AX 도입 첫 단추, ERP·MES·설비 데이터 중 무엇부터 연결해야 할까
데이터 연동, 순서를 잘못 잡으면 예산만 태운다
"우리도 AI 좀 붙여봅시다"라는 말로 시작된 프로젝트가 반년 만에 흐지부지되는 이유는 대체로 하나다. 데이터를 모으는 순서가 목적과 맞지 않았기 때문이다. 설비 센서 데이터부터 무작정 수집하기 시작했지만 정작 품질 불량의 원인을 밝히려면 MES의 작업지시 이력과 매칭이 필요했고, 반대로 ERP 데이터부터 정리했지만 생산 현장의 실시간 변수를 설명할 수 없어 분석이 겉돌았던 사례도 있다.
AX는 결국 "무엇을 예측하거나 자동화하고 싶은가"라는 목적에서 출발해 거꾸로 필요한 데이터를 추적해 나가는 작업이다. ERP, MES, 설비 데이터 가운데 무엇을 먼저 연결할지는 정답이 정해진 순서표가 아니라, 목적에 따라 달라지는 선택의 문제라는 점을 먼저 짚고 넘어갈 필요가 있다.
ERP·MES·설비 데이터, 각각 무엇을 담당하는가
세 시스템은 같은 공장 안에 있지만 보는 시점이 완전히 다르다. ERP는 "무엇을 얼마나 만들어서 얼마에 팔았는가"라는 경영 관점의 계획과 실적을 다루고, MES는 "지금 이 순간 라인에서 무슨 작업이 진행 중인가"라는 실행 관점을 다루며, 설비 데이터는 "기계가 실제로 어떻게 움직이고 있는가"라는 물리적 신호를 다룬다.
- ERP: 생산계획, 자재소요계획, 수주·출하, 원가 정보를 관리하며 갱신 주기는 일 단위 또는 그 이상이다.
- MES: 작업지시, 공정 실적, 품질 검사 결과, 재공재고를 관리하며 갱신 주기는 분 단위에 가깝다.
- 설비 데이터: 온도, 압력, 진동, 가동·정지 신호 등 센서 기반 데이터로 갱신 주기는 초 단위 이하로 내려간다.
이 셋을 하나의 표로 정리하면 연결 우선순위를 판단할 때 기준으로 삼을 수 있다.
| 구분 | ERP | MES | 설비 데이터 |
|---|---|---|---|
| 주요 관점 | 경영·계획 | 생산 실행 | 물리적 현장 신호 |
| 대표 데이터 | 수주, 생산계획, 원가 | 작업지시, 실적, 품질검사 | 온도·진동·가동상태 |
| 갱신 주기 | 일 단위 이상 | 분 단위 | 초 단위 이하 |
| 표준 연동 방식 | 기간계 인터페이스 | MES-ERP 연계 인터페이스 | PLC·SCADA 연동, OPC-UA 등 |
| AX 활용 예 | 수요예측, 원가분석 | 품질 이상 예측, 생산성 분석 | 설비 고장예지, 실시간 이상감지 |
국제 표준으로 보는 데이터 흐름의 구조
이 구조를 임의로 만든 것이 아니라 국제표준화기구가 이미 정리해 둔 개념이라는 점도 알아두면 도움이 된다. 국제자동화학회는 기업의 경영 시스템과 생산현장 제어 시스템 간 정보 교환을 표준화한 프레임워크를 통해, 설비 제어 계층부터 경영 계획 계층까지를 여러 단계로 구분하고 각 단계에서 주고받아야 할 정보의 범위를 정의하고 있다. 이 프레임워크에 따르면 설비·제어 계층에서 생성된 데이터가 생산운영관리 계층을 거쳐 경영계획 계층으로 올라가는 흐름이 기본 골격이며, ERP와 MES는 이 흐름에서 서로 다른 계층을 대표하는 시스템으로 자리잡는다.
