안드로이드 앱 공정 관리 (QR 스캔, 불량률 계산, 로트 추적)

제조 현장에서 공정 관리 앱을 만들어달라는 요청을 받았을 때, 솔직히 저는 웹앱으로 충분히 될 거라고 생각했습니다. 그런데 실제로 파고들수록 네이티브 앱이 아니면 답이 없는 이유가 하나씩 드러났고, 결국 안드로이드 네이티브 앱으로 방향을 틀게 되었습니다. QR 스캔부터 로트 추적, 불량률 기반 수량 계산까지, 생각보다 훨씬 복잡한 프로젝트였습니다.

웹앱이면 충분하다는 착각, QR 스캔이 깨줬습니다

일반적으로 간단한 현장 입력 시스템이라면 웹앱으로도 충분하다고 알려져 있습니다. 저도 처음엔 그렇게 생각했습니다. 그런데 이 프로젝트의 핵심은 QR 코드 스캔이었습니다. 작업자가 직접 들고 다니면서 원자재 로트와 생산 로트를 연결해야 했고, 스캔 속도와 인식률이 조금이라도 떨어지면 현장에서 바로 클레임이 들어오는 구조였습니다.

웹 기반 카메라 접근은 브라우저 환경에 따라 동작이 들쑥날쑥하고, 특히 공장 같은 조명이 불균일한 환경에서는 인식률이 눈에 띄게 떨어집니다. 제 경험상 이건 좀 다릅니다. 웹에서 QR 라이브러리를 테스트해봤을 때 실내 형광등 아래서도 인식이 한 박자씩 늦었고, 작업자 입장에서는 그 0.5초가 꽤 짜증스러운 수준이었습니다. 결국 ZXing(지싱) 라이브러리를 선택했습니다. ZXing이란 구글이 개발에 참여한 오픈소스 바코드·QR 스캔 라이브러리로, 안드로이드 네이티브 환경에서 가장 널리 쓰이는 솔루션입니다. 삼성 갤럭시 A 시리즈 보급형 태블릿에 설치해서 운영했는데, 인식 속도는 웹 시도 때와 비교가 되지 않을 정도로 빨랐습니다.

requestCode(리퀘스트 코드)라는 개념도 이때 제대로 활용했습니다. requestCode란 하나의 앱 안에서 여러 번 QR 스캔을 실행할 때 각 스캔이 어떤 목적으로 호출됐는지 구분하는 정수값입니다. 처음 화면 진입 시 스캔, 몰드 추가 스캔, 빠렛 스캔, 해마 스캔이 모두 다른 코드를 가지고 있어서 결과가 돌아왔을 때 어떤 입력란에 값을 채워야 할지 정확하게 분기할 수 있었습니다.

로트 추적 시스템, 입고부터 카톤까지 설계한 방법

로트(Lot) 추적이란 원자재가 공장에 들어오는 시점부터 완제품이 출하되는 시점까지 각 재료와 반제품에 고유 식별 코드를 부여해 이력을 관리하는 방식을 뜻합니다. 식품이나 의약품에서는 이미 법으로 의무화된 개념이지만, 이 렌즈 공장 프로젝트에서는 내부 품질 관리용으로 처음 도입하는 거였습니다.

구조를 간략히 정리하면 다음과 같았습니다.

  1. 원자재 입고 시 관리자용 웹페이지에서 로트 번호를 부여하고 등록한다.
  2. 빅솔론(Bixolon) 라벨 프린터로 QR 코드를 출력해 실물에 부착한다.
  3. 생산자가 태블릿 앱에서 생산 로트를 신규 발급하고, 원자재 QR을 스캔해 연결한다.
  4. 이후 성형, 검사, 포장, 카톤 공정마다 해당 로트를 스캔하고 공정 결과를 입력한다.
  5. 각 공정의 데이터는 SQLite(에스큐라이트) 로컬 DB와 서버 DB 양쪽에 동기화된다.

QR 출력 부분도 처음에는 쉽게 생각했는데, 실제로는 꽤 손이 많이 갔습니다. 리눅스 서버에 CUPS(커피-유닉스 인쇄 시스템)를 설치하고 빅솔론 드라이버를 연결한 다음, 고정 IP를 부여해 네트워크 프린터로 등록했습니다. CUPS란 애플이 개발한 오픈소스 인쇄 시스템으로, 리눅스 환경에서 네트워크 프린터를 제어하는 데 표준처럼 쓰입니다. PHP 쪽에서는 Composer로 PHPOffice 라이브러리를 설치해 PDF를 생성하고, 그 파일을 CUPS 명령어로 넘기는 방식으로 처리했습니다. 이 부분은 일반적으로 복잡하다고 알려져 있는데, 실제로 써보니 한 번 세팅이 완료되면 이후에는 굉장히 안정적으로 돌아갔습니다.

