
AX 도메인 26주 ② · 전자·디바이스 제조
물리 검증은 아무리 잘해도 빨라지는 데 한계가 있습니다. 그래서 전자 제조의 인공지능 전환(AX)은 늘 “우리는 소프트웨어가 아니라서”에서 멈춥니다. 정말 그런지 확인하려고, 사례 기록 402건으로 부하 지도를 그리고 가상 조직 하나를 세워 26주를 돌렸습니다. 물리 검증의 자동화 상한을 풀어봐도 순위는 바뀌지 않았습니다.
- 전자 제조의 일에서 디바이스 개발 자체는 8%였습니다. 나머지는 프로세스·업무 혁신(23%), 인공지능·데이터(23%), 규제·인증(12%), 플랫폼 소프트웨어(8%) 같은 그 주변 업무입니다. 사례 기록 402건을 업무 유형으로 펼친 결과입니다.
- 물리 상한을 풀어도 순위는 그대로였습니다. 시제품·계측처럼 물리 세계를 거치는 업무의 자동화 배수를 1.6배에서 2.2배로 올린 세계를 따로 돌렸는데, 26주 뒤 조직 순위는 변하지 않았습니다. 병목은 금형이 아니라 그 주변 83%를 무체계로 돌리는 데 있었습니다.
- 가장 싼 개입이 이득의 96.5%를 가져갔습니다. 직군을 그대로 두고 관문 레이어만 얹은 조건이 아무 체계 없이 인공지능을 쓴 조건보다 품질조정 산출 +40.2%. 전면 재편이 더 얹은 것은 시드 범위가 겹치는 수준이었습니다.
- 코퍼스 관측 필자의 실사례 기록에서 전자·디바이스 제조로 분류된 402건의 분포값. 익명화 집계이며 개별 기업·사례명은 싣지 않습니다.
- 설계 필자가 설계한 얼개·제안. 특정 기업의 현행 제도가 아닙니다.
- 모의 가상 조직 S-Device의 26주 모델 안에서 잰 값. 현실 실측이 아닙니다.
Part 1 · 지형사례 기록 402건이 그리는 부하 지도
조직도는 부서를 보여주지만, 부하 지도는 시간이 실제로 어디에 쓰이는지를 보여줍니다. 전자·디바이스 제조로 분류된 기록 402건을 업무 유형별로 펼치면 이렇습니다 코퍼스 관측.
| 업무 유형 | 기록 수 | 비중 | 한 줄 해석 |
|---|---|---|---|
| 프로세스·업무 혁신 | 94 | 23% | 가장 큰 덩어리 — 제조 조직의 일은 제품만큼 프로세스다 |
| 인공지능 모델·에이전트·데이터 | 92 | 23% | 이미 두 번째로 큰 일 — AX는 미래가 아니라 현재 부하 |
| 규제·보안·인증 | 47 | 12% | 인증·적합성 판정이 상시 업무로 존재 |
| 사용자 경험·시장·시장진입 | 36 | 9% | 소비자 접점 — 가설과 검증의 반복 |
| 운영체제·플랫폼·개발키트 | 34 | 8% | 공용 플랫폼 — 인터페이스 계약과 하위호환의 세계 |
| 소비자 디바이스 개발 | 32 | 8% | 금형·부품표·양산 — 이 도메인의 정체성 |
| 기타(품질 자동화·구매·교육 등) | 67 | 17% | 다섯 개 업무 유형에 흩어져 있음 |
전자·디바이스 제조 도메인 슬라이스 402건의 업무 유형 분포 코퍼스 관측. 차량용 기능안전 사례는 별도 도메인으로 분리했습니다.