이 표준을 참고하면 얻을 수 있는 실용적 시사점은 명확하다. 설비 데이터를 MES 없이 곧바로 ERP와 연결하려 하면 계층을 하나 건너뛰게 되어 정보의 맥락(어떤 작업지시, 어떤 로트에서 발생한 신호인지)이 사라지기 쉽다. 반대로 ERP와 MES만 연동하고 설비 데이터를 뒤로 미루면 "왜"에 해당하는 물리적 근거 데이터가 빠진 채 결과 데이터만 쌓이게 된다.
연결 순서를 정하는 세 가지 판단 기준
목적, 데이터 성숙도, 조직 여력이라는 세 축으로 판단하면 순서를 정하기가 한결 쉬워진다.
- 목적 기준: 원가·수요 분석이 우선이면 ERP-MES 연동을, 품질·설비 이상 예측이 우선이면 설비 데이터 수집을 먼저 시작한다.
- 데이터 성숙도 기준: MES가 아직 없거나 수기 작업일지에 의존한다면 설비 데이터를 아무리 모아도 맥락을 붙일 곳이 없다.
- 조직 여력 기준: 데이터 분석 인력이 부족한 초기 단계에서는 변수가 적고 해석이 쉬운 ERP·MES 데이터부터 정리하는 편이 성과를 체감하기 쉽다.
세 기준 중 어느 것도 절대적이지 않으며, 실제로는 세 기준이 충돌하는 경우가 더 많다. 이때는 "가장 작은 단위에서 완결되는 데이터 흐름"을 먼저 만드는 쪽을 우선한다. 예를 들어 특정 라인 하나의 설비-작업지시 매칭만이라도 먼저 완성하는 식이다. 규모가 큰 통합 프로젝트를 한 번에 설계하려 하기보다, 검증 가능한 작은 단위부터 완성해나가는 편이 실패 위험을 줄이는 데 유리하다.
비용 관점에서 본 연결 우선순위
같은 "연동"이라도 어디서 시작하느냐에 따라 초기 투자와 숨은 비용의 구조가 크게 달라진다. 설비 데이터부터 시작하면 센서·게이트웨이 등 현장 하드웨어 투자가 커지고, ERP·MES 연동부터 시작하면 소프트웨어 인터페이스 개발과 데이터 정합성 정비에 비용이 집중된다.
| 구분 | 설비 데이터 우선 연결 | ERP-MES 연동 우선 연결 |
|---|---|---|
| 초기 투자 | 센서·게이트웨이·통신망 구축 비용 높음 | 인터페이스·연계 솔루션 개발 비용 중심 |
| 운영비 | 데이터 저장·통신 비용 지속 발생 | 시스템 유지보수, 마스터데이터 관리 인력 |
| 숨은 비용 | 노후 설비의 신호 표준화, 통신 프로토콜 변환 | 부서 간 코드 체계 불일치로 인한 재정비 비용 |
| 성과 체감 시점 | 상대적으로 늦음 (맥락 데이터 필요) | 상대적으로 빠름 (기존 업무 프로세스 기반) |
두 경로 모두 "숨은 비용"이 초기 견적에는 잘 드러나지 않는다는 공통점이 있다. 특히 노후 설비가 많은 현장에서는 신호를 표준 규격으로 변환하는 작업 자체가 예상보다 오래 걸리는 경우가 많아, 예산 수립 단계에서 이 부분을 별도 항목으로 반영해두는 편이 안전하다.
한 가지 더 고려할 점은 두 경로의 비용이 시간이 지날수록 서로 다른 방향으로 움직인다는 것이다. 설비 데이터 우선 연결은 초기 하드웨어 투자가 크지만 일단 표준화된 통신 체계를 갖추고 나면 이후 설비를 추가할 때 드는 비용은 상대적으로 완만하게 늘어난다. 반면 ERP-MES 연동 우선 연결은 초기 비용이 낮은 대신, 조직이 커지거나 품목·공정 코드 체계가 바뀔 때마다 인터페이스를 다시 손봐야 하는 유지보수 부담이 누적되는 경향이 있다. 따라서 단기 예산만이 아니라 중장기적인 운영 기간을 놓고 총소요비용을 비교해보는 것이 바람직하다.
