지난 몇 년간 정부 주도로 중소기업의 스마트화가 진행됐고, 많은 중소기업들이 전사적자원관리(ERP), 생산관리시스템(MES), 생산시점관리(POP) 등과 같은 IT 기술을 도입하여 스마트팩토리로 전환하고자 한다.
그러나 산업계에서는 스마트 제조에 대한 인식 부족과 인력의 부재로 인한 운영 미숙, 다양한 현장의 특성이 반영되지 않은 스마트 팩토리의 도입으로 인해 시스템과 생산현장이 따로 작동한다는 의견이 많다. 소프트웨어(SW) 위주로 ERP, MES 등 다양한 생산성 관리툴이 보급되었지만 실제 운영면에서 SW의 기능이 제대로 반영되지 않는다는 맹점도 있었다.
이러한 현장의 문제점을 분석하고 개선하기 위해 호서대학교 소재부품장비스마트팩토리학과(지도교수 김수영) 1기생 10명은 지난 1학기동안 3개사의 디지털화 및 스마트팩토리화를 진단해 보았다. 대표적인 D사의 사례를 통해 실제 현장의 문제점 점검하고, 그에 대한 분석 방법 및 해결 솔루션을 도출했다. 이에 기반해 우리 중소 제조 기업이 나아가야 할 관리 시스템의 비전을 제시해본다.
우선 생산성 저해요인 '비가동', '불량' 등을 파악하기 위해 핵심 인자인 4M(Man, Machine, Material, Method)에 대해 다차원 분석과 문제해결 및 개선효과에 대한 예측분석을 해야 했다. 이를 위해 FOM(smart-Factory Operation Management) 솔루션을 활용하였다. FOM 솔루션의 관리번호는 1000번부터 4500번으로 구성되어 있다. 관리번호에 따라 생산량(1000), 비가동(2000), 불량(3000), 부적합(4000)에 대한 달성율, 점유율을 분석하고 미달성율에 대한 요인들을 파악하였다.
D사는 자동차 조향장치의 핵심부품인 어퍼 샤프트(Upper Shaft), 로워 샤프트(Lower Shaft) 등을 가공하여 납품한다. D사 사업장의 11개월간의 데이터를 분석하였다. FOM 솔루션의 일반관리, 비교분석, 상급자관리 기능도 활용하였다.
분석은 총 3단계로 나눠 수행하였다. 1단계에서는 기업의 생산성종합(1100)현황을 파악하기 위해 생산량을 기준으로 점유율과 달성율을 각각 라인, 공정, 제품(1200), 설비(1300), 작업자(1400), Shift등으로 분석하였으며, 2단계에서는 생산성 저해요소인인 비가동(2100)에 대해 비가동점유율과 비가동율을 각각 라인, 공정, 제품(2200), 설비(2300), 작업자(2400), 요인(2500)별로 분석하였다. 3단계에서는 비가동을 발생시키는 요인별(2500) 비가동 점유율을 분석했으며, 상세기능을 통해 비가동 요인과 4M의 상관관계를 분석하였다.
또 상급자관리 기능을 활용하여 2020년 1월부터 11월까지 생산계획 달성율 기준으로 비가동과 불량에 대해 손실비용과 요인 점유율을 분석하였다. 그 결과 비가동 시간을 제품생산수량으로 환산하면 2,319,894개이며 이를 비용으로 환산한 비가동 손실비용이 4,640백만원으로 분석되었다. 또한 불량수량은 모두 34,687개이며 손실비용은 69백만원으로 분석되었다. 무엇보다 미확인 비가동시간 점유율이 10.1%여서 최우선 순위로 문제해결이 수행해야할 부분임을 도출했다.
4M과 생산성 상관관계를 분석하기 위해 생산 프로세스의 가상 시나리오를 설정하였고, 비가동요인과 불량요인에 대한 조건 변경 후 시뮬레이션 수행으로 비용절감효과도 분석하였다.
제조기업의 생산성을 향상시키기 위해서는 4M과 생산성 간의 상관관계를 분석하고, 이에 대한 지속적인 관리와 피드백을 통한 문제점 개선이 이루어져야한다. 위와 같은 분석을 한 후에 생산 프로세스의 가상 시나리오에 대한 시뮬레이션과 As-Is와 To-Be 비교 분석을 해보니 개선효과를 확인할 수 있었다.
D사 외에 2개사를 추가로 분석했는데, FOM 솔루션을 통해 기업 진단과 분석을 해보니, 3개사는 각각 갖고 있는 문제가 달랐고 개선 방향도 상이하다는 결론을 얻었다. 기존에 각 기업의 문제점을 진단하고 평가하는 여러 툴들이 보급되었지만 각 기업의 상황에 맞게 적용 운영되지 못한 면이 적이 않았다.
우리는 각 기업의 문제를 진단하고 개선 방향을 정확하게 설정하기 위해서는 기업마다의 상황에 맞는 맞춤형 진단이 필요하고, 이는 진단과 분석 그리고 지속적인 피드백이 있어야 한다는 데 뜻을 같이 했다. 이 같은 과정을 통해 기업의 지속 성장 기반을 마련해야 한다는 시사점을 얻은 좋은 사례다.
이 같은 실제 사례 연구를 통해 진행한 제조데이터 기반의 4M 및 생산성 상관관계 분석, 시뮬레이션을 통한 개선 효과 예측 분석 등의 방법은 국내 제조기업의 스마트한 공장운영관리를 위한 토대가 될 것이다.