중소 제조업의 흩어진 파일을 AI가 기억하는 지식 흐름으로 바꾸기
2026.10.13

클로드 코드(Claude Code)로 가상 제조업의 진단 응답지를 바탕으로 지식 로직도와 피드백을 만들어 보았어요. 40명 규모 기계부품 중소기업의 지식이 어디서 끊기는지 그린 작업입니다.
## 지난 질문지의 답을 분석한 이유
AX 컨설팅의 지식관리 체계를 파악하기 위해 해 본 작업이라서 실제 회사 자료는 쓰지 않고, 가상의 제조업 (주)한결정밀로 연습했습니다.
앞서 지식관리 진단 질문지를 만들었습니다. 이번 글은 그 질문지에 가상 제조업이 답한 응답지를 받아서, 그다음 두 단계를 하는 이야기입니다.
한결정밀은 금속을 깎고 가공해 맞춤 부품을 납품하는 40명 규모의 회사로 설정돼 있습니다. 응답지가 다루는 프로젝트는 자동화 설비용 샤프트 부품 120개를 수주해 납품하고 사후관리까지 하는 건이에요. 프로젝트 번호는 KP-2609-017입니다.
## 클로드 코드에 처음 보낸 요청
폴더에 PDF 응답지가 있었고, 제가 보낸 요청은 한 줄이었습니다.
```
@AX코칭_1단계진단_응답지_가상제조업_한결정밀.pdf 를 바탕으로 2단계 지식 로직도 작성 및 3단계 세부 피드백 작성
```
설문 응답지를 분석하기 전에 먼저 지식관리 진단을 위한 다섯 가지 원칙 즉, 분석 범위, 3단계 지식 순환 구조, 데이터 형태별 지식화 범위, 지식 단절과 병목, AX 4대 관점 역할 배치 등의 관점에 따라 검토하였습니다.
3단계는 설문 답변에서 불확실한 것, 답이 미비한 것, 그 밖에 합의가 필요한 것을 세 묶음으로 나눠 분류했어요. 이 틀이 있어서 요청이 한 줄이어도 결과의 모양이 정해졌습니다.
> PDF 내용이 결과에 표시되지 않아 다시 읽고, 같은 폴더의 다른 자료(2·3단계 양식 등)도 확인하겠습니다.
## 한글이 깨진 PDF를 이미지로 읽기
여기서 처음 막혔습니다. 처음 PDF를 열었을 때 내용이 화면에 나오지 않았고, 페이지 단위로 읽으려 하자 이런 오류가 떴습니다.
```
pdftoppm is not installed. Install poppler-utils (e.g. brew install poppler or apt-get install poppler-utils) to enable PDF page rendering.
```
poppler는 PDF를 그림으로 바꿔 주는 프로그램인데 제 컴퓨터에는 없었습니다. 그래서 텍스트만 뽑는 방법으로 바꿨습니다. 텍스트 추출 도구로 뽑아 보니 영문과 숫자 조각만 나오고 한글은 거의 사라져 있었어요. 파이썬의 PDF 라이브러리인 PyMuPDF로 다시 뽑아도 글자가 깨져서 나왔습니다. 이 PDF는 글꼴 정보가 제대로 들어 있지 않아서 글자를 텍스트로 읽을 수 없는 파일이었습니다.
해결은 읽는 방법을 바꾸는 것이었습니다. PyMuPDF를 프로젝트 폴더가 아닌 임시 폴더에 설치하고, 16쪽을 한 쪽씩 그림 파일로 저장했어요. 해상도는 110dpi였고, 표 안의 작은 글자도 읽을 수 있었습니다. 그림이 된 페이지를 하나씩 열어서 눈으로 읽는 방식입니다.

▲ 한글이 깨져 16쪽을 이미지로 읽었고, 12쪽이 빈 페이지였다고 클로드 코드가 정리한 화면.
이 장면에서 제가 따로 한 말은 없었습니다. 막힌 걸 보고 읽는 방법이 바뀌었을 뿐이에요. 텍스트가 안 되면 그림으로 읽는다는 걸 이번에 처음 알았습니다.
그림으로 읽으니 응답지의 구조가 보였어요. 응답 전제, 핵심 진단 요약, 질문 22개(M-01부터 M-22까지)의 응답, 자료별 추적표, 3단계 순환 설계, 병목 진단, 세부 피드백 순서였습니다. 12쪽은 아무것도 없는 빈 페이지였습니다.
응답지 안에 이미 5장부터 7장까지 로직도와 피드백에 해당하는 내용이 들어 있었습니다. 그래서 그대로 옮기면 의미가 없다고 보고, 응답지 내용을 근거로 삼되 흐름을 다시 그리는 쪽으로 방향을 잡았습니다.
## 기계부품 제조 중소기업의 지식 흐름
이 글에서 하고 싶은 말은 이 부분입니다. 기계부품을 만드는 작은 회사를 가정해서, 이 회사의 지식이 어디서 생기고 어디서 끊기는지 구조로 그려 본 겁니다.
로직도의 뼈대는 세 단계였습니다.
- 로컬 생성단: 영업, 생산관리, 현장, 개인 PC, 메일, 종이 자료 등
- 서버 지식단: 경로와 지문, 업무 맥락 등 이력
- 로컬 재활용단: 지식을 꺼내 견적서 등 2차 산출물 생성


