인력 배치가 바뀝니다. 어디선가는 더 많이 필요해지고, 어디선가는 덜 필요해집니다. 기계를 지켜보던 사람의 자리가 어떻게 바뀌는지는, 이 기사가 말하지 않습니다. 저도 모릅니다. --- 오늘 하나만 기억하신다면 이겁니다. 공장이 멈추는 건 사고가 아니라 예고된 결과일 수 있다 — 그걸 미리 읽는 능력이 이제 기업의 경쟁력이 됐다는 것. 같은 뉴스, 네 가지 시선. AILENS였습니다.