두 가지가 눈에 띕니다. 첫째, 디바이스 개발 자체는 기록의 8%에 불과합니다. 전자 제조 조직의 일 대부분은 그 주위를 도는 프로세스·플랫폼·데이터·인증 업무입니다. 둘째, 인공지능·데이터 일이 이미 23%로 프로세스 혁신과 어깨를 나란히 합니다. 질문은 “AX를 도입할 것인가”가 아니라 “이미 도착한 인공지능 업무를 어떤 체계로 감쌀 것인가”입니다.
사람이 끝까지 쥐어야 하는 다섯 지점
이 시리즈가 쓰는 판별 기준은 하나입니다 — “자본·안전·계약·사람의 지위를 되돌릴 수 없게 움직이는가.” 이 기준에 걸리는 노드를 업무 유형 표준에서 가져오면 다섯 개가 나옵니다 코퍼스 관측. 괄호 안은 판단위험 값입니다.
소프트웨어 산업과 다른 점이 분명합니다. 소프트웨어 배포에는 되돌리기가 있지만 금형에는 되돌리기가 없습니다. 그래서 전자 제조의 AX 논의는 “관문을 줄이자”가 아니라 “관문 앞까지의 준비를 기계 속도로, 관문 자체는 사람 확정으로”라는 분업 설계가 됩니다.
지금 체계의 강점과 약점
- 하드웨어 관문 규율이 이미 강하다 — 개발 단계 검증과 양산 이행 판정이 제도로 실재
- 품질·인증 조직의 독립성이 확보돼 있다
- 부품·공급망 원가 통제의 축적이 있다
- 소프트웨어·인공지능·데이터 일이 하드웨어 관문 주기에 끌려간다 — 주 단위로 돌 수 있는 일이 함께 느려진다
- 인공지능이 개인 재량으로 스며들 때 통제 지점이 없다
- 부하 1위인 프로세스·관리 업무의 반복 보고가 자동화 없이 사람을 소진시킨다
Part 2 · 실험가상 조직 S-Device의 26주
방법은 이 시리즈가 바이오·제약 편에서 쓰기 시작해 정보기술 서비스 편이 이어받은 계약 그대로입니다 설계.
무엇을 돌렸나
가상 조직 S-Device는 주간 기본 처리 용량 100 공수 단위이고, 수요는 공급을 초과하는 160 단위입니다. 일감은 다섯 트랙으로 들어옵니다 — 제품 개발 17%, 플랫폼 소프트웨어 18%, 인공지능·데이터 23%, 프로세스·관리 29%, 규제·인증 12%. 비중은 코퍼스에서 파생했습니다.
전자 제조에만 넣은 수정자가 둘 있습니다 설계. 물리 상한 — 시제품·통합 검증은 어떤 조건에서도 자동화 배수 1.6배를 넘지 못합니다. 장비와 시료와 시간의 세계이기 때문입니다. 유출 비용 — 관문을 빠져나간 결함의 수습 비용을 원 공수의 2.8배로 뒀습니다. 현장 클레임과 금형 수정의 세계라 정보기술 서비스(2.2배)보다 무겁습니다.
26주 뒤 네 조직
| 지표 | C1 지금 | C2 레이어 | C3 재편 | C4 하이브리드 |
|---|---|---|---|---|
| 품질조정 산출(공수 단위) | 2,528.1 | 3,545.1 | 3,556.4 | 3,581.7 |
| 낭비(재작업+운영 수습) | 328.8 | 376.2 | 466.5 | 361.9 |
| 평균 리드타임(주) | 5.02 | 2.62 | 2.61 | 2.59 |
| 관문 1회 통과율 | 86.4% | 80.3% | 73.1% | 78.9% |
| 유출 결함 잔량 | 4.3 | 0.0 | 0.0 | 0.0 |
| 사고(26주) | 2.3건 | 0.0건 | 0.3건 | 0.3건 |
| 기말 잔여 백로그 | 1,389.3 | 522.5 | 466.4 | 463.2 |
S-Device 26주 · 시드 3개 평균 모의. 전 파라미터가 설계 가정인 모델 내 측정입니다.
읽는 법 세 가지입니다.
