Chapter 1. 공정 엔지니어가 코딩 에이전트를 배워야 하는 이유

코딩 에이전트의 가장 강력한 장점은 개발자가 아닌 비전공자도 자연어로 프로그램을 개발할 수 있다는 점입니다. 이른바 '바이브 코딩'이라 불리는 방식인데, 대부분의 사람들은 '프로그램 개발'이라는 단어에서 상당한 거리감을 느끼고 쉽게 도전하지 못하거나 "내 직무와는 상관없는 이야기"로 넘겨버리는 경우가 많습니다.

하지만 저는 이렇게 말씀드리고 싶습니다. 코딩 에이전트는 개발 도구가 아니라 엑셀이나 파워포인트처럼 업무를 도와주는 도구입니다. 너무 거리감 있게 생각하기보다, 내 업무를 더 효율적으로 수행하기 위한 수단으로 가볍게 접근해 주셨으면 합니다.

특히 저와 같은 공정 엔지니어에게 코딩 에이전트는 단순한 업무 도구를 넘어, 자신의 역량을 극한까지 끌어올릴 수 있는 강력한 무기입니다. 이 Chapter에서는 그 이유를 설명하겠습니다.

---

1-1. 공정 자동화와 Data의 증가

이제는 너무도 당연한 이야기이지만, 기술의 발전에 따라 공정의 자동화율은 지속적으로 증가하고 있으며, 이에 따라 우리가 다루어야 할 데이터의 종류와 양 또한 함께 증가하고 있습니다. 과거에는 엔지니어의 경험과 감(感)에 의존하던 것들이 데이터 기반의 통계적 분석과 예측으로 빠르게 진화하고 있습니다. 더 이상 엔지니어에게 요구되는 역량은 설비 셋업과 보전 등 설비 중심의 기술에 그치지 않습니다. 데이터를 다루는 역량이 이제는 선택이 아닌 필수가 되었습니다.

실제로 한국 정부는 2024년 기준 스마트팩토리 보급·확산 사업을 통해 중소·중견 제조업체의 디지털 전환을 강력하게 지원하고 있으며, 글로벌 제조업계 역시 Industry 4.0을 넘어 AI 기반의 Industry 5.0으로 빠르게 전환되고 있습니다. 이 흐름은 일시적인 유행이 아닙니다. 데이터 기반 제조는 이미 산업의 표준이 되어가고 있습니다.

출처 : https://www.aewin.com/zh-hant/application/the-new-revolution-industry-5-0/

저는 PCB Assembly(SMT), 배터리 모듈·팩 조립, 자동차용 전장품 자동화 조립라인 등 다양한 제조 환경을 여러 회사에 걸쳐 경험했습니다. 그 과정에서 얻은 인사이트 중 하나는, 회사에 따라 데이터 활용 능력과 범위가 천차만별이라는 사실입니다.

소위 대기업이라 불리는 곳에서는 모든 엔지니어에게 Minitab 라이선스가 부여되고, MES DB에 직접 쿼리로 접속할 수 있는 환경이 갖춰져 있습니다. 신입사원 때부터 체계적인 교육을 받으며 대용량 데이터를 분석하고, Tableau·Spotfire 같은 시각화 도구를 활용해 데이터 역량을 극대화합니다. 반면, 비교적 큰 매출과 생산 규모를 갖춘 중견기업임에도 통계적 관리 기법은커녕 기초적인 교육조차 이루어지지 않아 오로지 엔지니어의 감(感)만으로 운영되는 곳도 있었습니다. 그 결과는 반복되는 동일 불량, 멈추지 않는 공정 개선의 실패, 그리고 신제품 수주의 반복적인 좌절이었습니다.

Minitab

아마 많은 회사가 후자의 상황에 가깝지 않을까 생각합니다. 하지만 걱정할 필요는 없습니다. 오히려 코딩 에이전트의 등장은 이런 회사들에게 큰 기회입니다. 지금까지 부족했던 데이터 활용 경험과 역량을 한 번에 따라잡을 수 있는 도구가 생겼기 때문입니다.

그렇다면 데이터 역량을 키우기 위해 구체적으로 무엇을 어떻게 해야 할까요? 먼저 많은 엔지니어들이 가장 익숙하게 사용하고 있는 도구, Excel의 한계부터 짚어보겠습니다.

 

---

1-2. Excel의 한계와 극복 방법

대부분의 엔지니어들은 데이터를 다룰 때 Excel을 사용합니다. Minitab으로 분석하고 Tableau로 시각화하더라도, 그 전처리 단계에서는 결국 Excel로 돌아오게 됩니다. 그러나 Excel에는 두 가지 결정적인 한계가 있습니다.

 

첫 번째는 데이터 용량의 한계입니다. Excel은 약 100만 행이라는 제한을 두고 있습니다. 숫자만 보면 충분해 보이지만, 실제 현장에서는 설비 한 대가 하루에 수천 개의 로그 파일을 생성하는 경우도 드물지 않습니다. 한 달치 데이터를 모으면 순식간에 수백만 행을 넘어섭니다. 더 큰 문제는 단일 스레드로 동작하는 Excel의 특성상, 수십만 행만 넘어가도 극심한 렉(Lag)이 발생해 작업 자체가 고통스러워진다는 점입니다.

