쿠켄공업, 70년 도면 검색에 오픈AI 도입

일본 냉각탑 제조사 쿠켄공업(Kuken Industries)이 70년 치 설계 도면을 찾는 검색 도구를 오픈AI API 위에 만들어 도입했다. 오픈AI가 11월 9일 공개한 고객 사례에 따르면 쿠켄공업 엔지니어가 교체 부품의 도면을 찾는 데 걸리는 시간은 1시간 가까이에서 4.5분으로 줄었다. 회사는 1년 기준으로 도면 검색에 드는 시간이 약 90% 줄어들 것으로 내다봤다. 도구는 오픈AI 공식 파트너인 일본 AI 스타트업 리커시브(Recursive)와 함께 만들었다.

쿠켄공업은 대형 건물과 쇼핑센터, 공장에 들어가는 공조·환기 설비를 만든다. 일본 냉각탑 시장에서 가장 큰 점유율을 가진 회사 가운데 하나다. 냉각탑은 순환하는 물의 열을 공기 중으로 내보내 대형 건물과 쇼핑몰은 물론 데이터센터 장비까지 식히는 설비다. 냉각탑에 교체 부품이 필요하면 엔지니어는 70년 동안의 설치 기록을 담은 도면 보관소를 뒤져야 한다. 오늘 만든 부품이 오래된 냉각탑에 맞지 않는 경우가 있어, 원래 설치된 모습을 보여 주는 도면이 없으면 교체 부품을 처음부터 설계하고 제작해야 한다.

문제는 같은 모델명이나 부품명으로도 도면이 여러 장 나온다는 점이었다. 쿠켄공업은 70년 넘게 고객마다 장비를 맞춤 제작해 왔기 때문에 사양이 고객과 설치 시기에 따라 다르다. 보관소가 종이였던 시절에는 검색 한 번에 반나절이 걸리기도 했다. 이후 보관소를 디지털로 옮겼지만 엔지니어는 여전히 어떤 이름이나 번호로 찾아야 하는지, 파일이 어디에 있는지 알고 있어야 했다. 신입 엔지니어는 경험 많은 선배에게 어디를 봐야 하고 도면을 어떻게 읽는지 묻는 일이 잦았다.

쿠켄공업과 리커시브는 검색 시스템과 현장용 앱을 함께 만들었고, 그 과정에 쿠켄공업의 도면 보관소와 엔지니어들의 의견을 반영했다. 두 회사는 여러 AI 모델에 다양한 도면을 넣어 세부 정보를 얼마나 정확하게 뽑아내는지, 비용은 얼마인지를 시험했다. 오픈AI 모델이 정확도와 비용 두 기준에서 모두 좋은 결과를 냈고, 오픈AI API 덕에 검색 기능을 앱 안에 바로 넣을 수 있었다는 것이 회사 측 설명이다. 메탈이 확인한 사례 영상에서 리커시브 측은 자사 역할을 쿠켄공업의 70년 데이터와 AI 기술을 잇는 일로 소개했고, 오픈AI 모델을 고른 가장 큰 이유로 비정형 데이터에서 정보를 제대로 뽑아낸 내부 벤치마크 결과를 꼽았다.

검색 방식은 현장 엔지니어와의 대화에서 정해졌다. 엔지니어는 도면 번호나 부품 번호를 입력하거나, 도면 또는 부품 목록의 이미지나 PDF를 올리면 된다. 부품 목록 화면을 캡처해 붙여 넣으면 앱이 부품 번호를 읽어 후보 도면을 돌려주기 때문에 번호를 하나씩 손으로 칠 필요가 없다. 결과에는 비슷한 설계의 도면도 함께 나온다. 맞는 도면을 고르는 마지막 판단은 엔지니어가 냉각탑 사양과 과거 교체 기록을 대조해 내린다. 영상에서도 사람이 최종 결정을 내리는 원칙을 지키면서 생각하고 결정하는 시간을 돕는 데 시스템을 쓴다는 설명이 나왔다.

줄어든 검색 시간은 다른 일로 옮겨 갔다. 경험 많은 엔지니어는 아낀 시간의 일부를 신입 지도에 쓰고, 신입 엔지니어는 혼자 맡을 수 있는 일이 넓어졌다. 앱 안에서 도면을 검토할 수 있어 인쇄 비용도 줄었다. 쿠켄공업의 나라키 다카쓰구 이사 겸 공장장은 "사람들이 해 보고 싶었던 일을 하고 새로운 도전에 나설 시간이 생겼다, 그것이 큰 동기부여가 됐다"고 밝혔다. 신입과 숙련자 모두 설계 개선을 고민하고 그동안 시간이 없어 미뤄 둔 아이디어를 살펴볼 여유가 생겼다고 말했다.

쿠켄공업은 AI를 도면 검토로도 넓히고 있다. 지금은 엔지니어가 협력사가 그려 온 도면을 사양서와 하나하나 눈으로 비교해 세부 사항이나 수량이 어긋난 곳을 찾는다. 회사는 이런 차이를 AI가 표시해 주는 도구를 개발 중이며, 시제품 시험에서 AI가 짚은 문제의 약 90%가 실제 불일치였다고 밝혔다. 정식 도입되면 도면 확인에 드는 시간이 크게 줄어들 것으로 회사는 기대했다. 나라키 이사는 "오픈AI의 기술이 우리 같은 제조사가 다음 세대에 기술을 전하는 데 도움이 될 수 있다고 믿는다, 그것은 오랫동안 우리의 과제였다"고 말했다.

메탈은 일본 지자체 1,050곳이 오픈AI 기반 QommonsAI를 도입한 소식을 보도한 바 있다. 공공 행정에 이어 제조 현장에서도 일본 파트너사가 오픈AI 모델을 현장 업무에 맞게 다듬어 넣는 방식이 이어지고 있다.

사회학의 눈으로 보면 이 사례의 핵심은 검색 속도가 아니라 암묵지가 흐르는 길이 바뀐 데 있다. 도면 한 장에는 특정 설치 현장을 위해 엔지니어가 내린 결정이 기록돼 있고, 지금까지 그 결정을 읽는 법은 선배가 신입 옆에 앉아 가르치는 도제식 경로로만 전해졌다. 검색 도구는 찾는 일을 기계에 넘기고, 선배와 신입이 만나는 시간을 왜 그렇게 설계했는지를 묻는 데 쓰게 했다. 영상 첫머리의 진단처럼 숙련자의 기술과 노하우가 젊은 세대로 잘 넘어가지 않는다는 제조업의 오랜 문제에, 쿠켄공업은 기록을 찾기 쉽게 만드는 것으로 답하려 하고 있다.