현장에서 갈리는 두 가지 시작점
같은 목표를 두고도 시작점이 달랐던 두 회사의 사례를 비교해보면 판단에 도움이 된다. 다음 사례는 실제 기업명을 밝히지 않은 익명화된 시나리오다.
A사는 자동차 부품을 생산하는 중견기업으로, 설비 고장으로 인한 라인 정지가 잦아 설비 데이터부터 수집하기 시작했다. 진동·온도 센서를 주요 설비에 부착하고 이상 신호를 실시간으로 모았지만, 이 신호가 어떤 작업지시·로트와 연결된 것인지 알 수 없어 분석이 몇 달째 제자리걸음이었다. MES가 없는 상태에서 설비 데이터만 쌓은 결과였다.
B사는 전자부품 제조기업으로, ERP와 MES 연동부터 시작했다. 생산계획과 실적 데이터를 먼저 맞춘 뒤, 불량률이 높은 특정 공정에만 설비 센서를 추가로 붙였다. 데이터 양은 적었지만 "어떤 조건에서 불량이 늘어나는가"라는 질문에 바로 답할 수 있는 구조였고, 이후 설비 데이터 범위를 점진적으로 넓혀갔다.
두 사례의 차이는 기술력이 아니라 "먼저 연결한 데이터가 맥락을 갖추고 있었는가"에 있었다. 설비 데이터 자체는 문제가 아니었지만, 그것을 해석할 기준점(MES의 작업지시 정보)이 없었던 것이 A사가 겪은 시행착오의 핵심이었다.
설비 데이터를 먼저 모을 때 흔히 놓치는 품질 문제
설비 데이터를 우선 연결하기로 했다면, 수집 이전에 신호 자체의 품질을 점검하는 과정이 반드시 필요하다. 오래된 설비일수록 통신 프로토콜이 제각각이고, 같은 종류의 신호라도 설비 제조사마다 단위나 측정 주기가 다른 경우가 흔하다. 이런 상태에서 데이터부터 모으기 시작하면, 나중에 여러 설비의 데이터를 하나의 기준으로 맞추는 작업에 예상보다 훨씬 많은 시간이 들어간다.
- 설비별 신호 단위(온도 섭씨/화씨, 압력 단위 등)가 통일되어 있는가.
- 통신 방식이 설비마다 달라 별도의 변환 게이트웨이가 필요한가.
- 결측치나 이상값이 발생했을 때 이를 자동으로 걸러낼 규칙이 마련되어 있는가.
- 신호의 측정 주기가 분석 목적에 비해 지나치게 낮거나 높지 않은가.
이 점검을 생략하고 데이터부터 쌓기 시작하면, 정작 분석 단계에서 "숫자는 많은데 믿고 쓸 수 있는 값이 얼마 없는" 상황에 놓이기 쉽다. 설비 데이터는 양보다 품질이 우선이라는 원칙을 연동 초기부터 세워두는 것이 이후 단계를 훨씬 수월하게 만든다.
실패에서 배우는 점검 포인트
여러 현장의 시행착오를 정리하면 순서를 정하기 전에 먼저 확인해야 할 점검 포인트가 드러난다.
- 설비 신호와 작업지시를 매칭할 공통 식별자(로트번호, 작업지시번호)가 이미 존재하는가.
- MES 없이 설비 데이터만 연결하려는 경우, 나중에 맥락 정보를 소급 적용할 방법이 있는가.
- ERP의 마스터데이터(품목코드, 공정코드)가 현장 MES 코드와 일치하는가, 아니면 별도 매핑 작업이 필요한가.
- 데이터를 연결한 뒤 "누가, 무엇을 위해" 이 데이터를 볼 것인지 담당 부서가 정해져 있는가.
이 네 가지 중 하나라도 빠져 있으면, 연동 자체는 기술적으로 완료되더라도 실제 분석이나 AX 활용 단계에서 다시 데이터를 손봐야 하는 상황이 발생한다.
단계적 도입 로드맵
무리하게 세 시스템을 동시에 통합하려 하기보다, 작은 범위에서 하나의 흐름을 먼저 마무리 짓고 넓혀가는 방식이 현실적이다.
