다크팩토리가 바꾸는 제조 품질, 중국이 PPM에서 PPB로 가는 이유

제품 100만 개를 생산했는데 불량이 1개 발생했습니다. 1 PPM(parts per million)입니다. 이 정도면 충분히 정밀하다고 생각할 수 있습니다.

그런데 자동차 한 대에 수천~수만 개의 전자·반도체 부품이 들어간다면 어떨까요? 개별 부품에서는 아주 작은 불량률도 완제품에서는 누적될 수 있습니다.

그래서 최근 첨단 제조업의 품질 경쟁은 단순히 “불량을 줄이는 것”을 넘어, 생산 과정에서 발생하는 미세한 변동 자체를 통제하는 방향으로 이동하고 있습니다.

그 흐름의 끝에서 자주 등장하는 개념이 바로 다크팩토리(Dark Factory)입니다.

세계 등대공장 238곳, 그중 중국이 45%

제조업의 디지털 전환 수준을 볼 때 많이 참고하는 기준이 세계경제포럼(WEF)의 글로벌 등대공장(Global Lighthouse Network)입니다.

2026년 6월 기준 전 세계 등대공장은 238곳, 이 가운데 중국 소재 등대공장은 107곳으로 약 45%를 차지합니다. 세계에서 가장 높은 비중입니다.

여기서 주목할 점은 등대공장이 단순히 ‘로봇이 많은 공장’을 의미하지 않는다는 것입니다.

WEF는 AI, 디지털 트윈, 로봇, 데이터 분석 같은 기술을 실제 제조 현장에 확장하고, 이를 통해 생산성·품질·공급망·지속가능성 등에서 측정 가능한 성과를 만든 사업장을 등대공장으로 선정합니다.

즉 제조 경쟁은 얼마나 많이 자동화했느냐에서 얼마나 안정적으로 같은 품질을 반복해서 만들 수 있느냐로 이동하고 있습니다.

다크팩토리의 핵심은 ‘사람이 없는 공장’이 아닙니다

다크팩토리라고 하면 불을 끈 채 로봇만 움직이는 무인공장을 떠올리기 쉽습니다.

하지만 제조사 입장에서 더 중요한 변화는 작업자가 공정 상태를 보고 경험적으로 보정하던 구조를 센서·데이터·자동 제어가 대신하는 것입니다.

특히 액상을 다루는 공정은 이런 변화가 중요합니다.

접착제, 실리콘, 페이스트, 바이오 시약 같은 액체는 온도·습도·시간·압력·노즐 상태에 따라 물성이 달라질 수 있습니다. 같은 설정값을 입력했다고 해서 시간이 지난 뒤에도 동일한 품질이 보장되는 것은 아닙니다. 팩토릭스 역시 실제 액상 제조 공정에서 이러한 요소를 주요 품질 변수로 보고 있습니다.

이 작은 변화는 과다·과소 토출, 비드 끊김, 두께 편차, 기포와 같은 문제로 이어지고, 결국 재작업과 생산성 저하로 연결됩니다.

따라서 미래의 자동화는 단순히 사람의 손을 로봇으로 바꾸는 것만으로 끝나기 어렵습니다.

공정 상태를 측정하고 → 이상을 감지하고 → 품질 결과와 연결하고 → 필요하면 조건을 보정하는 구조까지 가야 합니다.

PPM에서 PPB로, 품질의 단위도 달라지고 있습니다

PPM은 100만 개 중 불량 개수를, PPB(parts per billion)는 10억 개 중 불량 개수를 의미합니다.

1 PPM = 1,000 PPB입니다.

특히 자동차용 반도체처럼 높은 신뢰성이 필요한 분야에서는 이미 이러한 변화가 나타나고 있습니다.

글로벌 반도체 패키징 기업 Amkor는 차량용 반도체 품질을 설명하면서 과거 결함을 PPM 단위로 관리했다면 이후 PPB 단위까지 품질 요구가 높아졌으며, 최근에는 PPM이나 PPB보다 품질 사고 자체를 최소화하는 Zero Defect 방향을 추구하고 있다고 설명합니다.

물론 모든 제조업이 당장 PPB를 목표로 해야 한다는 의미는 아닙니다.

