¡Hola! 안녕하세요, 현장 실무의 디지털화와 기술 공부에 언제나 진심인 전기과장님입니다.
최근 저는 시설관리 현장에서 유용하게 활용할 수 있는 구글의 노코드 플랫폼인 ‘AppSheet(앱시트)’를 독학하는 데 푹 빠져 있었습니다.
현장에서 스마트폰으로 누설전류 측정값 입력 뿐만 아니라, 승강기 주기점검, 시설물 점검에도 활용하고 데이타시트화 하여, 전기안전관리자 직무고시 서류철에 바로 끼워 넣을 수 있도록 깔끔한 워드(Word) 파일 양식으로 툭 튀어나오는 멋진 자동화 시스템을 구축하고 싶었기 때문입니다. 참고로 hard copy를 완전히 없애고 구글드라이브에 모든 점검자료를 soft copy화 하는 것이 솔직한 당면과제입니다.
하지만 이 야심 찬 프로젝트를 진행하며 인공지능(AI) 비서와 며칠 밤낮을 씨름하는 동안, 아주 황당하고도 심각한 기술적 해프닝을 겪었습니다.
오늘은 이 치열했던 배신의 기록과 함께, 현장 기술자로서 깨달은 ‘인공지능의 집중력(메모리) 문제’와 ‘현장 실무의 본질’에 대해 깊이 있는 이야기를 나누어보고자 합니다.
■ 1. 현장의 한계: 왜 우리는 ‘합성누설전류’를 재는가?
전기안전관리자 직무고시를 하시는 분들은 잘 아시겠지만, 법적 기준인 전기설비기술기준 제27조에 명시된 저압 전로의 저항성누설전류 제한치는 1.0mA 이하입니다.
하지만 이는 순수한 절연 저항의 저하로 발생하는 ‘저항성 누설전류를 의미합니다.
문제는 현장에서 흔히 쓰이는 수십만 원대 일반 누설전류계로는 이저항성 누설전류를 분리해낼 수 없다는 점입니다.
선로 자체의 대지 정전용량(C)에 의해 필연적으로 발생하는 ‘용량성 누설전류가 한데 뒤섞인 ‘합성누설전류가 측정되기 때문입니다.
수백만 원을 호가하는 활선 절연저항계(Igr 계측기)를 모든 현장에 구비해두고 쓸 수는 없는 노릇이기에, 우리 전기과장들은 현장에서 어쩔 수 없이 합성누설전류를 기준으로 모니터링을 진행하게 됩니다.
용량성 성분이 포함된 합성누설전류는 정상적인 선로에서도 1.0mA를 훌륭히 초과하곤 합니다.
그렇기 때문에 실무적으로는 인체 감전 보호 및 전로 보호의 최후의 보루가 되는 누전차단기(ELB)의 정격감도전류 기준인 30mA(습한 장소는 15mA)를 기술적 판단의 마지노선으로 삼는 것이 정당하며 합리적입니다.
즉, “1mA를 넘었으니 무조건 누전이다”가 아니라, “30mA 미만으로 안정적으로 통제되고 있으니 대지 누전 위험으로부터 안전한 상황이다”라는 정보와 정당성을 서식의 ‘비고(Remarks)’란에 명시해 주는 것이 핵심이었습니다.
■ 2. 대형 사고의 서막: AI 비서의 치명적인 ‘치매’ 증상
저는 이러한 현장의 고충과 기술적 맥락을 AI 비서에게 몇 번이고 명확히 주입했습니다.
복잡한 Automation(봇) 엔진을 돌리지 말고, 앱 화면에서 버튼을 누르면 즉시 작동하는 심플한 ‘New Action’을 활용하자고 가닥을 잡았고, 하단 비고란에 위의 30mA 정당성 문구를 고정해 두자는 결론까지 완벽하게 도달했었습니다.
그런데 어느 순간부터 이 똑똑하다는 AI 녀석의 회로가 꼬이기 시작하더니 심각한 집중력 상실 증상을 보였습니다.
- 어제 치열하게 토론하고 내린 결론을 까맣게 잊어버리는 것은 약과였습니다.
- AppSheet 액션 메뉴에는 존재하지도 않는 거짓 옵션(
App: export this row to a file)을 눈 하나 깜짝 안 하고 선택하라고 당당하게 우겼습니다. - 클립보드 복사(Copy to clipboard) 기능이 기본 액션에 없는데도 버젓이 들이밀며 제 소중한 업무 시간을 사정없이 허비하게 만들었습니다.
지정해 준 30mA 기준은 어디로 빼먹었는지 자꾸 엉뚱한 1mA 법적 기준만 앵무새처럼 반복하더군요.
속이 터진 나머지 저도 모르게 “요즘 메모리 가격이 너무 많이 올라서, 더 이상 개인 사용자에게는 메모리를 할당하지 않는 거냐”는 뼈 있는 한탄이 튀어나왔습니다.
독학을 도와주겠다던 AI가 도리어 며칠간 제 눈과 귀를 가리고 뱅뱅 돌리며 심각한 신뢰의 상실을 안겨준 순간이었습니다.
바로 앞에서 언급된 구체적인 지시와 엉뚱한 AI의 몰이해는 현제적인 문제인 것 같아요, 물론 높은 월구독료를 지급하고 최상의 AI를 활용하면 다르겠지만, 범용의 일반적인 AI는 아직도 AI의 고질적인 병폐인 할루시네션(Hallucination)이 공존하고 있습니다.
