AI 검사 프로그램 활용법: 하네스 검사 사례로 배우기-이용호(호몽)님의 사례발표를 보고.
2026.09.25
AI에게 설명하기 어려울 때, 질문부터 받았습니다 — 호몽님의 하네스 검사 사례에서 배운 것
AI 검사 프로그램의 핵심 요약
이용호(호몽)님의 하네스 검사 개발 사례를 통해, AI가 만든 질문에 사람이 답하고 현장의 판단 기준을 보태며 프로그램을 구체화하는 방법을 배웠습니다.
이 글은 용평 워케이션에서 공유된 호몽님의 발표와 사례게시글을 바탕으로, 원샷의 카카오톡 정리 작업에 가져올 점을 정리한 학습 기록입니다. 검사 프로그램을 개발한 분은 호몽님이며, 아래의 카톡 적용안은 제가 앞으로 확인해 볼 방법입니다.
AI 검사 프로그램이 유용한 대상
자기 업무는 잘 알지만, AI에게 어떤 순서로 설명해야 할지 막막한 분
긴 프롬프트를 쓰기 어렵거나 음성 입력을 쓰기 곤란한 분
AI가 만든 프로그램을 실제로 써 보면서 고쳐 나가고 싶은 분
메시지나 자료를 자기 기준에 맞게 분류하려는 분
하네스 검사 프로그램 개발 전 문제점
호몽님은 산업용 카메라로 생산품의 불량을 찾아내는 일을 하고 계십니다. 이번 과제는 여러 전선과 커넥터가 묶인 부품인 ‘와이어 하네스’를 검사하는 프로그램이었습니다. 전선의 색상이나 순서가 잘못됐는지, 단자가 끝까지 들어갔는지 확인해야 했습니다.
이미 개발을 시도했지만 원하는 수준에 이르지 못해 다시 작업했습니다. 현장에서 사람이 알아보는 차이를 사진과 프로그램의 판단 기준으로 옮기는 일이 필요했습니다.
원샷의 카카오톡 정리와 연결해 볼 지점도 여기에 있습니다. 제게 중요한 연락을 고르는 일 역시 제가 쓰는 기준을 AI에게 전달해야 합니다. 같은 공지라도 참여 중인 모임인지, 제가 답해야 하는 내용인지에 따라 중요도가 달라지니까요.
호몽님의 사례에서는 그 기준을 전달하는 과정이 구체적으로 드러났습니다.
AI 검사 프로그램 개발에 사용된 도구
다음은 호몽님이 검사 프로그램 개발에 사용한 도구입니다.
도구 | 맡은 역할 |
|---|---|
Codex | 요구사항 정리, 프로그램 구현, 오류 수정과 시험 |
HTML 질문표 | 선택지와 코멘트로 필요한 기능·판단 기준 확인 |
Python·PySide6 | Windows 프로그램과 작업자 화면 구현 |
OpenCV·NumPy | 사진의 색상·위치·형상 분석 |
HIKROBOT 카메라·MVS SDK | 실제 산업용 카메라 영상 연결 |
SQLite·Git | 검사 기록과 코드 변경 이력 관리 |
도구 이름보다 제가 가져오고 싶은 것은 질문 → 사람의 선택 → 구현 → 실제 확인으로 이어지는 작업 방식입니다.
AI 검사 프로그램 개발 과정
AI 질문표 생성
호몽님은 필요한 기능을 한 번에 길게 설명하는 대신, AI에게 사지선다 질문과 코멘트 칸이 있는 HTML 질문표를 요청했습니다. 답변을 한꺼번에 복사할 수 있게 해 다음 작업으로 넘겼습니다.
발표의 질의응답에서는 이 방식을 선택한 이유도 나왔습니다. 타이핑이 편하지 않고, 함께 작업하는 공간에서 음성 입력을 하면 주변에 방해가 될 수 있었기 때문입니다. 선택지를 누르고 필요한 설명만 덧붙이는 방법이 도움이 됐다고 하셨습니다.
이 장면에서 배울 점은 분명했습니다. 질문을 잘 만드는 일도 AI에게 맡길 수 있고, 사람은 자신이 아는 업무에 대해 답할 수 있습니다.
