다품종 소량 생산을 하는 다공정의 유압부품 제조기업에서의...

공학전문석사 학위 연구보고서

다품종 소량 생산을 하는

다공정의 유압부품 제조기업에서의

스마트공장 구축 방법론

2018년 2월

서울대학교 공학전문대학원

응용공학과 응용공학전공

채 인 기

다품종 소량 생산을 하는

다공정의 유압부품 제조기업에서의

스마트공장 구축 방법론

지도 교수 박 진 우

이 프로젝트 리포트를 공학전문석사 학위

연구보고서로 제출함

2018년 2월

서울대학교 공학전문대학원

응용공학과 응용공학전공

채 인 기

채인기의 공학전문석사 학위 연구보고서를 인준함

2018년 2월

위 원 장 (인)

위 원 (인)

위 원 (인)

i

국문초록

치열해지는 세계 시장의 경쟁구도 속에서, 많은 국가들이 자국의

제조업을 강하게 하기 위한 노력을 하고 있다. 한국의 제조업 경쟁력을

확보하기 위해서는 제조업의 바탕을 이루고 있는 중소기업들이 경쟁력을

가져야 한다. 하지만, 한국의 많은 중소기업들은 부족한 자본, 인력과

노후된 설비, 작업자의 경험에 의존하는 작업 형태로 세계 시장에서의

경쟁력을 확보하기에는 부족한 부분이 많다.

이른바 4차 산업혁명과 함께 일컬어지는 스마트공장은 기업의

경쟁력 강화를 위한 솔루션으로 불리고 있지만 대다수의 중소기업은

스마트공장의 개념 이해 조차 부족한 실정이며, 대부분의 중소기업들은

대기업에 비해 상대적으로 부가가치가 낮은 제품, 다양한 제품과 적은

수량을 생산하기 때문에, 글로벌 IT기업들의 대기업지향적 스마트공장

솔루션제품은 중소기업 생산현장 실정에 적합하지 않은 경우가 많다.

이에, 본 연구보고서는 유압부품 관련한 다품종 소량을 생산하는

중소기업에서 스마트공장을 구축하기 위한 방법론을 제시하고자 한다.

우선 생산현장에 발생하는 Data를 분석해보고, 중소기업의

생산현장에서 추구하는 목표를 기준으로 현장의 Data를 구분하여

모니터링 혹은 생산성 향상의 활용방안을 모색한다,

또한, 생산현장의 수많은 Data를 수집하여 Digital화하는 방법을

공정별, 설비별로 제안하고, 입력방식에 따라 달라지는 수집방법을

고안한다.

이를 토대로, 생산현장의 Data를 집계하고 상위 단계로 전달할 수

있는 생산현장Data 집계/분석 시스템을 구성하고 그 Database의

구성을 설계한다.

마지막으로, 다품종 소량 생산 공장에서 한정된 비용과 시간 내에,

스마트공장 시스템을 구축하기 위해, 단계를 구분하여, 비용과 시간을

분산하면서, 단계별로 스마트공장을 구축할 수 있는 방법론을

제시하고자 한다.

주요어: 다품종소량, 다공정, 중소기업, 스마트공장, 공정 Data의 Digital화 학 번: 2016-22260

ii

목 차 제 1 장 서론 ........................................................................... 1

1.1 프로젝트의 배경 및 목적 ................................................ 1 1.2 보고서의 구성 ................................................................. 4

제 2 장 문제 정의................................................................... 5 2.1 유압 실린더의 생산 공정 ................................................ 5 2.2 생산 공정에서의 Data들 ............................................... 11

제 3 장 배경 이론 및 관련 연구 ........................................... 16 3.1 Data의 분류방법 ........................................................... 16

3.1.1. Data 의 세분화 연구 .................................................................... 16 3.1.2. 본질기반 데이터 분류 방법론.................................................. 17 3.1.3. 현장 개선을 위한 Data 분류법 ............................................... 17

3.2 Data의 활용/처리방법 ................................................... 18 3.2.1. 현장 개선을 위한 Data 활용 ................................................... 18

