제조 혁신: 48시간 만에 맞춤 MES 앱 구축

다섯 개 개별 제조사. 다섯 가지 실제 문제. 실시간 생산 데이터로 48시간 만에 구축한 다섯 가지 작동 솔루션.

우리가 만난 모든 제조사 대화 속에는 같은 좌절이 숨어 있습니다. 소프트웨어가 거의 맞습니다. MES는 작업 지시, 스케줄링, OEE를 처리합니다. 하지만 자사 운영에 특화된 워크플로, 화이트보드와 클립보드와 암묵지에만 존재하는 그 워크플로는 시스템에 결코 온전히 들어가지 못합니다.

그래서 우회로를 만듭니다. 스프레드시트를 만들고, 인터컴으로 사람을 부르고, 매일 아침 종이 차트 앞에서 수동으로 오늘이 좋은 날인지 나쁜 날인지 계산합니다.

2026년 3월, 우리는 다섯 고객에게 이틀, 엔지니어 팀, AI 지원 개발 도구를 주고 그들 스스로 그 간극을 메우게 해보기로 했습니다.

결과는 기대 이상이었습니다.

Production Lab이란?

Production Lab은 MachineMetrics 고객이 우리 엔지니어 팀과 나란히 앉아 MachineMetrics 플랫폼 위에서 맞춤 애플리케이션을 설계·구축하는 이틀짜리 실습 이벤트입니다.

올해 행사는 3월 11~12일, 매사추세츠주 노샘프턴 본사 근처에서 일주일간 진행된 엔지니어링 온사이트 기간 중 열렸습니다. 다섯 고객 팀이 각자 구체적인 운영 문제와 하나의 공통 목표(쇼플로어에서 바로 쓸 수 있는 결과물)를 안고 참석했습니다.

사용 도구: 데이터 탐색·프롬프트 개발용 Max AI, AI 지원 앱 빌드용 Lovable과 Cursor, 프로덕션급 앱을 플랫폼에 직접 배포하는 MachineMetrics 커스텀 앱 빌더 Carbide.

모든 팀이 이틀째 날 실시간 머신 데이터와 연동된 작동 솔루션을 출하했습니다.

프로젝트들

Harvey Performance: 라이트아웃 공백 메우기

Harvey Performance는 항공우주·의료·전자 고객용 산업 절삭 공구를 만듭니다. 수백 개 잡 패밀리가 있는 복잡한 다품종 소량 생산을 라이트아웃 자동화로 돌리는데, 작업이 끝나면 다음 셋업을 위해 누군가가 물리적으로 도착할 때까지 머신이 놀게 되는 지속적인 문제가 있었습니다.

같은 툴링을 공유하는 작업 간 자동 체인지오버 기술은 있었지만, 이를 계획·오케스트레이션할 시스템이 없었습니다. 그 결과 주말 가동률이 일요일 밤이면 크게 떨어지고 회복에 며칠이 걸렸습니다.

이틀 만에 Stacker Tracker를 만들었습니다. 모든 머신의 활성 작업, 대기 중인 작업 큐, 라이트아웃 시간대 예상 런타임을 보여주는 실시간 슈퍼바이저 대시보드입니다. Harvey 고유의 배치 코드 구조 기반으로 동적 셋업 시간을 계산하고, 노동력 충돌을 플래그하며, 슈퍼바이저가 특정 시작 시간에 오퍼레이터를 셋업에 배정할 수 있게 합니다. 셋업이 안 되면 스케줄이 자동 복구됩니다. 수동 정리 불필요.

비즈니스 케이스: 7자리 수 비용 절감 이니셔티브, 회수된 용량으로 수백만 달러 추가 매출.

"하루 반 만에 예전 같으면 몇 달 걸렸을 것을 설계했고, 우리 운영에 딱 맞습니다." — George Burleson, Harvey Performance 제조 분석 디렉터

Zygo (AMETEK): 일일 관리를 위한 디지털 워룸

Zygo는 반도체·국방·레이저 융합용 초정밀 광학을 만듭니다. 매일 경영진이 화이트보드, 종이 차트, 프린트된 그래프 앞에서 운영이 정상인지 판단합니다.