■ 3. 거대언어모델(LLM)의 한계: 컨텍스트 윈도우와 대화의 휘발성
이 해프닝을 겪으며 저는 인공지능 기술의 이면과 구조적 한계에 대해 깊이 체감하게 되었습니다.
대부분의 거대언어모델은 아무리 방대한 지식을 학습했더라도, 사용자와 실시간으로 나누는 대화의 맥락(Context)을 유지하는 데 명확한 한계를 가집니다.
대화가 길어지고 오고 가는 이미지나 소스코드가 많아질수록 AI가 한 번에 기억할 수 있는 메모리 용량인 ‘컨텍스트 윈도우(Context Window)’가 꽉 차게 됩니다.
그렇게 되면 인공지능은 데이터베이스 내부의 오래된 기억(즉, 사용자가 며칠 전에 강조했던 핵심 요구사항)부터 차례대로 지워버리거나 왜곡하는 ‘환각 현상(Hallucination)’을 일으킵니다.
결국 “알겠습니다 과장님!” 하고 시원하게 대답하던 모습은 그 순간의 짧은 기억 메모리가 작동한 것일 뿐, 기술적인 연속성을 완벽하게 보장해 주지 못한다는 진실을 보여줍니다.
아무리 뛰어난 인공지능 비서라도 현장의 복잡한 도면과 디테일한 맥락을 온전히 책임질 수는 없다는 기술적 팩트를 확인한 셈입니다.
■ 4. ¡Qué tonto! (바보 같으니!) 등잔 밑이 어두웠던 진짜 정답
AI 비서의 대형 오작동 덕분에 일주일 가까이 헛고생을 하고 나서야, 저는 마침내 무릎을 탁 치는 현장 기술자 고유의 해답에 도달했습니다.
생각해 보니, 필요할 때마다 AppSheet의 데이터 테이블을 복사하고, 미리 정의해 둔 합성누설전류 정당성 문구를 붙여넣어 워드를 완성하는 일은 길어야 10분이면 끝나는 아주 간단하고 명확한 작업이었습니다.
노코드 툴의 대단한 자동화 기능이나 백그라운드 엔진을 완벽하게 구현해 보겠다고 스트레스를 받느니, 완벽하게 가닥이 잡힌 ‘점검 현황 리스트 양식’ 파일 하나를 구글 드라이브(Google Drive)에 잘 만들어 두는 것이 훨씬 속 편한 길이었습니다.
필요할 때마다 슥 열어서 AppSheet 데이터만 Ctrl + C / Ctrl + V로 꽂아 넣고 5분 만에 인쇄하는 것이 현장 실무에서는 비교할 수 없을 만큼 효율적인 ‘진짜 정답’이었던 것입니다.
결국 AI의 배신 덕분에(?) 뜬구름 잡는 자동화의 미련을 버리고, 가장 직관적이면서도 강력한 아날로그-디지털 결합 양식을 정립하며 이번 해프닝은 마감되었습니다.
■ 5. 글을 마치며: 주체는 결국 ‘인간 기술자’이다
이번 주말, 구글 드라이브에 깔끔하게 정리된 누설전류 점검 양식을 업로드하며 두 가지 큰 깨달음을 가슴에 새겼습니다.
첫째, AI를 전적으로 맹신하여 주도권을 넘겨주지 말 것. 아무리 똑똑해 보이는 기계라도 현장의 안전을 책임지는 기술자의 뇌와 고유한 노하우를 대체할 수는 없습니다. 중심은 항상 인간이 잡아야 합니다.
둘째, 가장 심플한 방법이 가장 위대한 지름길이다. 때로는 화려한 시스템 연동보다 잘 정돈된 양식과 직관적인 프로세스가 실무 현장에서는 시간을 아껴주는 최고의 무기가 됩니다.
AppSheet나 새로운 기술을 현장에 도입하느라 저처럼 머리를 싸매고 계신 수많은 전기인, 시설관리 선후배 동료 여러분!
시스템의 완벽함에 집착하다 정작 중요한 실무의 본질을 놓치고 계시진 않나요? 가끔은 과감히 창을 닫고 나만의 확고한 ‘서식과 기준’을 세우는 것이 진짜 실력을 증명하는 길입니다.
주말 동안 복잡한 일은 잠시 잊으시고 모두 편안하고 안전한 시간 보내시길 바랍니다. ¡Buen viaje!
#해시태그
#전기과장님 #AppSheet #인공지능의한계 #컨텍스트윈도우 #합성누설전류 #누전차단기30mA #직무고시 #점검리스트 #시설관리
💡 함께 읽으면 좋은 전기과장님의 ‘AI 실전 활용’ 인사이트
이번 AppSheet 해프닝 이전에, 인공지능(AI) 비서의 왜곡 현상과 기술적 한계를 경험하며 기록했던 또 다른 현장 일지입니다. 주체적인 인간 기술자가 되기 위해 놓쳐서는 안 될 이야기들을 담았습니다.
👉 [[전기과장님] 시설관리의 혁명: AppSheet로 구축하는 ‘스마트폰 점검 시스템’ ]
👉 [[전기과장님] AI의 오만과 편견: 인라인 펌프와 iOS 26.3 대참사 사건]
Leave a Reply