스마트공장이란 무엇인가 — 식품제조업 ERP·MES·HACCP 자동화의 실제 구축 단계

스마트공장이라고 하면 로봇이 움직이고 컨베이어가 자동으로 도는 무인 생산라인을 먼저 떠올리기 쉽다.

하지만 식품공장을 직접 운영하고 ERP·MES를 설계하며 내가 중요하게 본 스마트공장의 출발점은 자동화 설비가 아니었다. 공장에서 실제로 일어난 일을 데이터로 남길 수 있는가 — 여기서 시작한다.

오늘 어떤 원재료가 입고됐는지, 어느 LOT를 생산에 썼는지, 실제 투입량은 얼마였는지, 몇 개를 생산했고 얼마나 손실됐는지, CCP 기준은 정상적으로 관리됐는지, 생산된 완제품은 어느 거래처로 나갔는지를 연결할 수 있어야 한다. 로봇과 AI는 그다음 문제다.

식품제조업에서 스마트공장은 결국 원재료 → 생산 → 품질·HACCP → 완제품 → 재고 → 출고 → 원가에서 발생하는 데이터를 연결하고, 사람이 반복해 기록하던 업무를 가능한 범위에서 자동으로 수집·판단·처리하게 만드는 과정으로 보는 게 실무적으로 이해하기 쉽다.

스마트공장은 설비 자동화와 같은 말이 아니다

자동화와 스마트공장은 관련되어 있지만 같은 개념은 아니다. 자동화 설비가 많은 공장인데도 생산실적을 작업자가 종이에 적고 사무실에서 다시 엑셀에 입력하며 재고와 생산이 연결 안 되는 경우가 있다. 반대로 설비는 작업자가 직접 운전하지만 원재료 LOT를 스캔하고 실제 투입량·생산실적이 시스템에 기록되며 완제품 LOT와 출고처까지 이어지는 공장도 있다. 둘 중 제조 데이터를 활용할 수 있는 쪽은 후자다.

그래서 스마트공장을 검토할 때는 자동화율보다 먼저 데이터가 어디에서 발생하고 어디까지 연결되는지를 본다.

1단계 — 생산과 재고를 데이터화한다

가장 기초 단계에서는 현장에서 발생하는 사실을 전산으로 기록한다. 원재료가 입고되면 품목·공급업체·수량·LOT·소비기한을 기록하고, 생산이 시작되면 생산지시와 투입 원재료를 연결하고, 생산이 끝나면 실제 생산량과 불량·폐기·손실량을 기록하며 완제품 LOT를 만든다.

여기서 중요한 건 종이 생산일보를 단순히 컴퓨터 화면으로 옮기는 게 아니다.

원재료 입고 LOT → 생산투입 → 생산 Batch → 완제품 LOT → 재고 → 출고

가 연결되어야 한다. 생산실적은 시스템에 있는데 재고는 별도 엑셀로 관리한다면, 데이터화는 됐지만 통합은 아직이다.

2단계 — 사람이 입력하던 데이터를 자동으로 수집한다

기초 구조가 만들어지면 반복 입력을 줄인다. 원재료 LOT는 바코드·QR로 읽고, 전자저울에서 계량값을 받아 실제 투입량으로 쓴다. 설비의 온도·시간·압력은 조건에 따라 PLC·센서와 연결해 자동 수집할 수 있다.

식품공장에서는 특히 HACCP 데이터와 연결할 수 있다. 가열공정이 CCP라 하자. 온도센서가 85.3℃를 보냈다고 그것만으로 제조이력이 완성되진 않는다. 그 값이 —

생산지시번호 → 제품 → Batch/Lot → 설비 → CCP → 측정시각 → 측정값 → 한계기준 → 판정

과 연결되어야, 나중에 특정 완제품 LOT를 조회했을 때 그 제품이 생산될 당시의 CCP 기록까지 확인된다. 스마트 HACCP도 센서를 다는 게 목적이 아니라 센서에서 나온 데이터를 생산이력과 연결하는 것이 핵심이다(구축 상세는 식품공장 스마트공장·ERP/MES 구축).

