[울산] 데이터 파이프라인 구축 사업 수혜기업 3차 모집 공고(지역주도형 AI 대전환)

지역 주도형 AI 대전환 사업 데이터 파이프라인 구축 사업계획서 과제명

주소

관련 규정과 지침을 준수하고, 동 사업을 성실히 수행하고자 본 신청서를 제출합니다. 아울러, 동 사업계획서상의 기재 내용이 사실임을 확약하며, 만약 사업의 지원제외 요건이 발견시 선정취소, 협약해약 등의 어떠한 불이익도 감수하겠습니다. 2026년 월 일 공급기업명 : (직인) 대표자명 : (인) 중소벤처기업부, 울산광역시 귀하

• 사업비(천원) — 총 XXX천원(정부지원금 XX천원, 기업부담금 XX천원)
• 공급기업 — 기업명 — 사업자등록번호
• 대표자명 — 법인등록번호
• 대표자 연락처 — 대표자 이메일
• 공급기업 총괄책임자 — 성 명 — 직책
• 전화번호 — 부서
• 휴대전화번호 — 이메일
• 공급기업 실무담당자 — 성 명 — 직책
• 전화번호 — 부서
• 휴대전화번호 — 이메일
• 도입기업별 총괄책임자 — 기업명 — 책임자 성명 — 직위/직급 — 휴대전화번호 — 이메일
• 도입기업별 실무책임자 — 기업명 — 책임자 성명 — 직위/직급 — 휴대전화번호 — 이메일

Ⅰ. 사업 개요

1. 추진 배경 및 필요성

1)

□

◦

-

작성 요령	※ 작성 완료 후 요령은 삭제할 것
ㅇ 각 도입기업 별 직면한 제조현장 문제점 및 데이터 기반 해결이 필요한 근거를 기술

2. 추진 목적

1)

□

◦

-

작성 요령	※ 작성 완료 후 요령은 삭제할 것
ㅇ AI 솔루션과 울산 TP 데이터 파이프라인을 결합하여 얻고자 하는 성과를 기술 ㅇ 컨소시엄 구성의 목적을 기술

3. 공급기업 현황 및 기술 역량

1) 공급기업 기본 현황

□

◦

-

작성 요령	※ 작성 완료 후 요령은 삭제할 것
ㅇ 기업명, 설립연도, 주요 사업 분야, 매출 현황, AI 솔루션 개발 이력 등 기업 현황에 대해 기술

2) 보유 AI 솔루션 기술 및 기능

□

◦

-

작성 요령	※ 작성 완료 후 요령은 삭제할 것
ㅇ 솔루션 명칭, 핵심 알고리즘 유형(딥러닝/자연어처리/컴퓨터비전 등), 주요 성능 지표 기술 ㅇ 처리 속도, 정확도, 확장성 등 정량적 기술 스펙 제시 및 도입기업 환경과의 호환성 기술

Ⅱ. 세부 추진계획

1. 세부 과제 개요

1) 도입기업별 문제 정의

□ (도입기업명)

□ 기타 ( )

매출액(`25년) | | 종사자수(`25년) 주소(본사) 주소(공장) 도입 배경

도입 목적

기대 산출물

• 사업비(천원) — 총 XXX천원(정부지원금 XX천원, 기업부담금 XX천원)
• 산업 분야 — □ 자동차 — □ 조선 — □ 화학
• 공정 분야 — □ 정밀가공 — □ 금형 — □ 사출 — □ 표면처리 — □ 프레스 — □ 정밀화학
• □ 적층제조 — □ 용접 — □ 주조 — □ 소성가공 — □ 열처리 — □ 로봇
• 솔루션 분야 — □ 예지보전 — □ 품질관리 — □ 경영·공급 최적화 — □ 에너지 효율 — □ 지식재산권
• AI 솔루션 — 별첨 1 자료 참고
• 도입기업 — 기업명 — 사업자등록번호
• 대표자명 — 법인등록번호
• 업종 — 예) C303919 — 주생산품
• 1) — □ — ◦ -
• 1) — □ — ◦ -
• 1) — □ — ◦ -

