점심시간 직후, 팀 메신저에 링크 하나가 올라옵니다. “이거 ChatGPT한테 시켜서 만든 건데, 치수 자동 정리되는 리습이에요. 한번 써보세요.” 누군가 곧바로 받아 오후 도면 작업에 적용했고, 그날 출도된 도면은 별다른 검토 없이 협력사로 넘어갔습니다.

AI로 손쉽게 만든 리습 루틴이 검증 절차 없이 도면 작업에 투입되면, 작성자와 테스트 이력이 불분명한 코드가 프로덕션 도면에 섞입니다. 해결의 핵심은 도구 교체가 아니라, 루틴을 출처별로 분류하고 프로덕션 투입 전 검증과 등록 기준을 합의하는 운영 체계입니다. 아래에서 그 기준을 단계별로 정리합니다.
AI가 리습을 만들어주는 시대, 현장에서 무슨 일이 생기는가
앞의 장면이 낯설지 않다면, 이미 여러분의 팀에도 비슷한 일이 벌어지고 있을 가능성이 높습니다. AI가 보급되기 전만 해도 리습 루틴을 직접 작성할 수 있는 사람은 팀에 한두 명뿐이었습니다. 지금은 다릅니다. 코딩을 모르는 설계자도 AI에게 몇 문장으로 요구사항을 설명하면 동작하는 리습을 받아볼 수 있습니다.
문제는 이 루틴들이 들어오는 경로입니다. 소규모 CAD 팀에서 리습은 보통 세 갈래로 유입됩니다. 동료가 만들어 메신저로 공유한 것, 온라인에서 내려받은 것, 그리고 빠르게 늘고 있는 AI 생성 루틴입니다. 세 경로 모두 공식 등록이나 검증 단계를 거치지 않고 곧바로 작업에 쓰이는 경우가 많습니다.
작성자가 누구인지, 어떤 도면에서 테스트됐는지 알 수 없는 루틴이 프로덕션 도면에 섞이기 시작하면, 오류가 생겨도 원인을 추적하기 어려워집니다. 잘 작동하던 루틴이 특정 조건에서만 좌표를 어긋나게 만든다면, 그 흔적은 출도된 도면에만 남습니다.
담당자 실수가 아니라 ‘기준 부재’가 문제다
여기에 기본 제공 유틸리티까지 더해지면 상황은 더 복잡해집니다. 예를 들어 CADian 2026은 400여 종의 설계 자동화 유틸리티를 기본 제공합니다. 풍부한 기본 기능은 분명 장점이지만, 사내에서 만든 루틴과 AI가 생성한 루틴까지 한데 섞이면 어떤 것이 검증된 기능이고 어떤 것이 출처 불명인지 구분이 사라집니다.
루틴 오류는 대개 조용히 진행됩니다. 코드가 멈추거나 에러 메시지를 보여주면 차라리 낫습니다. 더 위험한 경우는 오류 없이 잘못된 결과를 만들어내는 루틴입니다. 치수가 미세하게 어긋나거나 레이어가 잘못 지정된 채로 출도 직전까지 발견되지 않으면, 그대로 도면 품질 사고로 이어집니다.
이 지점에서 짚어야 할 것이 있습니다. 이것은 루틴을 잘못 쓴 특정 담당자의 부주의가 아닙니다. 어떤 루틴을 등록하고, 어떻게 분류하며, 누가 검증하는지에 대한 기준이 없는 운영 구조의 문제입니다. 기준이 없으면 누구라도 같은 사고를 반복하게 됩니다.
거버넌스 공백은 얼마나 흔한가: AI 코딩 거시 데이터
검증 없이 도구만 빠르게 도입하는 흐름은 CAD 현장만의 일이 아닙니다. 소프트웨어 개발 영역에서도 똑같은 공백이 관찰됩니다.
Black Duck이 2026년에 발표한 조사에서 기업의 AI 코딩 도구 도입률은 97%에 이르지만 완전한 거버넌스 체계를 갖춘 조직은 30%에 그칩니다. 거의 모든 조직이 도구를 들였지만, 관리 체계는 그 속도를 따라가지 못한 셈입니다.
더 주목할 부분은 결과의 격차입니다. 같은 조사에서 거버넌스를 갖춘 팀은 90%가 효율 향상을 보고한 반면, 갖추지 못한 팀은 44%만 같은 효과를 봤습니다. 같은 도구를 쓰더라도 관리 체계의 유무가 성과를 가른다는 의미입니다.
