증명해 보세요! 2026년:즉시 사용 가능한 MES가 가능하다는 사실 입증

현재 제조 분야에서 많은 관심을 받고 있는 의견이 있습니다. 즉시 사용 가능한 MES와 같은 것은 없다는 것입니다. 모든 공장은 매우 독특하기 때문에 수십 개의 도구를 함께 엮고 매번 처음부터 모든 것을 다시 구축해야 합니다.

나는 작업 현장에서 10년 이상을 보냈습니다. 나는 사람들이 왜 그렇게 믿는지 이해합니다. 하지만 저는 그들이 틀렸다고 생각하고 그것을 증명하고 싶었습니다.

이것이 바로 우리가 ProveIt에 나타난 이유입니다! 2026.

무엇을 증명하는가! 실제로는

익숙하지 않은 분들을 위해 ProveIt! 이는 우리 업계에서 가장 어려운 경쟁 환경 중 하나입니다. 51개의 판매업체. 125개 제조사가 참석한 것으로 알려졌다. 의도적으로 지저분하고 불완전한 세 개의 실제 가상 공장이 실제 구현의 모습이기 때문입니다. 제품을 공장에 연결하고, 자신이 만든 제품을 보여주고, 무대에서 네 가지 질문에 답합니다. 어떤 문제를 해결했습니까? 어떻게 해결하셨나요? 얼마나 걸렸나요? 비용은 얼마였나요?

세련된 슬라이드 데크가 필요하지 않습니다. 증명하거나 증명하지 않거나 둘 중 하나입니다.

우리는 완벽하게 즉시 사용 가능한 MES가 존재한다고 주장하지 않았습니다. 우리는 더 구체적인 것을 증명하기 위해 거기에 있었습니다. 즉, 0에서 시작할 필요가 없다는 것입니다. 제조업체는 실제로 운영에 적합한 시스템을 구축하는 데 18개월, 컨설턴트 팀, 빈 페이지가 필요하지 않습니다.

우리가 해결하려고 하는 문제

MachineMetrics는 개별 제조용으로 제작되었습니다. CNC 기계, 스탬핑 및 사출 성형. 그것이 우리의 DNA입니다. 우리는 항공우주, 방위, 의료 기기 및 정밀 작업장 분야의 기계 중심 제조업체와 긴밀하게 연결되어 있습니다.

증명해! 우리가 배정받은 가상 공장? 다중 사이트 음료 병입 작업. 세 개의 사이트. 통, 충전재, 라벨러, 팔레타이저. 지속적인 일괄 처리. CNC 기계가 한 대도 보이지 않습니다.

솔직하게 말씀드리자면, 과제를 봤을 때 가장 먼저 든 생각은 "내가 무슨 일을 하게 됐지?"였습니다. 이것은 우리의 일반적인 환경이 아니었습니다. 전혀.

그래서 우리는 그것을 실제 테스트로 다루기로 결정했습니다. 재구축을 시작하기 전에 플랫폼을 얼마나 확장할 수 있나요?

그 대답은 나조차도 놀랐다.

2주. 한 사람. (대부분.)

솔직하게 말씀드리고 싶은 것이 있습니다. 컨퍼런스가 열리기 2주 전까지는 이 일을 시작하지 않았습니다. 우리 엔지니어링 팀 전체는 강력한 분기 마감 이후 새로운 고객을 구현하는 데 묻혀 있었습니다. 그래서 우리 애플리케이션 엔지니어 중 한 명인 Vicente의 도움을 받아 스스로 이 문제를 해결했습니다. 저는 개발자도 아니고, 적어도 그런 개발자는 아닙니다.

우리가 만든 것:

몇 시간 안에 컴퓨터 연결이 완료됩니다. 우리는 UNS의 MQTT 브로커에 연결된 엣지 플랫폼을 가동하고 AI 지원 도구를 사용하여 사이트에 있는 50개 이상의 시스템에 데이터 항목을 자동으로 매핑했습니다. 나는 이전에 탱크를 연결한 적이 없었습니다. 우리는 센서 중 하나가 무게와 유속을 보고하고 있다는 사실을 설정 도중에 알아냈습니다. 시스템이 처리했습니다. 그런 종류의 유연성은 제가 솔직히 말해서 중간에 있을 때까지 충분히 이해하지 못했던 것입니다.

