정비 업무가 느린 진짜 이유: ‘고장’이 아니라 ‘매뉴얼 찾기’ 때문이다

겉으로 보면 정비 업무는 기술직이다.
기계를 보고, 소리를 듣고, 고장을 고친다.

 

하지만 실제 현장에 들어가 보면 다르다.

 

정비 업무의 절반 이상은
“정보를 찾는 일”이다.

 

그리고 이 “정보 찾기”가 느려지는 순간,
정비 품질과 납기가 동시에 무너진다.

---

1️⃣ 정비 요청이 들어오면 실제 프로세스는 이렇게 흐른다

정비 요청이 들어오면 대부분 아래 순서로 움직인다.

1. 요청 접수
2. 증상 확인
3. 에러코드 확인
4. 정비 매뉴얼 검색
5. 부품 매뉴얼/도면 검색
6. 재고 확인
7. 부품 주문
8. 정비 수행
9. 정비 일지 작성

 

이 중에서 “장비를 실제로 만지는 시간”보다
매뉴얼을 찾고, 부품을 확인하고, 정보를 검증하는 시간이 더 길어지는 경우가 많다.

 

즉, 정비의 병목은 현장이 아니라
정보 탐색 구간에서 발생한다.

---

2️⃣ As-Is의 본질: 데이터는 있는데 연결이 없다

정비 기업을 여러 곳 보면 공통점이 있다.

 

데이터는 충분히 있다.
하지만 통합되어 있지 않다.

• ERP에 일부 정보
• 브랜드별 매뉴얼은 PDF로 따로
• 부품 도면은 다른 저장소
• 일부는 개인 PC
• 일부는 모바일 커뮤니티
• 나머지는 선배의 머릿속

문제는 정보 부족이 아니다.

문제는 정보 단절이다.

---

3️⃣ “매뉴얼이 있으면 검색하면 되지 않나요?”가 안 되는 이유

여기서 오해가 자주 나온다.

 

“매뉴얼이 있으면 검색하면 되지 않나요?”

 

현실은 다르다.

 

정비 매뉴얼은 보통 이런 형태다.

• 텍스트 + 표 + 이미지 + 회로도 혼합
• 브랜드마다 포맷이 다름
• 스캔 PDF가 많음
• 커스텀 인코딩 PDF 존재
• 페이지마다 레이아웃이 달라 구조화가 어렵다

 

그래서 기존 PDF 검색은 결국
문자열 찾기 수준에 머문다.

 

엔지니어가 원하는 건 이런 것이다.

• “Error Code A47이면 어디부터 보지?”
• “이 증상일 때 점검 순서는?”
• “이 작업에 필요한 정확한 부품 번호는?”

하지만 현재 시스템은
“PDF 안에서 키워드 찾기”에 머무른다.

 

결국 검색이 아니라
페이지 뒤지기가 된다.

---

4️⃣ 경험 의존 구조: “그건 ○○ 대리한테 물어봐야 돼”

현장에서 가장 많이 듣는 말이 있다.

• “그건 ○○ 대리한테 물어봐야 돼.”
• “그 브랜드는 ○○ 팀장님이 제일 잘 알아.”

이건 숙련자가 있다는 뜻이지만,
동시에 시스템이 없다는 뜻이다.

 

주니어는 보통 이런 상황이 된다.

• 어떤 매뉴얼을 먼저 봐야 할지 모른다
• 어떤 절차가 핵심인지 모른다
• 어떤 부품이 정확한지 확신이 없다

그래서:

• 전화한다
• 단톡방에 묻는다
• 현장 출동 후 다시 확인한다

이 구조는 규모가 커질수록
더 비효율적이 된다.

---

5️⃣ 프로세스 단절이 만드는 실제 문제

정비 프로세스를 뜯어보면 단절이 명확하다.

• 에러코드 ↔ 매뉴얼 자동 연결 안 됨
• 매뉴얼 ↔ 부품 정보 매핑 안 됨
• 부품 ↔ 재고 시스템 실시간 연동 안 됨
• 정비 결과 ↔ 데이터화/재사용 구조 없음

각 단계는 존재한다.
하지만 서로 이어져 있지 않다.

 

그래서 현실에서 이런 일이 생긴다.

• 잘못된 부품 주문
• 재출동 증가
• 정비 시간 지연
• 고객 불만
• 숙련도 편차 확대

---

6️⃣ 정비 일지는 왜 ‘자산’이 되지 못하는가

정비 일지는 대부분 사후 기록이다.

• “무엇을 교체했다”
• “어떤 증상이 있었다”
• “어떤 조치를 했다”

하지만 이 데이터는 대체로:

• 에러코드와 연결되지 않고
• 매뉴얼 절차와 연결되지 않고
• 부품 정보와 체계적으로 매핑되지 않는다

즉,

데이터는 쌓이지만, 지식은 축적되지 않는다.

 

이게 가장 큰 구조적 문제다.

---

7️⃣ 정비 기업의 진짜 Pain Point 5가지

여러 현장을 분석하며 정리한 핵심 문제는 다음과 같다.

1. 정비 매뉴얼 검색 난이도 과다
2. 브랜드별 포맷 불일치
3. 스캔 PDF 구조 추출의 한계
4. 숙련자 의존 구조
5. 데이터 거버넌스 부재

이 상태에서 단순 챗봇을 붙이는 건 큰 의미가 없다.

 

검색 속도가 조금 빨라질 수는 있다.
하지만 프로세스는 바뀌지 않는다.

 

정비 기업의 문제는 사람이 아니다.

 

데이터도 아니다.

구조다.

---

 

그렇다면 질문은 이것이다.

 

AI는 이 구조를 바꿀 수 있을까?
아니면 또 하나의 검색 도구에 그칠까?

 

2편에서는

• 정비 프로세스를 AI 기반으로 어떻게 재설계할지
• 매뉴얼·부품·재고·정비 이력을 어떻게 연결할지
• 실제로 어떤 기술 구조(RAG + Workflow)가 필요한지

를 구체적으로 풀어보겠다.

 

여기서부터가 진짜 이야기다.