2026년 공개 근거에서 확인되는 것은 제조 AI가 분석·감지·자율시스템·디지털 트윈·로봇으로 넓어지는 흐름이지, 어떤 공장이나 공급사가 이미 완전 자율 단계에 도달했다는 보편 판정이 아니다. 아래 5단계는 NIST 인증이나 산업 표준이 아니라 운영 권한을 명확히 구분하기 위한 판단 틀이다. 실제 성숙도는 회사 이름이 아니라 한 공정에서 무엇을 읽고 누가 최종 명령을 쓰며 결과를 어떻게 검증하는지로 판정한다.
회사 간판 대신 공정별 권한 단계를 적는다
같은 공장도 설비마다 단계가 다르다. 비전 검사는 불량 후보를 자동으로 표시하지만 작업자가 판정할 수 있고, 에너지 최적화는 승인 후 설정값을 쓸 수 있으며, 로봇 셀은 고정 레시피만 실행할 수 있다. 이 셋을 한꺼번에 ‘자율 공장’이라고 부르면 운영자가 가진 권한과 위험이 사라진다.
평가 단위는 회사·플랫폼이 아니라 업무와 제어경계다. 공정 ID, 입력 센서와 데이터 품질, AI 출력, 명령을 받는 장치, 허용범위, 사람 승인, 안전 인터록, 설비에서 다시 읽은 결과값과 롤백 소유자를 적는다. 한 단계의 통과는 다른 제품·라인·교대에 자동 전이되지 않는다.
단계표에는 현재 운영, 제품이 기술적으로 지원하는 최대 권한, 다음에 검토할 목표를 세 칸으로 나눈다. 현재는 추천만 하는데 공급사 기능표에 자동실행이 있다고 4단계로 기록하면 실제 책임과 비상절차가 어긋난다. 반대로 안전상 이유로 2단계에 머무는 결정은 뒤처짐이 아니라 합리적인 운영 선택일 수 있다.
NIST의 2026 AI·ML 스마트 제조 로드맵은 산업 빅데이터, 감지·인식, 자율시스템, 디지털 트윈, 로봇과 신뢰성·가용성·유지보수·안전을 기회와 과제로 함께 다룬다. 로드맵은 2026년 7월 공개된 연구·산업 방향이며 개별 공장의 성숙도 인증표가 아니다.
투자 발표는 성숙도 상승 사건이 아니다
새 모델 구매, 데이터 플랫폼 계약, 로봇 설치나 대규모 예산은 역량을 만들 기회일 뿐 단계 상승의 증거가 아니다. 성숙도 사건은 읽기 전용 데이터 연결이 검증됐거나, 승인 절차가 실제로 작동했거나, 제한된 자동 명령이 결함주입·복구시험을 통과한 때다.
각 사건에는 전후 기준선을 붙인다. 추천 적중률뿐 아니라 놓친 위험, 오경보, 사람 검토시간과 거부율을 본다. 실행 권한이 생기면 설비·품질·안전 영향, 통신상실, 오래된 모델과 잘못된 단위까지 시험한다. ‘AI 도입’ 날짜가 아니라 검증된 권한이 바뀐 날짜를 원장에 남긴다.
외부 공급사의 고객 수나 데모 영상은 후보 조사에 쓸 수 있으나 우리 공정의 통과증거가 아니다. 계약서에는 모델 기능보다 입력 책임, 제한된 쓰기 권한, 감사로그, 변경 통지, 지원 응답과 데이터 반환을 명시한다. 제품 버전이나 라이선스가 바뀌면 기존 승인도 재검토한다.
투자 전 기준선에는 정상 생산뿐 아니라 불량, 계획정지, 작업자 개입과 복구의 시간·비용을 포함한다. 자동화 뒤 사람이 뒤에서 수동으로 라벨을 고치거나 설정을 조정한 시간도 숨기지 않는다. 같은 생산량을 내는 데 필요한 에너지·소모품·재작업과 안전정지가 어떻게 달라졌는지 비교해야 자본 투입과 권한 상승을 분리할 수 있다.
