LG이노텍, AI로 견적 시간 70% 단축
200만개 부품 데이터 통합해 최적 부품 자동 추천
한눈에 보기
- LG이노텍이 2년간 개발한 AI 부품 제안 시스템을 전 사업부에 도입해, 카메라 모듈과 차량용 부품 등 복잡한 제품의 견적 산출 시간을 기존 평균 10시간 이상에서 2시간 이내로 단축했다.
- 이 시스템은 사내외 부품 약 200만개의 데이터를 통합하고, 사양과 단위를 표준화해 AI가 활용할 수 있는 방대한 데이터베이스를 구축했으며, 부품 탐색과 가격 비교 과정에서 기존 담당자의 경험에 의존하던 방식을 완전히 바꿨다.
- AI는 부품 사양을 입력하면 조건이 유사한 부품을 자동으로 추천하고, 과거 구매 이력과 가격 변동 추세를 분석해 현재 가격 수준을 제시하며, 제시된 가격의 신뢰도는 96% 이상으로 실제 구매 결정에 활용 가능한 수준이다.
LG이노텍이 인공지능(AI) 기술을 활용해 신제품 견적 산출 시간을 기존 대비 70% 이상 단축했다. 회사는 2년여간 개발한 'AI 부품 제안 시스템'을 최근 전 사업부에 본격 적용했다. 이 시스템은 카메라 모듈, 반도체 기판, 차량용 부품 등에 평균 수백 개의 부품이 탑재되는 상황에서, 기존에는 수주를 위한 견적 산출과 개발 과정에서 사내 여러 시스템에 흩어진 정보를 일일이 찾아봐야 했다. 이로 인해 부품 탐색과 가격 비교에 많은 시간이 소요됐다.
이를 해결하기 위해 LG이노텍은 커패시터(Capacitor), 인덕터(Inductor) 등 사내외 부품 약 200만개의 데이터를 통합했다. 다른 부품 명칭, 사양, 단위를 표준화해 AI가 활용할 수 있는 방대한 데이터베이스를 구축했다. 이후 이 데이터를 기반으로 'AI 부품 제안 시스템'을 개발했다. 사용자가 필요한 부품 사양을 입력하면 AI가 전체 데이터 중 조건이 유사한 부품을 찾아 보여준다. 기존 구매 부품뿐 아니라 구매 이력이 없는 새로운 부품의 가격 수준까지 예측 가능하다.
시스템은 부품별 사양과 가격을 한눈에 비교할 수 있도록 설계됐다. 기존에는 담당자의 경험과 구매 이력에 머물던 부품 탐색 범위를 크게 확대했다. 특히 AI가 사양이 유사한 부품의 실제 구매 이력과 가격 변동 추이를 분석해 현재 가격 수준을 제시하는 기능이 기존 시스템과의 주요 차별점이다. 회사 측은 이로 인해 제품 제안의 완성도와 수주 경쟁력이 높아질 것으로 보고 있다.
시스템이 제시하는 참고 가격의 신뢰도는 96% 이상으로, 실제 구매 결정에 활용 가능한 수준이다. 이는 AI가 수백만 개의 부품 데이터를 정확하게 분석하고, 과거 구매 이력과 가격 변동 추세를 기반으로 산출한 결과다. 사용자는 부품 사양을 입력한 후 2시간 이내에 성능과 가격을 고려한 부품 후보를 도출할 수 있다. 이는 기존 평균 10시간 이상이 소요되던 견적 산출 시간을 크게 단축한 것이다.
AI는 최신 부품 정보를 스스로 탐색하고 분석해 시스템에 반영하는 기능을 갖추고 있다. 이는 사전에 수집된 데이터 외에도 시장에서 새로 출시된 부품의 사양과 가격을 실시간으로 반영할 수 있음을 의미한다. 최근에는 LG AI연구원이 개발한 산업 특화 AI 모델 '엑사원 태뷸러(EXAONE Tabular)'를 적용해 공정 조건이 변경된 상황에서도 AI가 학습하는 시간을 약 85% 단축했다. 향후에는 에이전틱 AI를 도입해 부품 정보를 자율적으로 탐색하고 분석하는 방향으로 시스템을 확장할 계획이다.
김준성 LG이노텍 구매센터장(상무)은 "AI 부품 제안 시스템은 다양한 부품을 다루는 제조기업에 최적화된 시스템으로 기존 방식을 완전히 바꾼 의미 있는 혁신"이라며 "앞으로도 인공지능 전환(AX) 기반의 일하는 방식을 통해 고객의 기대를 넘어선 가치를 제공할 것"이라고 밝혔다. 특정 부품의 단종이나 공급 차질이 발생하더라도 대체 부품을 빠르게 확보할 수 있어, 부품 수급 변화에도 유연하게 대응할 수 있는 것도 장점이다.
한국 독자를 위한 맥락
LG이노텍이 신제품 개발 과정에서 견적 산출에 소요되던 시간을 대폭 단축한 것은, 복잡한 제품에 수백 개의 부품이 탑재되는 상황에서 기존 방식의 한계를 극복하기 위한 결과다. 카메라 모듈이나 차량용 부품과 같은 제품은 커패시터, 인덕터 등 다양한 부품이 복합적으로 연결되며, 이 부품들의 사양과 가격 정보는 사내 여러 시스템에 흩어져 있었다. 이는 신제품 출시 속도를 늦추는 주요 장애물이었다.
이 문제를 해결하기 위해 LG이노텍은 약 200만개의 부품 데이터를 수집하고, 부품 명칭, 사양, 단위를 통일해 표준화한 데이터베이스를 구축했다. 이는 단순한 정보 정리가 아니라, 사내외 부품의 다양한 표현 방식을 하나의 기준으로 통합해 AI가 정확히 이해할 수 있도록 한 핵심 기반이다. 이 데이터베이스는 AI가 부품을 분석하고 비교할 수 있는 전제 조건이 되었다.
AI 부품 제안 시스템은 단순한 검색을 넘어서, 사용자가 입력한 사양과 유사한 부품을 자동으로 탐색하고, 과거 구매 이력과 가격 변동 추세를 분석해 현재 시장 가격 수준을 제안한다. 이는 기존에 구매 이력이 없는 새로운 부품의 가격도 예측할 수 있게 해, 부품 선택의 범위를 기존보다 크게 확대했다.
이는 기존 10시간 이상이 소요되던 시간을 70% 이상 단축한 결과이며, 단순한 시간 절약을 넘어서 제품 제안의 완성도와 수주 경쟁력이 동시에 향상된 셈이다.
이러한 기술적 진보는 단순한 내부 효율화를 넘어서, 공급망의 유연성을 높이는 데도 기여한다. 이는 고객의 요구에 빠르게 반응하고, 장기적인 공급 안정성을 확보하는 데 중요한 역할을 한다.