IPARK현대산업개발 AI NEWSLETTER2026.10 · 현장 활용 사례
바이브코딩으로 바꾼 현장 업무
FIELD INTERVIEW · 떠붙임관리QC

사진 한 장에서
관리대장까지

몰탈 면적을 계산하고 기록하던 반복 작업.
현장 품질관리자가 직접 만든 프로그램으로 측정과 관리대장 작성을 연결했습니다.

몰탈 자동인식 영역이 빨간색으로 표시된 타일 뒷면 사진
떠붙임관리QC · 빨간색은 몰탈로 인식한 영역입니다.
01 · 무엇이 달라졌을까요?

계산부터 관리대장 공유까지, 하나의 흐름으로

곤지암역센트럴아이파크 이종수 매니저는 타일 떠붙임 몰탈의 면적을 확인하고 관리대장을 작성하는 업무를 개선했습니다.
사진에서 몰탈 영역을 자동으로 인식하고, 작업자 정보를 연결해 관리대장을 출력하는 프로그램입니다.
이종수 매니저는 관리대장 작성·공유에 걸리던 시간이 20~30분에서 5분 이내로 줄었다고 설명했습니다.

기존 · 관리대장 작성·공유
20~30분
면적별 지점 지정 + 별도 대장 작성
프로그램 활용 후
5분 이내
자동 산출 + 작업자 정보 연계 + 출력
기존의 불편

몰탈 외곽마다 지점을 지정하고, 관리대장도 따로 작성

기존에는 사진을 넣은 뒤 몰탈 면적마다 지점을 직접 지정했습니다.
지정하는 사람에 따라 면적이 달라질 수 있었고, 결과를 관리대장에 정리하는 작업도 필요했습니다.

직접 만든 해결책

타일 영역을 지정하면 면적 계산과 기록을 연결

사진에서 몰탈 영역을 자동으로 구분해 비율을 계산합니다.
작업자 기본정보와 검사를 연결하면 해당 내용을 포함한 관리대장까지 출력할 수 있습니다.

02 · 어떻게 만들었을까요?

간단한 파이썬 매크로 경험에서 현장 프로그램 제작으로

처음부터 전문 개발 경험이 있었던 것은 아닙니다.
이종수 매니저는 간단한 파이썬 매크로를 만들어 본 경험을 바탕으로, 업무 흐름의 초안을 먼저 구성하고 코딩하면서 개선해 나갔습니다.

1

업무 흐름부터 구성

어떤 사진과 정보를 넣고, 어떤 계산과 결과물이 나와야 하는지 프로그램의 초안을 먼저 설명했습니다.

2

복잡한 코드는 AI와 함께

코딩에는 Claude를 주로 활용했습니다.
타일과 몰탈의 색상 범위를 나누는 복잡한 코드와 새로운 프로세스 구성에 AI의 도움을 받았습니다.

3

개발자·사용자 관점으로 보완

만드는 입장뿐 아니라 실제 쓰는 사람의 입장도 설명했습니다.
프로그램이 나아갈 방향을 요청에 담으며 사용성을 보완했습니다.

개발에 AI를 활용한 사례입니다.
완성된 프로그램의 자동인식은 사진의 색상·표면 특징을 분석하는 방식입니다.
AI에게 사진 판정을 전부 맡기는 방식과는 구분됩니다.
03 · 실제 화면으로 보는 사용 과정

모서리 네 곳을 지정하고, 자동인식 결과를 확인합니다

타일 뒷채움은 타일 뒷면에 몰탈이 얼마나 채워졌는지 확인하는 작업입니다.
프로그램은 사진에서 몰탈이 차지하는 면적 비율을 구하고, 사용자가 설정한 기준에 따라 적합·부적합을 표시합니다.

1

사진 입력

검사 사진을 넣고 검사전·검사후를 선택합니다.

2

모서리 4점 지정

타일 또는 타일을 떼어낸 자리의 네 모서리를 지정합니다.

3

결과 확인·보정

몰탈 영역과 비율을 확인하고 필요한 부분을 수정합니다.

4

완료·판정

검사를 완료하고 설정된 기준에 따른 판정을 확인합니다.

