어느 중규모 기계 공장의 서버를 열어 보자. 조립 도면, 공정 카드, 검사 성적서, 변경 이력이 겹겹이 쌓여 수십만 개에 달한다. 정작 자주 꺼내 보는 건 열에 하나 남짓. 나머진 아무도 손을 대지 않는다. 지우는 건 겁나고, 남겨 두면 자리를 차지하고 검색까지 느려진다. 결국 아무도 떠맡고 싶지 않은 짐이 된다.
그 폴더 앞에 서서 세 가지를 떠올려 보자. 3년 전 프로젝트 자료가 아직 그대로인데, 왜 남겨 두는지 말로 설명이 잘 안 된다. 부품 도면의 최신 버전을 달라는 요청에, 동료에게 "이게 최종 맞죠, 혹시 또 손댔나요?"라고 묻지 않고는 답을 못 한다. 내일 도면 한 묶음을 외부 협력사에 보내야 하는데, 압축한 뒤 치수와 공차 숫자가 하나도 흐려지지 않았다고 자신 있게 말할 수 있는가.
하나라도 망설여졌다면 이 글은 그 사람을 위한 것이다. 제조업 파일의 골칫거리는 '용량이 없어서'가 아니다. '건드릴 수 없어서'다. 지우지 못하고, 다시 압축하지 못하고, 잘못된 도면을 내보냈다는 말을 듣고 싶지 않아 한다.
저희 UglyPear 데이터는 고성능 문서 압축과 기업 지식 공학을 오래 다뤄 왔다. 공장마다 비슷한 장면을 만난다. 한 곳은 처음부터 끝까지 규모가 작은데도, 몇 년치 변경 이력이 서버를 꽉 채우고 있었다. 규모가 커지면 이야기는 더 심각해진다.
제조 파일은 일반 문서와 다르다
조립 도면 하나에는 치수, 공차, 재질 표시가 빽빽하다. 선은 머리카락만큼 가늘다. 조금 세게 압축하면 숫자 테두리가 흐려지고, ±0.05로 적혔던 공차가 먹점 뭉치로 변한다. 그 도면이 현장으로 내려가면 불량으로 이어질 수 있다. 공정 문서에는 표와 챠트가 박혀 있고, 스캔한 검사 성적서에는 손글씨 서명과 붉은 직인이 있다. 바로 그게 가장 사라지면 안 되는 부분이다.
버전은 더 골치다. 부품 하나가 설계부터 양산까지 열 번 넘게 바뀌는 일이 흔하고, 그 판본마다 남겨야 한다. 품질 추적의 요구이자, 문제가 생겼을 때 나를 지켜 주는 증거이기 때문이다. '일단 남긴다'가 기본값이 되고, 아무도 감산을 자처하지 않는다.
포맷도 넘어야 할 산이다. 설계 소프트웨어에서 내보낸 도면, 좌표 측정 장비에서 나온 검사 데이터, 공장 부지 측량 자료, 설비 위치 정보까지 출처가 제각각이다. 일반 압축 도구는 익숙한 이미지와 문서에는 어느 정도 대응하지만, 이런 전문 자료 앞에서는 자주 멈춘다. 아예 줄지 않거나, 줄인 뒤 열리지 않는다.
쌓이는 건 파일만이 아니다
이게 한두 곳의 버릇은 아니다.
Komprise가 내놓은 수치가 있다. 대규모 조직의 74%가 5페타바이트가 넘는 비정형 데이터를 갖고 있고, 40%는 10페타바이트를 넘는다. IT 책임자 85%는 저장비가 계속 오를 거라고 본다. 제조업이 특히 이 타격을 크게 받는다. 도면이나 검사 이미지는 일반 텍스트보다 태생적으로 무겁기 때문이다.