SQLite를 로컬에 두고 API 호출로 서버와 동기화하는 구조를 선택한 이유도 있었습니다. 공장 와이파이가 가끔 끊길 때도 로컬 DB를 바라보고 있으면 앱이 멈추지 않기 때문입니다. 제가 직접 써봤는데, 이 구조 덕분에 네트워크 불안정 상황에서도 입력 자체는 계속 가능했고 나중에 연결이 복구되면 서버로 밀어 올리는 방식이 실제 현장에서 꽤 유효했습니다.

불량률 계산, 공정이 복잡할수록 수식이 꼬입니다

이 프로젝트에서 저를 가장 고생시킨 건 불량률 계산이었습니다. 솔직히 저는 이 부분을 처음엔 단순 사칙연산 수준으로 봤는데, 완전히 틀린 판단이었습니다.

렌즈 공장이라는 특성상 도수(굴절 교정 강도)가 16가지였고, 초반 1~3 공정은 16가지 도수가 공용으로 쓰는 원자재를 함께 사용했습니다. 성형 공정부터 각 도수로 나뉘기 시작하면서 이후 공정은 세분화되었습니다. 불량률(Defect Rate)이란 전체 생산 수량 중 품질 기준을 통과하지 못한 수량의 비율을 뜻하는데, 이게 공정마다 다르고 도수마다 달랐습니다. 단순히 완성품 목표 수량을 불량률로 나누는 게 아니라, 공정별로 역순으로 올라가면서 각 단계에서 투입해야 할 수량을 계산해야 했습니다.

계산식에서 Math.ceil로 10의 배수로 올림 처리한 것도 이런 맥락입니다. 요구 수량을 불량률로 나눈 뒤 소수점이 나오면 현장에서는 반드시 올림으로 처리해야 하고, 생산 단위 특성상 10개 단위로 맞추는 관행이 있었습니다. 일반적으로 이런 계산은 서버에서 처리하면 깔끔하다고 알려져 있지만, 저는 생산자 기기에서 처리하는 방향을 선택했습니다. 작업자가 빠렛이나 몰드 QR을 스캔하는 순간 즉각적으로 화면에 요구 수량이 표시되어야 했기 때문입니다. 서버에 요청을 보내고 응답을 기다리는 구조라면 그 0.5~1초 지연이 쌓이면서 현장에서 반드시 불만이 나올 것이라 판단했습니다.

다만 이 방식에는 분명한 단점도 있었습니다. 모든 기기가 최신 데이터를 갖고 있어야 계산이 정확한데, 동기화 타이밍을 놓치면 서로 다른 수량이 표시될 위험이 있었습니다. 이 부분은 일정 간격으로 자동 동기화하는 Handler(핸들러) 로직을 넣어서 어느 정도 커버했지만, 완벽한 해결책은 아니었습니다. Handler란 안드로이드에서 일정 시간 간격으로 특정 작업을 반복 실행할 때 사용하는 스레드 통신 도구입니다. 제 경험상 이 부분은 지금도 아쉬움이 남는 설계 결정입니다.

안드로이드 앱 제조 공정 관리, 직접 부딪혀보니 달랐던 것들

스마트 공장(Smart Factory)이란 ICT 기술을 제조 공정에 접목해 생산 전 과정을 디지털로 관리하는 공장을 뜻합니다. 대기업 중심으로 이미 많이 도입되어 있고, 중소기업용 보급 사업도 정부 차원에서 꾸준히 진행 중입니다. 중소벤처기업부에서도 스마트 제조 혁신 관련 자료를 공개하고 있는데(출처: 중소벤처기업부), 현장에서 실제로 구현하는 과정은 공개 자료와 온도 차이가 꽤 있었습니다.

문서에는 “QR 기반 공정 관리 시스템 구축”이라고 한 줄로 끝나지만, 실제로는 QR 출력 인프라부터 현장 네트워크 구성, 기기 구매, 앱 설치와 배포, 작업자 교육까지 연결되어야 돌아가는 시스템입니다. 제가 이 프로젝트를 하면서 가장 체감한 것은, 코딩보다 오히려 현장 사람들이 불편해하는 부분을 찾아서 화면 흐름을 바꾸는 데 시간이 더 걸렸다는 점입니다.

onActivityResult(온액티비티리절트)를 통한 QR 스캔 결과 처리도 처음에는 단순해 보였지만, 스캔 결과가 들어올 때마다 UI를 갱신하고 DB 조회를 해서 화면에 표시하는 로직이 쌓이다 보니 코드 길이가 급격히 늘어났습니다. onActivityResult란 다른 Activity(액티비티)를 호출하고 그 결과를 받아오는 안드로이드 콜백 메서드입니다. 지금 같으면 ActivityResultLauncher 방식으로 리팩터링하겠지만, 당시에는 deprecated 경고를 받으면서도 일정을 맞추는 게 먼저였습니다.