 

두 번째는 외부 데이터 자동화의 한계입니다. Excel 내부 데이터는 함수로 어느 정도 자동화가 가능하지만, 외부 데이터를 전처리해 불러오려면 VBA 코딩 없이는 사실상 불가능합니다. 대부분의 설비는 수백만 개의 로그를 .txt 파일로 저장하는 방식으로 동작합니다. 이 외부 데이터 취합 단계에서 많은 엔지니어들이 설비 로그 분석을 포기하게 됩니다. 분석하고 싶은 마음은 있지만, 데이터를 꺼내오는 것 자체가 벽이 되어버리는 것입니다.

 

※ 위 내용 외에도 Data를 대용량의 분석하고 다루는데 있어 Excel의 한계는 무수히 많지만 아래 영상으로 대체 하겠습니다. 

https://www.youtube.com/watch?v=x4Xt0M1mHbc

 

이쯤에서 이런 의문이 드실 수 있습니다. "그럼 Python을 배우면 되는 것 아닌가?"

틀린 말은 아닙니다. Python은 강력한 데이터 처리 언어이고, pandas·numpy 같은 라이브러리를 활용하면 Excel의 두 가지 한계를 모두 극복할 수 있습니다. 그러나 Python을 실무에 활용할 수준으로 익히기까지는 상당한 시간과 노력이 필요합니다. 바쁜 현장 업무를 소화하면서 퇴근 후 프로그래밍 언어를 처음부터 학습하는 것은 현실적으로 쉽지 않습니다. 중간에 포기하는 경우가 대부분인 이유이기도 합니다.

코딩 에이전트는 이 문제를 다르게 접근합니다. Python 문법을 몰라도 됩니다. "설비 로그 폴더에서 오늘 날짜 파일만 읽어서 불량 항목별로 집계해줘"라고 말하면, 코딩 에이전트가 그에 맞는 코드를 직접 작성해줍니다. 엔지니어는 코드를 이해하는 데 시간을 쓰는 대신, 무엇을 만들지에만 집중하면 됩니다.

기존에 IT 전문 업체에 고액의 개발비를 지불해야만 가능했던 기능을 이제는 엔지니어가 스스로 만들고 운영할 수 있습니다. 이것은 단순한 편의 향상이 아니라, 엔지니어의 역할 자체가 달라지는 변화입니다.

 

---

1-3. 코딩 에이전트란 무엇인가

앞서 코딩 에이전트가 왜 필요한지 이야기했습니다. 그렇다면 코딩 에이전트란 정확히 무엇일까요?

코딩 에이전트란 자연어(우리가 평소에 쓰는 말)로 명령을 내리면 그에 맞는 코드를 작성하고, 실행하고, 오류를 스스로 수정하며 결과물을 만들어내는 AI 도구입니다. 단순히 코드를 생성해주는 것에 그치지 않고, 파일을 읽고 쓰고, 외부 서비스와 연동하고, 여러 단계의 작업을 순서대로 처리하는 등 복잡한 작업을 자율적으로 수행합니다.

대표적인 도구로는 Claude Code(Anthropic), GitHub Copilot(Microsoft), Cursor 등이 있습니다. 이 강의에서는 Claude Code를 기반으로 진행합니다. 현재 시점에서 가장 높은 코딩 성능을 보여주고 있으며, 터미널 기반으로 동작해 실제 파일 시스템과 연동이 자연스럽기 때문입니다.

사용 방법은 생각보다 단순합니다.

 

1. 터미널(명령 프롬프트)을 열고 Claude Code를 실행한다

2. 만들고 싶은 것을 한국어로 설명한다

3. Claude Code가 코드를 작성하고 실행한다

4. 결과를 확인하고, 수정이 필요하면 다시 말로 요청한다

 

처음에는 어색하게 느껴질 수 있습니다. 하지만 몇 번 사용해보면 금방 익숙해집니다. 엑셀에서 처음 VLOOKUP 함수를 배울 때를 떠올려보세요. 처음엔 낯설었지만, 지금은 자연스럽게 쓰고 있지 않으신가요? 코딩 에이전트도 마찬가지입니다.

중요한 것은 완벽하게 이해하려 하지 않아도 된다는 점입니다. 코딩 에이전트가 작성한 코드를 100% 이해하지 못해도 괜찮습니다. 결과물이 내가 원하는 대로 동작하는지를 판단하는 것, 그것이 엔지니어의 역할입니다. 코드는 에이전트가 씁니다. 판단은 엔지니어가 합니다.

 

다음 Chapter에서는 본격적으로 무엇을 만들지, 즉 공정 엔지니어에게 실질적으로 필요한 시스템이 무엇인지 함께 살펴보겠습니다.