예산은 모델보다 증거와 복구 능력에 먼저 쓴다
초기 자원은 센서·시간동기·데이터 정의와 기준선에 투입한다. 입력이 결측이거나 단위가 섞이면 추천 모델을 고도화해도 원인을 숨길 뿐이다. 현장 전문가가 실패 유형과 비용을 라벨링하고, 안전·품질·정비 시스템의 원천 상태를 다시 확인할 수 있어야 폐루프를 측정한다.
다음은 그림자 운전과 재생시험 환경이다. AI가 실제로 명령하지 않은 상태에서 과거·실시간 사건에 판단을 내리고 사람 결정과 비교한다. 승인 후 실행 단계에는 실행 승인 조건, 변화폭·속도·만료 제한, 인터록과 롤백 훈련 비용이 들어간다. 자동실행 예산에서 이 항목이 빠지면 ‘모델 비용’만 낮고 사고 복구비는 보이지 않게 된다.
운영 관측에도 예산을 남긴다. 모델 출력과 신뢰도, 입력 품질, 사람 승인·거부, 실제 명령, 설비 상태 확인값과 최종 품질이 같은 사건으로 이어져야 한다. 대시보드 숫자는 많지만 모델 버전이나 명령 실행 여부를 추적하지 못하면 사고 뒤 어느 단계가 잘못됐는지 밝힐 수 없다.
NIST AI RMF 1.0은 AI 위험을 Govern, Map, Measure, Manage 기능으로 다루는 자발적·용도불문 프레임워크다. 인간 감독, 역할·책임과 문서화는 단계별 승인 조건을 설계하는 데 쓸 수 있으나 준수 인증이나 자동실행 허가가 아니다. 현장 위험분석과 규정 요구를 별도로 적용한다.
다섯 단계는 출력이 아니라 마지막 명령권으로 구분한다
1단계 감시는 AI가 상태·이상을 읽고 보여 주지만 공정 판단과 명령을 사람이 한다. 2단계 추천은 근거·신뢰도·예상 영향과 대안을 제시하고 사람이 채택한다. 두 단계 모두 생산 장치의 쓰기 계정이 없어야 설명과 권한이 일치한다.
3단계 승인 후 실행은 사람이 특정 제안의 대상·값·유효시간을 승인한 뒤 시스템이 명령을 전달한다. 4단계 제약 내 자동실행은 사전에 승인된 작업·범위·시간·품질·안전 경계에서만 스스로 실행하고 범위를 벗어나면 정지 또는 사람에게 넘긴다. 네트워크와 AI가 끊겨도 로컬 제어와 안전 기능은 유지돼야 한다.
5단계 결과 재학습은 실행 결과가 다음 모델이나 규칙에 반영되는 단계다. 온라인으로 가중치를 즉시 바꾸는 것만 뜻하지 않는다. 데이터 수집, 실패 검토, 편향·드리프트 시험, 승인·서명과 제한된 배포를 갖춘 관리형 갱신이어야 한다. 승인되지 않은 자동 학습이 검증된 동작을 덮어쓰면 한 단계 상승이 아니라 변경통제 실패다.
단계 전환은 되돌릴 수 있어야 한다. 추천의 근거가 부족하면 감시로, 승인 서비스가 고장 나면 읽기 전용으로, 자동실행이 경계를 넘으면 검증된 레시피나 안전정지로 내려간다. 단계 강등이 생산 현장에서 실제로 가능한지, 미완료 작업·재공품·품질 기록을 어떻게 인계하는지 정기 훈련한다.
각 단계는 기능 최대값이 아니라 운영 상태로 기록한다. 4단계 기능이 있는 제품도 현장 권한이 추천까지만 열려 있으면 2단계이며, 5단계 학습 파이프라인이 있어도 새 모델을 사람이 검토·배포한다면 실행권한과 학습권한을 별도 축으로 표시한다.
상업적 증거는 같은 공정의 반복 가능한 인수기록이다
성능증거는 대표 생산품·교대·속도·오염·조명과 고장 조건을 포함한다. 감시는 탐지·누락·지연, 추천은 채택·거부 이유와 기대효과 오차, 실행은 명령 성공·품질·안전정지·복구시간, 재학습은 회귀와 승인 이력을 측정한다. 평균 생산성만으로 드문 위험을 가리지 않는다.