3.3 Data의 수집 방법 ......................................................... 19 3.3.1. RFID 를 통한 Data 수집 .......................................................... 19 3.3.2. 정보수집시스템 구성 ................................................................. 19

3.4 스마트공장 시스템 ........................................................ 20 3.4.1. MES .............................................................................................. 20 3.4.2. Monitoring 방식 ........................................................................ 22 3.4.3. Data Base(DB) 구축 연구 및 사례 ...................................... 24

제 4 장 프로젝트 진행내용 ................................................... 27 4.1 제조라인 목적형 Data 분류법 ...................................... 27

4.1.1. Data 의 단순화 ............................................................................. 27 4.1.2. 제조라인 목적형 Data ............................................................... 29 4.1.3. Data 의 분류 ................................................................................ 33

4.2 제조라인 목적형 Data의 사용자 설정 및 모니터링 ..... 34 4.2.1. 모니터링용 Data 의 사용자 및 집계/모니터링 방법 .......... 35 4.2.2. 축적/분석용 Data 의 사용자 및 집계/모니터링 방법 ......... 36

4.3 Data 수집 방법 ............................................................. 38 4.3.1. 바코드 리딩을 통한 Data 수집 ............................................... 38 4.3.2. 입력단말기를 통한 Data 수집 ................................................. 40 4.3.3. 설비 자체에서 수집하는 Data ................................................. 42

4.4 스마트공장 시스템 설계 ................................................ 43 4.4.1 제조라인 목적형 DB 설계 ........................................................ 43 4.4.2 Data 입력장치 설치 .................................................................. 45 4.4.3 모니터링 Report 의 Display 방법 ......................................... 48

4.5 단계별 스마트공장 구축 시나리오 ................................ 51 4.5.1 다품종 소량 중소기업의 스마트공장 1 단계 ........................ 52

iii

4.5.2 다품종소량의 중소기업의 스마트공장 2, 3 단계 ................. 54

제 5 장 결론 및 추후 진행 사항 ........................................... 58 5.1 결론 ............................................................................... 58 5.2 Routing Data 수집 및 작업지시 개선사례 ................... 59 5.3 추후 진행 예정 사항 ..................................................... 62

참고 문헌 63

Abstract ………………………………………………………………65

표 목차 <TABLE 1> – W사의 생산공정 ................................................................................................... 11

<TABLE 2> – W사의 설비 ............................................................................................................ 12

<TABLE 3> - DATA와 사용항목 분류 (이승우 외, 2011) ................................................ 17

<TABLE 4> - 낭비를 제거하기 위한 현장 개선 DATA 발췌 (조성호 외, 2009) .. 18

<TABLE 5> - MES 시스템 구성 및 DB .................................................................................. 24

<TABLE 6> – 주요 공정 취득필요 DATA .............................................................................. 27

<TABLE 7> – DATA 항목 단순화 .............................................................................................. 28

<TABLE 8> – 바코드 리딩을 통해 수집할 DATA .............................................................. 39

<TABLE 9> – 입력단말기를 통해 수집되는 공용 DATA ................................................. 40

<TABLE 10> – 입력단말기를 통해 수집되는 모니터링 DATA ..................................... 41

<TABLE 11> – 입력단말기를 통해 수집되는 축적/분석용 DATA ............................... 41

<TABLE 12> – PLC 신호를 통한 DATA 수집 ....................................................................... 42

<TABLE 13> – 센서/계측기를 통한 DATA 수집 ................................................................. 43

<TABLE 14> - PLC 설비 출력단자를 통해 수집할 DATA ............................................... 47

<TABLE 15> – 센서와 계측기를 통해 수집할 DATA ....................................................... 48

<TABLE 16> – 병목공정 수집 DATA 및 수단 ..................................................................... 54

<TABLE 17> – 품질주의공정 수집 DATA 및 수단 ............................................................ 55

그림 목차 <FIGURE 1> – 유압 실린더의 구조 .......................................................................................... 5

