본 연구는 인공지능(AI) 기반 공정 예측 기술을 활용하여 중소 화장품 제조기업이 직면한 공정 품질 변동성과 낮은 AI 활용률 문제를 해결하고자 한다. 이에 실제 기업의 ERP 및 MTS 시스템에서 수집된 온도, 교반 속도(RPM) 등 다차원 공정 데이터를 기반으로, XGBoost 모델을 활용한 예측 모델을 구축하였다. 데이터 전처리, 이상치 제거, 라벨 인코딩, 정규화를 거친 후, Optuna 기반 베이지안 최적화 기법으로 하이퍼파라미터 튜닝을 수행하였다. 분석 결과, XGBoost 모델은 온도 예측에서 74.29%, RPM 예측에서 78.45%의 정확도를 기록하였으며, 공정 시간 백분율과 생산량이 핵심 변수로 도출되었다. 본 연구는 전통적 머신러닝 모델로도 중소기업 제조 공정에서의 실시간 예측이 가능함을 입증하였으며, 이는 향후 중소기업의 스마트 제조 도입 촉진과 품질·비용 효율성 제고에 기여할 수 있을 것으로 기대된다.