목표: 안전·인력·품질·납기·가치 5개 영역 15개 핵심 지표를 10피트 거리에서 10초 만에 읽게 하고, 조직 모든 레벨에서 가능하게 하는 것.

Lovable로 완전 디지털 멀티 티어 관리 시스템을 구축했습니다. 엔터프라이즈 레벨에서 개별 머신 셀까지 몇 클릭으로 드릴다운. Max AI가 각 티어에서 요약과 패턴 플래그 생성. 설정 가능한 티켓 시스템으로 안전 우려, 유지보수 요청, CI 아이디어를 한곳에 모아 분산 시스템 탓에 놓치는 것 없게 했습니다.

운영 전 인원이 첫날부터 이 시스템을 씁니다.

"이틀 행사에서 만든 디지털 티어 보드 시스템은 MachineMetrics가 할 수 있는 일인지 레이더에도 없었습니다. AI와 Carbide 발전으로 MachineMetrics는 매일 새로운 길, 새로운 가치, 유연성을 가져옵니다." — JD Smith, Zygo/AMETEK 광학 운영 디렉터

Pindel Global Precision: 툴 오프셋 데이터를 공정 인텔리전스로

Pindel은 4대 CNC로 정부 계약을 24/7 가동합니다. 오퍼레이터마다 툴 오프셋 조정률이 제각각인데 아무도 볼 수 없었습니다. 머신은 연결되고 데이터는 흐르는데 의미 있게 포착되지 않았습니다.

Thomas Deslongchamps(교육·CI 디렉터)가 이를 바꿨습니다. Lovable과 MachineMetrics Carbide 앱 빌더로 맞춤형 툴 오프셋 분석 앱을 거의 혼자 만들었습니다. 툴별 오프셋 조정을 시계열로 보여주고, 부품 수와 연계하며, 오퍼레이터별로 색상 코딩. 처음으로 Pindel은 어떤 오퍼레이터가 아웃라이어인지, 조정이 언제 몰리는지, 머신 간 패턴이 어떤지 볼 수 있게 되었습니다.

"선호도 기반 운영에서 데이터 기반 운영으로 이동하고 싶습니다. 품질 파라미터 내에서 오프셋을 더 적게 하고도 유지할 수 있을까요?" — Thomas Deslongchamps

함께한 MachineMetrics 엔지니어가 커스텀 AI 에이전트로 하부 코드를 스캔해 더 효율적인 데이터 접근 경로를 찾아냈고, Thomas에게 꼭 필요한 기능을 열었을 뿐 아니라 향후 더 넓은 유스케이스로 문을 열었습니다.

이 역량은 항상 플랫폼 안에 있었습니다. 적절한 고객, 유스케이스, 툴체인이 만나 생명력을 얻은 것입니다. Pindel이 만든 것은 그들 문제만 푸는 게 아니라, 같은 보이지 않는 질문을 던지는 모든 정밀 제조사에 무엇이 가능한지 정의합니다.

Flexco: 지게차 디스패치 시스템을 처음부터 만들다

Flexco는 컨베이어 솔루션을 만듭니다. 다우너스 그로브 시설에서 지게차(내부명 '지프')는 핵심 자산인데 가시성이 제로입니다. 자재 요청은 인터컴으로 나가고, 드라이버는 요청 내용과 위치를 기억해야 합니다. 2025년 이 블라인드 스팟으로 약 22만 5천 달러 생산 손실이 발생했습니다.

소프트웨어 개발 경험 없는 CI 전문가 Jaimeson Aufderheide가 Lovable로 핵심 앱을 직접 만들었습니다. 이틀째 끝날 무렵 Flexco는 오퍼레이터 요청 인터페이스, 존 기반 우선순위 라이브 드라이버 큐, 실시간·히스토리컬 티켓 성능 매니저 대시보드, 모든 것을 단일 배포 가능 타일로 롤업하는 설정 가능 위젯을 갖춘 완전 임베디드 디스패치 시스템을 갖게 되었습니다.