<FIGURE 2> – 전체 제품 공정 흐름도 .................................................................................... 6

<FIGURE 3> - 부품 별 상세 공정 흐름도 ............................................................................. 7

<FIGURE 4> – 작업지시서 .......................................................................................................... 14

<FIGURE 5> – 작업일지 ............................................................................................................... 15

iv

<FIGURE 6> – C-MES (MESA INTERNATIONAL) ................................................................ 21

<FIGURE 7> – 기존 MES 입/출력 방식 ((주)세피스, ) .................................................... 21

<FIGURE 8> – 기존 MES DB 시스템...................................................................................... 22

<FIGURE 9> – 생산라인 종합 실적 MONITORING ((주)세피스, ) .............................. 22

<FIGURE 10> – 공정 진행률 MONITORING ((주)세피스, ) ........................................... 23

<FIGURE 11> – 입력단말기 DISPLAY ((주)세피스, ) ......................................................... 23

<FIGURE 12> – 제조라인 목적형 DATA 분류 및 활용 .................................................. 32

<FIGURE 13> – DATA 분류법에 따른 적용 ......................................................................... 34

<FIGURE 14> – 모니터링용 DATA의 사용자 분류 ........................................................... 36

<FIGURE 15> – 모니터링용 DATA의 취득/모니터링 방법 및 위치 .......................... 36

<FIGURE 16> – 축적/분석용 DATA의 사용자 구분.......................................................... 37

<FIGURE 17> – 축적/분석용 DATA의 취득/모니터링 방법 및 위치 ........................ 38

<FIGURE 18> – 제조라인 목적형 DB .................................................................................... 44

<FIGURE 19> – 1공장 입력단말기 설치................................................................................ 45

<FIGURE 20> – 2공장 TUBE LINE 입력단말기 설치 ........................................................ 46

<FIGURE 21> - 2공장 ROD LINE 입력단말기 설치 ......................................................... 46

<FIGURE 22> – 작업자용 입력단말기 모니터 DISPLAY ................................................. 49

<FIGURE 23> – 라인 운영 모니터링 DISPLAY(1) ............................................................. 50

<FIGURE 24> – 라인 운영 모니터링 DISPLAY (2) ............................................................ 50

<FIGURE 25> – 단계 설정을 위한 입력방식에 따른 DATA 분류 .............................. 52

<FIGURE 26> – 다품종소량 중소기업 스마트공장 1단계 ............................................. 53

<FIGURE 27> – 공정정보 추가 ALGORITHM ..................................................................... 60

<FIGURE 28> – 변경 전 작업지시서 ...................................................................................... 61

<FIGURE 29> – 변경 후 작업지시서 ...................................................................................... 61

1

제 1 장 서론

1.1 프로젝트의 배경 및 목적 3차 산업혁명으로 시작된 대량생산방식은 산업, 문화의 발전으로

다양한 needs를 충족해야 하는 고객맞춤형 생산방식으로 바뀌고 있다.

여기에 생산기술의 발달과 통신, 운송 등, 인프라의 발전으로

고객맞춤형-대량생산(Mass customization)이 가능하게 되었고, 많은

기업들이 이러한 방식으로 시장에 대응해가고 있다.

하지만, 이러한 Mass customization은 지금까지 개발된 많은

생산기술과 IT기술 등이 집약되어야 하며, 그러기 위해서는 많은 비용과

노력이 필요하다. 또한, 이러한 생산체계는 다양한 고객의 needs를

반영하면서도 대량생산을 통한 생산성 향상과 경쟁력 확보가 기업을

지탱해주는 지지대이기 때문에, 비교적 부가가치가 낮은 제품이고,

다품종이지만, 상대적으로 소량을 생산하는 중소기업에 있어서는 동일한

생산체계를 적용하기가 어렵다.