안드로이드 앱 개발 커뮤니티에서도 이런 제조업 사례는 많지 않아서 참고할 자료를 찾기가 쉽지 않았습니다. Stack Overflow나 공식 문서인 Android Developers(출처: Android Developers)를 주로 참고했는데, 공장 특화 요구사항은 결국 직접 설계할 수밖에 없었습니다. 솔직히 이건 예상 밖이었습니다. 유사 프로젝트 사례가 많을 줄 알았는데 실제로는 거의 없어서 처음부터 설계를 다 만들어야 했습니다.

자주 묻는 질문

Q. 웹앱 대신 안드로이드 네이티브 앱을 선택해야 하는 기준이 뭔가요?

A. QR 스캔 인식률이 중요한 환경이라면 네이티브 앱이 분명히 유리합니다. 일반적으로 웹앱도 충분하다고 알려져 있지만, 제 경험상 공장처럼 조명 조건이 불균일한 환경에서는 웹 기반 카메라 접근의 인식 속도와 안정성이 눈에 띄게 떨어집니다. ZXing 같은 네이티브 라이브러리와 비교하면 차이가 확실히 납니다.

Q. 공정 수량 계산을 서버가 아닌 기기에서 처리하면 동기화 문제는 어떻게 해결하나요?

A. 완전한 해결은 어렵습니다. 저는 Handler로 일정 간격 자동 동기화를 넣었고, 화면 진입 시점에 API를 호출해 최신 데이터를 내려받는 방식을 병행했습니다. 동기화 타이밍을 놓치면 수량이 달라질 수 있기 때문에, 이 설계는 지금도 아쉬움이 남는 부분입니다.

Q. SQLite로컬 DB와 서버 DB를 병행하는 구조가 실제 현장에서 효과적인가요?

A. 공장 와이파이가 완벽하게 안정적이지 않다면 효과적입니다. 네트워크가 끊겨도 로컬 DB를 바라보기 때문에 입력 작업 자체는 멈추지 않고, 연결이 복구된 뒤에 서버로 동기화하는 방식이 현장에서 실제로 유효했습니다. 다만 데이터 일관성 관리가 추가로 필요하다는 점은 분명한 단점입니다.

Q. 도수가 여러 개인 제품의 불량률 계산은 어떻게 접근해야 하나요?

A. 공정별로 역산하는 방식이 기본입니다. 완성품 목표 수량에서 출발해, 각 공정의 불량률을 거꾸로 곱해가면서 투입 수량을 계산합니다. 도수별로 불량률이 다를 수 있기 때문에 품번과 도수 조합으로 쌍을 이루어 관리하는 것이 중요합니다. 저는 pronum과 dosu를 쌍으로 묶어서 처리했고, 중간에 두 값이 일치하는 항목만 화면에 표시하는 방식으로 필터링했습니다.

Q. 스마트 공장 앱을 처음 만든다면 어디서부터 시작해야 하나요?

A. 현장 흐름을 먼저 손으로 그려보는 것이 먼저입니다. 코드보다 어떤 공정에서 누가 무엇을 스캔하고 어떤 데이터를 입력하는지를 정리하는 데 시간을 충분히 써야 나중에 설계를 뒤집는 일이 줄어듭니다. 제 경험상 현장 인터뷰 없이 개발부터 시작하면 반드시 중간에 전면 수정을 하게 됩니다.

이 프로젝트를 마무리하고 나서 든 생각은, 스마트 공장 앱 개발은 결국 현장 이해가 기술력보다 먼저라는 것입니다. QR 스캔 라이브러리 선택이나 DB 구조 설계는 검색하고 조합하면 어떻게든 해결되지만, 공정의 흐름과 현장 사람들이 어떤 순서로 무엇을 불편해하는지는 직접 보지 않으면 절대 알 수 없었습니다. 비슷한 프로젝트를 준비하고 있다면 개발 착수 전에 현장에서 최소 하루는 직접 관찰하는 시간을 확보하길 권합니다.

—
참고: 나

Similar Posts