Machining Center Programming: Manitowoc 공장 엔지니어가 1만 줄 넘는 가공 프로그램을 AI로 짜고 시뮬레이션으로 검증한 사례

Manitowoc의 프랑스 Charlieu 공장 엔지니어는 1만 줄이 넘는 머시닝센터 프로그램을 AI의 도움으로 짜고, AI로 가공 동작을 미리 시뮬레이션해 정확도를 확인했습니다. 회사는 이 방식으로 지루한 작업 시간을 여러 시간 줄였다고 밝혔습니다. 따라 하려면 AI가 쓴 코드를 실기계에 넣기 전에 규칙 점검, 시뮬레이션, 엔지니어 승인을 차례로 통과시키는 관문을 먼저 세워야 합니다.

요약

크레인 제조사 Manitowoc은 2026년 11월 4일 3분기 실적 콜을 열었습니다. The Motley Fool은 같은 날 녹취를 실었습니다. Aaron Ravenscroft CEO는 발표 중 Slide 6에서 ‘the Manitowoc Way’라는 이름 아래 공장 개선 두 건을 직원 이름과 함께 소개했습니다. 하나는 프랑스 Charlieu 공장의 제조 엔지니어 Martin Fisher가 AI로 머시닝센터(machining center) 프로그램 작성을 거든 일입니다. 머시닝센터는 공구를 자동으로 바꿔 가며 금속을 깎는 CNC 공작기계입니다. 다른 하나는 포르투갈 Baltar 공장의 공구 감독자 Marcelo Conde가 만든 screw pin(망치질 없이 돌려 잠그는 고정 핀)입니다. 콜에서 회사 내부의 AI 활용으로 구체적으로 소개된 사례는 Charlieu 한 건입니다.

Charlieu 엔지니어가 다룬 장비의 프로그램은 1만 줄이 넘었습니다. 그는 AI로 가공 동작을 시뮬레이션해 프로그램이 정확한지 확인했습니다. Ravenscroft는 이 방식이 여러 시간의 지루한 작업을 덜어 줬다고 했습니다. 줄어든 시간을 숫자로 밝히지는 않았습니다. 어떤 AI 도구와 시뮬레이터를 썼는지도 콜에서 나오지 않았습니다. 이 사례가 눈에 띄는 이유는 AI가 사무실 문서가 아니라 기계를 움직이는 코드에 들어갔다는 점입니다. 기계 코드는 한 줄만 틀려도 공구가 부러지거나 소재를 버리게 되므로, 작성만큼 검증이 중요합니다. 이 노트는 NC 프로그램, AI 작성 보조, 가공 시뮬레이션, 현장 개선 공유의 네 갈래로 콜 내용을 풉니다. 같은 방식을 다른 공장에 옮길 때 필요한 관문과 일정도 덧붙였습니다.

핵심 메커니즘

NC Program: 머시닝센터를 움직이는 줄 단위 명령

머시닝센터는 프로그램을 한 줄씩 읽어 움직입니다. 한 줄에는 보통 공구를 어느 좌표로 옮길지, 주축을 얼마나 빨리 돌릴지, 얼마의 속도로 깎아 들어갈지 같은 명령이 들어갑니다. 이런 명령 묶음을 흔히 NC 프로그램이라 부릅니다. 업계에서 널리 쓰는 형식은 G 코드입니다(일반 설명이며 Manitowoc 프로그램의 형식은 콜에서 밝히지 않았습니다). 크레인처럼 큰 구조물의 부품은 여러 면을 여러 공구로 깎아야 하므로 프로그램이 길어집니다. Charlieu 장비의 프로그램이 1만 줄을 넘었다는 숫자는 이 길이를 보여 줍니다. 길이가 길수록 사람이 처음부터 끝까지 따져 보는 데 시간이 많이 들고, 놓치는 줄도 생깁니다. AI를 붙일 지점은 바로 이 작성과 점검 구간입니다.

AI-Assisted Programming: AI가 거들고 엔지니어가 확정하기

콜의 표현은 엔지니어가 AI를 써서 프로그램 작성을 ‘도왔다’는 것입니다. 프로그램을 AI가 혼자 만든 것이 아니라, 엔지니어가 작성자로 남고 AI가 작업 일부를 맡았다는 뜻으로 읽는 것이 안전합니다. 실제로 이런 보조는 대개 세 가지 형태로 쓰입니다. 반복되는 구간의 초안 쓰기, 기존 프로그램의 줄마다 무엇을 하는지 풀어 주는 주석 달기, 공구나 치수가 바뀐 부분만 고친 수정안 내기입니다. 일반적인 활용 형태이고, Charlieu에서 어느 형태를 썼는지는 콜에서 밝히지 않았습니다. 언제 쓰면 좋은가도 분명합니다. 비슷한 부품이 자주 바뀌어 프로그램을 매번 손봐야 하는 곳, 경험 많은 프로그래머가 적어 대기 시간이 긴 곳입니다. 반대로 공차가 매우 엄격한 첫 부품이나 처음 쓰는 기계라면 AI 초안보다 검증 관문을 먼저 갖춰야 합니다.