작성 요령	※ 작성 완료 후 요령은 삭제할 것
ㅇ 도입 배경 - 도입기업의 제조현장 현황(주요 공정, 기존 데이터 활용 현황 등)을 기술 - 현장의 구체적인 문제점 및 AI 솔루션 도입이 필요한 이유를 기술 ㅇ 도입 목적 - 도입하고자 하는 AI 솔루션의 종류·목적 및 기업의 참여 의지를 기술 ㅇ 각 도입기업별로 상세하게 작성

2) 도입기업별 AI 솔루션 적용 방안

□ (도입기업명)

◦

-

◦ AI기술을 활용하기 위한 필요 제조데이터

INPUT	PROCESS	OUTPUT
분석 대상 제조데이터 종류	분석 목적 방법론 (알고리즘) 수집 및 저장 방법	분석 예측 결과 제조공정의 정량적 예측 결과

◦ 데이터 집계 포인트

| 공정 수집 데이터 | | --- |

-

작성 요령	※ 작성 완료 후 요령은 삭제할 것
ㅇ 각 도입기업이 해결하고자 하는 현장 문제와 적용 AI 솔루션과의 연계성 설명 ㅇ 각 도입기업 별 커스터마이징 포인트를 구분하여 기술

2. 데이터 파이프라인 개요

□ 데이터 파이프라인 전체 구조도

| 도식화하여 작성 | | --- |

작성 요령	※ 작성 완료 후 요령은 삭제할 것
ㅇ 컨소시엄 내 전체 구조와 구성원 간의 데이터 흐름 및 역할 분담이 보이도록 도식화하여 작성 ㅇ 수집·전처리·저장·분석(AI 연산)·활용 등 데이터 파이프라인 전 과정을 구성

□ TP 플랫폼 연계 및 인프라 활용 계획

◦

-

작성 요령	※ 작성 완료 후 요령은 삭제할 것
[TP 제공] - AI 모델 배포 시 서빙 파이프라인 자동 구성 - 배포와 동시에 End Point 자동 생성으로 즉시 서비스 가능 - 모델별 모니터링 대시보드를 통한 성능 관리 지원 - AI 모델 개발부터 학습·배포 ·운영까지 전 주기 지원 - Drag&Drop 방식의 ML Pipeline 자동화 환경 제공 [연계 활용 계획] ㅇ TP 제공 사항들을 참고하여, 해당 기능들을 컨소시엄의 데이터 파이프라인 및 AI 솔루션 제공에 있어 적용 및 운영 방안을 기재

□ 도입 S/W 및 H/W 목록

MES

로봇 H/W(주요 장비) 구성도

S/W 구성도

데이터 파이프라인 구성도

• 도입기업명 — 구분 — 합계
• 소요량 — 기존 활용 — 신규 도입
• S/W — ERP — 8 — 8
• H/W — RFID
• 공정 흐름에 따른 H/W 및 장비 구성도 — ◦ -
• 현장에 적용되는 S/W 구성도 — ◦ -
• TP 플랫폼 및 인프라 연동 및 구성도 도식 — ◦ -

작성 요령	※ 작성 완료 후 요령은 삭제할 것
ㅇ 도입기업별로 신규 도입과 기존 활용 S/W·H/W를 구분하여 기재 ㅇ 품명·규격(모델명·제조사 포함)을 구체적으로 작성하며, 필요 시 표 내 행 추가 가능 ㅇ 제조데이터 AI솔루션 구축과 직접 관련 없는 완성품 장비 구매 불가 (예: 포장기, 절단기)

작성 요령	※ 작성 완료 후 요령은 삭제할 것
ㅇ H/W 구성도는 공정 흐름에 따라, S/W 구성도는 현장 적용 기준으로 도식화하여 작성 ㅇ 울산 TP 플랫폼과의 데이터 연계 체계 및 연동 구성도를 구체적으로 기술

3. 정량적 목표

1) 도입기업별 정량적 목표

□ (도입기업명)

