AX Implementation

AI Auto-Programming Agent: 중국 금형 공장은 숙련공 경험을 데이터로 바꿔 신규 주문 개발을 1주 줄였다

칭다오의 금형 업체 루이리제 금속은 숙련공의 경험을 다시 쓸 수 있는 디지털 자산으로 바꾸고 AI 자동 프로그래밍 에이전트를 올려, 신규 주문 개발 공기를 1주 줄이고 연간 300만 위안 넘게 아꼈습니다. 국가전망 타이안은 드론 영상 판독 에이전트로 산악 선로 결함 12종을 초 단위로 가려냅니다.

출처
신화망 한국어판 · 신화통신
유형
아티클
읽은 날
2026.11.15
원문 발행
2026.11.13

칭다오의 금형 업체 루이리제 금속은 숙련공의 경험을 다시 꺼내 쓸 수 있는 디지털 자산으로 바꾸고, 그 위에 AI 자동 프로그래밍 에이전트를 올렸습니다. 신규 주문의 개발 공기는 1주 줄었고 해마다 300만 위안 넘게 아낍니다. 따라 하려면 모델을 고르기 전에 숙련공의 판단을 한 건씩 기록하는 틀과, AI가 낸 초안을 누가 확인할지부터 정해야 합니다.

요약

신화통신이 산둥성 제조·전력 현장의 AI 활용을 전한 기사입니다. 중심 사례는 산둥 칭다오의 루이리제 금속(青岛瑞利杰金属)입니다. 이 회사 금형 공장은 세탁기 앞면 패널을 찍어 냅니다. 금형은 설계가 조금만 어긋나도 제품이 불량이 되거나 통째로 버려지는 공정입니다. 루이리제는 금형 업계에 집중해 온 AI 기업 칭다오 옌촹즈넝(岩创智能), 플랫폼 운영사 인스퍼 윈저우(浪潮云洲)와 함께 금형 업계 대모델 기반의 ‘장인 공장’(工匠工厂)을 꾸렸습니다. 숙련공이 쌓아 온 경험과 공정 노하우를 재사용할 수 있는 디지털 자산으로 바꾸고, 그 자산 위에서 AI 자동 프로그래밍 에이전트를 돌리는 구조입니다.

숙련공의 경험설계 편차를 보는 눈불량이 나는 조건디지털 자산다시 꺼내 쓸 수 있게정리한 공정 지식신규 주문과거 판단을처음부터 재사용
루이리제 사례를 새로 그린 개념도

결과는 세 가지로 보도됐습니다. 신규 주문의 개발 공기가 1주 줄었고, 불량률이 눈에 띄게 내려갔으며, 연간 비용을 300만 위안 넘게 아꼈습니다. 불량률이 얼마나 내려갔는지는 밝히지 않았습니다. 두 번째 사례는 국가전망(State Grid) 타이안 공급전력공사입니다. 해발 1,500m가 넘는 타이산의 송전선로는 사람이 걸어서 순찰하기에 위험하고 느렸습니다. 이 회사는 AI 실습 기지를 세우고 드론 순찰 영상을 판독하는 에이전트를 내놨습니다. 기사는 이런 현장을 ‘15차 5개년 계획’의 ‘AI+’ 방침, 산둥·저장의 지역 목표, 병원의 AI 활용과 함께 묶어 중국 산업 전반으로 AI가 퍼지는 흐름으로 그립니다. 아래에서는 두 사례를 네 가지 메커니즘으로 나누고, 실제로 돌릴 때 필요한 디테일을 덧붙입니다.

