가공 시간 예측 AI 가이드

가공 시간 예측 AI를 CAM 이론 시간, MES 실적 시간, 설비와 공구 변수, 생산계획 반영 기준으로 정리합니다.

도입 요약

가공 시간 예측이 어려운 이유는 CAM 이론 시간과 실제 가공 시간이 같은 개념이 아니기 때문입니다. CAM은 공구 경로와 이송 조건을 기준으로 시간을 계산하지만, 현장에서는 셋업, 대기, 측정, 공구 교환, 설비 상태, 작업자 개입이 함께 발생합니다.

따라서 AI는 시간을 처음부터 새로 맞히는 방식보다 CAM 이론 시간과 실제 시간의 차이를 줄이는 방식으로 접근하는 것이 현실적입니다. 이 차이를 품목, 장비, 공구, 소재, 작업 조건별로 쌓아야 생산계획과 견적에도 쓸 수 있습니다.

• CAM 이론 시간은 예측의 출발점이지 실제 시간을 그대로 설명하지 않습니다.
• MES 실적과 설비 로그가 있어야 실제 시간 차이를 해석할 수 있습니다.
• 초기에는 반복성이 높은 품목과 장비부터 적용하는 것이 좋습니다.

가공 시간 예측은 CAM 시간 보정에서 시작합니다

가공 시간 예측은 새로운 시간을 처음부터 만드는 일이 아닙니다. 대부분의 현장에는 이미 CAM에서 계산한 이론 시간이 있고, 작업자는 실제 가공을 하면서 그보다 길거나 짧은 시간을 경험합니다. AI 적용의 핵심은 이론 시간과 실제 시간의 차이를 설명하는 요인을 찾는 것입니다.

예를 들어 같은 NC 프로그램이라도 소재 경도, 공구 마모, 장비 상태, 이송 조건, 고정 방식, 측정 빈도에 따라 실제 시간이 달라집니다. 이 차이를 데이터로 남기지 않으면 AI는 평균에 가까운 값을 내기 쉽습니다.

• CAM 이론 시간과 MES 실제 시간을 작업지시 기준으로 연결합니다.
• 차이를 품목, 장비, 공구, 소재 기준으로 나눠 봅니다.
• 반복 작업과 변동성이 큰 작업을 구분해 적용 범위를 정합니다.

1단계. CAM 이론 시간의 기준을 정리합니다

CAM 이론 시간을 예측 기준으로 쓰려면 먼저 계산 기준을 문서화해야 합니다. 공구 교환 시간이 포함되는지, 접근 이동과 안전 이동이 포함되는지, 이송 조건 변경 이력이 남는지에 따라 같은 공정도 시간이 다르게 계산될 수 있습니다.

여러 CAM 시스템이나 여러 작업자가 함께 쓰는 현장에서는 기준 차이가 더 커집니다. AI 적용 전에는 CAM 시간이 무엇을 포함하고 무엇을 제외하는지 명확히 해야 합니다.

• CAM 시간이 절삭, 접근 이동, 공구 교환 중 무엇을 포함하는지 정리합니다.
• 공구 경로와 절삭 조건 변경 이력을 함께 보관합니다.
• 작업자나 CAM 시스템별 계산 기준 차이를 확인합니다.

2단계. MES 실제 실적 시간을 분리합니다

실제 시간은 한 덩어리로 보면 예측하기 어렵습니다. 작업 시작부터 종료까지의 시간에는 순수 가공, 셋업, 측정, 대기, 재작업, 설비 정지, 공구 교환 시간이 섞여 있습니다. 이 시간을 분리하지 않으면 AI가 어떤 요인을 보정해야 하는지 알기 어렵습니다.

MES에는 작업 시작과 종료, 보류, 재작업, 불량, 설비, 품목 정보가 쌓입니다. 이 정보가 설비 가동 로그와 연결되면 순수 가공 시간과 주변 시간을 나눠 볼 수 있습니다.

• 작업 시작, 가공 시작, 가공 종료, 작업 종료 시점을 구분합니다.
• 셋업, 측정, 대기, 재작업, 설비 정지 시간을 별도 사유로 기록합니다.
• MES 실적과 설비 가동 로그의 시간 기준을 맞춥니다.

