제미나이와 노트북LM, 엔지니어의 설계 도면까지 읽어낼까?

안녕하세요? 다다익선 잡학노트입니다.
EPC 업계에서 뼈가 굵으며 매일같이 산더미처럼 쌓인 벤더 데이터 시트와 복잡한 도면을 검토하다 보면, 가끔 머리가 지끈거리면서 간절한 소망이 하나 생기곤 합니다. "누가 이 지루한 서류더미 좀 대신 읽고 핵심만 딱 요약해 줬으면 좋겠다"는 생각이죠. 그런데 최근 구글의 제미나이(Gemini)와 노트북LM 같은 고지능 AI 도구들이 산업 전반에 통합되는 과정을 지켜보니, 그 간절했던 소망이 완벽한 현실이 될 날이 정말 머지않았음을 뼈저리게 느낍니다. 단순히 대화나 나누는 챗봇 수준을 넘어, 방대한 엔지니어링 데이터를 통째로 씹어 삼키고 분석하는 'AI 통합'이 우리 실무자들의 업무 방식을 어떻게 바꿀지, 엔지니어의 시선에서 날카롭게 분석해 보겠습니다.

우리가 하는 계장 설계는 사실 수많은 벤더의 카탈로그와 ISA, IEC 같은 복잡한 국제 규격서를 눈이 빠져라 뒤지는 지루한 싸움의 연속입니다. 예전 주니어 시절에는 이 두꺼운 자료들을 일일이 출력해서 형광펜 칠해가며 밤새워 읽었죠.

하지만 최근 등장한 노트북LM 같은 도구들은 수백 페이지짜리 헤비한 기술 PDF 문서를 단 몇 초 만에 완벽하게 학습해 버립니다. 설계자가 "이 프로젝트 밸브 사양서에서 지금 누락된 치수나 스펙이 뭐야?"라고 툭 던지면, AI가 전체 도면과 국제 표준 사양서를 실시간으로 대조해서 빠진 구멍을 정확히 찾아내 내놓는 시대입니다. 25년 전 초짜 시절의 저에게 이 기특한 도구가 있었다면, 아마 제 야근 시간은 매일 최소 3시간씩은 줄어들었을 겁니다. 흩어진 기술 데이터들이 AI라는 대동맥을 통해 완벽하게 수직 계열화되고 있는 셈입니다.

여기에 제미나이 같은 멀티모달 AI의 진화는 플랜트 현장의 미래를 더 역동적으로 바꾸고 있습니다. 텍스트를 넘어 이미지와 복잡한 도면 자체를 스스로 이해하기 시작했기 때문입니다.

예를 들어 필드 엔지니어링을 하러 나간 현장에서 무언가 꼬였을 때, 태블릿으로 현장 배관 시공 사진을 찰칵 찍어 올리는 겁니다. 그럼 AI가 기존 설계 도면과 사진 속 배관 경로를 실시간으로 비교해서 "여기 타이인(Tie-in) 조인트 부위가 설계 오차 범위를 벗어났습니다"라고 짚어내는 식이죠. 이건 단순히 업무가 '편해졌다'는 수준을 넘어, 프로젝트의 품질 관리(QC) 패러다임 자체를 완전히 뒤엎는 혁명입니다. 자재 제작사 검수(FAT) 현장에 나가서 제작사 사장님과 사양서 부품 치수를 가지고 얼굴 붉히며 입씨름하기 전에, 내 스마트폰 속 AI 비서가 먼저 오차 범위를 귀띔해 주며 방어벽을 쳐주는 구조입니다.

하지만 이렇게 세상이 천천히 미쳐 돌아가도, 우리 엔지니어들의 묵직한 '직관'만큼은 절대 AI에게 통합되거나 대체되지 않습니다.

AI가 아무리 똑똑하게 수만 장의 데이터를 요약하고 분석해도, 결국 수조 원대 메가 플랜트의 최종 승인 도면에 내 이름 석 자를 박고 도장을 찍는 건 인간 엔지니어의 몫이기 때문입니다. AI는 차가운 수식과 '계산'은 기가 막히게 잘하지만, 현장에 감도는 미묘한 '공기'와 변수는 읽지 못합니다. 수십 년간 현장을 누빈 베테랑들이 온몸으로 느끼는 장비의 미세한 진동, 숙련공의 손끝에서 나오는 미묘한 용접 차이까지 AI가 복제할 수는 없습니다. 결국 우리는 AI를 내 퇴근을 앞당겨줄 '가장 유능한 수석 비서'로 영리하게 부리되, 최종 결정권자로서 도면을 쏘아보는 날카로운 프로의 직관을 서슬 퍼렇게 유지해야 합니다.