1주신규 주문 개발 공기 단축300만 위안+연간 비용 절감불량률 하락수치는 기사에 없음
루이리제가 밝힌 결과. 불량률은 하락했다고만 보도

핵심 메커니즘

Craftsman Knowledge as Digital Asset: 숙련공의 경험을 다시 쓰는 데이터로

숙련공이 머릿속으로 내리던 설계·공정 판단을 시스템이 읽을 수 있는 형태로 남기는 일입니다. 입력은 과거 주문의 설계 자료와 숙련공의 판단이고, 출력은 신규 주문 때마다 다시 꺼내 쓰는 공정 지식입니다. 기사는 이 전환을 루이리제 성과의 바탕으로 설명하지만, 어떤 형식으로 정리했는지는 밝히지 않았습니다. 주문마다 형상이 달라 매번 숙련공의 판단이 들어가는 다품종 금형·판금 공정에서 쓸모가 큽니다. 같은 제품을 반복해 찍는 라인이라면 판단이 이미 고정돼 있어 얻을 몫이 작습니다.

작은 예시(가상): 세탁기 패널 금형에서 “모서리 반경이 일정 값보다 작으면 성형 중 균열이 난다”는 숙련공의 판단을 규칙 한 줄로 적고, 그 판단이 나온 과거 주문 번호를 근거로 붙입니다. 다음 주문에서 비슷한 형상이 나오면 에이전트가 이 규칙을 먼저 꺼내 씁니다.

AI Auto-Programming Agent: 신규 주문 개발 공기를 줄이는 에이전트

기사의 표현은 ‘AI 자동 프로그래밍 에이전트’입니다. 신규 주문이 들어오면 숙련공의 판단이 담긴 디지털 자산을 참조해 개발 작업을 자동으로 만들어 내는 역할로 소개됩니다. 무엇을 프로그래밍하는지, 사람이 어디서 확인하는지는 기사에 나오지 않습니다. 보도된 효과는 신규 주문 개발 공기 1주 단축, 불량률 하락, 연간 300만 위안 이상 절감입니다. 금형은 설계 편차가 곧 불량과 폐기로 이어지므로, 개발을 빨리 하면서 불량도 함께 줄였다는 점이 이 사례의 요점입니다.

Industry Model Co-build: 제조사, AI 기업, 플랫폼 운영사가 함께 만든 장인 공장

루이리제는 자체 개발이 아니라 세 회사가 함께 짓는 방식을 택했습니다. 공장장 궈웨이웨이(郭伟伟)는 루이리제, 옌촹즈넝, 인스퍼 윈저우가 금형 업계 대모델 ‘장인 공장’을 공동으로 만들었다고 소개했습니다. 현장 데이터와 숙련공은 제조사에, 업종 AI 역량은 전문 기업에, 운영 기반은 플랫폼 운영사에 있는 구도입니다. 중소 제조사가 업종 대모델을 혼자 만들기 어려울 때 참고할 만한 짜임입니다. 세 회사가 비용과 데이터 소유를 어떻게 나눴는지는 기사에 없습니다.

루이리제 금속금형 공장세탁기 앞면 패널옌촹즈넝금형 업계에 집중한AI 기업인스퍼 윈저우플랫폼 운영사장인 공장금형 업계 대모델공동 구축
기사에 나온 세 회사와 결과물. 세부 역할 분담은 기사에 없음

Drone Inspection Image Agent: 산악 선로 결함 12종을 초 단위로 판독

국가전망 타이안 공급전력공사는 드론이 찍은 순찰 영상을 판독하는 에이전트를 만들었습니다. 입력은 산악 송전선로의 드론 영상, 출력은 결함 12종 가운데 어디에 해당하는지에 대한 판정입니다. 판독은 초 단위로 끝나고 정확도는 95%를 넘습니다. 올해 들어 이 에이전트로 타이산 관광지구 전력망 위험 31곳을 미리 찾아 처리했습니다. 디지털화부 직원 위타오(于涛)는 순찰 효율이 6배 올랐다고 했습니다(중국어판 보도 기준). 사람이 걷기 위험한 산악·터널 같은 현장, 같은 종류의 결함을 반복해 찾는 일에 맞는 방식입니다.

12종초 단위로 가려내는 선로 결함95%+판독 정확도31곳올해 미리 찾아 처리한 위험6배순찰 효율(중국어판 기준)
국가전망 타이안 공급전력공사가 밝힌 수치

통념과 다른 주장

흔히 이렇게 봅니다기업 AI는 본사 사무 업무에서 먼저 성과를 내고, 공장·설비 현장은 나중 순서다.