• No — 구분 — 핵심성과지표(KPI) — 단위 — 현재 (구축 전) — 목표 (구축 후) — 가중치 — 비 고
• 1 — P — (예시)시간당 생산량 — 개/h — 30 — 45 — 0.2 — 성형공정
• 2 — Q — (예시)공정 불량률 — % — 90 — 95 — 0.3 — 프레스공정
• 3 — C — (예시)재공제고 — 백만원 — 10 — 5 — 0.3 — 전 공정 현장재고
• 4 — D — (예시)수주출하 리드타임 — 일 — 7 — 5 — 0.2 — 국내 매출처
• 합 계 — 1

◦ 성과지표 산출방법

핵심성과지표	측정방법
시간당 생산량	1개월 동안 성형공정을 거친 총 제품개수 / 1개월 동안 성형공정 총 작업시간
공정 불량률	[1개월 동안 프레스공정에서 폐기된 총 제품 무게(KG) / 1개월 동안 프레스공정을 거친 총 제품 무게(KG)] × 100
재공제고	전 제조 공정에 걸쳐 각각의 공정에 걸려있는 가공(작업)중인 재료의 합산 금액
수주출하 리드타임	수주일부터 출하일까지 총 소요일수(연평균 소요일수 적용)

작성 요령	※ 작성 완료 후 요령은 삭제할 것
ㅇ (별첨2) 핵심성과지표(KPI)를 참고하여 도입기업(세부 과제)별로 성과 지표 2개 이상 필수 작성 ㅇ 각 도입기업의 현재 수치(구축 전)와 목표 수치(구축 후)를 구체적으로 제시 ㅇ (별첨3)는 참고 자료로 활용 ㅇ 성과지표의 정량적 산출을 위한 지표별 산출 공식을 함께 작성

4. 향후 고도화 계획

1)

□

◦

-

작성 요령	※ 작성 완료 후 요령은 삭제할 것
ㅇ 각 도입기업 공정 데이터로 학습된 AI 모델을 울산 TP 플랫폼에서 고도화하는 방안을 기술 ㅇ 고도화된 모델을 도입기업들에게 재배포·재적용 계획 기술 ㅇ 다수 기업 데이터를 통한 모델 성능 향상 계획 및 지속 운영 방안을 기술

Ⅲ. 추진체계

1. 컨소시엄 구성

□ 추진 조직도 (예시), 수정 가능

총괄 PM OOO 부장 ` | | | | | | | | | | | 조정위원회 ·총괄 PM : ·솔루션 PM :

• 품질관리 담당 — OOO
• 교육훈련 담당 — OOO
• AI솔루션 현장적용 — AI솔루션 검증
• ·도입기업 : OOO ·공급기업 : OOO — ·도입기업 : OOO ·공급기업 : OOO

• 담당자 성명/직위 명확히 입력

□ 업무분장표 (예시)

• 구 분 — 성명 — 업무내역 — 비 고
• 총괄 PM — 프로젝트 총괄 및 적절한 의사결정 유도
• 조정위원회 — 프로젝트 문제해결 및 조정
• 품질관리 담당 — 프로젝트 진행관리, 품질관리, 품질보증
• 교육훈련 담당 — 사용자 및 관리자 운영교육
• AI솔루션 현장적용 — 도입기업 — 작업장 및 장비 설치환경 지원
• 공급기업 — 솔루션 실증 환경 구성 및 현장 적용
• AI솔루션 기술검증 — 도입기업 — 업무 프로세스 가이드, 검증결과 평가
• 공급기업 — 솔루션 검증 수행 및 결과 도출

작성 요령	※ 작성 완료 후 요령은 삭제할 것
ㅇ 조직도 도식 그림은 필요시 수정하여 작성 ㅇ 업무분장표는 필요시 수정하여 작성

Ⅳ. 추진 일정계획

1. 총괄 계획 (예시)

현행 업무 분석

분석 모델 설계

통합테스트 수행 솔루션 현장 설치 실증 환경 세팅

실증결과 도출

현행 업무 분석

분석 모델 설계

통합테스트 수행 솔루션 현장 설치 실증 환경 세팅

실증결과 도출

• 도입기업명 — 수행 목표 — 수행 내용 — 일 정
• M — M+1 — M+2 — M+3 — M+4 — M+5
• 현행업무분석 — 업무 현황 조사
• 요구사항분석 — 요구사항 정의
• 기능 분석 — 기능비교분석
• 설계 — 아키텍처 설계
• 현장 적용 — 단위테스트 수행
• 솔루션 실증 — 실증 수행
• 조정 및 종료 — 조정 및 종료
• 현행업무분석 — 업무 현황 조사
• 요구사항분석 — 요구사항 정의
• 기능 분석 — 기능비교분석
• 설계 — 아키텍처 설계
• 현장 적용 — 단위테스트 수행
• 솔루션 실증 — 실증 수행
• 조정 및 종료 — 조정 및 종료

