[인터뷰] "노하우와 경험을 제조 공장 데이터로" 하지훈 서로 대표

숙련공 노하우 데이터화로 품질 편차 없는 제조 환경 구축

[프라임경제] 중소제조기업의 인공지능(AI) 전환이 정부 정책의 핵심 과제로 주목받고 있다.

지난해 10월 정부는 'AI 기반 스마트제조혁신 3.0 전략'을 발표했다. AI 중심 스마트공장 1만2000개 구축과 제조 AI 전문기업 500개 육성을 통해 중소제조기업의 인공지능 도입률을 10%까지 끌어올리는 것이 목표다.

하지훈 서로 대표 = 홍재현 기자

이 가운데 하지훈 서로(SEORO) 대표는 숙련 인력이 빠르게 현장을 떠나면서 이들의 경험과 노하우가 사라지는 문제에 주목했다. 이같은 구조가 중소 제조기업의 생산성과 품질 관리에 부담으로 작용할 수 있다는 판단에서다.

하 대표는 "숙련인력이 현장을 떠나면 그동안 쌓아온 노하우가 함께 사라지고, 같은 불량과 비용 손실이 되풀이됐다"며 "노하우를 데이터로 바꿔 다음 세대로 이어 줄 수 있다면 중소 제조기업의 가장 큰 문제를 풀 수 있겠다고 생각했다"고 설명했다. 

이어 "창업 전 스마트공장 구축을 함께했던 제조기업들이 창업 후 실증 파트너가 되어 테스트베드를 열어 준 덕분에 첫걸음을 뗄 수 있었다"며 " 테스트베드 현장 운영 결과(자체 집계)로 불량률을 30% 이상, 설비 관리에 드는 운영 인력을 50% 이상 줄일 수 있었다"고 말했다. 

불량으로 버려지던 원재료와 가공비, 원인을 찾는 데 들던 인력과 시간을 줄일 수 있다는 판단에서다.

여러 제조사의 사출기를 한 화면에서 실시간으로 보고, 이상 샷이 생기면 바로 알림을 받으면서 기업들은 야간조처럼 숙련자가 자리에 없는 시간대에도 설비 상태를 놓치지 않을 수 있었다. 

이 기술은 지난 4월 KOLAS 공인시험에서 F1-score 93.07%를 기록했다. 실제 테스트베드에서 3개월간 검증한 결과는 78~82.1% 수준이었다. 

최근에는 제조 현장의 불량 탐지 정확도를 높이고 원인 분석 기술을 고도화하는 데 주력하고 있다.

이를 위해 사출 공정 데이터와 비전 외관 검사 결과, 비접촉 열화상으로 측정한 금형 온도를 결합해 불량 여부와 유형을 판정하는 시스템을 개발 중이다. 

생산 과정에서 발생한 데이터를 바탕으로 원인을 분석해 작업자 승인형 조건 추천까지 잇는 방식이다. 이를 바탕으로 3종 융합 공정 불량 탐지 F1-score 95% 이상 달성이 목표다.

공정 AI 기술도 고도화하고 있다. 공정 시계열 이상 탐지 모델을 GNN·Transformer 기반으로 고도화하고, 거대언어모델(LLM)을 기반으로한 공정 분석 기능을 추가한다. 시계열에서의 이상 감지는 정상 동작을 특성화한 후 정상 동작에서 벗어난 동작을 감지해 데이터 패턴의 이상을 식별하는 과정이다. 

더불어 비전 외관 검사 결과와 공정 데이터를 제품 단위로 연결하고 자동으로 라벨링하는 기술도 개발하고 있다. 해당 기능은 연구개발 과제가 종료되는 오는 11월 이후 제품에 반영할 예정이다.

하 대표는 숙련공의 '감'을 시각화, 현장에서 축적된 경험을 데이터로 계승하는 기업을 지향한다. 숙련자의 노하우를 AI로 정형화한 '디지털 숙련공'을 통해 작업자가 바뀌더라도 일정한 품질을 유지하는 제조 환경을 구축하는 것이 목표다.

하 대표는 숙련공의 '감'을 시각화, 현장에서 축적된 경험을 '데이터'로 계승하는 기업을 지향한다. ⓒ 서로

숙련 인력 감소라는 공통 과제를 안고 있는 해외 제조 현장으로도 사업을 확대할 계획이다. 오는 2027년 국내·베트남 레퍼런스를 확보한 뒤 일본 현지 레퍼런스 1건 이상을 만들 구상이다.

이같은 기술력을 바탕으로 인천테크노파크가 주관하고 탭엔젤파트너스가 운영하는 ‘2026년 블록체인 도입 컨설팅 프로그램’과 ‘2026년 인천 라이징스타’ 등 다양한 기업지원 프로그램에 선정된 바 있다. 기술 경쟁력 강화와 사업 고도화를 통한 지속적인 성장 기반을 마련하기 위함이다.

하 대표는 "자사는 중소 제조기업이 가장 먼저 찾는 제조 AI 파트너 이자 현장의 사람과 데이터를 서로 잇는 회사로 기억되기를 바란다"며 "현장에서 쌓아온 경험이 다음 세대로 이어지도록 돕는 기업이 되겠다"고 전했다.