▲ 3단계 지식 순환 로직도. 박스 4개와 화살표로 줄였어요.
응답지에도 있던 원칙이 하나 있는데 이 로직도의 중심이 됐어요. 지식층은 원본의 창고가 아니라 검색과 판단과 재사용을 위한 지도라는 것입니다. 원본을 옮기면 개인 PC와 공유폴더에 복사본이 늘어나서 최신본이 헷갈리니까요.
세 단계 사이에는 프로젝트 결합점이 네 개 있었어요. 발주서 접수, 작업지시서 발행, 검사 완료, 부적합 발생 순서로 흩어진 자료가 하나의 프로젝트로 묶입니다.
병목은 응답지에 열 개가 표시돼 있었고, 로직도를 다시 그리면서 네 개를 더 찾았습니다. 두 개를 예로 들면 이렇습니다.
- 수주 전 단계(업체 탐색, 견적 요청, 사양 협의)의 자료에는 프로젝트 번호가 없습니다. 수주하지 못한 건의 견적과 협의 내용은 어디에도 연결되지 않고 사장돼요.
- 작업지시서를 종이로 출력해 현장에서 적고 다시 스캔하면, 전자본과 별개의 사본이 하나 더 생깁니다.
데이터 형태별로는 여덟 가지를 정리했습니다. 메일과 메신저, PDF, 엑셀, 도면, 현장 사진, 음성과 회의, ERP, 종이 문서입니다. 사진이 가장 흥미로웠습니다. 사진 파일만 보관하면 나중에 검색할 수 없으니, 촬영일과 공정 같은 기본 정보에 더해 무엇을 확인하려고 찍었는지와 양호인지 하자인지의 판정이 같이 있어야 AI가 기억했다고 볼 수 있습니다. 도면은 치수와 공차를 개정번호와 함께 정확히 돌려줘야 기억했다고 판정하는 식입니다.
마지막으로 AX 4대 관점을 단계별로 나눴습니다. 폴더와 파일명과 승인 기준은 업무규칙, 파일 감시와 문자 인식과 버전 잠금은 코딩 시스템, 요약과 유사 사례 추천은 맞춤 AI 에이전트가 맡습니다. 정본 승인과 보안 판단과 최종 책임은 끝까지 사람 몫으로 남겼습니다.
## 피드백에서 짚은 다섯 가지
3단계 피드백은 응답지 안에서 서로 맞지 않는 곳을 찾는 일이었습니다. 가상 응답이라 현장에 물어볼 수는 없으니, 문서끼리 대조해서 시스템에 넣으려면 값이 비어 있는 곳을 골랐습니다.
- 프로젝트가 태어나는 순간이 둘이었어요. 한 곳에서는 발주서 접수를, 다른 곳에서는 발주번호 생성과 작업지시서 발행을 공식 결합 시점으로 적었습니다.
- ID가 여러 개인데 이어 주는 표가 없었어요. 프로젝트 후보번호, 견적번호, 발주번호, 작업지시서번호, 검사번호가 따로 있고, 프로젝트 번호와의 대응 규칙은 없었습니다.
- 정본 승인자가 "생산팀장 또는 대표"였어요. 피드백에는 이렇게 적었습니다.
> 자료유형별 승인자 1인과 대체자 1인을 표로 확정. "또는"은 시스템에 구현할 수 없다.
- 보안등급이 충돌했어요. 작업지시서는 내부 등급인데, 그 안에 제한 등급인 고객 도면이 들어갑니다. 파생 문서가 원본의 등급을 이어받는지 정해져 있지 않았어요.
- 파일럿의 성공 기준에 현재 수준이 없었습니다. 최신본 식별 95퍼센트가 목표인데 지금은 몇 퍼센트인지 모르고, 대상도 한 건뿐이었어요.
이 다섯 가지를 급한 순서로 묶어 보니 지금 정해야 하는 것(P0) 세 개, 다음에 채울 것(P1) 네 개, 나중에 볼 것(P2) 한 개로 나왔습니다. 정해야 하는 세 개는 ID 대응표와 프로젝트 탄생 이벤트, 자료별 승인자와 대체자, 보안등급 상속 규칙이에요.
## 클로드 코드로 다이어그램 줄여 PDF 만들기
로직도와 피드백을 마크다운 문서로 먼저 썼고, 그다음에 보낸 요청은 이거였습니다.
```
pdf로 만들어줘.
```
문서를 HTML로 바꾼 뒤 브라우저(Edge)로 PDF를 뽑았습니다. 로직도는 글로 쓰는 다이어그램 도구인 머메이드(Mermaid)로 그렸어요. 이 도구는 인터넷에서 불러와야 해서, 다시 만들려면 연결이 필요합니다.
첫 PDF를 열어 보니 다이어그램이 가로로 길어서 글씨가 거의 안 보였습니다. 방향을 세로로 바꿨는데 연결선이 너무 많아서 여전히 작았습니다. 마지막에는 단계별로 박스 하나씩, 네 개로 줄였습니다. 개별 문서 번호의 흐름은 박스 안 글로만 남았지만, 한 쪽에서 글씨가 읽혔습니다. 마크다운 파일의 다이어그램도 같은 걸로 바꿔서 두 파일이 맞게 했습니다.