사진에서 몰탈을 인식하고 면적 비율과 판정을 표시하는 떠붙임관리QC 화면
뒷채움검사 화면
FROM MEASUREMENT TO RECORD

계산한 결과를 관리대장에 다시 옮기지 않도록

검사 사진·비율과 작업자 정보를 연결해 엑셀 문서로 산출합니다.

04 · 관리대장까지 자동으로

작업자와 검사를 연결하면 세 가지 엑셀 시트가 만들어집니다

작업자 기본정보와 동·호·부위 등을 입력한 뒤 해당 검사를 연결합니다.
최종데이터산출 기능으로 관리대장과 검사결과, A4 점검표를 출력할 수 있습니다.

SHEET 01

타일 뒷채움 관리대장

사진·위치·비율과 작업자 정보를 정리합니다.

SHEET 02

뒷채움 검사결과

검사별 면적·비율·판정을 표로 정리합니다.

SHEET 03

A4 점검표

작업자별 검사 결과와 사진을 한쪽에 담습니다.

사진과 비율, 예시 작업자 정보가 연결된 타일 뒷채움 관리대장
관리대장 출력 예시 · 인물 아이콘과 이름은 예시 데이터입니다.
05 · 자동화에도 필요한 현장 확인

결과의 출발점은 정확한 사진과 입력입니다

이종수 매니저는 프로그램에 주는 최소한의 데이터가 정확해야 한다고 강조했습니다.
사진이 너무 어둡거나 기울어져 있거나 작게 찍히면 분석 오류가 발생할 가능성이 높아지고 신뢰성이 떨어질 수 있다는 설명입니다.

촬영 상태 확인

검사 부위와 네 모서리가 잘 보이도록 찍고, 그림자·반사·흔들림을 줄입니다.

검사구분과 영역 확인

검사전·검사후를 알맞게 선택하고, 지정 영역에 배경이나 다른 면이 들어가지 않았는지 확인합니다.

원본과 인식 결과 대조

빠지거나 과하게 잡힌 영역은 민감도·브러시·다각형 도구로 보정합니다.

기준과 기록 확인

적용할 판정기준과 작업자·위치 정보가 맞는지 확인한 뒤 결과를 확정합니다.

자동 산출은 프로그램이, 최종확인은 사람이 합니다.

06 · 동료에게 전하는 시작 방법

“이렇게 하면 편하겠다”는 작은 불편부터 설명해 보세요

이종수 매니저가 권하는 출발점은 거창한 아이디어가 아닙니다.
먼저 사내 AI 규정을 숙지하고, 내가 하는 일에서 편해졌으면 하는 부분을 AI에 설명하는 것입니다.

만들 과정을 스스로 질문하기

원하는 결과물까지 어떤 과정이 필요한지 스스로 묻고 답해 보세요.
그 과정을 AI와 공유하며 요청을 구체화합니다.

내 질문으로 시작하기

사소한 질문도 괜찮습니다.
다른 사람이 만든 프롬프트를 찾는 데서 멈추지 않고, 내 업무의 불편을 직접 설명해 봅니다.

이번 주 실천 · 5분

반복해서 하는 업무 하나를 고르고, ‘넣는 자료 → 처리 과정 → 원하는 결과물’을 세 줄로 적어 보세요.
승인된 사내 AI 도구에 설명하고, 구현 전에 필요한 정보와 확인할 사항부터 정리해 달라고 요청합니다.

입력하는 예시는 개인정보·기밀을 제외한 가상 자료를 사용하고, 회사의 AI 이용 기준을 따릅니다.

제작자는 인터뷰에서 사내 AI 규정과 지침을 읽고 준수했다고 답했습니다.
특정 외부 도구에 모든 사내 자료를 입력해도 된다는 의미는 아닙니다.

NEXT CHALLENGE

현장 품질관리에서, 다른 부서의 반복 업무로

이종수 매니저는 앞으로 품질관리 직무를 넘어 유관부서의 반복 수행 작업에도 자동화 프로그램을 만들어 적용해 보고 싶다고 밝혔습니다.

업무 흐름을 아는 사람이 문제를 설명하고, AI와 함께 해결책을 만들어 가는 사례입니다.