2. 산출물 계획 (예시)

단계	작업	산출물명	구분	세부 내용	양식번호
분석단계	현행업무분석	현행업무분석서	선택	솔루션이 적용될 공정(설비)에서의 프로세스를 대상으로 도입기업의 현재 업무 현황을 조사하여 업무 소개, 전체 업무 흐름, 본 사업과 관련된 세부적인 업무 절차 흐름도 등을 작성한다	-AD1
요구사항분석	요구사항정의서	필수	착수계의 사업범위를 기준으로 인터뷰 및 회의 결과 등을 반영한 요구사항 세부요건, 제약사항 등을 명확히 정의한다(기능/비기능 분리)	-AD2
기능분석	기능대비표	선택	솔루션 기능들을 기준으로 본 사업에서 현장 적용하기 위하여 적용될 솔루션 기능의 추가, 변경, 삭제와 관련된 기능 및 세부적인 내용을 작성한다	-AD3
설계단계	개선업무 설계	개선업무설계서	선택	솔루션 현장적용을 위해 컨설팅 및 현행업무분석 결과를 바탕으로 개선된 전체 업무 흐름 및 세부적인 업무 절차 흐름도 등을 작성한다.	-TD1
아키텍처 설계	아키텍처설계서	필수	솔루션을 바탕으로 현장적용 대상에 대한 시스템 구성, 장비 도입 및 설치 계획 등을 세부적으로 작성한다	-TD2
분석모델 설계	분석모델설계서	필수	솔루션 기술적용을 위한 데이터 수집, 분석 방안, 성과지표 및 측정 방법에 대한 계획을 세부적으로 작성한다	-TD3
화면 설계	화면설계서	선택	화면표준, 메뉴구조와 각 화면(보고서)별 구성 항목에 대한 세부 내용을 작성한다	-TD4
프로그램 설계	프로그램설계서	선택	전처 프로그램 목록 및 기능(모듈)단위로 소스코드를 구현하기 위한 세부 구성 내용을 작성한다(인터페이스 설계 포함)	-TD5
데이터베이스 설계	데이터베이스 설계서	필수	테이블 목록 및 각 테이블에 대한 세부 구성 내용을 작성한다	-TD6
현장적용	단위시험 실시	단위테스트결과서	선택	기능 단위로 테스트 시나리오 및 데이터 제시와 테스트 수행 결과, 결함관리 내역 등을 작성한다	-SI1
통합시험실시	통합테스트결과서	필수	업무 프로세스 단위로 테스트 시나리오 및 데이터 제시와 테스트 수행 결과, 결함관리 내역 등을 작성한다	-SI2
현장적용 완료	현장적용 결과서	필수	솔루션 적용 대상(SW, HW 등)을 작성하고, 현장 설치 여부(일자, 확인)를 도입기업에 보고한다	-SI3
기술검증	기술검증 실시	기술검증 결과서	필수	정량적 성과지표에 대한 측정 계획, 측정방법, 측정결과(증빙자료 포함)를 작성한다	-TV1

작성 요령	※ 작성 완료 후 요령은 삭제할 것
ㅇ 산출물은 도입기업 별로 작성 ㅇ 필수 산출물은 반드시 사업완료보고시 포함 ㅇ 선택 산출물은 실제 프로젝트에서 가능한 산출물만 선택하여 작성 (계획서 내 작성된 산출물은 최종점검 시 반드시 제출해야 함)

3. 사업실패(불성실수행 판정) 또는 중도포기 시 조치계획(구체적으로 작성)