또한, 세계는 자국의 이익을 위해 자국의 제조업을 강화해가고 있고,

이른바 4차 산업혁명이라는 취지로 각국의 기업들의 경쟁력을 높이는

노력이 가속화되고 있다. 지금까지 저임금, 잔업/특근으로 버텨왔던

중소기업의 생산환경은 앞으로 제시되고, 기대 될 노동환경과 규제에서

자유롭지 못하게 되어, 이를 대비하지 못하는 중소기업은 존속 자체가

어렵게 될 것이다. 이렇듯, 중소기업은, 이미 준비를 마치고 대응하고

있는 대기업과 달리, 치열해지는 세계 시장과 달라지는 노동환경에 대해

안팎으로 위협을 받고 있으며, 많은 중소기업들은 아직 그러한 준비가

부족한 상태이다.

기업의 경쟁력 강화를 위한 해법으로 4차 산업혁명과 함께 많이

거론되는 것이 스마트공장이다. 많은 글로벌 IT기업들이 이 스마트공장

solution을 상품화하여 제시하고 있지만 대다수 대기업에나 적합할 만한

시스템이고, 스마트공장이라는 개념 자체가 다소 추상적일 수도 있지만,

본 연구보고서에서는 중소기업과 대기업을 아우를 수 있는 스마트공장의

개념을 “Digital화된 생산시스템을 갖춰, 실시간으로 유기적이면서

2

효율적인 생산을 할 수 있는 공장”이라고 정의하고자 한다. 생산현장의

Data들이 Digital화 되면, 수주정보/현재 사용 가능 Material/공정 진행

정보/ WIP(Work in process) 및 제품/공정/설비/작업자 등의 Data들을

모니터링하여 여러 제품을 생산함에 있어, 부품재고, 재공 재고(WIP),

완제품재고를 줄이고, 수주 납기와 현재 생산이 가능한 제품을 고려하여

효율적이고 원활한 생산을 할 수 있으며, 축적된 Data들을 통해, lead

time 단축, 불량 감소 등의 생산성 향상을 도모할 수 있게 된다. 많은

기업, 특히 중소기업들이 이와 같은 생산시스템을 구축한다면 앞으로의

국내외의 시장환경에 대응할 수 있는 경쟁력 확보에 큰 도움이 될

것이다.

하지만, 대다수의 중소기업이 스마트공장을 구축하는 것에 많은

어려움을 토로한다. 스마트공장이라는 개념의 정립이 아직 안된 것도

있지만, 가장 큰 이유는 노후된 설비와 작업자의 경험으로 이뤄지고

있는 작업에서 생산되고 있는 제조환경을 Digital화하는 것에 대한

어려움과 많은 제품, 많은 공정에서 발생하는 수많은 자료들 중에 어떤

것을 Digital화할 것인가, Digital화된 자료는 어떻게 효율적으로 활용할

수 있을 것인가에 대한 구체적 방법론이 없기 때문이다.

이에 본 프로젝트는 스마트공장 구축을 위한 필수조건이라 할 수 있는

“공정 Data의 Digital화”와 Digital화 된 Data활용하기 위한 분류

방법에 주안점을 두었고, 특히 산업용 유압 실린더를 제조하는

중소기업의 입장에서 프로젝트를 진행하였다.

주로, 중장비 차량에 장착되어 부품을 구동하는 역할을 하는 유압

실린더 시장의 경우, 승용차량에 비해 적은 생산수량으로 인해, 대부분

차량 제조사의 수주에 따라 제품을 생산하는 Make-to-

Order(MTO)방식으로 제조가 이뤄진다. 지게차, 굴삭기 등의 중장비

차량은 용도와 작업량, 범위에 따라 매우 다양한 종류가 있고, 그

수량은 적어, 이에 장착되는 유압 실린더 역시, 다품종 소량 생산을

해야 하며, 유압 실린더의 각 부품은 가공, 도금, 용접, 조립, 테스트,

도장 등의 다양한 공정을 순차적으로 거쳐야 완성되지만, 많은 제품이

혼재되어 생산되기 때문에, Repetitive shop방식으로 생산된다.