더 아이러니한 건 그중 상당이 '죽은' 데이터라는 점이다. Komprise의 다른 고객 조사에 따르면 기업 저장 장치 데이터의 60~70%가 90일 넘게 아무도 열어 보지 않았는데도, 가장 비싼 저장 등급을 차지하고 있다. 왜 치우지 않을까. Compass Datacenters의 전국 조사가 심리를 짚는다. 77%가 필요 이상으로 자료를 쌓아 두었다고 인정했고, 42%는 '나중에 쓸지 몰라서' 지우지 못했다. 제조업에선 이 망설임이 한 겹 더 두껍다. 도면 하나 잘못 지운 대가를 누구도 떠안고 싶어 하지 않는다.
그래서 죽은 데이터는 쌓이고, 저장 청구서는 불어난다. 다들 보면서도 아무도 풀지 않는 매듭이다.
자리를 차지하는 건 겉으로 보이는 손해일 뿐이다. 조용히 이익을 깎는 건 찾는 시간이다. Knowledge Worker 재단의 비교 연구가 숫자를 붙였다. 지식 관리 프로그램이 없는 곳의 직원은 일주일에 평균 8.5시간을 정보 검색에 쓴다. 프로그램이 있는 곳은 4.6시간으로 떨어진다. 주 3.9시간, 직원 1,000명당 정규직 98개에 해당하는 인력이 풀린다는 계산이다. 제조 엔지니어가 도면 한 장, 공정 카드 한 부를 찾으려면 파일 시스템과 메일, 메신저를 오가고, 그게 최신본인지까지 확인해야 한다. 이 시간은 장부에 오르지 않지만 사람을 갉아먹는다.
압축과 정리는 그 매듭을 푸는 쪽이다. 파일을 작게, 찾기 쉽게, 보관하기 좋게 만들어 사람을 '찾기'와 '기다리기'에서 빼내 준다.
애매한 나머지도 갈 곳이 생겼다
압축의 영역은 계속 바깥으로 넓어졌다. 얼마 전까지만 해도 다루기 까다로웠던 전문 자료들도 범위에 들어왔다. 공장 부지 측량 데이터, 생산라인 배치 도면, 설비 위치 정보 같은 것들이다. 이게 제조 현장에 어떤 의미일까.
예전엔 이런 자료가 압축 관리의 사각지대였다. 파일은 크고 포맷은 낯설어서 일반 도구가 손을 대지 못했고, 결국 있는 그대로 쌓아 두는 수밖에 없었다. 이제는 중요한 형상 정보를 잃지 않는 선에서 같은 관리 체계 안에 넣어 가볍게 만들 수 있다. 공장에서 '압축도 안 되고 지우지도 못하던' 그 애매한 나머지가 드디어 갈 곳을 찾은 셈이다.
어디서 압축하느냐가 어떻게보다 중요하다
한 겹 더, 가볍게 넘길 수 없는 게 있다. 지식 재산권이다.
제조 기업의 도면과 공정 파라미터는 그 자체로 회사의 핵심이다. IBM의 《2025 데이터 유출 비용 보고서》에 눈여겨볼 대목이 있다. 고객 개인 식별 정보가 유출 데이터의 53%를 차지하고, 지식 재산권은 33%다. 그런데 지식 재산권 레코드 한 건당 손실은 약 178달러로, 종류를 막론하고 유독 비싼 축에 든다. 도면이 새면 벌금으로 끝나지 않는다. 경쟁 우위가 실제로 깎인다.
그래서 많은 제조 기업이 압축을 사내에서 하고 내부망에 두는 편을 택한다. 공개 온라인 도구에 올리지 않는 것이다. 파일이 공장을 나가는 순간, 그 위험을 통제하는 주체가 더 이상 나 자신이 아니게 된다. 압축은 보잘것없는 작업처럼 보이지만 제조에선 데이터 거버넌스의 한 부분이 된다. 어디서 하고, 누가 하고, 압축한 결과를 어디에 두는지에 모두 답이 있어야 한다.
이 지점에서 로컬로 돌아가는 SmartSlim 같은 도구를 찾는 곳이 많다. 파일이 기기를 떠나지 않으니 데이터 주권이 사내에 남는다. 반대로 파일이 밖으로 나가도 괜찮은 단순 변환이라면 굳이 이까지 갈 필요는 없다.