3단계 — 생산·재고·품질·원가를 연결한다

데이터를 많이 모은다고 공장이 저절로 좋아지지 않는다. 수집된 데이터가 다른 업무에 쓰여야 한다. 현장에서 원재료 A를 103kg 실제 투입했다면 그 정보가 MES 생산일보에만 남아선 안 된다. ERP 원재료 재고에서도 103kg이 차감되고, 생산이 끝나면 실제 생산량 기준으로 완제품 재고가 생성되어야 한다.

이 데이터로 생산수율도 계산한다.

표준 투입량 → 실제 투입량 → 공정 생산량 → 완제품 생산량 → 손실량

수율과 구매단가가 연결되면 실제 재료비와 제조원가를 분석할 수 있다. 이 단계부터 현장의 생산 데이터가 경영 데이터가 된다. 생산팀 숫자가 재고팀·품질팀·회계팀에서 각각 다시 입력되는 게 아니라, 하나의 거래가 여러 업무에서 재사용된다.

식품에서는 HACCP과 추적성이 스마트공장의 축이다

일반 제조업의 스마트공장과 식품의 스마트공장이 같은 구조일 수는 없다. 식품엔 소비기한·보관조건이 있고 원재료·완제품 LOT 추적이 중요하며, HACCP 사업장이면 공정에 따라 CCP 모니터링·기록을 관리해야 한다. 그래서 식품 스마트공장을 생산량과 설비가동률만 보는 시스템으로 설계하면 부족하다.

특정 원재료 LOT에서 문제가 확인됐다고 하자. 시스템은 그 원재료의 현재 재고뿐 아니라 —

해당 원재료 LOT → 투입 Batch → 완제품 LOT → 현재 완제품 재고 → 출고 거래처

까지 역추적할 수 있어야 한다. 저희 회사에서도 자가품질검사에서 부적합이 확인된 경험이 있다. 다행히 그 생산 Batch가 출고 전이어서 재고를 확인하고 출고를 차단할 수 있었고, 이후 관계기관 확인과 폐기 절차를 진행했다. 이런 상황을 겪으면 LOT 관리와 생산 데이터 연결이 단순 전산 편의기능이 아니라는 걸 체감한다. 문제가 생겼을 때 영향받는 제품의 범위를 얼마나 빠르고 정확하게 특정하느냐와 직접 연결된다.

4단계 — 데이터 분석이 의미를 갖는다

기초 데이터가 안정적으로 쌓이면 그때부터 분석의 가치가 커진다. 제품별 생산수율을 비교하고, 특정 공정·시간대에서 손실이 느는지 보고, 표준투입과 실제투입의 차이로 특정 원재료의 과다사용을 확인할 수 있다. 생산계획 대비 실제 생산량·불량률·공정시간·설비가동 데이터가 있으면 생산성 분석도 된다.

이 단계에서 중요한 건 대시보드의 개수가 아니라 분석 결과를 보고 실제 행동을 바꿀 수 있는가다. 특정 제품의 평균수율이 계속 하락한다면 레시피·원재료 특성·작업조건·설비상태를 확인하는 계기가 되어야 한다. 그래프를 만드는 것 자체는 스마트공장의 목적이 아니다.

AI는 가장 마지막에 검토해도 늦지 않다

요즘 스마트공장과 AI를 함께 이야기하는 경우가 많다. 수요예측·품질 이상탐지·설비 고장예측·생산계획 최적화 등 AI를 활용할 영역은 분명히 있다. 하지만 AI가 먼저 들어간다고 공장이 스마트해지지 않는다. 과거 생산량이 제대로 안 남았고 BOM도 여러 버전이 섞여 있으며 실제 투입량도 모른다면, AI가 학습할 데이터 자체의 신뢰도가 낮다.

그래서 순서는 대체로 이렇다.

기준정보 정리 → 생산·재고 데이터화 → LOT·품질 연결 → 자동수집 → 원가·회계 연결 → 분석 → 예측·자동화

회사 상황에 따라 일부 단계는 동시에 갈 수 있지만, 기초 데이터 없이 분석과 AI부터 시작하면 시스템이 보여주는 결과를 신뢰하기 어렵다.