3

이러한 다품종 소량 생산을 하는 다공정의 유압 실린더 중소제조기업에

있어서, 다품종 제품으로 인한 잦은 Job change와 불량, 그로 인한 공정

지연, 납기 지연과 생산가격 상승, 그리고 다공정 생산에서의 병목과

그로 인한 공정지연이 제조 경쟁력 확보의 가장 큰 저해 요소이다.

이러한 생산시스템을 주먹구구식의 개선이 아닌 체계적이고 과학적인

개선을 통해, 스마트한 유압 실린더 제조 공장으로 거듭나기 위해서는,

생산현장에서 발생하는 수많은 Data를 분석하여, 입력방법과 활용방법에

따라, Data를 분류하고, Data의 활용 방안을 설정하며, Data를 수집하는

방법을 공정별로 설정하여, 최종적으로는 전체 시스템에 대한 구성을

해야 한다. 본 프로젝트는 유압 실린더 생산현장에서의 Data들에 대해

다음과 같은 목적으로 진행되었다.

Data의 분류 방법론 제시 – 생산현장에서는 다품종의 제품,

다양한 공정과 작업자들을 통해 수많은 Data들이 발생한다.

이러한 Data들은 집계되는 공정별로, 집계되는 방법별로 다르게

분류될 수가 있다. 하지만, 스마트공장 시스템의 구축 이유는

많은 Data를 단순히 모으고자 함이 아니라, 최종적으로는

다품종 소량 생산을 하면서도 생산성을 유지 향상할 수 있는

유기적인 생산라인을 만드는 것이다. 이에, 본 프로젝트에서는

Data를 활용 목적에 따라 구분하는 방법론을 제시하고자 한다.

Data 활용 방안 제시(설비 구축 방법 및 위치) – 다품종 소량

생산라인에서의 목적은 두가지로 정리할 수 있다. ‘납기’와

‘생산성’이다. 납기를 맞추기 위해서는 잦은 Job change를

해야 하고, 생산성을 유지/향상하기 위해서는 가능한 Job

change를 하지 않고 진행하는 것이 좋다. 품질문제 역시

생산성에 해당한다. 이렇듯 납기와 생산성은 서로 trade off

관계에 있다. 본 프로젝트에서는 납기와 생산성 두가지 목적으로

구분된 Data들을 활용하는 방안을 제시하고자 한다.

Data 수집방법 제시 – 유압 실린더 제조라인에는 수많은

공정들과 설비들이 존재한다. 또한, 사람이 작업하는 방식의

공정과 설비에 의한 반자동 공정도 존재한다. 여러가지 작업에

대한 Data 수집방법을 기존의 연구자료 및 실제 구축 사례를

4

통해, 유압 실린더 제조라인에서 Data를 수집하는 방법을

설비별로 공정별로 제시하고자 한다.

스마트공장 시스템 설계 – 위에서 제시한 Data의 분류방법과

활용방안 그리고, Data 수집방법을 토대로, 기존의 연구와

사례를 바탕으로 한 MES(Manufacturing Execution

System)을 기초로 하는 스마트공장 시스템을 설계한다. 여기에

기존 시스템에 적용에 그치지 않고, Data 활용 목적에 따른 DB

구성방법을 제시하려 한다.

단계별 스마트공장 구축 시나리오 – 중소기업의 경쟁력을 강화

시키기 위한 스마트공장 시스템은 그 최종 목표에 따라서 많은

비용과 시간이 들어갈 수 있다. 그렇기 때문에 많은

중소기업들은 한번에 이러한 스마트공장 시스템을 구축하기

어렵다. 이에, 한정된 비용과 시간 내에 스마트공장을 구축하기

위해, 스마트공장 구축 시나리오를 단계별로 설정하여, 비용과

시간을 분산하여 스마트공장을 구축할 수 있는 방법을 제안한다.