국내 중소 제조 현장에서도 비슷한 패턴이 반복됩니다. 자동화 도구를 도입한 뒤 운영 기준을 정비하지 않아, 초기의 기대만큼 효과를 내지 못하고 방치되는 사례가 적지 않습니다. 리습 루틴 역시 같은 길을 걷지 않으려면, 도구를 늘리는 일보다 관리 기준을 세우는 일이 먼저입니다.
소규모 팀이 지금 합의해야 할 최소 운영 기준
그렇다면 소규모 팀이 큰 비용 없이 지금 당장 합의할 수 있는 기준은 무엇일까요. 출발점은 루틴을 출처에 따라 세 가지로 나누는 일입니다.
- CAD 기본 제공 루틴: 제품에 포함되어 출시된 검증된 유틸리티
- 사내 검증 완료 루틴: 팀이 직접 테스트하고 등록한 루틴
- AI 생성 미검증 루틴: AI가 만들었으나 아직 검증 절차를 거치지 않은 루틴
이 세 가지를 구분하는 것만으로도, 어떤 루틴을 믿고 쓸 수 있는지에 대한 공통 언어가 생깁니다.
다음은 미검증 루틴이 함부로 실행되지 않도록 막는 장치입니다. 미검증 루틴의 자동 실행을 차단하려면 SECURELOAD 값을 1로 두고 신뢰할 수 있는 경로만 등록하는 방식이 권고됩니다. 중앙 저장소를 하나 정해두고 그 경로에서만 루틴을 불러오도록 설정하면, 출처 불명 코드가 끼어들 여지가 줄어듭니다.
신규 루틴을 배포하는 순서도 정해두는 편이 좋습니다. 새 루틴은 곧바로 모두에게 적용하지 않고, 시작 시 자동 로드되는 파일럿 환경에서 먼저 시험합니다. 여기서 문제가 없을 때 비로소 공식 자동 로드 파일로 승격합니다. 이 경로가 없으면 루틴은 통제 범위를 벗어나 다시 비공식 경로로 퍼집니다.
여기까지가 모든 팀이 공유해야 할 기준의 큰 틀입니다. 실제로 적용하려면 검증 항목과 등록 양식을 구체적인 문서로 만들어야 합니다. 아래에서 프로덕션 투입 전 검증 체크리스트와 사내 등록 양식, 품질 점검 절차를 단계별로 이어서 정리합니다.
AI 생성 루틴 프로덕션 투입 전 검증 체크리스트
AI가 만든 루틴을 실제 도면에 투입하기 전에, 최소한 다음 항목을 기록하고 확인합니다.
먼저 생성 출처를 남깁니다. 어떤 프롬프트로 만들었는지 요약, 사용한 AI 도구 이름, 생성 날짜 세 가지는 반드시 기록합니다. 나중에 같은 유형의 오류가 반복될 때 출처를 거슬러 올라가 원인을 좁힐 수 있기 때문입니다.
다음은 테스트 도면의 범위를 정의하는 일입니다. 검증은 반드시 실제 운영 도면이 아니라 그 복사본에서 진행합니다. 루틴이 다루는 객체 유형(선·치수·블록·레이어)별로 시험 도면을 준비하고, 정상 데이터뿐 아니라 일부러 오류를 섞은 데이터로도 돌려봅니다.
|
검증 항목 4574223_20c65f-0a> |
확인 내용 4574223_6b1010-43> |
|---|---|
|
정상 입력 4574223_1f829b-b4> |
의도한 결과가 정확히 나오는가 4574223_e1bf9b-da> |
|
비정상 입력 4574223_dfd8e0-88> |
오류 데이터에서 멈추는가, 잘못된 결과를 내는가 4574223_b39ff2-98> |
|
경계 조건 4574223_3e1e36-4a> |
빈 객체·대량 객체에서 동작이 안정적인가 4574223_132781-6b> |
|
되돌리기 4574223_dcdaf4-89> |
실행 후 한 번에 원상복구가 되는가 4574223_a31e38-e3> |
마지막은 롤백 기준입니다. 어떤 상황에서 루틴을 즉시 격리하고, 어떤 상황에서는 경고만 달아 유지할지 미리 정합니다. 데이터가 손상되거나 출력이 어긋나는 오류는 즉시 격리합니다. 사용성이 불편한 수준이라면 경고를 달아 두고 개선 대상으로 관리합니다.