기술이라는 도구는 하루가 다르게 통합되어 가도, 그것을 다루는 인간의 통찰만큼은 결코 분산되지 말아야 합니다. 이제 제미나이 같은 AI 도구를 내 손발처럼 자유자재로 다루는 건, 과거 설계실에서 캐드(CAD)나 3D 모델링 프로그램을 배우는 것만큼이나 필수적인 생존 기술이 되었습니다. 새로운 변화를 두려워하며 밀어내기보다, 내 뇌 용량을 무한대로 늘려줄 '외장 하드'로 활용하는 영리한 지혜가 필요합니다.

경제학적인 안목으로 봐도, 앞으로 엔지니어링 소프트웨어 시장의 권력은 이런 AI 통합 솔루션을 산업 현장에 가장 매끄럽게 녹여내는 플랫폼 기업들이 지배하게 될 것입니다. 지금 당장은 눈앞의 개별 반도체 칩 제조사 주식에 매달리는 것보다, 이 강력한 AI 플랫폼을 실제 둔중한 제조업 현장에 커스텀 세팅해 주는 전후방 인프라 기업들에 주목하는 게 진짜 기회를 포착하는 안목입니다.

---

1. 흩어진 데이터의 수직 계열화 :
   노트북LM의 충격 계장 설계는 수많은 벤더의 카탈로그와 국제 규격(ISA, IEC 등)을 뒤지는 싸움입니다.
   예전엔 이 자료들을 일일이 출력해서 형광펜 칠해가며 읽었죠.
   
   하지만 최근 등장한 노트북LM 같은 도구는 수백 페이지의 PDF 문서를 단 몇 초 만에 학습합니다.
   설계자가 "이 프로젝트의 밸브 사양에서 누락된 게 뭐야?"라고 물으면, AI가 전체 도면과 사양서를 대조해 답을 내놓는 시대입니다. 25년 전 주니어 시절의 저에게 이 도구가 있었다면, 아마 제 퇴근 시간은 3시간은 앞당겨졌을 겁니다.
   
   
2. 제미나이가 그리는 플랜트의 미래
   제미나이 같은 멀티모달 AI는 텍스트뿐만 아니라 이미지와 도면도 이해하기 시작했습니다.
   현장에서 필드 엔지니어링을 하다가 태블릿으로 배관 사진을 찍어 올리면, AI가 설계 도면과 비교해 잘못 시공된 부분을 찾아내는 식이죠.
   
   이건 단순히 '편해졌다'는 수준을 넘어, 프로젝트의 품질 관리(QC) 차원을 완전히 바꿔놓는 혁명입니다.
   FAT 현장에서 제작사 사장님과 사양서 가지고 입씨름하기 전에, AI가 먼저 "이거 오차 범위 밖인데요?"라고 귀띔해 주는 셈입니다.
   
   
3. 그래도 '엔지니어의 직관'은 통합되지 않습니다.
   AI가 아무리 똑똑하게 데이터를 요약해도, 수조 원대 플랜트의 최종 승인 도장을 찍는 건 결국 인간 엔지니어입니다.
   AI는 '계산'은 잘하지만, 현장의 '공기'는 읽지 못합니다. 수십년의 경험자가 현장에서 느끼는 미세한 진동, 숙련공의 손끝에서 나오는 미묘한 차이까지 AI가 통합할 수는 없습니다.
   우리는 AI를 '가장 유능한 비서'로 부리되, 최종 결정권자로서의 날카로운 직관을 유지해야 합니다.

---

💡 다다익선의 시선

AI가 내 머리 아픈 노동의 80%를 알아서 척척 도와준다면, 엔지니어에게 남은 20%의 귀중한 시간은 훨씬 더 가치 있는 일에 써야 마땅합니다. 지루한 데이터 교차 검증은 AI 비서에게 맡겨두고, 칼퇴근해서 가족들과 식탁에 둘러앉아 따뜻한 저녁 한 끼 먹는 소소한 행복을 누리는 것. 그것이 기술 진보가 우리 인생에 줄 수 있는 진짜 최고의 혜택 아닐까 싶습니다. 물론 AI가 제 오늘 저녁 메뉴까지 결정하게 두진 않을 겁니다. 아내의 입맛과 내 퇴근길 기분까지 매칭하는 메뉴 선정만큼은, 제 15년 차 짬바의 직관이 컴퓨터 알고리즘보다 훨씬 더 정확하니까요. 기술의 거대한 파도를 능숙하게 타며, 내 삶의 진짜 여유와 가족의 행복을 설계하는 멋진 엔지니어가 됩시다.

양자 컴퓨터가 가져올 미래 : 플랜트 제어 시스템의 대혁명인가, 시기상조인가?

 

AI가 도면을 그리면, 우리 설계료는 깎이는 걸까?

 

AI가 도면을 그리는 시대, EPC 엔지니어의 '검토'는 무엇이 달라질까?

 

구글 AI의 진화: 제미나이와 노트북LM 병합이 우리에게 주는 혜택