1.2 보고서의 구성

본 보고서의 구성은 다음과 같다. 2장에서는 유압 실린더 생산 공정과

데이터에 대해 검토하고, 문제들을 정의하였다. 3장에서는 공정 데이터

집계, 생산실행시스템에 대한 선행 연구, 프로젝트에 대해 요약하고,

4장에서 본격적인 프로젝트 진행사항에 대해서 서술한다. 5장에서

현재까지의 프로젝트 결과와 앞으로의 진행 예정 사항에 대해

설명하도록 하겠다.

5

제 2 장 문제 정의

본 프로젝트는 회사의 문제를 공학적 접근을 통해 해결하고자 하는

취지에서 진행되었다. 여기에서는 유압 실린더를 제조하고 있는

중소기업 W사의 다품종 소량, 다공정 생산에서의 문제점을 해결하여

경쟁력을 갖춘 스마트공장이 되기 위한 단계적 연구를 진행하였다. 이에

W사의 고객사의 대외비밀 사항을 제외한 관련 자료 및 데이터를

근거하여 보고서를 작성하였다.

2.1 유압 실린더의 생산 공정

유압 실린더는 “유압 에너지를 기계적 에너지로 변환시키는

기계요소로서, 건설용 중장비의 굴삭 작업이나 운반작업을 제어하는

주요 부품 중의 하나이다.” (이환우, 2013) 유압 실린더는 크게 유압을

받아 기계적으로 이송을 하는 로드부, 겉 Case가 되고, 기름이 새는

것을 방지하는 튜브부로 구성되며, 로드부는 유압이 작용되는

피스톤부와 이송축이 되는 로드, 차량에 장착하기 위한 너클로 구성된다.

튜브부에는 기름이 출입할 수 있는 포트와, Case인 튜브, 차량에

장착되는 헤드커버, 튜브에 나사로 조립되는 로드커버가 있다. 그 외에

피스톤과 로드커버에 누유 및 먼지의 내부유입을 방지하고, 원활한

이송을 위한 씰류가 있다. 유압 실린더의 구조는 <Figure 1>과 같다.

<Figure 1> – 유압 실린더의 구조

6

W사는 주로 지게차에 들어가는 유압 실린더를 제조하고, 그 외에

미니굴삭기, 착암기(Rock drill), 차량용 엘리베이터 등에 들어가는 유압

실린더를 제조한다. 총 800여가지의 제품을 생산하고 있으며, 매월 약

350가지의 서로 다른 제품을 평균 16,000개의 수량으로 생산하고 있다.

총 28가지의 공정에서 순차적으로 제품이 생산되고, 70여가지의

설비에서 공정이 진행된다. 제품의 수주는 고객사 별로 확정 방식이

다르지만, 1~2주 정도에 확정 수주가 발생하고, 1개월치의 예상수량을

감안하여 필요한 자재 및 반가공품의 발주 및 입고가 진행된다.

유압 실린더의 생산 공정은 튜브부와 로드부 별로 별도의 공정이

진행되어, 조립공정에서 완제품이 조립되고, 테스트 마친 후 양품에

한하여 도장을 진행한다. 전체적인 제품의 공정 흐름도는 다음 <Figure

2>와 같고, 각 부품 별 상세 공정 흐름은 <Figure 3>과 같다.

<Figure 2> – 전체 제품 공정 흐름도

7

<Figure 3> - 부품 별 상세 공정 흐름도

튜브부의 공정 별 특징은 다음과 같다.

절단 공정: 튜브 소재가 입고되어 보관하고 있다가, 생산계획의

제품에 맞춰서 후속 공정에서의 가공의 여유치를 두고 크기에

맞게 절단한다.

전장 가공: 절단된 튜브 소재의 양 끝단을 가공한다. 후속 나사

가공 공정에서 진행할 수 있는 부분이지만, 나사 가공의 가공

시간을 줄이기 위해서 앞서서 전용기를 통해 진행한다.

홀가공 / 디버링: 튜브 외면에 홀을 가공하고 버(Burr)를

제거한다. 제품에 따라 홀이 없는 경우에는 진행하지 않는다.