• 선금, 잔금 및 기 구축된 솔루션 등에 대한 세부적인 조치사항 포함

| ◦ 구축시스템 후속조치 방안 시스템 구축 완성률 기준으로 구분하여 작성 - 사업실패 시 도입기업과 공급기업, 컨설팅 기업 책임분담 및 조치계획 ① 공급기업의 귀책사유로 사업이 실패할 경우 ② 도입기업의 귀책사유로 사업이 실패할 경우 | | --- | | ◦ 기업부담금 후속조치 방안 시스템 구축 완성률 기준으로 구분하여 작성 ① 공급기업의 귀책사유로 사업이 실패할 경우 ② 도입기업의 귀책사유로 사업이 실패할 경우 |

Ⅴ. 예산 계획

1. 가격산출내역서

• 총 사업비 — 000,000,000,000원
• 구분 — 금 액 (단위 : 원/VAT 별도) — 비고
• 정부지원금 — 기업부담금 — 계
• S/W 구입 개발비 — 원 — 원 — 원
• H/W 구입비 — 원 — 원 — 원
• 기타(할인)비용 — 원 — 원 — 원
• 합 계 — 원 — 원 — 원

[사업비 세부산출내역]

<공급기업 투입인력>

성명	투입일수	비고
	일
	일
	일
	일
합계	일

※ 투입일수는 소수점 불가

2. S/W 구입·개발비

(단위 : 원 / VAT 별도)

합계

합계 총 합계

• 도입기업명 — 모듈별 — S/W 개발·구입비 (A) — 기능점수 방식 개발비(수정비용 등) 산출내역(D) — 계 (A+D)
• 기능 점수 (FP) — 개발원가 (기능점수X 단가) (a) — 이윤(%) (b) — 직접경비 (c) — S/W 개발비 (D)=(a)×(b)+(c)
• 도입기업명 — 모듈별 — S/W 개발·구입비 (A) — 기능점수 방식 개발비(수정비용 등) 산출내역(D) — 계 (A+D)
• 기능 점수 (FP) — 개발원가 (기능점수X 단가) (a) — 이윤(%) (b) — 직접경비 (c) — S/W 개발비 (D)=(a)×(b)+(c)

※ SW 개발비는 사업비 산출내역서 활용

※ SW 구입비로 실증 대상 솔루션에 대한 라이선스 비용 산정 불가

3. H/W 구입비

(단위 : 원/VAT 별도)

개 개 합계

개 개 합계 총 합계

• 도입기업명 — 구 분 — 품 명 — 규 격 (모델명·제조사 포함 必) — 단 가 — 수량 — 소 계
• 도입기업명 — 구 분 — 품 명 — 규 격 (모델명·제조사 포함 必) — 단 가 — 수량 — 소 계

4. 기타(할인) 비용

(단위 : 원/VAT 별도)

개 개 개 개

개 개 개 개

• 도입기업명 — 구 분 — 품 명 — 규 격 — 단가 — 수량 — 소 계
• 합계 — 원
• 도입기업명 — 구 분 — 품 명 — 규 격 — 단가 — 수량 — 소 계
• 합계 — 원
• 총 합계 — 원

사업계획 최종합의서

협의 일자	참석자 (소속, 성명)	협의내용	비고(수정사항 등)

아래 당사자 모두 위와 같이 사전협의 및 조정을 거쳐 최종 합의된 사업계획서 임을 확인합니다.

일 자 : 2026. . .

도입기업명		대표	(인)
공급기업명		대표	(인)