AI에게 병입을 이해하도록 가르쳤습니다. 제가 가장 확신이 없었던 부분이 바로 이 부분이었습니다. 특정 환경에서 Max AI(기본 에이전트 AI)를 교육하기 위해 프로세스 문서와 SOP를 로드할 수 있는 KnowledgeHub라는 새로운 기능이 있습니다. 공장 설명, 기능 사양, 음료 제조에 대한 일반적인 내용을 입력했더니 거의 즉시 유용한 답변이 생성되기 시작했습니다. 실제 SOP를 기반으로 한 전환 체크리스트입니다. 필러 중단과 다운스트림 라벨러 문제 간의 차이를 이해하는 교대근무 요약입니다.

우리는 음료 MES를 구축하지 않았습니다. 우리는 AI에게 음료 제조가 어떻게 작동하는지 가르쳤습니다. 그 구별이 중요합니다. 맞춤화와 구성 가능성의 차이입니다.

맞춤형 운영자 패널. 저는 개발자 MCP, API 및 프런트엔드 디자인 프레임워크를 사용하여 맞춤형 운영자 인터페이스를 구축했습니다. 이것이 무엇을 의미하는지 명확히 하고 싶습니다. 예, 맞춤 개발이 포함되어 있습니다. 그러나 이는 제조 데이터, 생산 일정, 가동 중지 시간 분류 및 교대 이벤트를 이미 이해하고 있는 플랫폼을 기반으로 하는 프런트 엔드 작업입니다. 백엔드 엔지니어링을 백엔드 페이지에서 시작하는 12개월이 아닙니다. Vicente와 저는 며칠 만에 실제 제품처럼 보이고 작동하는 무언가를 만들었습니다. 이제 해당 프런트엔드 프레임워크의 이름은 Carbide입니다. 이것이 바로 우리가 전담 엔지니어링 리소스를 갖춘 팀뿐만 아니라 모든 고객이 이러한 종류의 개발에 접근할 수 있도록 만드는 방법입니다.

지능형 에이전트. MCP 서버와 N8N을 사용하여 일정에 따라 실행되고, 생산 데이터를 가져오고, AI를 통해 실행하고, 이상 현상과 병목 현상을 감지하고, 지능형 브리핑을 제공하는 워크플로를 구축했습니다. 제가 무대에서 보여준 것은 탱크 차단 문제를 식별했습니다. VAT 3은 잘못된 제품을 보유하고 계단식 다운스트림 문제를 일으켰습니다. 시스템은 재발을 방지하기 위해 특정 조치를 권장했으며 운영자 패널은 실시간으로 경고를 표시했습니다. Max AI에 대한 두 가지 메시지. 가져온 N8N 워크플로 1개. 완료되었습니다.

데모가 실제로 보여준 것

내가 무대에 올랐을 때 그 방에는 이미 많은 상인들이 보였습니다. 제 생각에는 다음과 같습니다:

스피드 스토리가 예상했던 것과는 다르게 맞았습니다. "2주, 2~3명이요?" 참석자들로부터 그런 말을 여러 번 들었습니다. 제조업체는 구현 주기를 6~18개월로 예상했습니다. 여러 현장 운영을 연결하고, ERP를 통합하고, 새로운 제조 환경에 맞게 AI를 구성하고, 맞춤형 운영자 인터페이스를 2주 만에 구축할 수 있다는 생각은 정말 믿기 어렵습니다. 라이브로 보실 때까지요.

교대근무 인계 데모는 사람들의 속도를 늦추는 순간이었습니다. 교대 근무 메모를 기록하는 운영자. AI는 이러한 메모를 생산 이벤트, 가동 중지 시간 분류, 전환 시간 및 출력 속도와 결합한 인계 요약을 생성합니다. 들어오는 교대조는 기계에 닿기 전에 그 순간을 겪습니다. 부족 지식은 매 교대마다 자동으로 캡처됩니다. 나는 실제 작업 현장에서 이 문제로 인해 발생하는 고통을 목격했습니다. 관객들도 느꼈어요.

구성 가능성 이야기는 회의에 참석한 통합업체의 공감을 얻었습니다. 개별 제조용으로 구축된 플랫폼을 활용하여 KnowledgeHub를 통해 음료 제조를 가르치고 이전에 사용해 본 적이 없는 프로세스에 대해 유용하고 상황에 맞는 정확한 통찰력을 생성합니다. 이는 모든 것을 처음부터 다시 구축할 필요가 없다는 증거입니다.

이를 바탕으로 우리가 구축하고 있는 것

ProveIt과 같은 컨퍼런스의 가장 중요한 점은! 지금은 무대 시간이 아니다. 피드백을 필터링하지 않는 구축업체, 통합업체 및 제조업체와 4일 동안 부스에 서서 이야기를 나누면서 듣는 내용입니다.