기사는 이렇게 봅니다AI가 산악, 갱내, 터널, 고부하 생산 라인처럼 위험하거나 반복되는 현장에 들어가 사람의 일을 대신하고 있습니다.

근거중소 금형 공장이 설계 공정에 에이전트를 붙여 개발 공기와 불량을 함께 줄였고, 전력회사는 해발 1,500m가 넘는 산악 선로의 순찰을 드론 영상 판독으로 바꿨습니다.

흔히 이렇게 봅니다기사가 보여 주는 장면· AI는 본사 사무 업무부터· 공장·설비 현장은 나중 순서· 중소 금형 공장의 설계 공정· 해발 1,500m 넘는 산악 선로 순찰· 위험하거나 반복되는 현장 일부터
통념과 기사 장면의 대비

저자가 든 사례

루이리제 금속: 숙련공 경험을 데이터로 바꾼 금형 공장

구분내용
상황금형은 설계 편차가 생기면 제품 불량이나 폐기로 이어짐. 세탁기 앞면 패널 생산
한 일옌촹즈넝, 인스퍼 윈저우와 금형 업계 대모델 ‘장인 공장’ 구축. 숙련공 경험을 디지털 자산으로 바꾸고 AI 자동 프로그래밍 에이전트 도입
결과신규 주문 개발 공기 1주 단축, 불량률 뚜렷이 하락(수치 원문에서 밝히지 않음), 연간 300만 위안 이상 절감
연결Craftsman Knowledge as Digital Asset, AI Auto-Programming Agent, Industry Model Co-build
상황설계가 어긋나면불량·폐기한 일장인 공장 구축AI 자동 프로그래밍결과개발 공기 1주 단축연 300만 위안+ 절감
루이리제 사례 재구성

국가전망 타이안: 산악 선로 순찰을 드론 영상 판독으로

구분내용
상황해발 1,500m가 넘는 타이산 일대 선로. 사람이 걷는 순찰은 위험하고 느림
한 일AI 실습 기지 구축, 드론 순찰 영상 판독 에이전트 출시
결과결함 12종 초 단위 판독, 정확도 95% 이상, 올해 위험 31곳 사전 발견·처리, 순찰 효율 6배(중국어판 기준)
연결Drone Inspection Image Agent
상황해발 1,500m+ 산악도보 순찰 위험·저효율한 일AI 실습 기지드론 영상 판독 에이전트결과결함 12종, 정확도 95%+위험 31곳, 효율 6배
국가전망 타이안 사례 재구성. 효율 배수는 중국어판 기준

기술 디테일: 숙련공 지식 위에 에이전트를 올린다면

아래 필드명, 설정값, 수량은 실제로 돌릴 때 필요한 것을 새로 쓴 가상 예시입니다.

숙련공 경험을 디지털 자산으로 바꾸려면 판단 한 건을 지식 카드 한 장으로 남깁니다. 인터뷰 녹취나 설계 검토 메모에서 판단 하나를 뽑아 아래 JSON으로 저장합니다. LLM으로 초안을 뽑을 때는 스키마를 강제하고 temperature 0으로 같은 메모를 3회 돌려, 세 번 모두 같은 필드만 채택합니다. 나머지는 숙련공이 직접 채웁니다. source_orders가 빈 카드는 근거가 없는 것으로 보고 검색 대상에서 뺍니다.

{
  "rule_id": "MOLD-R-0142",
  "part_family": "세탁기 앞면 패널",
  "condition": "모서리 반경이 기준값 미만",
  "judgment": "성형 중 균열 위험, 반경 상향 또는 공정 추가",
  "reason": "과거 같은 형상에서 균열 불량 발생",
  "source_orders": ["ORD-2024-0381", "ORD-2025-0112"],
  "author": "금형 설계 숙련공",
  "approved_by": "설계 팀장",
  "valid_from": "2026-11-01"
}