별첨 1		AI 솔루션 리스트 및 예시 사례

※ 상기 분류 및 기법은 대표적인 예시이며, 공급기업은 도입기업의 현장 상황에 맞추어 적합한 AI 기법을 조합하여 제안할 수 있음

• 분야 — AI 솔루션 — 기대효과
• [1] 예지보전 — 시계열 이상탐지 — - 진동, 온도, 압력 등 센서에서 연속적으로 들어오는 데이터를 분석하여 평소와 다른 패턴(스파이크, 추세 변화 등)을 감지
• 음향/오디오 이상탐지 — - 모터나 엔진 등의 가동 소음, 초음파 데이터를 분석하여 미세한 결함이나 마찰음을 감지
• 이미지/영상 상태 모니터링 — - 열화상 카메라를 통한 설비 과열 탐지, CCTV 영상을 통한 외부 부품의 마모 및 변형 상태를 시각적으로 확인
• 잔여 수명 예측 — - 단순 이상 탐지를 넘어, 과거 고장 이력 데이터를 바탕으로 현재 설비가 완전히 고장 나기까지 남은 시간이나 주기를 예측
• [2] 품질관리 — 이미지 기반 불량 검사 (비전 AI) — - 카메라로 제품 표면을 촬영해 스크래치, 찍힘, 도색 불량, 조립 누락 등을 탐지
• 엑스레이/비파괴 검사 분석 — - 육안으로 보이지 않는 제품 내부의 기포, 크랙, 이물질 등을 특수 영상 데이터를 통해 탐지
• 공정 시계열 기반 품질 예측 — - 온도, 습도, 압력 등 공정 진행 중 발생하는 시계열 데이터를 분석하여, 최종 완성될 제품의 품질(수율, 강도 등)을 선제적으로 예측
• [3] 경영·공급 최적화 — 시계열 기반 수요 예측 — - 과거의 판매량, 계절성, 프로모션 이력 등을 분석하여 미래의 재고 소요량이나 매출을 예
• 조합/경로 최적화 — - 여러 배송지나 창고 간의 최단 경로를 계산하거나(VRP), 화물 적재 비율을 최대화하는 알고리즘을 적용
• 데이터 기반 단가 최적화 — - 시장의 실시간 수요와 공급, 경쟁사 가격, 현재 재고 상황에 맞춰 수익을 극대화할 수 있는 최적의 가격을 자동으로 조정
• 공급망 리스크 탐지 — - 수많은 협력사와 자재 공급망의 연결 구조를 그래프 데이터로 모델링하여, 특정 노드(업체)에 문제가 생겼을 때 전체에 미치는 파급 효과와 병목 구간을 탐지
• [4] 에너지 효율 — 시계열 기반 에너지 수요/발전량 예측 — - 스마트 팩토리나 빌딩의 시간대별 전력 사용 패턴을 예측하고, 태양광 등 신재생 에너지의 발전량을 기상 데이터와 연계하여 예측
• 데이터 기반 제어 최적화 — - 공조 설비(HVAC), 난방 등의 장비를 실내외 환경 변화에 맞춰 최소의 에너지로 가동하도록 최적의 제어값을 도출
• 군집화 기반 전력 낭비 탐지 — - 각 설비나 구역별 전력 사용 패턴을 클러스터링하여, 비정상적으로 에너지가 소모되거나 불필요하게 켜져 있는 기기를 식별
• [5] 지식재산권 — 자연어 처리 기반 유사 특허 검색 — - 기존의 단순 키워드 검색을 넘어, 발명 내용의 문맥과 의미를 벡터화하여 특허 문헌 중 가장 유사한 선행 기술을 검색
• 텍스트 마이닝 기반 기술 동향/공백 분석 — - 대량의 특허 데이터에서 핵심 기술 키워드를 추출하고 네트워크를 분석하여, 경쟁사의 개발 동향이나 아직 특허가 선점되지 않은 공백 영역을 발굴
• 생성형 AI 기반 문서 작성 보조 — - 연구 노트나 발명 요약서 등의 초안 텍스트를 바탕으로, 특허 명세서의 구조에 맞는 형식의 글을 생성하거나 요약

별첨 2		핵심성과지표(KPI)

(•)표시는 최우선 순위 적용

P. 생산(Product)	Q. 품질(Quality)	C. 원가(Cost)	D. 납기(Delivery)
1. 생산품목수 증가 (증가율) 2. 매출액 증가 (증가율) 3. 영업이익률 (증가율) 4. 시간당 생산량(•) (증가율) 5. 제조리드타임(•) (단축률) 6. 설비가동률 (향상률)	1. 공정불량률(•) (감소율) 2. 완제품 불량률(•) (감소율) 3. 검사불량률 (감소율) 4. 반품율 (감소율) 5. Claim 건수 (감소율)	1. 작업공수(절감률) 2. 제품원가 (절감률) 3. 재공재고 (•) (절감률) 4. 재고비용 (절감률)	1. 수주출하리드타임 (감소율) 2. 납기단축 (•) (감소율)