우리가 들은 내용은 다음과 같습니다. 이에 대해 우리가 하고 있는 일은 다음과 같습니다.

더 빠른 UNS 연결을 구축하고 있습니다. ProveIt!에서는 UNS가 이미 설정되어 있었기 때문에 기계 연결이 간단했습니다. 실제 구현에서 해당 연결 프로세스는 고객을 실시간으로 연결하는 데 가장 시간이 많이 걸리는 부분 중 하나입니다. 컨퍼런스 동안 우리는 한 번의 클릭으로 ISA95 시스템 검색, 데이터 항목 매핑 및 어댑터 구성을 처리하는 새로운 UNS 커넥터를 구축했습니다. 몇 시간이 걸렸던 일이 이제는 몇 분 밖에 걸리지 않습니다. 이는 우리가 수행하는 모든 배포에 걸쳐 복합적인 개선을 이루는 것입니다.

우리는 스택에서 어디에 들어갈지에 관해 논의하는 방식을 더욱 날카롭게 하고 있습니다. 저희 부스에서 가장 많이 받은 질문은 "효과가 있나요?"가 아니었습니다. "내 아키텍처에서 MachineMetrics는 어디에 적합합니까?"였습니다. 계층적으로 생각하는 커뮤니티의 경우 이는 공정한 질문이며 우리는 더 명확하게 대답해야 합니다. 우리는 풀 스택 플랫폼입니다. 이는 이 분야의 대부분의 공급업체보다 더 많은 문제를 소유하고 있음을 의미합니다. 하지만 풀스택이 닫힌다는 의미는 아닙니다. 우리는 데이터를 게시하고 MCP를 통해 공유하며 고객이 이미 실행 중인 시스템과 통합합니다. 두 가지 모두 사실이며, 두 가지를 모두 소리내어 말하는 것이 점점 더 능숙해지고 있습니다.

우리는 플랫폼을 두 배로 확장하고 이름을 지정하고 있습니다. ProveIt!에 나타난 MachineMetrics 버전 한 번도 본 적이 없는 음료 병입 작업에 연결하고, KnowledgeHub를 통해 프로세스를 학습하고, 2주 만에 상황에 맞게 정확한 작업자 워크플로우를 생성할 수 있었습니다. 운영자 패널, 지능형 에이전트, AI 지원 앱 스캐폴딩 등 이 모든 것이 맞춤형 애플리케이션 빌더인 Carbide라고 부르는 단일 기능으로 공식화되고 있습니다. Carbide는 고객과 우리 팀이 전통적인 개발 일정이나 처음부터 시작하지 않고도 MachineMetrics를 각 제조업체에 필요한 특정 워크플로로 확장하는 애플리케이션을 신속하게 구축, 배포 및 반복하는 방법입니다. ProveIt에서 본 것! 초기 증거입니다. 더 많은 내용이 추가될 예정입니다.

더 큰 그림

ProveIt에서 일주일을 보낸 후 제가 실제로 믿은 바는 다음과 같습니다! 51개 공급업체와 125개 제조업체로 알려짐:

AI는 제조 소프트웨어 구축의 의미를 변화시키고 있습니다. 개발하는 데 몇 달이 걸렸던 앱을 이제 몇 시간 만에 구축할 수 있습니다. SOP와 부족 메모리에 존재했던 지식을 이제 구조화하고 저장하여 모든 교대 근무자에게 공개할 수 있습니다. 즉시 사용 가능한 MES가 불가능하다고 느끼게 만드는 장벽, 구성 가능성 격차, 업종별 지식 요구 사항 및 맞춤형 통합 작업이 빠르게 줄어들고 있습니다.

그것은 기회를 만듭니다. 완벽한 맞춤형 솔루션을 기다리는 제조업체는 "기본 제공"과 "우리를 위해 구축됨" 사이의 격차가 예상보다 빠르게 줄어들고 있음을 알게 될 것입니다. 빠르게 가치를 평가하고 거기에서 확장할 수 있게 해주는 구성 가능한 플랫폼인 중간 지점이 합리적인 선택이 되고 있습니다.

우리는 ProveIt에 갔다! 그런 주장을 하려고. 우리가 해낸 것 같아요.

전체 ProveIt을 시청하세요! 아래 프레젠테이션을 참조하세요.

질문이 있거나 더 알고 싶으십니까? 여기에서 LinkedIn 대화에 참여하세요!

Bill Bither는 MachineMetrics의 공동 창립자이자 CEO입니다.