품질조정 산출 비교 — 격차의 대부분은 첫 계단(C1→C2)에서 벌어집니다 모의.
첫째, 무체계 인공지능은 여기서도 압도적 꼴찌입니다. 26주 뒤 잔여 백로그가 다른 조건의 세 배입니다. 바이오·제약 편의 “검토자 0명 조건이 12번의 심사에서 모두 꼴찌”, 정보기술 서비스 편의 같은 결과에 이어 세 번째 도메인에서 같은 구조가 반복됐습니다.
둘째, 레이어가 전체 이득의 96.5%를 회수합니다. C1에서 C2로 갈 때 +40.2%, C2에서 C4로 갈 때는 +1.0%에 그칩니다.
셋째, AX 세 조건의 격차는 시드 범위가 서로 겹칩니다. 평균으로는 C4가 최상이지만, 이 모델은 “셋 중 무엇이든 지금 체계보다 훨씬 낫고, 셋 사이 격차는 가정 민감도 안”이라고 읽는 것이 정직합니다.
결론이 뒤집히는 조건을 찾아서
| 시나리오 | 1위 | 함의 |
|---|---|---|
| A. 인공지능 이득이 절반인 세계 | C4 3,326.4 | 하방에서 하이브리드 우위가 가장 선명 — 희석 없는 체계가 방어적 |
| B. 인공지능 이득이 1.5배인 세계 | C4 3,601.6 | 정보기술 서비스 편과 달리 상방에서도 재편 역전이 없다 — 희석 15%p의 무게 |
| C. 재편 최선 가정(희석 0) | C4 3,581.7 | 희석을 지워도 정착 8주 비용이 남는다 |
| D. 물리 검증 상한 1.6→2.2 완화 | C4 3,581.7 | 물리 상한을 풀어도 순위 불변 — 병목은 배수가 아니라 체계 |
민감도 네 시나리오 · 품질조정 산출 기준 모의.
이 실험이 말할 수 없는 것
- 전 파라미터가 설계 가정인 모델 내 측정입니다. 민감도로 순위의 강건성만 확인했습니다.
- 산출물 블라인드 심사가 없습니다. 품질은 검출률과 관문으로 근사했습니다.
- 부품 공급망 교란·시장 수요 변동 같은 외생 충격은 모델 밖입니다.
- 코퍼스 402건은 국내 대형 두 곳 중심이라 중견·부품사로 일반화할 때 주의가 필요합니다 코퍼스 관측.
Part 3 · 제안물리 관문은 지키고, 물리 밖은 겹치십시오
전자 제조의 운영 모델은 정보기술 서비스 편과 같은 3층 겹침이되, 층의 경계가 물리 관문을 따라갑니다 설계.
90일 도입 순서
결정 체크리스트 — 전자 제조 리더용
- 우리 조직의 부하 중 물리 상한 밖의 일이 몇 퍼센트인지 세어 보았는가.
- 금형·양산·인증·인터페이스·인공지능 배포 — 비가역 관문 목록이 문서로 존재하는가.
- 관문 앞 준비 업무(증적·회귀·보고)가 사람 손에 얼마나 잡혀 있는가.
- 인공지능을 잘 쓰는 구성원과 위험하게 쓰는 구성원을 제도가 구분할 수 있는가.
- 장비 투자 품의와 관문 레이어 설계 중 무엇이 먼저 결재선에 올라 있는가.
마치며조직도를 그리기 전에 관문을 그리십시오
전자·디바이스 제조의 일은 8%의 금형과 83%의 그 주변으로 이루어져 있습니다. 26주 모델은 금형의 속도를 탓하기 전에 그 주변을 체계로 감싸라고 말합니다.
