LG이노텍이 신제품 개발과 수주 과정에서 부품을 찾고 가격을 검토하는 업무에 인공지능(AI)을 본격적으로 적용했다. 방대한 부품 데이터를 AI로 분석해 제품에 적합한 부품을 추천하고 예상 가격까지 제시하는 시스템을 구축하면서 견적 산출에 걸리는 시간을 기존보다 70% 이상 줄였다.
LG이노텍은 약 2년에 걸쳐 개발한 ‘AI 부품 제안 시스템’을 최근 전 사업부에 적용했다고 20일 밝혔다.
카메라 모듈, 반도체 기판, 차량용 부품 등 LG이노텍의 주요 제품에는 수백 개의 부품이 사용된다. 그동안 신제품 견적을 내거나 개발에 필요한 부품을 선정하려면 여러 내부 시스템에 흩어진 정보를 확인하고 공급업체별로 가격을 문의해야 했다.
LG이노텍은 이 같은 업무 방식을 AI 기반으로 전환했다. 사내 구매 데이터뿐 아니라 외부 시장 데이터까지 한데 모아 부품 탐색의 범위를 넓히고, 사양과 가격을 함께 고려해 후보 부품을 빠르게 추릴 수 있도록 했다.
200만개 부품 데이터 표준화…AI가 조건에 맞는 부품 찾아낸다 핵심은 약 200만개에 달하는 사내외 부품 데이터를 하나의 데이터베이스로 통합한 것이다.
커패시터와 인덕터 등 다양한 부품의 제조사별 명칭과 사양, 단위 등을 표준화해 AI가 데이터를 일관되게 분석할 수 있도록 했다.
사용자가 필요한 부품의 사양과 조건을 입력하면 AI가 데이터베이스를 검색해 요구 조건과 유사한 부품을 찾아 제시한다. 기존에 구매했던 부품뿐 아니라 실제 구매 이력이 없는 외부 부품까지 검토 대상에 포함할 수 있다는 점도 특징이다.
특히 가격 정보를 제공하는 기능을 차별화 요소로 내세웠다. AI가 유사한 사양의 부품에 대한 과거 구매 가격과 가격 변동 흐름 등을 분석해 현재 시장에서 참고할 수 있는 가격 수준을 산출한다.
LG이노텍에 따르면 이 참고 가격의 신뢰도는 96% 이상이다. 구매 이력이 없는 신규 부품에 대해서도 유사 부품 데이터를 기반으로 가격 수준을 예측할 수 있다.
이를 활용하면 담당자는 수많은 공급업체에 일일이 견적을 요청하기 전에 가격 경쟁력을 갖춘 후보군을 우선적으로 압축할 수 있다. LG이노텍은 최적 후보를 약 2시간 안에 선별한 뒤 실제 공급업체 견적을 확인하는 방식으로 부품 선정 과정을 효율화했다.
부품 탐색부터 견적까지…수주 대응 속도 높인다 산업용 부품은 소비재처럼 고정된 판매가격이 있는 것이 아니라 구매 물량과 계약 조건, 구매 시점 등에 따라 실제 가격이 달라진다.
이 때문에 가격 경쟁력이 있는 부품을 선정하려면 공급업체별 견적을 비교하고 시장 가격을 별도로 조사하는 과정이 필요했다. AI 부품 제안 시스템은 이러한 반복적인 탐색·비교 업무를 데이터 기반으로 전환했다. LG이노텍은 시스템 도입 이후 신제품 견적 산출에 필요한 시간이 기존보다 70% 이상 감소했다고 설명했다.
확보된 시간을 고객의 요구사항을 검토하고 제품 제안 내용을 구체화하는 데 활용할 수 있어 수주 대응력 향상에도 도움이 될 것으로 기대하고 있다.
공급망 변화에 대한 대응력도 높아졌다. 특정 부품의 단종이나 공급 차질이 발생할 경우 AI를 활용해 유사한 사양의 대체 부품을 신속하게 찾아볼 수 있기 때문이다. 이 시스템은 지난 4월 열린 ‘2026 LG 어워즈’에서 고객만족상을 받으며 성과를 인정받았다.
LG이노텍은 현재 구축된 시스템을 넘어 AI가 최신 부품 정보를 직접 찾아 분석하고 이를 시스템에 지속적으로 반영하는 방향으로 고도화를 추진한다.
이를 위해 향후 에이전틱 AI(Agentic AI)를 적용해 부품 정보 탐색과 분석, 데이터 업데이트 과정까지 자동화한다는 계획이다. 김준성 LG이노텍 구매센터장(상무)은 “AI 부품 제안 시스템은 다양한 부품을 사용하는 제조기업의 업무 방식을 변화시킨 의미 있는 혁신”이라며 “앞으로도 AX 기반의 업무 혁신을 지속해 고객에게 차별화된 가치를 제공하겠다”고 말했다.
LG이노텍은 부품 구매뿐 아니라 생산 현장에서도 AI 활용을 확대하고 있다. 주요 생산 공정에는 AI 기반 원자재 입고 검사를 적용해 자재 불량 원인 분석 시간을 최대 90% 줄였다. 완성품 외관을 AI가 판별하는 ‘AI 비전 검사’를 통해 카메라 모듈과 반도체 기판의 품질 및 수율 개선에도 나서고 있다.
또 ‘AI 공정 레시피’를 활용해 카메라 모듈의 최적 공정 조건을 찾는 데 필요한 시간을 기존 72시간에서 6시간 이내로 단축했다.
AI와 로봇을 생산 과정 전반에 적용한 FC-BGA 생산 거점 ‘드림 팩토리’를 운영하는 한편, LG AI연구원의 산업 특화 AI 모델 ‘엑사원 태뷸러(EXAONE Tabular)’를 제조 현장에 적용해 변화된 공정 조건을 학습하는 시간을 약 85% 줄이는 등 그룹 차원의 AX 협업도 확대하고 있다.
아울러 LG 계열사 가운데 처음으로 임직원 대상 자체 AX 인증 시험을 도입했으며, 사무직 직원의 절반 이상이 인증을 취득하는 등 조직 내 AI 활용 역량 강화에도 속도를 내고 있다.