AI 자동 프로그래밍 에이전트는 신규 주문 1건을 호출 1단위로 돌립니다. 주문 사양이 들어오면 과거 주문에서 형상과 소재가 비슷한 5건을 찾고, 그 주문들에 연결된 지식 카드를 함께 넣습니다. 출력은 초안과 함께 근거로 쓴 rule_id 목록을 반드시 내게 합니다. 같은 입력으로 3회 생성해 서로 다른 부분만 표시하고, 숙련공은 그 부분만 봅니다. 가상 시뮬레이션이나 시험 가공을 통과하기 전에는 실제 생산에 넘기지 않습니다. 모델은 처음부터 업종 대모델을 만들지 않고, 범용 LLM에 카드 검색을 붙여 시작합니다. 승인된 카드가 300장을 넘고 숙련공 수정 기록이 쌓이면 그때 업종 모델 미세 조정이나 루이리제처럼 외부 파트너와의 공동 구축을 검토합니다.

지식 카드숙련공 판단 1건근거 주문 번호유사 주문 검색과거 주문상위 5건초안 생성구조화 출력3회 비교검증·승인차이 나는 곳만숙련공 확인
가상 예시. 단계와 설정값은 새로 제안한 것
막히는 경우증상대응
처음 보는 형상비슷한 과거 주문이 없음유사도 기준 미달이면 자동 생성을 멈추고 숙련공 설계로 넘김
카드끼리 충돌두 숙련공의 판단이 다름충돌 표시 후 설계 팀장이 하나로 확정, 이력 남김
근거 없는 초안출력에 rule_id가 없음초안 폐기 후 재생성, 2회 연속이면 사람에게 넘김
오래된 판단소재·설비가 바뀜valid_from 이후 설비 변경이 있으면 카드 재검토 대기열로

드론 영상 판독 에이전트를 돌리려면 판정마다 신뢰도와 위치를 함께 남깁니다. 판정 한 건은 image_id, tower_id, defect_class(12종 중 하나), confidence, bbox, action 필드로 저장합니다. confidence 0.9 이상은 작업 지시로 바로 보내고, 0.6~0.9는 순찰 담당이 확인하며, 0.6 미만은 버리지 말고 재학습 후보로 모읍니다. 전체 정확도가 95%를 넘어도 드문 결함 종류는 놓칠 수 있으므로, 결함 종류별 재현율을 따로 봅니다. 조치 결과는 다시 학습 데이터로 돌려 판독 정확도를 계속 측정합니다.

드론 촬영선로·철탑 영상위치 정보결함 판독결함 12종 분류신뢰도 점수분기0.9 이상: 작업 지시0.6~0.9: 사람 확인처리 기록조치 결과재학습 데이터
가상 예시. 임계값은 새로 제안한 것

현업 실행 디테일: 누가, 언제, 무엇을

기사에는 루이리제 공장장과 국가전망 타이안 디지털화부 직원이 등장합니다. 아래 역할, 일정, 기준은 금형·판금 공정에 옮긴다는 가정으로 새로 짠 가상 예시입니다.

역할맡는 일
공장장(스폰서)대상 제품군 선정, 숙련공 시간 확보, 확대 여부 결정
금형 설계 숙련공판단 기록, 지식 카드 승인, 에이전트 초안 검토
품질 담당불량률 기준선 측정, 시범 주문 불량 비교
AI 엔지니어(외부 파트너 가능)카드 DB, 유사 주문 검색, 에이전트 시범 구축
AX 추진일정 관리, 판정 지표 보고, 파트너 계약 조율

준비물. 최근 2년 주문 가운데 한 제품군의 설계 자료 30~50건, 그 주문의 불량·재작업 기록, 숙련공 2~3명의 주당 4시간, 설계 자료를 외부 파트너와 나눌 범위를 정한 보안 기준이 필요합니다.