도구보다 기준을 먼저 놓는다
그럼 제조 기업은 어떤 길을 가야 할까. 특정 제품이 좋으니 나쁘니 따지기 전에, 기준 몇 개를 먼저 펼쳐 놓는 게 낫다.
| 선택 기준 | 로컬 단독 압축 | 일반 온라인·클라우드 도구 | 사내 구축형 압축 + 지식베이스 |
|---|---|---|---|
| 엔지니어링·전문 포맷 | 흔한 포맷은 가능, 전문 포맷은 도구마다 다름 | 주로 이미지·문서, 전문 자료 대응은 제한적 | 부지 측량 등 여러 종류의 자료를 아우름 |
| 데이터가 밖으로 나가는가 | 기기에 남음 | 상대 서버로 업로드 | 기업 내부망 안에 머무름 |
| 일괄 처리와 버전 관리 | 흩어진 단일 파일에 적합 | 소량 위주, 대량·이력 관리 약함 | 폴더 단위 일괄 처리, 버전 이력 보관 가능 |
| 지식 재산권 보호 | 로컬 보안에 달림 | 상대 플랫폼의 약속에 의존 | 데이터 주권이 기업에 있음 |
| 이후 검색·재사용 | 압축에서 끝남 | 검색 기능 없는 경우가 많음 | 지식베이스로 연결, 내용으로 파일 찾기 |
| 잘 맞는 곳 | 개인이 도면 한 장 임시로 압축 | 민감하지 않은 단순 변환 | 부서 간 협업, 도면 자산화, 규제 대응이 필요한 곳 |
(이 표는 가로 방향의 정성적 비교다. '대응·가능'은 처리 범위를 뜻하며 절대적 성능 점수가 아니다.)
어느 한 길이 다 이기지는 않는다. 개인이 도면 한 장을 임시로 줄이는 거라면 로컬 도구면 충분하다. 반면 공장 전체의 도면 자산을 관리하고, 버전을 외부에 내보내고, 내부에서는 검색하려면 세 번째 길이 필요하다. 판단 기준은 소박하다. 파일이 밖으로 나가도 되는가? 압축한 뒤에도 그걸 다시 찾아 써야 하는가? 이 두 가지에 답하면 선택은 어렵지 않다.
잘 압축했다는 기준
한마디 더 얹는다. 많은 사람이 성공을 '용량이 얼마나 줄었나'로 잰다. 더 줄일수록 좋아한다. 제조업이 바로 그 본능이 오도하는 지점이다.
진짜 물어야 할 건 다르다. 압축한 뒤에도 기계가 치수 표시를 읽어 낼 수 있는가? 다른 소프트웨어로 열고, 수십 년이 지나도 그림이 나오는가? 스캔한 검사 성적서의 서명과 직인을 그대로 검증할 수 있는가? 지켜야 할 선은 '작음'이 아니다. 핵심 정보가 온전하고, 확인 가능하고, 되돌릴 수 있는 상태다. 용량은 부산물에 가깝다.
이러려면 손대기 전에 측정 가능한 합격 기준을 세워야 한다. 핵심 필드가 얼마나 정확히 읽히는지, 결과 파일이 얼마나 잘 열리는지, 검색이 필요한 것을 얼마나 찾아내는지 같은 것들이다. 눈으로 '비슷해 보인다'고 넘기는 건 기준이 아니다. 좀 더 엄격한 곳은 표본 묶음을 만들어 조정할 때마다 다시 비교해 본다. 중복과 함께 진짜 정보까지 사라지지 않았는지 확인하려는 것이다. 지켜야 할 경계도 있다. 이미 서명한 확정본이나 법적 증거로 남길 원본은 차라리 그대로 두는 게 낫다. 모든 곳이 이걸 다 따를 필요는 없지만, '먼저 기준을 정하고 움직인다'는 습관은 배울 만하다.
여기까진 업계에서 흔히 쓰는 관행과 판단이다. 특정 도구가 실제로 어디까지 하는지는 각자 가진 파일 표본으로 직접 확인해야 한다. 결론을 그대로 베껴 올 일은 아니다. 이런 실용적인 기록은 테크 블로그에 더 있다.