▲ 가로로 넓어 글씨가 작았던 다이어그램을 세로로, 그다음 박스 4개로 줄여 다시 만든 과정.
완성된 PDF는 10쪽이었습니다. 처음에는 다이어그램이 있는 2쪽만 열어 봤고, 2026년 10월 13일에 나머지 쪽까지 전부 열어 봤어요. 표가 잘리거나 글자가 깨진 곳은 없었습니다. 다만 1쪽은 제목과 목록만 있고 대부분 비어 있었고, 5쪽도 절반이 비었어요. 소제목마다 쪽을 나누도록 해 둔 탓이에요. 표의 번호 칸이 좁아서 A-1이 두 줄로 꺾인 곳도 있었습니다.
## 남은 일과 따라 할 프롬프트
아직 안 된 것이 있습니다.
- 응답지 자체가 가상 응답이라 실제 인터뷰로 확인하지 못했습니다. 현장에서 하면 달라질 수 있어요.
- 로직도에서 제가 추가한 병목 네 개와 보강 질문은 응답지 안의 불일치에서 뽑은 가설이에요. 현장 확인 전에는 확정으로 쓰지 않았습니다.
- 완성된 PDF 10쪽은 모양만 확인했습니다. 표 안의 숫자와 문장이 응답지와 맞는지는 한 줄씩 대조하지 않았어요.
비슷한 작업을 해 보고 싶다면 이렇게 시키면 됩니다. 제가 보낸 두 문장을 합쳐서 일반화한 겁니다.
```
[PDF 파일 이름]을 바탕으로 2단계 지식 로직도 작성 및 3단계 세부 피드백 작성. 기준은 [요청 프롬프트 파일 이름]에 있는 항목을 따를 것. 응답지에 없는 내용은 [추가]로 표시하고 가설로 구분할 것. 마지막에 pdf로 만들어줘.
```
PDF의 한글이 깨져서 안 읽히면, 페이지를 그림으로 바꿔서 읽으라고 먼저 말해 두는 것도 방법이에요. 저는 이 한 가지를 몰라서 도구 오류를 여러 번 겪었습니다.
로그인하고 댓글을 남겨 주세요
우리 회사에도 이런 자동화를 도입하고 싶다면
회사 업무에 맞춘 AI 교육을 함께 설계해요.




브래드님, 글을 읽으면서 "지식층은 원본의 창고가 아니라 지도"라는 원칙이 로직도 전체를 꿰고 있다는 게 느껴졌어요. 특히 사진은 무엇을 확인하려고 찍었는지와 양호·하자 판정이 함께 있어야 AI가 기억했다고 볼 수 있다는 기준이 좋았습니다. 그리고 "생산팀장 또는 대표"를 두고 "또는은 시스템에 구현할 수 없다"고 짚은 피드백은 바로 현장에 가져가도 될 만큼 구체적이었어요. 막혔던 부분을 숨기지 않고 쓴 것도 고마웠어요. 한글이 깨진 PDF를 그림으로 읽는 방법은 다른 스터디원들도 꼭 겪을 문제라 큰 도움이 될 거예요.