MES 구축 방식은 공장 데이터 주권과 확장성이 결정한다

• 목록
• 답변
• 글쓰기
• 옵션
  • 수정
  • 삭제

생산 실적이 엑셀과 수기 일보에 흩어져 있으면 납기 문의 하나에도 생산·품질·자재 담당자가 각자 숫자를 맞춰야 합니다. 그래서 MES 도입을 검토하지만, 막상 견적을 받아 보면 온프레미스·클라우드 SaaS·하이브리드·로우코드라는 서로 다른 제안이 등장합니다. 어느 방식이 더 최신인지보다 중요한 질문은 우리 공장이 어떤 데이터를 지켜야 하고, 얼마나 빠르게 변하며, 장애 시 어디까지 독립적으로 가동돼야 하는지입니다.

MES 구축 방식은 서버 위치보다 운영 책임이 다릅니다

같은 생산관리 기능도 비용과 통제 범위가 달라집니다

MES는 작업지시, 생산실적, 공정이력, 품질검사, 설비상태를 연결하는 제조 실행 체계입니다. 그러나 같은 기능 목록을 갖췄더라도 구축 방식에 따라 업데이트 주체, 데이터 저장 위치, 장애 대응 절차가 완전히 달라집니다. 서버를 어디에 두느냐는 기술 선택인 동시에 운영 책임을 누구에게 맡길지 정하는 경영 판단입니다.

온프레미스는 공장이나 사내 데이터센터에 시스템을 설치해 높은 통제권을 확보하는 방식입니다. 클라우드 SaaS는 공급사가 운영하는 표준 서비스를 구독하므로 초기 도입이 빠릅니다. 하이브리드는 설비 연결과 실시간 처리는 현장 엣지에서 담당하고, 분석과 통합 관리는 클라우드에 배치합니다. 로우코드형은 표준 화면과 워크플로를 조합해 변화가 잦은 공정을 신속하게 반영하는 데 초점을 둡니다.

기술은 단순히 장비나 소프트웨어를 보유하는 데서 끝나지 않습니다. 생산 목적에 맞게 사람·절차·도구를 결합해야 한다는 관점은 기술의 개념과 의미를 살펴볼 때도 확인할 수 있습니다. 따라서 제품 시연 화면이 화려하다는 이유만으로 MES 솔루션을 고르기보다 현장 운영 모델부터 정의해야 합니다.

• 온프레미스: 데이터 통제와 폐쇄망 연계가 중요하고 자체 IT 인력이 있는 공장에 적합합니다.
• 클라우드 SaaS: 표준 공정 중심으로 빠르게 시작하고 여러 사업장에 확산하려는 기업에 유리합니다.
• 하이브리드: 현장 가동 연속성과 중앙 분석을 함께 확보해야 할 때 효과적입니다.
• 로우코드형: 품목·공정·승인 절차가 자주 바뀌고 현업 개선 속도가 중요한 조직에 어울립니다.

전문가 팁: 제안서에서 ‘클라우드 지원’이라는 문구만 확인하지 마세요. 설비 연결부, 데이터베이스, 애플리케이션, 백업 시스템이 각각 어디에 설치되고 누가 복구하는지 구조도로 받아야 합니다.

네 가지 MES 솔루션을 여섯 기준으로 나눠 봅니다

비교표의 높고 낮음은 공장 조건에 따라 의미가 바뀝니다

아래 표는 특정 브랜드의 우열이 아니라 대표적인 MES 구축 모델을 비교한 것입니다. 비용은 사용자 수, 설비 인터페이스 수, 추적성 범위, 전자서명과 밸리데이션 요구에 따라 크게 달라지므로 상대적인 수준으로 봐야 합니다. 특히 저렴한 구독료처럼 보여도 데이터 수집 게이트웨이와 ERP 연동 개발비가 별도로 붙을 수 있습니다.

온프레미스의 장점은 자유도이고 단점도 자유도입니다. 공장 고유 로직을 세밀하게 구현할 수 있지만, 맞춤 기능이 누적되면 버전 업그레이드와 담당자 교체가 어려워집니다. 반대로 SaaS는 표준 기능을 수용할수록 경제성이 커지지만, 기존 업무 방식을 그대로 재현하려 하면 추가 개발과 우회 절차가 늘어납니다.

하이브리드는 모든 장점을 자동으로 합친 방식이 아닙니다. 현장과 클라우드 사이의 데이터 동기화, 시간 기준, 중복 전송, 오프라인 복구 규칙을 별도로 설계해야 합니다. 로우코드 MES도 개발자가 전혀 필요 없는 제품이라기보다 검증된 구성요소로 변경 시간을 줄이는 플랫폼에 가깝습니다. 복잡한 설비 프로토콜이나 대량 시계열 데이터까지 화면 조립만으로 해결된다고 기대하면 안 됩니다.

1. 초기비만 보지 말고 5년간 라이선스, 인프라, 유지보수, 업그레이드 비용을 합산합니다.
2. 계획정지와 통신장애 상황에서 작업지시 조회·실적 저장이 가능한지 확인합니다.
3. 원시 데이터, 가공 데이터, 리포트의 소유권과 반출 형식을 계약서에 명시합니다.
4. 맞춤 기능을 표준 설정, 확장 모듈, 별도 개발로 구분해 기술 부채를 확인합니다.