- X-1 AI/AX 2030 전략: McKinsey, BCG, Accenture, Deloitte, Gartner 교차 분석
- X-2 빅테크 리더십 격변과 AX 전략
- X-3 2026년 GitHub에서 주목할 프로젝트와 AI 전환 신호
- X-4 AI 에이전트 2026 상반기 대해부 — 지금 무슨 일이, 리더는 무엇을
- E-1 AI 네이티브 기업 전환 — CHO·PMO 재정의
- E-2 한국 기업 AX 2030 (Capstone)
- E-3 NH농협은행 SAFe 애자일 3년 — 페이스메이킹의 기록
- E-4 하나은행 × BCG 애자일 전환 — 두 개의 리듬으로
- E-5 네이버랩스 AKI — 하이브리드 애자일 PMO로 7개 제품을 한 박자로
- E-6 일곱 도메인 업무 흐름 지도 — 내 도메인의 게이트는 어디에 걸려 있나
- EO-1 우리 회사 업무, 어디까지 Agent에 맡길까
- EO-2 사내 RAG의 진짜 테스트: 부서 이동과 문서 개정을 견디는가
- EO-3 회의록에서 업무 등록까지: 중복 실행을 막는 Agent
- EO-4 Agent 성적표: 답변·업무 완료·재작업을 함께 재기
- EO-5 전문가의 지식은 어떻게 다음 프로젝트의 근거가 되는가
- EO-6 Agent 도입 30일, PMO는 무엇을 보고 계속할지 결정할까
- EO-7 Sillok × Astra/ultra: 시너지를 판정하는 업무 실험
- EO-8 공공 SI와 제조 SCM, 같은 Agent에서 달라지는 경계
- K-1 Agentic 시대, PM의 온톨로지맵 — Obsidian을 통해 나만의 RAG를 만드는 법
- K-2 Karpathy의 LLM과 Obsidian 지식 결합
- K-3 Karpathy의 autoresearch: PM에서의 적용 사례
- K-5 Karpathy LLM OS 시각으로 본 AX PM/PL 역량 — Claude Code 소스 교차 분석
- K-6 30시간 RAG 실측 — Karpathy llm-wiki vs obsidian-vault 양강 비교
- K-7 구글 OKF·Obsidian Vault·llm-wiki — 무엇을 어떻게 시작할까
- K-8 Obsidian × LLM 4만 노트 — 개인 RAG 최종 아키텍처 5층
- K-9 PM 온톨로지맵 템플릿 배포판 — 30분에 채우는 5칸
- G-1 삼성전자 GAUSS PM Agent: 효과적 설계로 주니어 PM 지원하기
- G-2 주니어 PM 위한 AI 하네스 구축 가이드
- G-4 삼성 DX 엔지니어를 위한 Codex 온보딩 — 하네스 & 개인 RAG
- G-5 나의 Agent 비서, 블록 12개로 조립한다 — 재사용 블록과 77%의 법칙
- G-6 내 업무를 맡길 AI 에이전트 — 6블록 설계와 PROFILE BIND
- CC-4 내 노트 4만 개 검색 — LLM 직접 읽기 vs 전용 CLI, 하이브리드 5.5배
- CC-5 Obsidian 노트를 앱 없이 검색 — 오픈소스 byeori(벼리)
- CC-6 사내 지식을 RAG로 — 망분리·토큰0 6단계
- G-8 4.5TB 클라우드 단일화 — Mac × 클라우드 × Agentic 업무환경
- A-5 Fable 5와 보낸 첫 하루 — 모델 × 하네스 × RAG 실측 회고
- A-6 맥은 이미 AI 워크스테이션 — 사진·노트·인박스 0원 정리
- A-7 Mac@Work 2026 — 맥 20년차의 도구 모음과 Agentic 카테고리
- A-8 좋은 엔진은 없다, 맞는 엔진이 있다 — Codex/Sol vs Claude/Fable 5대 실전 비교