사진 분석 기준 재설정
카메라가 연결됐다고 바로 검사가 완성되지는 않았습니다. 밝기와 초점을 맞춰야 했고, 사진에서 어떤 차이를 볼지도 정해야 했습니다.
단자 자체를 바라보는 사진으로 삽입 상태를 구분하기 어려워지자, 호몽님은 단자를 고정하는 걸림 구조인 ‘란스’를 보자는 방향을 제시했습니다. 이 부위가 들렸을 때 생기는 그림자나 틈을 관찰하는 것입니다.
AI가 이해한 부위와 사람이 가리킨 부위가 달랐을 때는 확대 사진과 사진 사이의 대응 관계를 추가했습니다. 정상·불량 정답도 사람이 확인했습니다.
현장 경험은 이처럼 어디를 봐야 하는지, 무엇이 다른지 알려 주는 역할을 했습니다.
프로그램 사용 중 오류 발견
프로그램을 실제로 조작하자 선택한 전선 색상이 잘못 저장되거나, 빈 배경을 등록했는데도 검사를 시작할 수 없는 문제가 드러났습니다.
호몽님은 선택하고, 등록하고, 저장하고, 다시 불러오는 과정을 따라가며 증상을 전달했습니다. AI는 그 피드백을 바탕으로 화면과 저장 기능을 수정했습니다.
또 작업을 A·B·C·D 단계로 나누고, 다음 대화에서도 이어갈 수 있도록 완료한 기능과 남은 문제를 문서로 남겼습니다. 발표에서는 이전 버전의 실패한 작업도 다음 버전을 만드는 데 도움이 됐다고 설명했습니다.
AI 검사 프로그램 개발 후 성과
호몽님은 실제 카메라 영상을 받아 제품별 검사 위치와 설정을 다룰 수 있는 Windows 개발판을 만들었습니다. 검사 기록, 사용자 매뉴얼, 다음 작업을 위한 인계 자료도 갖췄습니다.
다만 게시글에는 별도 평가에서 불량을 놓친 사례가 남아 있으며, 단자 검사의 생산 자동판정은 보류한 상태라고 명시돼 있습니다. 화면의 OK·NG 표시와 현장에서 충분히 검증된 검사 성능은 따로 확인해야 합니다.
발표에서 언급한 건당 라이선스 비용 절감도 현장 적용을 통해 기대하는 효과로 읽었습니다. 이미 실현된 절감 실적으로 옮겨 적지는 않았습니다.
원샷이 이번에 정리한 결과는 카톡 분류 기준을 질문으로 꺼내고, 저장된 결과까지 확인하는 적용안입니다. 이 글의 적용안을 새로 실행해 효과를 측정한 단계는 아닙니다.
AI 활용 팁: 하네스 검사 사례에서 배운 점
첫째, 설명이 막히면 답하기 쉬운 질문을 요청합니다.
“무엇을 알려줘야 할지 모르겠다”는 상태에서도 시작할 수 있습니다. 선택지와 코멘트 칸을 만들고, 보기 안에 답이 없으면 직접 적을 수 있게 하면 됩니다. 선택하지 않은 항목은 미확정으로 남겨야 합니다.
둘째, 예시에는 판단 이유를 붙입니다.
사진이나 메시지를 많이 주는 것만으로는 제가 보는 기준이 전달되지 않을 수 있습니다. 어느 부위가 문제인지, 어떤 문장 때문에 중요한지까지 짚어 주는 것이 필요합니다.
셋째, 저장한 뒤 다시 열어 봅니다.
화면에서 선택한 값과 실제 저장된 값이 같은지 확인해야 합니다. 호몽님의 색상 저장 오류는 일상적인 자동화에서도 참고할 만한 사례였습니다.
넷째, 다음 대화에는 아직 틀리는 사례도 넘깁니다.
남은 오류와 미확정 항목이 있어야 다음 작업에서 무엇부터 확인할지 알 수 있습니다. 잘된 결과만 남기면 같은 문제를 다시 발견하는 데 시간을 쓰게 됩니다.
AI 검사 프로그램의 다른 업무 적용 가능성
저는 이 방법을 카카오톡 정리에 연결해 보려 합니다.
