물량 산출 오차 0.3톤, 그다음은 ERP가 막아선다

15일 오후 3시44분, 에르메스단에서는 건설 현장의 AI 활용 성적표가 구체적인 숫자로 올라왔다. 한 참여자가 철거 물량을 AI로 산출해본 경험을 짧게 전했다.

물량 산출 정확하더라구요

1분 뒤 같은 참여자는 그 정확도를 숫자로 못박았다.

오차 0.3톤 나옴

비슷한 시각, 다른 참여자들은 제조업 현장의 AI 도입 궤적을 짚었다. 도구 하나를 들이는 것과 회사 전체 업무 방식을 바꾸는 것은 다른 차원의 일이라는 공감대가 먼저 깔렸다. 한 참여자는 연초에 기술 도입을 시도했다가 지금은 방향을 바꿔 회사 업무 흐름(워크플로우) 자체를 개선하는 쪽에 집중하고 있다고 전했다.

저도연초에 좀해보다가 지금은 기술적인부분은 추후에도입하고 회사 워크플로우개선을 하려고 있습니다.

오픈소스 프로젝트 메인테이너로 자신을 소개한 참여자는 AX(AI 전환) 컨설팅을 시가로 제공하되 초기 상담(커피챗)은 무료로 열어두고 있다고 밝혀, 이 영역의 수요가 이미 컨설팅 시장으로도 옮겨가고 있음을 보여줬다. 뒤이어 한 스타트업 대표로 보이는 참여자는 ERP(전사적자원관리 시스템)를 처음부터 직접 지으면 이후에는 MCP(Model Context Protocol, AI 모델과 외부 도구를 연결하는 개방형 규격)만 연결하면 된다는 취지로 말했다.

이날 대화는 철거 물량 산출과 도면 판독처럼 이미 실무에 들어간 사례와, ERP 통합처럼 아직 설계 단계인 구상이 한 자리에서 섞여 나왔다는 점이 특징이다. 도면 읽기 자동화도 유효하다는 평가를 받았지만, 현장 인식 부족과 기존 ERP를 그대로 써야 한다는 압박이 발목을 잡는다는 진단이 함께 나왔다. 한 참여자는 문서 형식을 하나로 통일하고 도구부터 통합하는 것이 먼저라는 전략을 공유하기도 했다. 같은 업계 안에서도 어디까지 AI를 들였는지 편차가 크다는 뜻으로 읽힌다.

오차 0.3톤이라는 수치는 물량 산출 같은 정형 업무에서 AI 활용이 이미 실무 수준의 정확도에 닿았음을 시사한다. 그러나 같은 대화에서 회사 워크플로우 개선으로 방향을 튼 사례, 그리고 ERP를 아예 새로 지어야 한다는 제안이 함께 나온 것은, 기술 자체보다 기존 시스템과의 통합·현장 인식 전환이 더 큰 과제로 남아 있음을 보여준다. 정확도를 증명한 기술이 조직 안에 자리 잡기까지는 별도의 단계가 필요해 보이며, AX(AI 전환) 컨설팅 수요가 함께 언급된 것도 그 간극을 메우려는 움직임으로 읽힌다.

이 화두에는 18명이 참여해 67건의 메시지를 남겼다.