Machining Simulation: 금속을 깎기 전에 화면에서 깎아 보기

Charlieu 엔지니어는 AI로 가공 동작을 시뮬레이션해 프로그램이 맞는지 확인했습니다. 가공 시뮬레이션은 프로그램을 실기계 대신 가상의 기계와 소재 위에서 돌려 보는 일입니다. 공구가 지나가는 길을 그려 보고, 고정구나 기계 몸체에 부딪히는 곳은 없는지, 너무 많이 깎거나 덜 깎은 곳은 없는지를 찾습니다(일반 설명). 이 단계를 화면에서 끝내면 기계를 세워 놓고 한 줄씩 돌려 보는 시간이 줄고, 첫 부품을 버릴 위험도 줄어듭니다. 콜에서 회사가 강조한 효과도 이 지점입니다. 1만 줄짜리 프로그램이 정확한지 확인하는 지루한 일을 AI가 거들어 여러 시간을 덜었다는 설명입니다. AI가 작성뿐 아니라 검증까지 거들었습니다. 다만 AI가 쓴 코드를 같은 AI가 검증만 한다면 같은 실수를 놓칠 수 있습니다. 그래서 아래 기술 디테일에서는 규칙 점검과 전용 시뮬레이터를 따로 둡니다.

The Manitowoc Way: 현장 개선을 직원 이름과 함께 알리기

Ravenscroft는 AI 사례를 별도 기술 발표가 아니라 ‘the Manitowoc Way’ 아래 공장 개선 소개의 하나로 다뤘습니다. 같은 슬라이드에는 망치질을 없애는 screw pin이 함께 올랐습니다. 이 핀은 지금 공장 고정 작업에 쓰이고, 팀은 현장(설치 현장)에서도 쓸 수 있는 버전을 만들고 있습니다. 두 개선 모두 담당자의 이름과 직무가 함께 소개됐고, CEO는 두 사람의 창의성과 참여에 감사를 표했습니다. 이 방식에서 읽을 점은 AI 활용을 현장의 개선 활동과 같은 줄에 놓았다는 것입니다. 공장 엔지니어 한 사람이 자기 일의 지루한 구간을 AI로 줄인 일이 투자자 앞에서 회사의 개선 사례로 다뤄졌습니다. 같은 콜에서 Ravenscroft는 이동식 크레인 공장의 ERP를 현대화해 중복·수작업 절차를 없애는 사업이 2028년 초까지 이어진다고도 밝혔습니다.

콜에서 나온 사례

Charlieu 공장: 1만 줄 넘는 머시닝센터 프로그램

항목	내용
상황	프랑스 Charlieu 공장의 머시닝센터 프로그램이 1만 줄을 넘음
한 일	제조 엔지니어 Martin Fisher가 AI로 프로그램 작성을 거들게 하고, AI로 가공 동작을 시뮬레이션해 정확도를 확인
결과	지루한 작업 시간을 여러 시간 절감(구체적 시간, 사용 도구는 원문에서 밝히지 않음)
연결	AI-Assisted Programming, Machining Simulation

Baltar 공장: 해머 없이 잠그는 screw pin

항목	내용
상황	포르투갈 Baltar 공장의 타워크레인 조립·고정 작업에 망치질이 필요했음
한 일	공구 감독자 Marcelo Conde가 해머 없이 잠그는 screw pin을 개발
결과	공장 고정 작업에 쓰는 중이고, 현장용 버전을 개발 중(AI 사례는 아님)
연결	The Manitowoc Way

기술 디테일: AI가 쓴 기계 코드를 안전하게 넣으려면

아래는 Charlieu 사례의 두 메커니즘(AI 작성 보조와 가공 시뮬레이션)을 다른 공장에서 돌릴 때 필요한 실행 구조입니다. 콜에 나온 내용이 아니라 새로 작성한 예시입니다.

AI-Assisted Programming을 돌리려면 프로그램을 공구 교환 단위로 잘라서 맡깁니다. 1만 줄을 한 번에 넣고 “고쳐 달라”고 하면 어느 줄이 왜 바뀌었는지 추적하기 어렵습니다. 공구 교환 명령을 경계로 블록을 나누고, 블록마다 무엇을 하는지(공구 번호, 가공 면, 목적)를 먼저 표로 받습니다. 모델은 코드를 잘 읽는 범용 LLM을 쓰고, temperature는 0~0.2로 낮춰 같은 입력에 같은 출력이 나오게 합니다. 같은 블록을 3회 생성해 결과가 서로 다르면 그 블록은 자동 반영하지 않고 엔지니어에게 넘깁니다. 프롬프트에는 컨트롤러 기종, 쓰는 공구 목록, 기계의 회전수·이송 한계, 회사 표준 머리말과 꼬리말을 함께 넣습니다. 이것이 없으면 모델은 다른 컨트롤러의 문법을 섞어 씁니다.