공장 상황에 맞춘 추천은 업종과 연결 범위에서 갈립니다

규제 공장과 다품종 공장은 같은 답을 갖지 않습니다

제약·바이오·방산처럼 접근통제, 변경기록, 전자서명, 장기 보존이 중요한 현장은 온프레미스나 통제 범위를 명확히 설계한 하이브리드가 현실적입니다. 다만 보안 규정이 엄격하다는 이유만으로 무조건 사내 서버를 택해서는 안 됩니다. 자체 백업, 패치, 계정 검토 역량이 부족하면 서버를 보유하고도 운영 위험이 커질 수 있습니다.

두세 개 사업장에서 유사한 제품을 생산하고 표준 프로세스를 확산하려는 중견 제조사는 클라우드 SaaS의 이점을 크게 얻습니다. 본사에서 품목, 불량코드, KPI 정의를 통합하고 공장별 사용자와 설비 연결만 추가할 수 있기 때문입니다. 해외 사업장 실증과 확장 가능성을 검토한다면 K-디지털 글로벌 실증사업 사례처럼 현지 환경에서 기술을 검증하는 과정도 참고할 만합니다.

수주형 가공, 주문 제작 장비, 잦은 사양 변경이 특징인 공장에는 로우코드형이 유리할 수 있습니다. 현업이 작업 화면과 승인 흐름을 빠르게 바꿀 수 있어서입니다. 반면 초당 수천 건의 설비 신호를 처리하거나 비전 검사 결과를 즉시 판정해야 한다면 하이브리드 구조로 실시간 처리를 현장에 남기는 편이 안정적입니다.

• 폐쇄망·기밀 도면 중심: 온프레미스를 우선 검토하되 이중화와 패치 운영비를 포함합니다.
• 표준 공정·다사업장 확산: 멀티테넌시와 지점별 권한을 지원하는 SaaS가 효율적입니다.
• 실시간 제어·중앙 분석 병행: 엣지 서버와 클라우드를 분리한 하이브리드를 추천합니다.
• 다품종·빈번한 절차 변경: 버전 관리와 테스트 기능을 갖춘 로우코드형이 적합합니다.
• 소규모 첫 도입: 생산실적과 불량관리부터 시작할 수 있는 모듈형 SaaS가 부담을 줄입니다.

AI 기능은 MES 기반 데이터가 정돈된 뒤 평가해야 합니다

최근에는 이상 탐지나 자연어 질의 기능을 전면에 내세운 MES도 많습니다. 닭 울음소리 같은 비정형 신호로 질병 가능성을 판단하는 산업 AI 적용 사례가 보여 주듯 데이터 기반 판정의 활용 범위는 넓어지고 있습니다. 그러나 공정코드와 시간 정보가 일관되지 않으면 고급 AI 기능보다 기본 생산 집계부터 흔들립니다.

AI 데모의 정확도보다 먼저 볼 숫자는 데이터 누락률입니다. 설비 신호와 작업자 입력을 합쳐 필수 데이터 완전성 98% 이상을 안정적으로 유지할 수 있는지 시험해 보세요.

기능 시연보다 연동과 장애 시나리오를 먼저 검증합니다

PoC는 예쁜 화면이 아니라 실패 조건을 찾는 과정입니다

MES 공급사 시연은 준비된 데이터로 진행되기 때문에 실제 공장의 난점을 충분히 드러내지 못합니다. 검증 환경에는 품목코드가 잘못 입력된 경우, 설비 신호가 늦게 도착한 경우, 작업자가 두 번 실적을 등록한 경우를 의도적으로 넣어야 합니다. 정상 흐름보다 예외를 어떻게 복구하는지가 현장 사용성을 결정합니다.

연동 대상도 ‘ERP 연계 가능’이라는 한 문장으로 처리하면 위험합니다. 작업지시, BOM, 라우팅, 자재 로트, 생산실적, 폐기량 가운데 어느 시스템이 원본인지 항목별로 정해야 합니다. 동일한 데이터를 MES와 ERP에서 모두 수정할 수 있게 두면 월말 재고 차이와 실적 불일치가 반복됩니다.

설비 연동에서는 PLC 기종과 프로토콜뿐 아니라 태그 정의, 수집 주기, 타임스탬프 생성 위치를 확인해야 합니다. 네트워크가 30분 끊겼다가 복구됐을 때 누락 데이터가 재전송되는지, 순서가 뒤바뀌지는 않는지 시험하세요. 하이브리드 또는 SaaS 방식이라면 인터넷 단절 중 작업자가 수행할 수 있는 업무 범위를 문서로 남겨야 합니다.