포트 용접: 포트를 용접한다. 작업자가 가접 후, 수동으로

용접을 진행한다. 제품에 따라 포트가 0~2개가 있다. 타사의

경우 로봇 용접기를 이용하여 자동으로 용접하기도 한다.

나사 가공: 로드커버와 체결될 튜브의 나사부를 가공하는

공정이다. 나사는 대부분 미터나사(M)으로 가공된다. 주로,

CNC선반으로 작업을 하며, 튜브 공정에는 7대의 CNC 선반이

8

있다. 튜브 나사 공정은 병렬 기계가 가장 많은 공정이면서,

작업자의 숙련도에 따른 양품/불량의 영향이 매우 높은

공정이다. 또한, 다른 대부분의 공정들은 유압 실린더 전문

작업인 것과는 다르게, CNC 선반 가공은 다른 제품 가공에서도

사용되기 때문에, 숙련공의 선발, 유지가 매우 어렵다.

내경 가공: 튜브의 내면은 로드에 고정된 피스톤이 이송을 하는

곳이다. 유입된 오일은 피스톤을 밀면서, 피스톤 반대편으로

넘어가지 않아야 하며, 그러기 위해서, 피스톤에는 Seal류가

조립된다. 따라서, 튜브의 내면은 Seal이 손상없이 이송할 수

있어야 하며, 오일이 넘어가지 않을 정도의 조도(Roughness)를

유지해야한다. 내경 가공 공정은 이 튜브 내면을 일정 이상의

조도를 확보하기 위해 가공하는 공정으로 내경 가공을 위해

특별히 제작되는 전용 장비로 공정이 진행된다. W사에는 3대의

내경 가공기가 있으며, 튜브의 길이에 따라 기기를 선택하여

사용하고 있다.

튜브 내면 전체를 가공하기 때문에, 가공시간도 오래 걸리고,

불량도 잦다. 유압 실린더 제조 공정에 있어서 대표적인 병목

공정이라고 할 수 있다.

사상/세척: 전장 가공과 나사 가공을 진행하고, 이후 내경

가공을 진행하였기 때문에, 튜브 내면에는 단차로 인한 미세

Burr가 존재한다. 이것 역시, 피스톤의 Seal을 손상시켜, 오일의

내부누유를 초래하기 때문에, 사상 공정을 통해 제거한다. 이후,

조립 전까지 많은 가공과 용접을 거쳤기 때문에, 튜브를

세척한다.

헤드커버 용접: 헤드커버를 미리 용접하면, 튜브의 내면을

세척하기 어렵다. 그런 이유로 위 1차 세척을 먼저하고,

헤드커버 용접을 진행한다. 헤드커버 용접은 튜브와 헤드커버를

용접하는 공정으로 자동용접기를 통해 용접을 하며, 튜브의

크기에 따라 3대의 자동용접기 중 선택하여 진행한다.

세척 공정: 조립의 전 단계로 헤드커버가 용접된 튜브부를

세척한다. 전용 설비를 통해 튜브 내부까지 세척한다.

9

로드부의 공정 별 특징은 다음과 같다.

절단 공정: 튜브와 마찬가지로 로드 소재(환봉)가 제철소

대리점에 입고되어 보관하고 있다가, 생산계획의 제품에 맞춰서

후속 공정에서의 가공의 여유치를 두고 크기에 맞게 절단한다.

전장 가공: 튜브와는 다르게 환봉 소재의 전면부를 가공한다.

CNC 선반 4대에서 나눠서 진행하고 있다. 피스톤이 조립될

부위, 너클이 결합될 부위 등의 가공이 이뤄진다.

나사 가공: 유압 실린더는 너클과 로드가 용접되는 구조를 갖는

실린더와, 너클과 로드가 나사로 체결되는 구조를 갖는 실린더가

있다. 차량 장착부의 형상이나 기능 혹은 고객의 요청사항에

따라 달라진다. 로드부의 나사 가공은, 너클과 로드가 나사로

체결되는 타입의 유압 실린더 제작시에 가공된다.