사내 루틴 등록 양식과 품질 점검 3단계 절차
검증을 통과한 루틴은 흩어지지 않도록 한 곳에 카탈로그로 정리합니다. 등록 양식에는 다음 항목을 둡니다.
- 작성자 또는 생성 출처
- 버전
- 테스트 환경(CAD 버전·대상 도면 유형)
- 마지막 검토일
여기에 함수 이름 충돌을 막는 규칙을 더합니다. 팀이 만든 루틴의 함수명 앞에 팀을 나타내는 짧은 태그를 붙이면, 기본 제공 명령이나 외부 루틴과 이름이 겹쳐 엉뚱하게 덮어쓰이는 사고를 예방할 수 있습니다.
품질 점검은 세 단계로 단순하게 운영합니다.
- 등록 신청: 작성자 또는 도입 담당자가 출처와 용도를 적어 신청합니다.
- 파일럿 테스트: 복사본 도면에서 검증 시나리오를 돌려 결과를 기록합니다.
- 승격 또는 거부 판정: 기준을 충족하면 공식 카탈로그로 승격하고, 그렇지 않으면 사유를 남겨 거부합니다.
이 세 단계만 지켜도, 누가 언제 만든 루틴인지 모른 채 도면에 섞이는 일은 사라집니다.
정리: 도구보다 기준이 먼저입니다
- AI로 손쉽게 만든 리습이 늘면서, 검증 이력 없는 루틴이 도면에 혼재되는 새로운 리스크가 생겼습니다.
- 이는 특정 담당자의 실수가 아니라, 루틴 등록·분류 기준이 없는 운영 구조의 문제입니다.
- 거버넌스를 갖춘 팀과 그렇지 않은 팀의 성과 격차는 같은 도구를 써도 분명하게 벌어집니다.
- 루틴을 세 유형으로 분류하고, 중앙 저장소와 자동 실행 차단부터 합의하는 것이 비용 없는 첫걸음입니다.
- 프로덕션 투입 전 검증과 등록 양식은 도구 교체보다 먼저 갖춰야 할 기준입니다.
오늘 당장 할 수 있는 일은 단순합니다. 우리 팀이 쓰는 리습이 어떤 경로로 들어왔는지 한 줄짜리 목록으로 적어보는 것에서 시작해 보세요. 이 글을 팀에 공유하고 루틴 분류 기준부터 함께 합의해 보시길 권합니다.
동작하는 것처럼 보여도 특정 조건에서 잘못된 결과를 낼 수 있습니다. 실제 도면의 복사본에서 정상 입력과 비정상 입력을 모두 시험해 검증한 뒤 투입하는 것이 안전합니다.
팀이 작을수록 루틴 하나의 오류가 전체 도면에 미치는 영향이 큽니다. 거창한 시스템이 아니라, 출처 분류와 등록 양식 한 장에서 시작하면 충분합니다.
미검증 루틴으로 분류해 중앙 저장소의 신뢰 경로 밖에 두고, 파일럿 테스트를 통과하기 전까지는 프로덕션 도면에 적용하지 않습니다.
이처럼 빠르게 변화하는 CAx의 최신 트렌드와 심층 분석을 놓치고 싶지 않으시다면, 지금 바로 [멤버십 가입]과 [뉴스레터 신청]을 하고 이거 DAM에서 발행하는 다양한 컨텐츠와 정보를 받아보세요.
성형 시뮬레이션 통합, 한국 프레스 산업의 선택
성형 조건을 회사에 남기는 법
복합가공기를 샀는데 납기마다 선반을 꺼내는 이유
판금 재작업을 부르는 모델링 오류 5가지
소규모 판금 업체, 3D 전환 시점 판단
협력사 AutoCAD·우리는 대안 CAD — DWG 납품 호환
탑다운 설계 첫 적용 — 어셈블리 기준 구조 잡는 순서
CAM 시뮬레이션 통과 뒤 기계 멈춤 — 포스트프로세서 진단
AX 전에 데이터부터 — 소규모 제조사 자가 점검
CAE 교육 후 첫 해석이 막히는 이유 — 문제 정의 체크리스트