70년 치 도면을 몇 분 만에 검색하는 Kuken Industries
Kuken 엔지니어들은 OpenAI API 기반 도구를 사용해 교체 부품의 도면을 찾는 시간을 거의 한 시간에서 4.5분으로 줄였습니다.
90%
연간 도면 검색 시간의 예상 감소율
4.5분
거의 한 시간에서 단축된 도면 검색 시간
Kuken Industries는 대형 건물, 쇼핑센터, 공장에서 사용하는 공조 및 환기 설비를 제조합니다. 일본 냉각탑 시장에서 점유율 최상위권을 차지하고 있는 기업입니다. 냉각탑은 순환수의 열을 공기 중으로 방출해 대형 건물과 쇼핑몰부터 데이터 센터 장비까지 다양한 시설과 장비의 냉각을 돕습니다.
냉각탑의 부품을 교체해야 할 때 Kuken 엔지니어들은 70년에 걸친 설치 이력이 담긴 도면 자료를 찾아봅니다. 신입 엔지니어가 적합한 도면을 찾으려면 어디서 찾아야 하는지, 어떻게 읽어야 하는지 숙련된 동료에게 물어봐야 하는 경우가 많았습니다. Kuken은 신입 엔지니어들이 스스로 자료를 찾고, 그 안에 담긴 설계 결정을 통해 배우며, 수리 방법을 고민하는 데 더 많은 시간을 쓸 수 있기를 바랐습니다.
현재 생산되는 부품이 오래된 냉각탑에 항상 맞는 것은 아닙니다. 어떤 부품이 설치됐는지 보여주는 원본 도면이 없으면, 엔지니어들은 교체 부품을 처음부터 새로 설계하고 제작해야 할 수도 있습니다.
모델명이나 부품명으로 검색하면 여러 도면이 나올 수 있습니다. Kuken은 70년 넘게 고객별로 설비를 맞춤 제작해 왔기 때문에, 고객과 설치 시기에 따라 사양이 다릅니다. 자료를 종이로 보관하던 시절에는 검색에 반나절이 걸리기도 했습니다. 이후 Kuken은 자료를 디지털화했지만, 엔지니어들은 여전히 어떤 이름이나 번호로 검색해야 하는지, 파일을 어디서 찾아야 하는지 알아야 했습니다. 특히 신입 엔지니어들은 이런 정보를 하나하나 알아내는 데 시간을 들여야 했습니다.
Kuken은 경력에 관계없이 모든 엔지니어가 스스로 도면 자료를 검색할 수 있기를 바랐습니다. AI의 활용 방안을 모색하던 Kuken은 일본의 AI 스타트업이자 OpenAI 공식 파트너인 Recursive와 인연을 맺었습니다.
두 회사는 Kuken의 도면 자료와 엔지니어들의 의견을 바탕으로 검색 시스템과 현장용 앱을 함께 개발했습니다. 다양한 도면으로 여러 AI 모델을 테스트해 각 모델이 얼마나 정확하게 세부 정보를 추출하는지, 비용은 얼마나 드는지 확인했습니다. OpenAI의 모델은 두 측면 모두에서 좋은 성능을 보였고, OpenAI API의 유연성 덕분에 개발팀은 검색 기능을 앱에 직접 구현할 수 있었습니다.
검색 방식은 현장 엔지니어들과의 대화를 바탕으로 설계했습니다. 엔지니어는 도면 번호나 부품 번호를 입력하거나, 도면 또는 부품 목록을 이미지나 PDF로 업로드할 수 있습니다.
목록의 스크린샷을 붙여 넣으면 번호를 하나씩 직접 입력할 필요가 없습니다. 앱은 부품 번호를 읽고 유사한 설계 도면을 포함해 일치 가능성이 있는 도면들을 검색 결과로 보여줍니다. 엔지니어는 냉각탑의 사양과 과거 교체 이력을 확인해 적합한 도면을 찾습니다.
Kuken은 이 검색 도구를 사용하고 테스트한 결과를 다음과 같이 설명합니다.
Kuken은 이 도구로 연간 도면 검색 시간을 약 90% 줄일 수 있을 것으로 예상합니다.
숙련된 엔지니어들은 절약한 시간의 일부를 후배 동료를 지도하는 데 활용합니다.
엔지니어들이 앱에서 도면을 검토할 수 있어 인쇄 비용이 줄어듭니다.
이제 엔지니어들은 도면을 찾는 데 시간을 덜 쓰고, 도면을 살펴보는 데 더 많은 시간을 할애합니다. 신입과 베테랑 엔지니어 모두 설계 개선 방안을 고민하고, 그동안 시간 부족으로 시도하지 못했던 아이디어를 탐구할 여유가 생겼다고 말합니다.
신입 엔지니어들은 이제 더 폭넓은 업무를 스스로 처리할 수 있습니다. 검색할 때마다 도움을 주던 선배 동료들도 후배를 가르치고 자신의 엔지니어링 업무에 집중할 시간이 늘었습니다.
“이제 직원들은 해보고 싶었던 일을 하고 새로운 도전에 나설 시간이 생겼습니다. 이것이 큰 동기부여가 되고 있죠.”
Kuken은 협력사가 작성한 도면을 점검하는 도구도 개발하고 있습니다. 현재는 엔지니어들이 도면을 하나씩 사양서와 눈으로 대조하며 세부 내용이나 수량이 맞지 않는 부분을 찾습니다. Kuken은 이 도구가 불일치 항목을 표시해, 엔지니어들이 도면을 더 빠르게 검토하고 자칫 놓칠 수 있는 오류까지 찾아낼 수 있기를 기대합니다.
Kuken에 따르면, 시제품 테스트에서 AI가 문제로 표시한 항목 중 약 90%가 실제 불일치 항목이었습니다. Kuken은 이 도구를 실제 업무에 도입하면 엔지니어들의 도면 점검 시간을 크게 줄일 수 있을 것으로 예상합니다.
각 도면에는 특정 설비를 설치하기 위해 엔지니어가 내린 결정이 기록되어 있습니다. Kuken은 이러한 결정을 더 쉽게 찾아 이해할 수 있도록 함으로써, 그 경험을 다음 세대 엔지니어들에게 전수하고자 합니다.
“OpenAI의 기술은 저희 같은 제조업체가 다음 세대에 기술을 전수하는 데 도움이 될 거라고 생각합니다. 저희에게는 오랜 과제였죠.”