중요한 것은 불량을 발견하는 능력보다 불량이 만들어지는 원인을 공정 안에서 관리하는 능력의 가치가 커지고 있다는 것입니다.

국내 제조사는 어디서부터 시작해야 할까요?

그렇다고 처음부터 다크팩토리를 목표로 전체 공장을 바꿀 필요는 없습니다.

먼저 확인해야 하는 것은 현재 우리 공장의 위치입니다.

수작업 중심인지, 일부 공정이 자동화되어 있는지, 설비 데이터까지 수집하고 있는지, 품질 데이터와 연결되어 있는지에 따라 다음 투자 단계가 달라집니다.

대략적인 흐름은 다음처럼 볼 수 있습니다.

수작업 중심 → 공정 자동화 → 설비 데이터 수집 → 품질 데이터 연계 → 예측·자동 보정

이미 자동화 설비를 충분히 갖춘 제조사라면 로봇을 한 대 더 도입하는 것보다 생산 데이터와 불량의 관계를 찾는 것이 더 중요할 수도 있습니다.

👉 [우리 공장은 지금 얼마나 스마트할까? 스마트팩토리 단계별 자기진단]

같은 스마트팩토리라도 산업별 우선순위는 다릅니다

다음 질문은 “어느 공정부터 개선할 것인가?”입니다.

반도체·전자 제조사는 언더필, 접착, 코팅과 같은 정밀 토출이 중요할 수 있고, 자동차·2차전지는 실링·TIM·갭필러 공정의 반복성이 중요할 수 있습니다.

바이오·의료기기에서는 마이크로니들, 진단키트, 바이오 시약처럼 아주 작은 양을 일정하게 다루는 능력이 중요합니다. 화학·소재 분야라면 접착제·실리콘·에폭시 등의 혼합, 탈포, 충진, 정량 토출이 핵심 공정이 될 수 있습니다. 팩토릭스 역시 반도체, 전자·PCB, 자동차, 2차전지, 바이오, 의료기기, 화학 등 다양한 산업의 액상 공정을 주요 적용 분야로 제시하고 있습니다.

👉 [산업군별 액상 자동화 솔루션 보기]

팩토릭스는 이러한 공정을 대상으로 산업용 디스펜서, 3축 로봇, 액체 충진기, 교반·탈포 장비와 고객 공정에 맞춘 자동화 시스템을 구성하고 있습니다.

핵심은 특정 장비 하나가 아니라 현재 자동화 수준과 산업별 품질 문제에 맞는 공정을 찾는 것입니다.

자주 묻는 질문

Q. 다크팩토리는 완전 무인공장을 말하나요?
무인화가 대표적인 특징이지만, 핵심은 공정 데이터를 기반으로 사람의 지속적인 개입을 줄이는 제조 구조에 있습니다.

Q. 모든 제조사가 PPB 품질을 목표로 해야 하나요?
아닙니다. 안전성, 불량 비용, 고객 요구에 따라 필요한 품질 수준은 다릅니다.

Q. 스마트팩토리는 어디서부터 시작하는 것이 좋나요?
현재 자동화 수준을 먼저 진단하고 품질 편차나 반복 작업이 큰 공정을 찾는 것이 현실적입니다.

Q. 액상 공정에서는 어떤 데이터를 확인해야 하나요?
적용 공정에 따라 다르지만 토출량, 압력, 속도, 온도·습도, 물성 변화와 검사 결과 등을 함께 보는 것이 중요합니다.

결국 경쟁력은 ‘무인화율’보다 ‘변동을 통제하는 능력’입니다

중국이 전 세계 등대공장의 약 45%를 차지한다는 숫자는 단순한 자동화 설비 보급률 이상의 변화를 보여줍니다.

앞으로 국내 제조사에 필요한 질문도 “우리 공장을 얼마나 무인화할 것인가?”보다 구체적이어야 합니다.

우리 공정의 변동을 얼마나 측정하고 있는가, 품질과 연결할 수 있는가, 그리고 그것을 얼마나 반복해서 제어할 수 있는가.

다크팩토리로 가는 출발점은 바로 그 질문에서 시작됩니다.