재봉 셀마다 태블릿 한 대

소규모 봉제 공장의 스마트공장 2/3 · 재봉 셀마다 태블릿 한 대: 소규모 라인에 맞춘 데이터 수집 설계

핵심 요약

소규모 봉제 라인에는 장비 종류를 줄이는 설계가 필요했어요. 시제는 실증에서 쓴 장비 세 종류를 10인치 태블릿 한 종류로 줄이고 재봉 셀마다 한 대씩 30대를 두는 구성을 잡았어요. 태블릿 카메라는 손과 상체의 관절 위치만 읽고 원본 영상은 500ms 안에 지워요. 모인 값은 병목을 1~5시간 앞서 예측하고 작업자 재배치안 3개를 제안하는 데 쓰이며 어느 안을 쓸지는 관리자가 정해요.

1편에서는 5주 실증이 남긴 과제 두 가지를 정리했어요. 장비가 세 종류라 소규모 공장이 관리하기 어렵다는 점, 수량만 셀 수 있어 작업 시간의 내용을 구분하지 못한다는 점이었어요. 이번 글에서는 이 두 가지를 풀기 위해 바꾼 설계를 정리해요. 구축은 진행 중이라서 여기 적는 내용은 설계와 목표 기준이에요.

장비 세 종류를 태블릿 한 종류로

실증에서는 재봉 셀마다 계수기, 안돈 램프, 압력 패드를 달았어요. 본 구축에서는 이 세 가지를 10인치 산업용 태블릿 한 종류로 합쳤어요.¹

재봉기 옆 관절 마운트에 태블릿 한 대가 설치된 재봉 셀 연출 이미지 — 재봉 셀 하나의 구성. 재봉기 옆에 태블릿 한 대가 서 있어요. (연출 이미지)

항목	내용
배치	30셀 라인의 공정마다 1대씩, 모두 30대
설치	재봉기 옆 관절 마운트, 셀당 설치 약 2분
전원	배터리 없이 셀별 전용 콘센트 사용
화면	10인치
카메라	1280×720, 30 fps

태블릿 구성¹

태블릿은 재봉기에 손을 대지 않고 옆에 세우는 방식이라 기존 설비를 바꿀 필요가 없어요. 배터리가 없으니 충전이나 교체를 챙길 일도 없어요. 다만 셀마다 전용 콘센트가 미리 준비돼 있어야 해요.

봉제 라인 30셀의 태블릿에서 엣지 서버를 거쳐 사무실 라인 현황판과 대시보드로 값이 올라가는 구성 — 봉제 라인 30셀에 태블릿이 한 대씩 놓이고 값은 현장의 엣지 서버를 거쳐 사무실의 라인 현황판과 대시보드로 올라가요.

태블릿이 읽는 것

태블릿 카메라는 작업 장면을 영상으로 저장하지 않아요. 영상에서 사람의 관절 위치만 점으로 뽑아내요. 어깨, 팔꿈치, 손목 같은 몸의 관절 33곳과 양손 손가락 마디 42곳을 합쳐 프레임마다 약 75개의 점을 읽어요.²

손끝 좌표 연산 시각화 예시. 왼쪽 화면에는 봉제 작업 영상에 손 관절점을 겹쳤어요. 오른쪽 화면에는 손끝 사이 간격과 이동 속도를 계산해 보여 줘요. 운영 중에는 원본 영상을 저장하지 않아요.

점이 움직이는 모양을 시간 순서로 보면 작업 한 번이 언제 시작해서 언제 끝났는지 알 수 있어요. 여기서 세 가지 값이 나와요.

사이클 타임: 작업 한 번에 걸린 시간
시간당 생산량(UPH, Units Per Hour): 한 시간에 끝낸 수량
가치 작업과 비가치 작업의 비율(VA/NVA)

가치 작업(VA, Value Added)은 바늘이 원단을 박는 시간처럼 제품이 실제로 만들어지는 시간이에요. 비가치 작업(NVA, Non-Value Added)은 원단을 집어 오거나 맞추거나 기다리는 시간이에요. 1편에서 본 계수기는 한 장이 끝났다는 사실만 알려 줬는데 관절점을 읽으면 그 한 장 안에서 두 시간이 어떻게 나뉘는지까지 볼 수 있어요.

원본 영상은 남기지 않아요

봉제 현장에 카메라를 두는 일은 작업자에게 민감한 문제예요. 그래서 영상이 태블릿 밖으로 나가지 않도록 처리 순서를 정했어요.³

카메라 프레임에서 관절점과 특징값을 뽑고 원본 프레임은 태블릿에서 지운 뒤 특징값만 엣지 서버로 보내는 처리 순서 — 카메라 프레임에서 관절점을 뽑고 특징값을 계산한 뒤, 원본 프레임은 태블릿에서 지워요. 엣지 서버로는 특징값만 가요.

카메라가 프레임을 받아요.
태블릿 안에서 관절점을 뽑아요.
관절점으로 특징값을 계산해요.
원본 프레임은 500ms 안에 지워요.
특징값만 현장의 엣지 서버로 보내요.