블록마다 받을 구조화 출력의 예시입니다(필드명은 가상 예시).

{
  "block_id": "T05-face-B",
  "lines": [2140, 2685],
  "tool_no": 5,
  "operation": "pocket_rough",
  "spindle_rpm_max": 3200,
  "feed_mm_min_max": 1500,
  "work_offset": "G55",
  "changed_lines": [2201, 2202, 2310],
  "reason": "공구 지름 변경에 따른 경로 보정",
  "needs_review": true
}

Machining Simulation 앞에 규칙 점검기를 둡니다. 규칙 점검기는 AI가 아닌 결정적 프로그램입니다. 컨트롤러 매뉴얼로 허용 G·M 코드 목록을 만들고, 목록에 없는 코드는 바로 막습니다. 회전수와 이송 속도는 공구 목록의 한계와 비교하고, 좌표계(work offset)와 단위(mm/inch) 선언이 블록마다 일관된지 봅니다. 여기를 통과한 프로그램만 시뮬레이터에 넣습니다. 시뮬레이터는 실제 기계의 축 구성과 고정구, 소재 형상을 넣은 전용 도구를 씁니다. LLM에게 “이 코드를 머릿속으로 돌려 보라”고 시키는 것으로 대신하지 않습니다. LLM은 시뮬레이터가 낸 충돌·과삭 보고를 읽고 해당 줄을 찾아 수정안을 내는 역할로 씁니다.

오류마다 잡는 곳을 두 군데 둡니다. AI가 쓴 기계 코드에서 자주 나는 오류는 존재하지 않는 코드, 좌표계·단위 혼동, 급속 이동 중 충돌, 한계를 넘는 회전수·이송, 치수 벗어남입니다. 한 군데에서 놓쳐도 다음 단계에서 잡히게 짭니다. 마지막 관문은 기계에서 공구를 소재에서 띄우고 돌리는 공회전(dry run)과 첫 부품 측정입니다. 이 두 단계는 AI 도입 뒤에도 줄이지 않습니다.

기록을 남깁니다. 프로그램은 버전 관리에 넣고, AI가 바꾼 줄과 엔지니어가 승인한 줄을 구분해 기록합니다. 사고가 났을 때 “누가 이 줄을 승인했나”에 바로 답할 수 있어야 합니다. 도면과 프로그램은 회사 기술 자산이므로 외부 AI 서비스에 올릴지는 보안 담당과 먼저 정합니다. 사내 전용 환경이나 데이터 보존을 끈 기업용 계정을 쓰는 것이 기본입니다.

현업 실행 디테일: 누가, 언제, 무엇을

Charlieu 사례처럼 엔지니어 한 사람의 개선에서 출발해 공장 단위로 넓히는 6주 시범안입니다(역할, 일정, 판정 기준 모두 가상 예시).

역할	담당	하는 일
시범 책임	제조 엔지니어 1명	대상 프로그램 선정, AI 초안 검토와 최종 승인
NC 프로그래머	1~2명	기존 방식으로 같은 프로그램을 병행 작성해 비교 기준 제공
기계 담당	셋업 작업자 1명	공회전과 첫 부품 가공, 이상 기록
품질	검사원 1명	첫 부품 측정, 치수 합격 판정
IT·보안	1명	AI 환경 선택, 도면·프로그램 반출 규칙

시작 전 준비물은 다섯 가지입니다. 대상 기계의 컨트롤러 매뉴얼, 공구 목록과 한계값, 최근 반년 동안 쓴 검증된 프로그램 묶음, 프로그램 1건당 작성·점검에 든 시간 기록, 시뮬레이터 라이선스와 기계 모델입니다. 시간 기록이 없으면 1주차에 기존 방식으로 한 건을 재며 기준을 만듭니다.

기간	할 일	산출물
1주	반복 수정이 잦은 프로그램 3개 선정, 기존 작성·점검 시간 측정	기준 시간표
2~3주	규칙 점검기와 프롬프트 준비, AI 방식과 기존 방식 병행 작성	블록별 JSON 작업표, 차이 목록
4~5주	시뮬레이션 결과 비교, 공회전과 첫 부품 가공	오류 발견 위치표, 첫 부품 측정표
6주	시간·오류·품질 판정, 다른 기계로 넓힐지 결정	판정 보고서 1쪽

확인 질문도 정해 둡니다. 이 프로그램에서 가장 시간을 많이 먹는 구간은 작성인가 점검인가. 지난 1년 동안 프로그램 오류로 공구가 부러지거나 소재를 버린 일은 몇 건인가. AI가 바꾼 줄을 엔지니어가 다 읽을 수 있는 분량인가. 시뮬레이터의 기계 모델은 실제 고정구까지 반영하는가.