우리 공장 수준은 공식 등급보다 먼저 이렇게 본다

스마트공장 지원사업은 사업별로 수준·구축단계를 별도로 정의할 수 있어, 공식 수준체계는 해당 연도 공고와 평가기준을 확인해야 한다. 그와 별개로, 내부 디지털 성숙도를 판단할 때는 이렇게 볼 수 있다.

단계	현장 상태
수기관리	종이·개별 엑셀 중심
데이터화	생산·재고 실적을 시스템에 기록
연결	생산·LOT·재고·품질 데이터 연계
자동수집	바코드·저울·PLC·센서 등과 연결
분석	수율·원가·품질·설비 데이터 분석
지능화	예측·이상탐지·최적화에 데이터 활용

이 표는 정부사업의 공식 인증등급이 아니다. 회사가 지금 어디 있고 다음에 뭘 해야 하는지 판단하기 위한 실무적 구분이다.

지원사업은 목적이 아니라 자금조달 수단으로 본다

정부·관련기관의 스마트공장 지원사업을 활용하면 ERP·MES나 제조 자동화 구축 비용 부담을 줄일 수 있다. 하지만 순서가 바뀌면 안 된다. 먼저 우리 공장의 문제를 정의한다 — 재고가 안 맞는지, LOT 추적이 어려운지, 생산실적을 모르는지, HACCP 기록에 반복 수기작업이 많은지. 그다음 필요한 시스템·설비를 정하고, 거기에 맞는 지원사업이 있는지 확인한다.

지원사업 선정을 위해 필요하지도 않은 기능을 넣거나 지원 가능한 솔루션에 업무를 억지로 맞추면, 사업이 끝난 뒤 안 쓰는 시스템이 남는다. 또한 지원사업의 명칭·금액·자부담·자격·구축수준·평가방식은 사업연도와 주관기관에 따라 달라지므로, 신청 시에는 반드시 해당 연도의 공식 공고를 확인한다.

현장 작업자의 행동을 바꾸지 못하면 정착하지 않는다

시스템 구축이 끝났다고 스마트공장이 완성되는 것도 아니다. 현장에서 시스템을 안 쓰면 데이터가 안 만들어진다. 작업자가 장갑을 벗고 긴 코드를 입력해야 한다면 시간이 지나며 사후입력·누락이 생긴다.

그래서 현장 시스템은 작업자의 실제 이동과 행동을 기준으로 설계한다. 원재료 투입 때 바코드를 한 번 스캔하고, 계량값은 가능하면 저울에서 받고, 설비데이터는 자동 수집하는 방식이다. 작업자가 이미 한 행동을 전산에서 다시 반복하지 않게 만드는 게 중요하다.

시스템을 설계할 때도 이 부분을 중요하게 봤다. 처음부터 AI가 모든 걸 판단하는 공장을 만들려는 게 아니라, 입고 → LOT → 생산 → 품질·HACCP → 완제품 → 재고 → 출고 → 원가 → 회계에서 발생하는 데이터를 먼저 하나로 연결하는 것이 목표였다. 그 데이터가 충분히 쌓인 이후에야 자동화와 AI가 실제 의미를 갖는다.

스마트공장의 시작은 생각보다 화려하지 않다

스마트공장을 준비하며 다른 회사의 로봇라인이나 AI 사례부터 볼 필요는 없다. 먼저 우리 공장에 물어보면 된다.

어제 무엇을 얼마나 생산했는지 정확히 아는가.
어떤 원재료 LOT가 어느 완제품에 들어갔는지 바로 찾는가.
실제 원재료 투입량과 생산수율을 아는가.
CCP와 품질데이터가 해당 생산 Batch에 연결돼 있는가.
현재 재고와 제조원가를 신뢰할 수 있는가.

이 질문에 답할 수 없다면, 먼저 그 데이터를 만드는 것이 스마트공장의 시작이다.

스마트공장은 로봇을 설치하는 프로젝트가 아니라 현장에서 발생한 사실을 데이터로 만들고, 그 데이터를 다시 생산·품질·재고·원가 의사결정에 사용하는 구조를 만드는 과정이다. 그래서 가장 먼저 자동화해야 할 것은 사람이 아니라 데이터의 흐름이다.