3단계. 설비 공구 소재 변수를 함께 봅니다

가공 시간은 프로그램만으로 결정되지 않습니다. 같은 NC 코드라도 설비 상태, 공구 수명, 소재 조건, 고정 방식, 냉각 조건, 작업자 개입 정도에 따라 실제 시간이 달라집니다.

처음부터 모든 변수를 수집할 필요는 없습니다. 영향이 큰 장비, 반복 작업이 많은 품목, 공구 교환 빈도가 높은 공정부터 시작하면 데이터 수집 부담을 줄이면서도 예측 개선 효과를 확인할 수 있습니다.

• 설비별 실제 시간 편차를 먼저 확인합니다.
• 공구 종류, 공구 수명, 소재 조건을 예측 변수로 검토합니다.
• 측정과 작업자 개입이 많은 공정은 별도 그룹으로 나눕니다.

4단계. AI는 잔차를 줄이는 방식으로 적용합니다

가공 시간 예측 AI는 CAM을 대체하기보다 CAM 이론 시간과 실제 시간의 차이를 줄이는 방식으로 적용하는 것이 좋습니다. CAM 이론 시간이 기준값이 되고, AI는 현장 실적 데이터를 바탕으로 보정값을 제안하는 구조입니다.

예를 들어 CAM 시간이 120분인데 특정 설비와 소재 조합에서 실제로 150분이 반복된다면, AI는 그 차이를 학습해 다음 작업의 예상 시간을 보정합니다. 이 방식은 결과를 설명하기 쉽고 현장 작업자도 받아들이기 쉽습니다.

• CAM 이론 시간을 기준값으로 두고 실제 시간과의 차이를 학습합니다.
• 보정값은 설비, 소재, 공구, 공정 조건별로 나눠 봅니다.
• 예측 결과에는 기존 CAM 시간과 보정 사유가 함께 보여야 합니다.

5단계. 생산계획과 견적에 반영해야 합니다

가공 시간 예측의 가치는 예측값 자체보다 생산계획과 견적에 반영될 때 커집니다. 예상 시간이 더 현실적으로 잡히면 설비 부하 계산, 작업 순서, 납기 위험, 외주 판단이 더 정확해집니다.

견적 업무에서도 실제 실적 기반 보정값은 중요합니다. CAM 이론 시간만 기준으로 견적을 내면 셋업, 측정, 반복 보정 시간이 빠질 수 있습니다. 예측 결과를 견적과 생산계획에 연결해야 데이터 축적의 효과가 커집니다.

• 예측 시간을 생산 스케줄링과 설비 부하 계산에 반영합니다.
• 납기 위험과 작업 순서 조정에 활용합니다.
• 견적에는 CAM 시간과 실적 기반 보정 시간을 함께 반영합니다.

HD솔루션즈의 HD 제조 AI Agent 솔루션

HD솔루션즈는 CAD/CAM과 제조 실행 데이터를 분리해서 보지 않습니다. CAM에서 만들어진 이론 시간과 MES에서 쌓이는 실제 실적, 설비 상태, 작업 조건을 연결해야 가공 시간 예측이 현장 업무에 쓰일 수 있습니다.

HD 제조 AI Agent 관점에서는 관리자가 특정 품목의 예상 가공 시간, 설비별 편차, 납기 위험, 견적 기준을 자연어로 확인할 수 있어야 합니다. 이를 위해서는 HD-MES와 CAM 데이터, 설비 데이터의 연결 기준을 먼저 잡는 것이 중요합니다.

• CAM 이론 시간과 HD-MES 실적 시간을 같은 작업 기준으로 연결합니다.
• 설비, 공구, 소재 조건별 보정값을 단계적으로 축적합니다.
• 예측 결과를 생산계획, 납기 검토, 견적 기준으로 확장합니다.

도입 전 체크리스트

가공 시간 예측 AI를 검토하기 전에는 CAM 시간과 실제 시간이 어떤 기준으로 기록되는지부터 확인해야 합니다. 기준이 흔들리면 모델 정확도를 높이기보다 데이터 해석부터 어려워집니다.

• CAM 이론 시간의 포함 범위를 문서화합니다.
• MES 실적에서 순수 가공 시간과 주변 시간을 분리합니다.
• 반복 품목과 핵심 설비부터 예측 적용 범위를 정합니다.