📍 강의 자료 출처 : LG Aimers
스마트 품질 경영
품질 4.0 (Quality 4.0)
ICT 융합을 통해 종전의 사후검사 및 보증에서 벗어나 사전에 수집, 분석된 빅데이터를 활용하여 선제적 불량예지 및 보전 중심으로 진화된 품질경영시스템으로,
기존 TQM 및 6시그마 등 기존 품질관리기법과 IoT, 빅데이터 분석기술 등이 결합된 신개념 품질관리 및 경영개념
기존의 방식을 버리자 (X)
→ 기존의 방식을 기술 기반으로 어떻게 발전시킬 것인가 (O)
빅데이터의 특성
- 크기(Volume)
- 다양성(Variety)
- 속도(Velocity)
- 정확성(Veracity)
Analytics
-
설명적(descriptive) 애널리틱스
: 데이터로부터 과거에 무엇이 발생하였는지를 분석하기 위한 기법들로, 기존의 잘 알려진 혹은 의심되는 상관관계를 모니터링하고 분석한다. -
진단적(diagnpstics) 애널리틱스
: 과거의 축적된 데이터를 바탕으로 인과관계를 찾아내어 왜 특징 품질관련 이벤트가 발생하였는지를 밝히기 위한 분석기법
예) 품질관련 프로세스 사이클 타임 분석을 통해 프로세스 병목 원인 진단 -
예측적(predictive) 애널리틱스
: 통계학적 모델들을 활용하여 미래에 어떠한 사건이 어느 정도의 확률로 발생할 지를 예특하는 분석 기법으로, 보통 머신러닝 기법들이 해당된다.
예) SPC 데이터 기반으로 추세 분석 -
처방적 혹은 규범적(prescciptive) 애널리틱스
: 예측되는 이벤트를 위해 무엇을 하면 좋을지를 처방하는 것으로, 즉 어떠란 의사결정으 내려야 하는지를 알려주는 분석기법
이외에도 연결성, 협업 등이 품질 4.0의 요소로 포함되어있다.
스마트 공장
: 환경을 고려하고 안전성을 확보하면서 빠르고 역동적인 시장 변화에 대하여 능동적으로 대응할 수 있는 지능형 디지털 시스템
→ 시물인터넷을 중심으로 더욱 발전하여 사람과 사물이 대화를 나누고, 개인이 기업의 열린 활동에 동참이 쉬워지며, 개인과 개인 또는 그룹을 이루어 전문적인 협력이 가능하다.
빅데이터를 활용한 스마트 품질경영
복잡한 공정을 통해 생산되는 제품군, 즉 반도체나 디스플레이 같은 경우 단순한 분석을 통해 공정의 품질상태를 파악하기 힘들기 때문에 빅데이터를 활용한다.
빅데이터는 데이터의 규모, 속도, 정확성 및 다양성 등의 특성을 갖는데 그 중 다양성이 매우 중요하다. 스마트품질경영은 IoT를 기반에 둔 내부 데이터뿐만 아니라 시장정보, 고객정보, 사회망 서비스 등의 다양한 외부 정보도 흡수하여 사용하는 것을 권하고 있다.
스마트 품질경영 혁신방안
-
실시간 커뮤니티 피드백 제공
-
원격진단 및 유지보수
센서들을 활용하여 근본 원인분석을 수행하고 IoT를 기반으로 여러 설비의 센서 피드백을 결합하여 새로운 형태의 설비데이터를 확보할 수 있다. -
고도화된 공급망 품질관리
지능형 알고리즘이나 애널리틱스는 사례기반 추론뿐만 아니라 경험적 방법을 활용하여 지속적으로 데이터를 분석할 수 있다.