엣지 서버는 받은 값을 라인 단위 지표로 묶어서 저장해요. 얼굴, 체형 같은 개인식별정보는 저장하지도 전송하지도 않아요. 카메라 각도도 작업대 방향으로 고정해서 얼굴이 화면에 들어오지 않게 했어요.

재봉 라인 거치대에 설치된 태블릿의 작업자 요약 화면. 손 추적 화면과 생산성, 숙련도 점수가 표시됨 — 태블릿 화면 예시. 손 추적 화면은 작업자가 실시간으로 볼 수 있지만 원본 영상은 저장하지 않아요.

작업자가 직접 누르는 것

태블릿은 작업자가 직접 쓰는 도구예요. 감시 장비로 쓰지 않아요. 작업자는 투입, 완료, 품질을 3번 이내의 터치로 입력해요. 수집되는 값은 작업자 본인이 화면에서 확인할 수 있어요.³

카메라를 현장에 두기 위해 정한 규칙

기술 조치만으로는 부족해서 운영 규칙도 같이 정했어요.³

규칙	내용
얼굴 제외	카메라를 작업대 방향으로 고정해 얼굴을 화각 밖에 둠
휴게시간	점심과 휴식 시간에는 카메라 자동 꺼짐
거부권	반대하는 작업자는 모션인식 없이 터치 입력만 사용
숙련도 점수	익명 작업자 번호로만 관리, 인사평가와 징계에 쓰지 않는다고 취업규칙에 명시
사전 절차	착수 전에 개인정보 영향평가와 근로자대표 협의 진행

카메라 운영 규칙³

모인 값이 쓰이는 곳

셀마다 모인 사이클 타임과 생산량은 두 가지 일에 쓰여요.⁴

하나는 병목 예측이에요. 라인의 흐름을 보고 1~5시간 뒤에 어느 공정이 막힐지 미리 알려 줘요. 예상 시각과 원인 후보 3개를 같이 보여 줘요.

다른 하나는 라인 밸런싱 제안이에요. 병목이 예상되면 작업자를 어떻게 다시 배치할지 3개 안을 내요. 병목과 인원 배치의 관계는 인원 0.5명이라는 말의 뜻: 병목을 푸는 세 가지 방법에서 설명했어요.

수집, 병목 예측, 재배치안 제안, 관리자 선택, 기록과 재학습으로 이어지는 순환 구조 — 수집한 값으로 병목을 예측하고 재배치안을 제안해요. 관리자가 고른 결과는 기록으로 남아 다음 학습에 쓰여요.

어느 안을 쓸지는 생산관리자가 정해요. 시스템은 제안까지만 하고 실행은 사람이 맡아요. 관리자가 고른 안과 그 결과는 기록으로 남고 이 기록으로 예측 모델을 달마다 다시 학습시켜요. 시간이 지날수록 그 공장의 사정에 맞는 제안이 나오게 하려는 구조예요.

목표 기준은 모션인식 정확도 90% 이상, 병목 예측 정확도 85% 이상이에요.⁴ 둘 다 목표값이고 구축을 마친 뒤 현장에서 수기 계측값과 비교해 검증해요.

마무리하며

소규모 라인에 맞춘 설계의 요점은 세 가지예요. 장비를 태블릿 한 종류로 줄였고 영상 대신 관절점만 읽어 원본을 남기지 않으며 어느 안을 쓸지는 관리자가 정해요. 구축이 끝나면 설치 과정과 실측 결과를 따로 정리해서 올릴게요.

봉제 생산 용어 사전

재봉 셀: 재봉기 한 대와 작업자 한 명이 한 공정을 맡는 작업 자리예요.
사이클 타임(Cycle Time): 한 공정에서 작업 한 번을 끝내는 데 걸린 시간이에요.
시간당 생산량(UPH, Units Per Hour): 한 시간 동안 끝낸 수량이에요.
가치 작업과 비가치 작업(VA/NVA): 제품이 실제로 만들어지는 시간과 그 밖의 시간을 나눠 부르는 말이에요.
엣지 서버: 공장 안에 두는 소형 서버예요. 태블릿에서 온 값을 먼저 모아 라인 단위로 처리해요.
라인 밸런싱: 공정마다 걸리는 시간에 맞춰 작업자와 설비를 나눠 배치하는 일이에요.

👉 소규모 봉제 공장에 스마트공장이 맞지 않았던 이유
👉 소규모 봉제 공장이 정부지원사업으로 스마트공장을 도입하는 순서

참고 자료

시제 내부 자료, Monolog 2세대 기술 사양. 장비 통합 사유, 태블릿 수량과 배치, 설치 방식, 전원, 화면과 카메라 사양. ↩
시제 내부 자료, Monolog 2세대 인식 모델 사양. 자세 관절점 33개와 양손 관절점 42개, 산출 지표. ↩
시제 내부 자료, 개인정보 보호 설계. 원본 프레임 폐기 시간, 특징값 전송, 라인 단위 집계, 카메라 각도, 작업자 입력 방식, 휴게시간 처리, 반대 작업자 처리, 숙련도 점수 활용 제한, 사전 절차. ↩
시제 내부 자료, AI 기능 정의와 성능 목표. 병목 예측 범위와 출력, 재배치안 수, 관리자 선택 원칙, 월별 재학습, 정확도 목표와 검증 방법. ↩