**진행 판정 기준(예시)**은 세 가지입니다. 프로그램 1건당 작성·점검 시간이 기존보다 30% 이상 줄 것, 시범 기간 실가공에서 충돌이나 공구 파손이 0건일 것, 첫 부품 치수 합격률이 기존 방식과 같거나 높을 것. 하나라도 못 넘으면 대상 기계를 넓히지 않고 규칙 점검기와 프롬프트를 고친 뒤 다시 잽니다.

AX 적용 제언. 이 사례는 큰 플랫폼 사업보다 현장 엔지니어의 반복 작업 한 구간에서 AI가 먼저 효과를 낸 경우입니다. 제조 고객사라면 생산기술팀의 NC 프로그램, 검사 프로그램, 설비 레시피처럼 길고 반복되며 틀리면 비용이 큰 코드부터 후보로 고르는 편이 좋습니다. 스폰서는 생산기술 팀장이 맡고, 첫 성과가 나면 Manitowoc처럼 담당자 이름과 함께 경영 보고에 올려 다른 공장의 참여를 끌어냅니다. 데이터 준비도는 검증된 프로그램 묶음과 작성 시간 기록이 있느냐로 가늠합니다. 둘 다 없다면 AI 도입보다 기록부터 시작합니다.

원문 사례

항목	내용
발언자	Aaron Ravenscroft(CEO), Brian Regan(CFO), Ion Warner(IR)
AI 사례	프랑스 Charlieu 공장 제조 엔지니어 Martin Fisher, AI로 머시닝센터 프로그램 작성을 돕고 가공 동작을 시뮬레이션해 정확도 확인
프로그램 규모	1만 줄 이상
효과	지루한 작업 여러 시간 절감(수치·도구 비공개)
함께 소개된 개선	포르투갈 Baltar 공장 Marcelo Conde, 해머 없이 잠그는 screw pin. 공장 고정 작업에 사용 중, 현장용 개발 중
기술 관련 다른 언급	이동식 크레인 공장 ERP 현대화, 2028년 초까지 진행
3분기 실적	수주 6억 7,640만 달러(+37.6%), 매출 6억 1,380만 달러(+10.9%), 조정 EBITDA 4,740만 달러(+39.0%), 수주잔고 11억 1,090만 달러
연간 전망	조정 EBITDA 1억 6,000만~1억 7,500만 달러로 상향

핵심 개념

machining center

공구 매거진을 달고 공구를 자동으로 바꿔 가며 여러 가공을 연속으로 하는 CNC 공작기계입니다.

CNC

Computer Numerical Control. 숫자로 적은 명령에 따라 기계 축을 움직이는 제어 방식입니다.

dry run

공구를 소재에서 띄운 채 프로그램을 돌려 움직임만 확인하는 절차입니다.

work offset

기계 원점과 소재 기준점 사이의 거리를 저장해 둔 좌표계 설정입니다. 잘못 고르면 공구가 엉뚱한 위치로 갑니다.

screw pin

Baltar 공장이 만든 고정 핀으로, 망치질 대신 돌려서 잠급니다.

the Manitowoc Way

CEO가 현장 개선 사례를 소개할 때 붙인 이름입니다.

내 메모

TODO: 내 생각 추가

원문은 The Motley Fool에 실린 「Manitowoc Company (MTW) Q3 2026 Earnings Call Transcript」(콜·게재 2026.11.4)입니다. 후보 주소와 같은 원문 페이지를 읽었습니다. 요약, 핵심 메커니즘의 콜 내용, 사례, 원문 사례 표는 Aaron Ravenscroft CEO의 발언을 AX Review가 다시 정리했으며 효과는 회사 측 설명입니다. 절감 시간, 사용한 AI 도구와 시뮬레이터, 프로그램 형식은 콜에서 공개되지 않았습니다. 원문 페이지는 녹취 일부를 LLM 도구로 만들었다고 밝히고 있습니다. NC 프로그램, G 코드, 가공 시뮬레이션의 작동 방식 설명은 일반 설명입니다. 기술·현업 실행 디테일, JSON 예시, 오류 표, 일정과 판정 기준, 인포그래픽은 원문에 없는 내용으로 새로 작성했고 그 안의 필드명과 숫자는 가상 예시입니다. 콜 전문은 원문 페이지에서 볼 수 있습니다.