시작하며
오늘부터 청년취업사관학교 새싹 과정이 시작되었다. 면접 때도 느꼈지만 가자마자 느낀 점은 시설이 너무 좋았고, 교육 환경 또한 상당히 신경을 많이 써준 게 느껴졌다.
오늘은 기본적인 OT와 제조업에 관한 특강을 진행했다.
제조산업의 특성 및 위기와 기회
마이클 포터의 Value Chain
기업이 제품이나 서비스를 생산하고 고객에게 제공하기까지의 모든 활동을 본원적 활동과 지원 활동으로 나누어 분석
- 본원적 활동
- 내부 물류 (Inbound Logistics)
- 생산 운영 (Operation)
- 외부 물류 (Outbound Logistics)
- 마케팅, 영업 (Marketing & Sales)
- 서비스 (Service)
Production
기업의 내부와 외부 Value Chain의 가능한 모든 자원을 활용하여, 제품 / 서비스를 생성 / 전달하는 제반 활동
- 가치를 만들어내는 전체 산출 활동
Manufacturing Value Chain
물리적 제품을 지속적으로 생산하기 위해 필요한 설계–조달–제조–품질–출하까지의 산업 활동
- 제품 / 공정 설계 (Product & Process Design)
- 제품 사양 정의
- 공정 흐름 설계
- 조달 / 구매 (Source & Procurement)
- 원재료, 부품, 설비 조달
- 협력사 선정 및 관리
- 제조 공정 (Manufacturing(Make))
- 설비 가동
- 생산의 핵심 경쟁력
- 조립 / 검사 (Assembly & Test)
- 품질 관리 (Quality Assurance)
- 품질 기준 유지 / 개선
- 제조산업 신뢰의 핵심 기능
- 포장 / 출하 (Packaging & Outbound Logistics)
제조산업의 특성
- 물리적 제약 산업 (Physical Constraint Industry)
- 설비 / 공정 / 공간 / 시간의 물리적 제약 존재
- 즉각적 수정이 어려운 현실 기반 산언
- 동시 최적화 산업 (Q–C–D Trade-off)
- Quality(품질), Cost(비용), Deliver(인도) 동시에 관리
- 한 요소 개선 시 다른 요소 영향 발생
- 표준과 반복의 산업 (Standardized and Repeatable Industry)
- 표준공정 / 작업표준 / 품질 기준 중심
- 반복을 통해 안정성과 효율 확보
- 경험 축적 산업 (Learning Curve Industry)
- 연차 / 경험이 성과로 직결
- 시스템 의존 산업 (System-Dependent Industry)
- 개인보다 공정 / 시스템 설계가 성과 결정
TPS (Toyota Production System)
- Just in-Time
- 필요한 것만, 필요한 만큼만, 필요한 시점에만 생산
- Kanban
- 어떤 부품이 얼마나 필요한지 알려주는 신호
- Heijunka
- 하루하루의 생산량과 순서를 고르게 맞추는 것
- Jidoka
- 생산 과정에서 문제가 발생하면 바로 멈추는 것
- 부가가치에서 벗어나는 모든 것을 낭비로 규정
- Kaizen
- 더 나은 방향으로 바꾸는 것
- 표준화된 작업방식, 설비, 기타 절차들을 발전
린 (Lean)
군살, 즉 낭비가 없는 경영 방식
린의 핵심은 낭비를 제거 하는 것
린의 7가지 낭비 요소
- 과잉생산 (Over Production)
- 가장 위험한 낭비
- 대기 낭비 (Waiting)
- 설비 유휴
- 작업 대기
- 운송 낭비 (Transportation)
- 불필요한 이동
- 동선 비효율
- 과잉 가공 (Over Processing)
- 과도한 품질
- 재고 낭비 (Inventory)
- 과잉 재고
- 동작 낭비 (Motion)
- 불량 (Defects)
제조업을 둔러싼 위기
- 노동인구 감소
- 숙련공 확보 어려움
- 산업 내 경쟁 심화
- 글로벌 공급망 변화
Industry 4.0
최적 운영을 가능케하는 IoT 및 데이터 처리 기술을 활용한 가상물리시스템을 의미하며, 사업적 관점에서는 스마트팩토리의 구현을 의미
- 기술 관점
- IoT, 빅데이터, 애널리틱스 등을 활용하여 실물과 가상 세계를 하나로 연결하는 시스템