1~2주3~4주5~6주7~8주숙련공판단 50건 기록초안 검토승인AX 추진범위 확정판정 보고AI 엔지니어카드 DB·검색에이전트 시범품질 담당불량 기준선불량률 비교
가상 예시. 2주 단위 간트
기간할 일산출물
1~2주제품군 확정, 숙련공 인터뷰로 판단 50건 기록, 불량률 기준선 측정지식 카드 초안 50장, 기준선 표
3~4주카드 DB와 유사 주문 검색 구축, 숙련공 승인승인 카드, 검색 시험 결과
5~6주신규 주문 5~10건에 에이전트 시범 적용초안, 숙련공 수정 기록
7~8주개발 공기·불량률을 기준선과 비교, 확대 판정판정 보고서

숙련공에게 물을 것.

  1. 신규 주문 도면을 받으면 가장 먼저 무엇을 확인하나요?
  2. 이 제품군에서 불량이 가장 많이 나는 형상이나 조건은 무엇인가요?
  3. 같은 판단을 다른 숙련공은 다르게 하나요? 누가 최종으로 정하나요?
  4. 판단이 틀렸다는 것을 어느 단계에서 알게 되나요?
  5. 신입이 가장 자주 놓치는 판단은 무엇인가요?

진행 판정 기준(예시). 시범 주문의 개발 공기가 기준선보다 20% 이상 줄고 불량률이 기준선을 넘지 않으면 같은 제품군 전체로 넓힙니다. 공기만 줄고 불량률이 오르면 카드를 보강하고 4주 더 봅니다. 숙련공이 초안의 절반 넘게 다시 그려야 했다면 에이전트보다 카드 기록부터 다시 합니다.

AX 적용 제언. 다품종 소량 생산을 하는 금형·판금·사출 협력사라면 루이리제의 순서를 그대로 옮길 만합니다. 숙련공 은퇴가 다가오는 제품군 하나를 골라 판단을 카드로 남기고, 그 위에 에이전트를 얹습니다. 업종 대모델을 직접 만들 여력이 없으면 업종 전문 AI 기업, 플랫폼 운영사와 짜는 3자 구조를 검토하되, 설계 데이터의 소유와 재사용 범위를 계약 첫머리에 적습니다. 송전·배관·철도처럼 위험한 순찰이 있는 설비 조직이라면 타이안처럼 결함 종류를 먼저 정하고, 판정 신뢰도에 따라 사람이 확인하는 선을 긋는 데서 시작합니다.

원문 사례

항목내용
원문신화망 한국어판, 2026.11.13 게재(근거로 읽은 중국어판: 신화사 지난발, 기자 왕훙숴, 2026.11.5)
루이리제 금속칭다오 금형 업체, 세탁기 앞면 패널 생산. 공장장 궈웨이웨이
협업칭다오 옌촹즈넝(금형 업계 AI), 인스퍼 윈저우(플랫폼 운영사)와 금형 업계 대모델 ‘장인 공장’ 공동 구축
루이리제 결과신규 주문 개발 공기 1주 단축, 불량률 뚜렷이 하락, 연간 300만 위안 이상 절감
국가전망 타이안AI 실습 기지, 드론 순찰 영상 판독 에이전트. 결함 12종 초 단위 판독, 정확도 95% 이상
타이안 결과올해 타이산 관광지구 전력망 위험 31곳 사전 처리, 순찰 효율 6배(중국어판 기준)
정책 배경‘15차 5개년 계획’의 ‘AI+’ 심화, 2026년 10월 신질 생산력 발전 관련 의견
지역산둥 ‘수직 영역 지능 치루 7성’ 성과(인스퍼 하이뤄, 카오스 톈즈 등), 저장 2030년 AI 핵심 산업 매출 1조 2,000억 위안 목표
의료쓰촨대 화시병원 AI 추적 관찰 43개 진료과, 광저우의대 제1부속병원 종양 병리 유전자 멀티모달 대모델 개발
전문가중금공사(CICC) 수석 이코노미스트 먀오옌량: 큰 시장, 완결된 산업 체계, 많은 사용자를 중국의 강점으로 꼽음

