Infor 프로세스 마이닝 AI, 제조업 긴급 배송 비용 50% 절감
인포(Infor)와 아마존웹서비스(AWS)는 2026년 4월 하노버 메세에서 복잡한 공장 워크플로를 자동화하는 Infor 프로세스 마이닝 AI 중심의 신규 제조 및 유통 솔루션을 공개했습니다. 미국 아칸소주의 보트 제조업체 엑스프레스 보츠는 구매-결제(procure-to-pay), 주문-대금회수(order-to-cash), 수요-생산(demand-to-build) 프로세스 전반에 이 기술을 적용해 일주일도 되지 않아 운영 병목 현상을 찾아냈습니다. 이를 통해 긴급 배송 비용을 50% 절감하고 프로세스 문제 진단 속도를 98% 향상시켰습니다.
제조업 운용 현장에 가져올 변화
Infor 프로세스 마이닝 AI는 산업체에 생산 및 이행 워크플로 전반의 운영 병목 현상에 대한 직관적인 가시성을 제공합니다. 실제 운용 데이터를 이상적인 프로세스 흐름과 비교 및 매핑함으로써, 납기 지연이나 비싼 긴급 운송에 의존해야 하는 상황이 발생하기 전에 미리 지연 요인을 포착할 수 있습니다.
엑스프레스 보츠의 초기 도입 사례에서 이 도구는 긴급 배송 비용을 50% 절감했습니다. 또한 보트 제조 과정에서 프로세스 문제 진단 속도가 98% 향상되었으며, 공급망 전반의 반품 처리 시간은 95% 줄어들었습니다.
엑스프레스 보츠의 프로세스 마이닝 활용 지연 개선 사례
아칸소주의 보트 제조업체 엑스프레스 보츠는 프로세스 마이닝 소프트웨어를 도입하여 핵심 운용 워크플로를 분석했습니다. 이 시스템은 구매-결제, 주문-대금회수, 수요-생산 워크플로의 데이터를 평가하여 일주일도 되지 않아 부서 간 마찰 지점을 정확히 찾아냈습니다.
이러한 성과에 힘입어 엑스프레스 보츠는 구매 주문, 고객 주문, 총계정원장, 외상매입금 및 외상매출금 관리를 위한 추가 에이전트 테스트에 착수했습니다. 프로세스 마이닝, 자동화, 생성형 지능의 결합은 비효율성을 발견하고 개선 조치를 적용하며 공급망 워크플로를 지속적으로 최적화하도록 설계되었습니다.
Infor AWS 제조 AI 에이전트의 주요 기능
신규 Infor AWS 제조 AI 에이전트는 AWS 상에서 네이티브로 구동되어 산업 워크플로 내부 작업을 계획, 추론, 실행합니다. 해당 솔루션 카탈로그는 수익성 있는 프로젝트 관리, 적기 프로젝트 인도, 프로세스 마이닝 및 운용 지능, 재고 흐름, 재무 운용, 품질 관리 등 6개 운용 분야를 아우릅니다.
기업은 Infor Agent Factory를 통해 맞춤형 에이전트를 구축할 수도 있습니다. 이 개발 환경은 Amazon Bedrock AgentCore, Amazon Bedrock, Amazon SageMaker와 연동되어 기업 개발자가 자체 공장 프로세스에 특화된 전용 모델을 배포할 수 있도록 지원합니다.
Infor CloudSuite Industrial AI의 워크플로 통합 방식
Infor CloudSuite Industrial AI는 소규모 수직적 제조 요건에 맞춘 역할 기반 도구에 집중합니다. Infor의 제품 관리 담당 수석 부사장인 릭 라이더(Rick Rider)는 산업용 AI가 범용 AI 기능보다는 현장 데이터, 자재명세서(BOM), 공급망 기록 등에서의 직접적인 맥락 파악을 필요로 한다고 강조했습니다.
Infor는 2025년 10월부터 AWS에서 이러한 도구를 확장해 왔습니다. 전체 에이전트 제품군은 현재 일부 고객에게만 한정적으로 제공되고 있으며, 전체 정식 출시 일정은 아직 공개되지 않았습니다.