- 사업 관점
- 제조 현장에서 디지털화, Industry 4.0이 실현되는 최종 단계이자, 동시에 이를 달성하는 핵심 수단
스마트 팩토리 개념 이해
스마트팩토리는 기술 발전에 따른 디지털화 적용의 한 형태로, 디지털에 기반한 정보활용 강화로 기존 제조자원의 효율을 개선하는 공장을 의미
- 제조업 디지털화의 의미
- 디지털에 기반한 정보활용 강화로 제조자원 4M 효율 극대화
- 경제적 / 기술적 이유로 관리 Data 측정 및 제어
- Silo화 → 협업적 / 통합적 분석 및 제어
- 사후적 → 사전적 정보 제공
- 일부 새로운 H/W의 적용
AI 기술 발전
AI Definiton
AI는 인간의 사고와 지능적 행동이 어떻게 작동하는지를 이해하고, 그 원리를 기계가 수행하도록 만드는 과학
AI Level
- ANI (Artificial Narrow Intelligence)
- 하나의 특정 분야에서 사람과 같은 수준으로 단일 테스크 수행
- AGI (Artificial General Intelligence)
- 다양한 분야에서 대체적으로 사람보다 더 똑똑하게 여러가지 테스크 수행
- ASI (Artificial Super Intelligence)
- 모든 분야에서 사람보다 월등히 나은 실력으로 테스크 수행
AI 성숙도
- 혁신 촉발
- 과대 기대의 정점
- 환멸의 골
- 깨달음의 경사
- 생산성 안정기
CES
유럽의 MWC, IFA와 더불어 글로벌 3대 Tech 행사 중 하나
- 시장 트렌드를 변화시키는 판세를 선제적으로 읽고, 각 기업이 GTM 관점에서 전달하는 메시지를 통해 산업의 단기 전력적 방향성을 이해하는 것이 중요
- 트렌드의 발전 방향을 약 3~5년 선행하여 관측할 수 있다는 점
스마트 팩토리
궁극적으로 미래 발생될 상황을 실시간으로 예측하고 제어하려는 것
스마트 팩토리의 의미
- 평균에 기반한 의사 결정 → 실제에 기반한 의사 결정
- 수학적 방법 → 실험적 방법 (Simulation)
- 3차원적 판단 → 4차원적 판단 (시간)
스마트 팩토리의 단계
- 지금 공장에 무엇이 일어나고 있는지? → 필요한 만큼 알고 있으면 : Visible
- 발생 즉시 알아야 하는데 늦게 알게 되거나 모르는 것
- 즉시 몰라서 문제되는 것
- 생산(작업 실행, 실적, 지체) / 품질 / 설비 / Utility / 환경 / 안전
- 왜 일어 났는지? → 원인을 알고 있으면 : Understandable
- Data Thread를 만들기 위해서 생성과 소멸까지의 Life Cycle을 가진 Entity를 중심으로 구성
- 어떤 일이 일어날 지 알 수 있는지? → 알 수 있다면 : Predictable
- Simulation : 복잡한 문제를 해석하기 위해 모델에 의한 실험, 또는 실제와 비슷한 상태를 수식 등으로 만들어 모의적으로 되풀이하여 특성을 파악하는 것
- Digital Twin
- 미리 자동으로 조치할 수 있는지? → 해결방안 제시 및 제어 : Prescriptible = Autonomous
- 전체 최적화? → Digital Enterprise
Digital Twin
- Product Twin : 제품 개발 / 생산 / 검증에 대한 물리적 시스템을 가상의 시스템으로 구현
- 화학적 제품 : 화학제조업체의 AI기반 배합 / 공정 / 합성 Simulation사례는 일반화되고 있음
- 물리적 제품 : 생산성 3배 증가 및 개발 소요 시간 30% 단축
- Air France 사례 : 가상 비행기 엔진
- Production Twin : 생산 과정을 복제, 네트워크 및 프로세스, Work Flows, 작업 환경 등
- 문제 발견 및 개선 효율성 개선, 비용, 기간 단축 용이
- Enterprise Twin : 기업활동 경영 전략, 영업, 마케팅 등 복제
마치며
저번 교육에 비해 수업 시간이 엄청 늘어나서 후반에는 조금 힘들었지만 금방 적응해서 다시 열심히 공부해야겠다.
Hello I'm TaeHyunAn, Currently Studying Data Analysis