Lovable과 Cursor 코드베이스가 GitHub로 병합돼 통합 데이터 모델이 만들어졌습니다. 이 크로스 툴 협업 패턴은 행사 중 자연스럽게 등장한 것으로, 아무도 계획하지 않았던 것입니다.

"이틀 전 '너 할 수 있어?' 물었으면 뭐라고 했을까?" "어디서부터 시작해야 할지조차 몰랐어." — Flexco 쇼케이스 중 대화

Johnstech International: 툴 수명 관리와 10년 데이터 갭 해소

Johnstech는 반도체 테스트 장비를 만듭니다. 오퍼레이터가 툴을 너무 일찍 교체(교대 시작마다 무조건 교체)하거나 너무 늦게 교체해 불량품을 내는 문제가 있었습니다.

해법은 실제 가동 시간순으로 정렬되고 주의 필요 여부로 색상 코딩된 툴 수명 대시보드. 하지만 진짜 서프라이즈는 빌드 중간에 발견했습니다. Johnstech는 MachineMetrics 배포 첫날부터 모든 머신에 툴 교체 서브 프로그램이 돌아가고 있었습니다. 그 모든 이력 데이터가 이미 시스템에 있었는데 미처리 상태였을 뿐.

90일 치 툴 수명 이력을 소급 채웠습니다. 새 하드웨어도, 새 설정도 필요 없었습니다. 이미 있던 데이터를 처리했을 뿐.

두 번째 프로젝트는 10~15년 동안 존재하던 갭을 닫았습니다. Microsoft Dynamics 365와의 라이브 ERP 연동으로, 매일 모든 오퍼레이션의 계획 대비 실제 생산 런타임을 비교합니다.

"10년, 15년 동안 전혀 몰랐던 겁니다. 이제 이 정보를 갖게 됐어요." — Dan Sheehan, Johnstech International IT 매니저

이것이 증명하는 것

MachineMetrics는 제조사가 바라보는 도구가 아닙니다. 제조사가 그 위에서 빌드하는 플랫폼입니다.

포지셔닝 주장이 아닙니다. 다섯 기업, 다섯 운영 문제, 다섯 스킬 레벨, 이틀 동안 실제로 일어난 일입니다. 코딩 배경 없는 CI 전문가가 프로덕션 임베디드 앱을 출하했습니다. 고객이 플랫폼 위에서 첫 상용 툴 오프셋 분석 앱을 거의 혼자 만들었습니다. 10~15년 생산 인텔리전스 갭이 시스템에 잠자던 데이터로 메워졌습니다.

실행 갭은 현실입니다. ERP가 계획한 것과 쇼플로어가 실제 하는 것 사이에 존재하며, 매 교대마다 제조사의 마진, 용량, 시간을 갉아먹습니다. 이를 닫으려면 제너릭 템플릿을 억지로 맞추는 게 아니라, 내 운영 방식에 꼭 맞는 소프트웨어가 필요합니다.

"엔지니어들과 어깨 나란히 하며 소프트웨어 개발 경험과 운영 사이드를 결합해 실시간으로 솔루션이 살아나는 걸 보는 건 멋졌습니다. 두 발짝 옆으로 가서 임원들과 회사 전략과 앞으로 올 기술에 대해 대화할 수도 있었죠. MachineMetrics에 이끌렸던 유연성이 이 이벤트에서 완전히 드러납니다." — JD Smith, Zygo/AMETEK 광학 운영 디렉터

이게 Production Lab의 존재 이유입니다. 벌써 다음을 계획 중입니다.

무언가 빌드하고 싶으신가요?

표준 툴셋에 안 맞는 워크플로가 있는 MachineMetrics 고객이라면 말씀해 주세요. 아직 화이트보드와 클립보드로 그 프로세스를 돌리는 제조사라면, 이틀이 무엇을 할 수 있는지 이야기해 봅시다.