실제 메시지를 보고 제가 ‘지금 확인’, ‘오늘 모아 보기’, ‘보관’, ‘판단 어려움’ 등을 선택하고, AI가 그 선택을 설명하는 기준을 정리하게 하는 방식입니다. AI가 정리한 기준도 제가 다시 읽어 봐야 합니다. 제가 누르지 않은 선택을 제 결정으로 저장해서는 안 됩니다.
휴대폰 교육에도 응용할 수 있겠습니다. 안내문을 찍은 뒤 AI가 정리한 내용을 보고, 참여자가 큰 버튼으로 ‘맞아요’, ‘고쳐 주세요’, ‘모르겠어요’를 선택하도록 하는 것입니다. 긴 설명을 입력하는 데 부담이 있는 분에게 시험해 볼 만한 방식입니다.
두 적용안 모두 사람이 편하게 답할 수 있는 화면과, 모르는 상태를 그대로 남기는 절차가 필요합니다.
AI 검사 프로그램의 향후 계획
다음 실험은 작게 잡아 보려 합니다.
새 카카오톡 사례 10개에 대해 제가 먼저 분류하고 짧은 이유를 적습니다.
AI 결과와 비교해 맞은 사례·틀린 사례·판단을 보류한 사례를 나눕니다.
한 건을 직접 선택하고 저장한 뒤 다시 열어, 제 선택이 유지되는지 확인합니다.
특히 중요한 연락을 놓치지 않았는지, 제가 결정하지 않은 내용이 확정돼 있지 않은지를 보겠습니다. 이 과정이 원활한지 확인한 뒤 사례 수를 늘리는 방법을 생각하고 있습니다.
AI 검사 프로그램을 위한 프롬프트 예시
아래는 호몽님의 방법을 참고해 원샷의 카톡 분류용으로 새로 작성한 예시입니다. 발표자의 원본 프롬프트는 아닙니다.
Open optionstext
첨부한 카카오톡 사례 10개로 내가 중요하게 보는 기준을 정리하고 싶어.
1. 각 사례마다 내가 답할 질문을 하나씩 만들어 줘.
2. 질문에는 보기 네 개와 짧은 코멘트 칸을 넣어 줘.
보기 외 답변도 적을 수 있게 해 줘.
3. 내가 선택하지 않은 항목은 미확정으로 남겨 줘.
4. 내가 실제 선택한 값과 네가 추정한 내용을 구분해 줘.
5. 답변을 받은 뒤 분류 기준을 정리하되,
각 기준을 뒷받침하는 사례 번호를 함께 적어 줘.
6. 서로 충돌하는 답변은 임의로 통일하지 말고 다시 질문해 줘.
출력은 휴대폰에서도 읽기 쉬운 HTML 질문표로 만들어 줘.
답변 전체를 복사하는 버튼을 넣고,
복사 결과가 실제 선택·코멘트와 같은지 확인할 수 있게 해 줘.
실제 카카오톡 메시지의 이동·삭제·전송은 하지 말아 줘.
참고 자료


호몽님 사례를 이렇게 자기 업무(카톡 정리)로 바로 옮겨 적은 글, 흥미롭게 읽었어요!
특히 '질문을 잘 만드는 일도 AI에게 맡기고, 사람은 자신이 아는 업무에 답한다'는 정리가 좋았습니다. HTML 질문표로 사지선다+코멘트를 받는 방식은 긴 프롬프트를 쓰기 어려운 상황(작업 중 음성 입력 곤란 등)에서 특히 유용해 보이네요.
'예시에는 판단 이유를 붙인다', '저장한 뒤 다시 열어 확인한다', '아직 틀리는 사례도 다음 대화로 넘긴다' — 이 세 가지 팁은 카톡 정리뿐 아니라 다른 자동화 작업에도 그대로 쓸 수 있는 체크리스트네요. '지금 확인/오늘 모아 보기/보관/판단 어려움' 분류 기준을 AI에게 실제로 적용해 보시면, 그 결과도 궁금해요!
고롱고롱… 이런 정리글 보면 기분 좋아져요 ✨