핵심 개념

장인 공장(工匠工厂)
숙련공의 경험과 공정 노하우를 업종 대모델에 담아 재사용하려고 루이리제와 파트너가 함께 만든 체계의 이름입니다.
금형
판금이나 사출로 같은 모양의 부품을 찍어 내는 틀입니다. 기사는 '공업의 어머니'로 부릅니다.
업종 대모델
특정 산업의 데이터와 지식으로 맞춘 대형 AI 모델입니다. 범용 모델보다 그 업종의 용어와 판단에 강합니다.
AI+ 행동
AI를 산업 전반에 접목하려는 중국 정부의 정책 방침입니다.
신질 생산력
기술 혁신으로 생산 방식을 바꾸는 성장 동력을 가리키는 중국 정책 용어입니다.
AI 실습 기지
국가전망 타이안이 AI를 현업에 적용하려고 세운 훈련·시험 거점입니다.

내 메모

TODO: 내 생각 추가

원문은 신화망 한국어판의 「대기업 3분의 1 이상 도입…中 제조업에 부는 AI 바람」(신화통신, 2026.11.13)입니다. 한국어판 페이지를 직접 열 수 없어, 같은 사례를 다룬 신화망 중국어판 「中国加速推进人工智能全方位赋能千行百业」(신화사 지난발, 기자 왕훙숴, 2026.11.5, 신화망 중국어판)를 근거로 정리했습니다. 수치는 중국어판 기준이며, 한국어판에는 중국어판에 없는 내용이나 다른 수치가 실렸을 수 있습니다. 요약, 핵심 메커니즘, 통념과 다른 주장, 사례는 이 보도에 나온 내용을 AX Partners가 다시 정리했습니다. 기술·현업 디테일의 필드명, 설정값, 일정, 질문, 판정 기준, 인포그래픽과 표는 실제로 돌릴 때 필요한 것을 새로 작성한 가상 예시입니다. 전체 내용은 원문에서 확인할 수 있습니다.

Related

함께 읽으면 좋은 노트

AX Implementation아티클

Self-Learning AI Factory: Foxconn 공장 에이전트가 불량 원인을 찾아 고치는 구조

Metrology News · Keith Mills

Foxconn은 자체 LLM FoxBrain 위의 특화 에이전트를 200곳 넘는 사업장에 두고 생산 데이터로 문제를 찾아 고칩니다. 회사 보고값으로 일정 수립 공수 25%, 금형 교체 엔지니어링 50%가 줄었고 SMT 주요 불량 원인 20여 건의 교정률이 90%를 넘었습니다. 기사는 이 루프가 믿을 만한 측정 데이터에 달렸다고 봅니다.

CIO·CTO현업 리더AX 추진
#품질 검사#디지털 트윈 2026.11.15 ↗
AX Implementation아티클

Pipeline-in-a-Person: 직원 1명이 Claude로 외부 실험실 11곳을 조율해 신약 후보를 만든 방식

AIM Media House Deployed · Amit Raja Naik

Anthropic이 7월 인수한 Mithril Medicine은 상근 직원이 창업자 1명뿐이었습니다. 창업자는 Claude로 외부 실험실 11곳의 실험 추적과 데이터 분석, 계약·물류를 맡겨 근육퇴행 질환 후보를 18개월 미만에 유망한 쥐 실험 결과까지 끌고 갔고, 이 후보가 Anthropic 첫 내부 신약 파이프라인이 됐습니다.

CEO현업 리더AX 추진
#사례#제품 개발 2026.11.14 ↗
AX Implementation아티클

PLM.AI: Mercedes-Benz가 개발·구매·생산 데이터를 한 줄기로 이어 개발 기간을 최대 30% 줄이려는 계획

Motor1 · Adrian Padeanu

Mercedes-Benz CTO가 중국 업체의 개발 속도를 높이 평가한 가운데, 회사는 개발·구매·생산·판매·애프터세일즈를 표준 데이터 모델로 잇는 PLM.AI로 개발 기간을 최대 30% 줄이겠다고 밝혔습니다. 단계마다 따로 쓰던 AI 에이전트를 한 데이터 기반 위에서 연결하는 것이 핵심이며 투자 규모는 약 5억 유로입니다.

CIO·CTOAX 추진현업 리더
#사례#제품 개발 2026.11.08 ↗