사람 역할도 수치화한다. 검토자가 동시에 몇 건을 처리하는지, 알람 피로가 생기는지, 이의를 제기하고 자동화를 중단할 권한이 있는지 본다. 사람 승인이 화면 클릭 한 번으로 형식화되면 실질적 감독이 아니다. 필요한 원천값·변경폭·위험과 되돌림을 승인 전에 보여 줘야 한다.
상업 검증은 공급사 인력이 상주한 데모와 정상 지원조직의 반복 운전을 구분한다. 임시 고급 인력이 매번 오판을 막거나 수동으로 데이터를 고치면 아직 규모화된 단계가 아니다. 예비품, 교대 교육, 원격지원과 현장 출동으로 같은 결과를 낼 수 있는지 보고 지원을 뺀 뒤의 성능도 확인한다.
산업 로봇 실행 권한에는 ISO 10218-2:2025 공식 범위가 다루는 산업용 로봇 애플리케이션·셀의 설계, 통합, 시운전, 운영·유지보수와 합리적으로 예견되는 오용을 고려한다. 표준 페이지는 전체 요구의 범위를 설명할 뿐 이 글의 5단계를 인증하지 않는다. 적용 표준·지역법·기계위험은 자격 있는 통합자가 검토한다.
가장 큰 실행 위험은 높은 단계를 전 공장에 복사하는 일이다
파일럿이 통과해도 제품 변형, 신규 금형, 다른 카메라, 야간 교대와 정비모드는 분포가 다르다. 확장은 공정군을 나눠 한 단계씩 하고, 기존 레시피·수동운전과 안전정지로 되돌리는 경로를 유지한다. 데이터·모델·규칙·PLC 프로그램 변경을 같은 변경원장에 묶어 상호영향을 본다.
책임소유자는 추상적인 ‘AI팀’이 아니다. 공정 결과, 설비·로봇 안전, 데이터 품질, 모델 변경, 사이버 접근과 생산 재개를 각각 승인할 이름과 대체자를 둔다. 오판과 사고 때 누가 자동화를 즉시 낮출 수 있는지, 생산 목표와 충돌해도 그 권한이 보호되는지를 조직 절차와 계정으로 확인한다.
Physical AI PoC 가이드처럼 처음에는 실패 비용이 제한되고 결과를 독립 센서로 확인할 수 있는 업무를 택한다. 다음 항목이 하나라도 닫히지 않으면 단계 상승을 미룬다.
- 입력 데이터의 원천·단위·시각·결측 책임이 정해졌는가?
- 현 단계의 최종 명령권과 금지된 쓰기 권한이 계정으로 분리됐는가?
- 정상·경계·고장 표본에서 성능과 위험한 누락 상한을 통과했는가?
- 로컬 안전·설비 보호가 AI와 네트워크보다 우선하는가?
- 명령 만료·통신상실·오판 때 정지·기존 레시피·수동복귀가 시험됐는가?
- 모델·데이터·규칙 변경의 승인자와 회귀표본이 있는가?
- 결과 재학습이 자동 배포와 분리되고 되돌릴 버전이 보존되는가?
단계별 대시보드는 생산성과 위험을 함께 보여 준다. 처리량·수율·에너지와 함께 위험한 누락, 사람 거부, 안전정지, 롤백 성공, 복구시간과 미분류 사건을 표시한다. 좋은 평균 때문에 드문 고위험 사건이 가려지지 않도록 사건 수와 노출시간을 함께 남기고, 표본이 부족하면 통과가 아니라 미확정으로 둔다.
확장 승인은 ‘더 자율적’이라는 목표가 아니라 비용·품질·안전과 사람 업무가 함께 개선되는지로 내린다. 어떤 공정은 2단계 추천이 최적일 수 있고, 안정된 반복 셀은 4단계가 맞을 수 있다. 최고 단계가 항상 최고 선택이라는 서열화를 피해야 한다.
Autonomous Manufacturing 5단계는 제품 등급인가
이 5단계는 특정 회사가 판매하는 제품 등급인가요?
아니다. 특정 회사·제품이나 NIST·ISO의 인증 등급이 아니라 공정별 데이터·권한·피드백을 구분하기 위한 운영 판단 틀이다. 같은 제품도 현장 쓰기 권한과 검증 상태에 따라 다른 단계로 운영될 수 있으므로 계약 기능과 실제 승인 권한을 따로 기록한다.
자료 마지막 확인: 2026년 8월 26일