별첨 3		핵심 성과지표(KPI) 예시

[표. 핵심 성과지표(KPI) 예시]

• 번호 — KPI 항목명 — 항목 설명 — 비고(활용목적/측정방식)
• 1 — 시간당 생산량 (UPH) — 단위 시간당 생산된 제품 수량 — AI 기반 공정 최적화 전후 성과 비교에 활용
• 2 — 설비종합효율 (OEE) — 가동률 × 성능 × 품질 통합지표 — 생산성과 품질을 동시에 반영하는 대표지표
• 3 — 공정 불량률 — 총 생산 수량 대비 불량품 비율 — 머신비전/검사 AI 적용 전후 개선 정도 측정
• 4 — 납기 준수율 — 고객이 요구한 납기 일정 충족률 — AI 기반 생산 계획 수립 효과 확인 지표
• 5 — 재공재고율 (WIP) — 공정 중 대기하거나 미완료 상태의 재고 비율 — 흐름 개선, 병목 제거를 통한 생산성 지표
• 6 — 설비 가동률 — 설비가 실제로 가동된 시간의 비율 — 예지보전 AI로 설비 가동시간 확보 성과 분석
• 7 — 설비 고장 건수 — 단위 기간 내 설비 고장 횟수 — 고장 예측 AI 성능 검증 및 정비 전략 수립
• 8 — 예방정비 수행률 — 계획된 정비 일정의 실행 비율 — 예지보전 실행률과 실제 고장률 비교에 활용
• 9 — 에너지 소비량 — 제품 단위당 전기, 가스 등 에너지 사용량 — AI 제어 기반 에너지 효율 향상 측정용
• 10 — AI 예측 정확도 (Accuracy) — AI 모델이 정답을 맞춘 비율 — AI 성능의 기본지표, 실증보고서 필수 항목
• 11 — 불량 원인 추정 정확도 — AI가 불량 원인을 추정한 결과의 적중률 — XAI(설명가능 AI) 기반 분석 정확도 확인
• 12 — 생산 계획 이행률 — 생산 계획 대비 실제 수행 정도 — 예측형 스케줄링 도구 적용 효과 분석
• 13 — 작업자 생산성 — 1인당 단위시간당 작업 건수 또는 생산량 — 인력 재배치/교육 효과 확인용
• 14 — 데이터 수집 완성도 — IoT 기반 데이터 수집률 및 누락률 — 데이터 기반 AI 학습 품질 확보의 전제 조건
• 15 — 수요기업 만족도 — 실증, 컨설팅, 교육에 대한 주관적 평가 — 사업성과(정성지표) 및 후속 확산 근거 자료

KPI 항목명	설명
조립 불량률	부품 오조립, 미체결률 등의 발생 비율
도장 품질 불량률	도막 두께 편차, 외관 결함 등 비율
주행 안전시험 통과율	시험 통과 품목 비율 (시뮬+실증 포함)
설비 UPH 향상률	자동화 라인의 단위 시간 생산량 증가
공정별 작업시간 편차율	설비/작업자 간 작업시간 분산도
자율검사 시스템 도입률	현장 작업자가 AI 검사 활용한 건수
LLM 기반 예지보전 적용률	LLM이 예측한 설비 문제의 적용 및 피드백률
에너지 소비량 절감률	도장, 프레스, 용접라인의 전력 소비량 감소율
[표. 산업별 KPI 항목(예시)] _ 수송기계

KPI 항목명	설명
가공 정밀도 유지율	미세 오차(μm 수준)의 허용범위 내 일치율
[표. 산업별 KPI 항목(예시)] _ 일반기계/정밀기계	공정 순서 최적화율	공정 흐름 개선으로 인한 효율성 향상 지표
검사 자동화 정확도	머신비전 기반 품질검사 적중률
도면-공정 매칭 적합도	설계도와 실제 공정조건 일치도
작업 시간 절감율	동일 품목 생산 시간의 단축률
설비 예지보전 성공률	고장 사전 예측 후 실제 발생률 비교
품질 검사 속도 향상률	기존 대비 검사 자동화 소요시간 절감율
환경 안정성 유지율	정밀설비에 영향을 주는 온습도 유지 정확도