도구에 맡길 때
SmartSlim은 압축을 기기 안에서 끝내는 쪽이다. 도면의 치수나 직인처럼 섬세한 부분을 살리는 데 신경을 썼고, 흔한 문서와 이미지, 엔지니어링 도면을 아우른다. 파일이 밖으로 나가면 안 되는데 일괄로 처리해야 하는 공장에 잘 맞는다.
압축을 넘어 도면과 공정 문서, 검사 성적서를 묻고 답할 수 있는 지식베이스로 묶고 싶다면 RAG 데이터 엔지니어링 기반을 함께 보면 된다. 파일을 먼저 가볍게 만들고, 그다음 지식베이스에 넣는 방식이다. 전부 사내 구축으로 돌아가고 민감한 정보는 중간에 가려진다. 압축은 그 앞단 공정이 되어, 뒤의 검색과 질의응답을 더 가볍고 빠르게 만든다.
지금 바로 사용해 보기
로컬 압축이 엔지니어링 도면을 어떻게 다루는지 보려면 SmartSlim을 살펴보자. 압축과 사내 지식베이스를 함께 계획하려면 RAG 데이터 엔지니어링 기반을 보면 된다. 압축과 데이터 엔지니어링에 관한 더 많은 실제 기록은 테크 블로그에 있다.
FAQ
Q: 도면을 압축하면 치수나 공차 같은 핵심 정보가 흐려지지 않나요?
A: 그럴 수 있어서 분별이 필요하다. 압축에는 늘 대가가 따르고, 차이는 그 대가가 중복에 닿느냐 내용에 닿느냐에 있다. 먼저 합격 기준을 세우자. 표본 도면 한 묶음을 압축해 핵심 필드가 기계와 눈에 모두 제대로 읽히는지 확인한 뒤 전체를 처리하는 식이다. 진짜 정보가 깎이기 시작하는 선을 넘지느니, 조금 덜 줄이는 편이 낫다.
Q: 제조 기업 파일은 꼭 클라우드로 올려야 압축할 수 있나요?
A: 아니다. 압축은 사내 컴퓨터나 내부망에서 끝낼 수 있고, 파일이 밖으로 나갈 필요가 없다. 도면과 공정 파라미터처럼 지식 재산권이 걸린 자료엔 로컬 압축이 오히려 안전하다. 데이터 주권이 사내에 남고, 제3자 플랫폼을 믿을 필요도 줄어든다.
Q: 거의 열지 않는 오래된 도면, 지울까요 남길까요?
A: 규제와 품질 추적 필요에 달렸다. 추적에 쓰이거나 증거가 될 수 있는 건 보관 기간에 맞춰 남긴다. 정말 쓸모없어진 건 단순히 지우기보다 무손실 또는 가벼운 압축으로 보관해 자리만 줄이는 편이 낫다. Compass 조사에서 많은 사람이 '나중에 쓸지 몰라서' 못 지웠는데, 지우느라 고민하기보다 압축하고 보관하며 표시를 분명히 해 두는 게 그 걱정을 더 잘 푼다.
Q: 흔한 문서나 이미지 말고, 스캔 도면과 측량 자료도 압축할 수 있나요?
A: 스캔본과 흔한 엔지니어링 도면은 여러 도구가 다룬다. 부지 측량 데이터나 레이저 스캔 자료 같은 전문 포맷은 도구의 처리 범위에 달려 있다. 앞서 말한 범위 확장으로 이들도 다루는 데 포함됐지만, 도구를 고를 때 지원 범위를 직접 확인하자. '모든 포맷이 된다'고 넘겨짚으면 안 된다.
Q: 사내 구축과 온라인 도구, 제조 기업은 어떻게 고를까요?
A: 핵심은 하나다. 파일이 밖으로 나가도 되느냐는 질문이다. 도면과 공정 문서가 민감한 자산이거나 고객·업계의 규제가 있다면, 내부망에서 돌아가는 쪽을 택하자. IBM 보고서처럼 지식 재산권 데이터는 유출될 때 손실이 큰 축에 든다. 이런 기업일수록 데이터를 가까이 두는 편이 낫다.