- 1단계: 핵심 공정 한두 곳을 선정해 MES의 작업지시·실적 데이터를 우선 정비한다. 아직 MES가 없다면 최소한의 실적 입력 체계부터 만든다.
- 2단계: 해당 공정의 설비에서 발생하는 핵심 신호(가동·정지, 주요 품질 변수) 몇 가지만 선별해 MES 데이터와 연결한다. 처음부터 모든 센서 데이터를 모으려 하지 않는다.
- 3단계: 확보된 현장 데이터를 기준으로 ERP의 생산계획·원가 데이터를 연동해, 계획과 실적, 그리고 물리적 신호가 하나의 흐름으로 이어지도록 정리한다.
- 4단계: 검증된 범위를 다른 공정, 다른 라인으로 확장하며 표준화된 연동 방식을 재사용한다.
이 순서에서 중요한 것은 "MES를 중심에 두고 좌우로 확장한다"는 방향성이다. 설비 데이터든 ERP 데이터든, MES라는 맥락 정보 없이 단독으로 확장하면 앞서 언급한 시행착오가 반복될 가능성이 크다.
도입 전 자가진단 체크리스트
본격적으로 연동 프로젝트를 시작하기 전, 아래 항목을 스스로 점검해보는 것이 좋다.
- 우리가 AX로 해결하고 싶은 문제(품질, 원가, 설비 가동률 중 무엇인가)가 구체적으로 정의되어 있는가.
- 해당 문제를 풀기 위해 최소한으로 필요한 데이터 항목이 무엇인지 목록화되어 있는가.
- 현재 MES 유무와 수준(수기 관리인지, 시스템화되어 있는지)을 파악하고 있는가.
- 설비 노후도에 따라 신호를 바로 수집할 수 있는 설비와 별도 게이트웨이가 필요한 설비를 구분해두었는가.
- 데이터 연동 이후 이를 실제로 분석하고 활용할 인력 또는 외부 파트너가 확보되어 있는가.
이 체크리스트는 한 번 작성하고 끝내는 것이 아니라, 프로젝트가 진행되는 동안 주기적으로 다시 점검해야 실효성이 유지된다.
완전 통합이 아니어도 괜찮다 — 하이브리드 연동 전략
모든 기업이 ERP-MES-설비 데이터를 하나로 온전히 통합된 체계로 만들 필요는 없다. 예산과 인력이 제한적인 중소 제조기업이라면, 핵심 공정 한두 곳만 세 데이터를 모두 연결하는 "파일럿 완결 구조"를 만들고, 나머지 공정은 기존 방식대로 운영하다가 성과가 검증된 뒤 확장하는 혼합 방식이 현실적인 대안이 된다. 처음부터 공장 전체를 대상으로 전면 통합을 목표로 삼으면 프로젝트 범위가 지나치게 커져 중도에 좌초하는 경우가 많다.
정답은 순서가 아니라 목적에 있다
ERP, MES, 설비 데이터 가운데 무엇을 먼저 연결해야 하는지에 정해진 정답은 없다. 다만 국제 표준이 정리해 둔 계층 구조를 참고하면, MES가 경영 계획과 현장 물리 신호를 잇는 중간 다리 역할을 한다는 점만은 분명하다. AX를 준비하는 기업이라면 화려한 인공지능 모델보다 먼저, 풀고자 하는 문제를 구체적으로 정의하고 그 문제에 맞는 최소한의 데이터 흐름부터 마무리 짓는 것이 첫걸음이다. 작은 범위에서 검증된 연동 구조를 확보한 뒤 넓혀가는 방식이, 결국 가장 빠르고 안전한 길이다. 어떤 데이터부터 연결할지 고민하는 시간에 매몰되기보다, 지금 당장 풀어야 할 현장의 문제 하나를 정하고 그 문제에 필요한 최소 데이터부터 손대보는 것이 실질적인 첫걸음이 된다.
본 게시물은 AI 어시스턴트를 활용하여 초안을 작성하고 편집자의 검수를 거쳤습니다. 타 기업명 및 영업 기밀 보호를 위해 본문 중 일부 고유명사는 익명화(A/B) 처리되었습니다.