제조업체가 직면한 운용 AI 도입 장애물
산업용 소프트웨어 공급업체들이 자동화 에이전트를 도입하고 있으나, 다수의 제조업체는 여전히 근본적인 IT 인프라 문제로 어려움을 겪고 있습니다. 매출 10억 달러 이상 규모 제조기업의 최고운영책임자(COO) 100여 명을 대상으로 한 12월 맥킨지(McKinsey) 조사에 따르면, 응답자의 46%가 데이터나 IT 및 OT 시스템의 한계를 경험했다고 답했으며, 절반은 조직 문화를 운용 AI 도입의 주요 장애물로 꼽았습니다.
경쟁사들도 산업용 도구를 확장하고 있습니다. SAP는 2026년 2분기 및 3분기 정식 출시를 목표로 제조 및 공급망 에이전트를 발표했으며, Microsoft는 자체 운영에 25개 이상의 공급망 에이전트를 가동 중이며 2026년 말까지 100개 이상으로 늘릴 계획이라고 밝혔습니다.
자주 묻는 질문
Infor 프로세스 마이닝은 제조업의 배송 비용을 어떻게 절감합니까?
Infor 프로세스 마이닝은 구매-결제, 주문-대금회수, 수요-생산 워크플로의 병목 현상을 일주일 이내에 파악합니다. 구조적 비효율성을 규명하고 문제 진단 속도를 98% 향상시킴으로써 불필요한 긴급 운송을 줄이고, 엑스프레스 보츠 사례와 같이 긴급 배송 비용을 50% 절감할 수 있게 합니다.
Infor 및 AWS 제조 AI 에이전트의 핵심 이점은 무엇입니까?
이 AI 에이전트들은 재고 흐름, 프로젝트 인도, 품질 관리를 포함한 6개 기능 영역의 업무를 자동화합니다. AWS 네이티브로 구축되어 현장 및 공급망 데이터 맥락을 활용하며, Infor Agent Factory와 Amazon Bedrock AgentCore를 통해 기업에 맞춘 커스텀 에이전트 구축을 지원합니다.
엔터프라이즈 프로세스 마이닝은 공급망 운용에서 얼마나 빠르게 ROI를 입증합니까?
엑스프레스 보츠 사례에서 프로세스 마이닝은 일주일도 되지 않아 공급망 워크플로 전반의 운용 병목 현상을 확인했습니다. 도입 즉시 문제 진단 속도가 98% 향상되었으며 반품 처리 시간은 95% 단축되었습니다.
MOZGII의 시각
우리라면 이렇게 만듭니다
공장 운영을 위한 프로세스 마이닝 시스템을 구축한다면, 저희라면 핵심 기업 데이터 소스 간의 직접 통합부터 시작할 것입니다. 이 시스템은 조달-결제(procure-to-pay), 주문-대금 회수(order-to-cash), 수요-생산(demand-to-build) 워크플로의 운영 기록을 수집할 것입니다. 저희라면 실시간 재고 및 출하 기록을 기준 프로세스 흐름과 대조하여 운영 병목 현상을 감지할 것입니다. 자동화 에이전트는 주문 이행 팀이 비싼 특송 수송에 의존하기 전에 주문 처리 지연을 포착할 것입니다.
사람의 감독은 아키텍처의 핵심으로 남을 것입니다. 공급망 관리자는 변경 사항이 실행되기 전에 구매 주문 및 생산 조정에 대한 자동 추천안을 검토할 것입니다. 주요 실패 요인은 불완전한 작업 현장 데이터나 연결되지 않은 기존 재고 데이터베이스가 될 것입니다. 잘못된 조정을 방지하기 위해, 데이터 스트림에 누락된 기록이나 충돌하는 재고 상태가 나타날 때마다 자동 제어 기능이 업데이트를 일시 정지할 것입니다.
저희가 추적할 단 하나의 지표는 표준 수송량 대비 총 특송 수송 비용일 것입니다. 병목 탐지가 안정적으로 작동하면, 저희라면 공장 가동 중단이 발생하기 전에 총계정원장 및 매입채무 워크플로 전반의 공급 지연을 예측하는 예측 도구를 구축할 것입니다.
출처
이 기사의 사실은 다음 출처에서 가져왔습니다.