1. 업무 검증: 정상 생산, 재작업, 분할 투입, 대체 자재 사용을 실제 시나리오로 실행합니다.
2. 연동 검증: ERP와 MES 사이의 기준정보 생성·변경·폐기 책임을 필드별로 정합니다.
3. 성능 검증: 교대 시작처럼 접속이 몰리는 시간대의 화면 응답과 저장 지연을 측정합니다.
4. 장애 검증: 회선, 엣지 서버, 데이터베이스 장애를 나눠 복구 시간과 데이터 손실을 확인합니다.
5. 사용성 검증: 장갑 착용, 바코드 오염, 외국인 작업자 투입 같은 실제 조건을 반영합니다.

계약서에는 서비스 수준과 종료 이후까지 담아야 합니다

SaaS와 하이브리드 계약에서는 월간 가동률만 보지 말고 장애 접수 응답 시간, 복구 목표 시간, 데이터 복구 시점, 계획점검 통지 기한을 확인해야 합니다. 계약 종료 후 데이터를 CSV나 표준 API로 받을 수 있는지, 첨부 문서와 검사 이미지까지 함께 이전되는지도 중요합니다. 공급사 변경 가능성을 고려한 전환 조항이 없으면 향후 시스템 교체 비용이 예상보다 커집니다.

• 데이터 백업 주기와 백업본 보관 지역을 확인합니다.
• 보안 사고 발생 시 통지 시간과 책임 범위를 명시합니다.
• 버전 업데이트 전 테스트 환경 제공 여부를 확인합니다.
• 사용자 증가, 설비 추가, API 호출량 증가에 따른 과금 단위를 고정합니다.

예산 1억 원과 16주 안에서는 범위를 세 번 나눠야 합니다

첫 단계는 전 공장 통합보다 한 생산 흐름의 완결성이 중요합니다

가령 단일 공장, 사용자 30명, 핵심 설비 10대의 MES를 총예산 1억 원, 기간 16주 안에 도입한다고 가정해 보겠습니다. 첫 단계에서 계획·실적·품질·재고·보전·에너지까지 모두 포함하면 인터페이스와 현장 합의가 급격히 늘어납니다. 이 조건에서는 수주 또는 작업지시부터 생산실적과 불량 등록까지 하나의 흐름을 끊김 없이 만드는 편이 효과적입니다.

예산은 소프트웨어에만 배정하지 않아야 합니다. 일반적으로 예시 예산의 35~45%를 라이선스와 애플리케이션 설정, 20~30%를 ERP·설비 연동, 10~15%를 단말기와 네트워크 보완, 나머지를 데이터 정비·교육·안정화에 배분할 수 있습니다. 실제 금액은 업종과 규제 수준에 따라 달라지므로 공급사 견적을 같은 범위와 산출물 기준으로 다시 맞춰 비교해야 합니다.

일정은 1~3주에 요구사항과 기준정보를 확정하고, 4~8주에 화면·권한·인터페이스를 구성하며, 9~12주에 통합 테스트를 수행하는 방식이 현실적입니다. 13~14주는 현장 교육과 모의 가동, 15~16주는 실제 생산 안정화에 남겨 두세요. 기존 데이터 정제가 끝나지 않았다면 기능 개발을 늘리기보다 대상 품목을 줄이는 것이 안전합니다.

1. 1차 범위: 대표 생산라인 1개, 핵심 품목 3~5개, 작업지시·실적·불량 추적에 집중합니다.
2. 2차 범위: 첫 가동 후 4~8주간 오류율을 확인한 뒤 자재 로트와 검사성적을 연결합니다.
3. 3차 범위: 데이터 누락률이 2% 미만으로 안정되면 예지 분석과 다사업장 확장을 검토합니다.

숫자로 합의해야 일정과 비용이 흔들리지 않습니다

계약 전에는 ‘사용하기 쉬운 시스템’ 같은 표현을 측정 가능한 기준으로 바꿔야 합니다. 주요 화면 응답 3초 이내, 작업실적 등록 5단계 이하, 필수 데이터 누락률 2% 미만, 장애 복구 목표 4시간 이내처럼 수치로 합의하면 인수 테스트의 분쟁을 줄일 수 있습니다. 안정화 지원도 오픈 후 2주인지 8주인지에 따라 실제 운영 부담이 달라집니다.

최소 비교 기간은 요구사항 정리 2주, 공급사 제안 검토 2주, 시나리오 PoC 3~4주로 잡는 것이 좋습니다. 견적은 초기 구축비뿐 아니라 5년 누적 비용으로 환산하고, 예상 사용자 증가율 20%, 설비 추가 5대, 저장 데이터 증가량까지 동일하게 적용하세요. 이렇게 하면 온프레미스의 초기 투자와 SaaS의 누적 구독료, 하이브리드의 이중 운영비, 로우코드형의 변경 효율을 같은 숫자 위에서 판단할 수 있습니다.

• 후보 솔루션은 3개 이내로 줄여 평가 시간을 통제합니다.
• 필수 요구사항은 20개 안팎으로 제한하고 가중치 합계를 100점으로 설정합니다.
• PoC에는 실제 작업자 5명 이상을 참여시켜 교대별 의견을 수집합니다.
• 예비비는 총구축비의 10~15%, 안정화 기간은 최소 4주를 확보합니다.
• 확장 결정은 가동률 99.5% 이상과 데이터 완전성 98% 이상을 4주 연속 달성한 뒤 내립니다.