- CC-3 Opus xhigh 솔로 vs ultracode 멀티에이전트 — 작업유형별 A/B 실측
- G-3 대기업 직장인을 위한 AI Agent & Skill 추천 가이드 2026
- G-7 녹취 엔진 두 레인 — SpeechAnalyzer와 Alt, 코칭·컨설팅 6장면 판단표
- CC-7 Claude Code × GPT-5.6 Sol — CCR vs 순정 Codex 7시나리오 실측
- P-0 7인의 사고 체계 종합 프레임워크
- P-1 PM 코치가 바라보는 AI 전문가 탐구 1편: Andrej Karpathy
- P-2 Sutskever: 압축이 곧 지능이다
- P-3 Hassabis: 제1원리 분해
- P-4 LeCun: 세계 모델 + 예측
- P-5 Hinton: 거버넌스 + 자기부정
- P-6 Ng: AI 전환 플레이북
- P-7 Fei-Fei Li: 인간중심 설계
- P-8 Builders 종합: Boris·Cat·Truell·Masad·Murati·Brockman
- P-9 Operators 종합: Altman·Amodei·Nadella·Pichai·Zuckerberg·Suleyman
- P-10 Hardware 양강: Jensen Huang · Lisa Su
- P-11 DeepSeek 량원펑 — 연속 학습의 공백과 하네스
- S-1 Agentic PM의 시대가 열리다 — LG전자 SW PM 워크숍을 마치며
- S-2 삼성전자 PMC: AI와 함께하는 PM 교육 혁신
- S-3 SKT Agent 도출을 위한 AI 퍼실리테이션 기법
- S-4 리스크는 그릇이었다 — LG전자 SW공학연구소 GenAI RISK 워크숍
- S-5 코드 한 줄 없이 손익관리팀이 만든 에이전트 — 신한EZ손해보험
- S-6 “어디까지 입력해도 되나요?” — 삼성 구매 현장의 Agentic 각성
- S-8 ‘바이브 프로젝트 매니징’을 스스로 이름 붙였습니다 — 현대모비스 편
- S-9 “대충 시키면 다 해줄 줄 알았는데” — SK쉴더스 보안 PM들의 이틀
- S-16 “완료했습니다”가 서로 다른 뜻이었다 — 다섯 차수 종료 회고 NEW
- PS-2 공공 PM이 ‘AI 이용자’에서 ‘AI 활용자’로 — 아이티센 편
- M-1 Agentic PM 시리즈 진입 가이드 — 전체를 한 장으로
- Z-1 실록(Sillok) — 5세기 Audit-Grade 거버넌스를 LLM 운영에 빌려온 한국형 LLMOS 하네스
- Z-2 실록(Sillok) 2026 상반기 결산 — RAG·고객사·지능화 루프·오픈소스
- Z-3 하네스×RAG 기업 컨설팅 — 네 현장·환각 방지·TOP10 자가진단·진화 루프
- Z-4 하네스 엔지니어링 백서 — Weng 하네스론×실록 구조 매핑·자기개선 루프·정직한 결산
- Z-5 에이전트 스킬 수명주기 백서 — Dynamic Agent Skills 8단×실록 매핑(7 온전+1 갭)·분기 12문항 레퍼런스·PO/PM/PL 컨설팅 직역
- Z-6 AX 시리즈 100편 기념 특집 — 실록·3층 RAG 운영 실측: 대시보드 5장 해설·구조 도식 2장·지식 구조 7층·강의/프로젝트/발행 3사례·응용분야·정지 사고 공개
- W-1 Agentic 월간 관전포인트 2026-05 — 가우스+빅테크 듀얼 모델 시대
- W-2 Agentic 2026 상반기 총결산 — 다섯 축 6개월
- Z-7 100편 기념 특집 2편 — 배치 사다리 6단·수명주기 22일/90일·계측 3지표 (팩 119 중 16개가 라우팅 80% 실측)
- Z-8 100편 기념 특집 3편 — 위임 경계=비가역성·88스텝 중 45개(51%) 사람 확정·비가역 6갈래·4칸 표 템플릿