도금 공정: 튜브에 압입된 오일은 피스톤을 밀어 이송 운동을

하게 한다. 그런데, 로드의 이송 과정에 로드커버에서 누유가

되면, 유압 실린더는 정상 동작을 하지 못하게 된다. 그래서

로드커버에는 피스톤과 마찬가지로 Dust wiper등의 Seal이

조립된다. 내경 가공과 같은 이유로 로드는 누유를 방지하고,

Seal의 손상을 막기 위해, 일정 이상의 조도를 유지해야 하며,

미세한 내부 누유가 문제 되는 튜브와는 달리 로드커버에서의

누유는 외부 누유로 외관상 바로 드러나기 때문에 튜브 내경에

비해 로드 표면에는 좀더 높은 수준의 조도가 필요하다. 그렇기

때문에, 대부분의 유압 실린더 제조사는 로드에 크롬

도금(Chromium plating)을 진행한다. 연마 공정은 일정 수준의

거칠기를 유지하여, 환봉소재에 크롬막이 잘 올라갈 수 있도록

하는 공정이고, 도금 공정은 전극을 통해 이온화되어 있는

크롬이 소재에 달라 붙도록 하여 도금막이 형성되도록 하는

공정이며, 버핑 공정은 도금된 로드의 표면 조도를 균일하게

형성하기 위한 공정이다.

도금탕에 들어갈 수 있는 로드의 수량과 길이는 도금탕에

크기와 용량에 따라 한정적이다. 따라서 내경 가공과 마찬가지로

10

W사의 대표적 병목 공정으로, 고객의 납기만 고려하지 않는다면,

도금탕의 Capability를 기준으로 생산을 하는 것이 이상적일

것이다.

너클 용접: 로드와 너클이 용접되는 타입의 경우, 헤드 커버

용접과 마찬가지로, 자동 용접기를 통해, 용접을 한다.

일반적으로 2대의 너클 용접기에서 작업을 진행한다.

부품 조립: Sub assembly(ass’y)의 조립 공정이다. 최종

조립의 전 단계로 너클이 용접 혹은 조립된 로드와 씰류가

조립된 로드커버와 씰류가 조립된 피스톤을 조립한다. 이 Sub

ass’y는 준비된 튜브에 바로 조립이 된다. 부품 조립은 조성된

클린룸(Clean room)에서 보통 2~4명의 작업자의 공동

작업으로 진행된다.

완제품의 공정 별 특징은 다음과 같다.

완성 조립: 부품 조립을 통해 조립된 로드부와 세척을 마친

튜브부를 조립하는 공정이다. 보통 5~6명의 작업자가 두 팀으로

나뉘어 크기별로 구분된 제품을 조립한다. 조립시에는 튜브

내부에 Seal의 손상을 막기 위한 오일과 장기 보관으로 인한

발청을 방지하기 위한 오일이 주입된다.

테스트 공정: 조립이 완료된 제품은 성능 테스트 공정을

진행한다. 제품의 크기로 구분하는 총 3대의 테스트 설비에서

작업이 진행되며, 최저작동검사, 작동검사, 내부누유검사,

외부누유검사를 거쳐서 완료된다.

도장 공정: 테스트를 마친 제품은 도장 공정을 진행하게 된다.

전처리 공정을 통해, 제품 표면을 세척하고, 건조한 후에 하도

도장 및 상도 도장을 거쳐 다시 건조 공정을 진행한다. 이는 한

개의 컨베이어 라인으로 구성되어 있는 도장 설비에서 진행되며,

6명의 작업자로 공정이 수행된다.

도장 작업 이후, 미비한 도장에 대한 추가 작업이 진행되고, 제품에

따라서 직접 제품을 포장하여 출하하기도 하고, 제품을 포장업체에

11

보내서 출하하기도 한다. 주로 직접 포장하는 경우는 국내 업체 납품의

경우나, 수량이 매우 많은 제품이고, 포장업체에 보내서 출하하는

경우는 해외 수출품이 많다.

이와 같이, 유압 실린더를 생산하기 위해서는 소재 및 반가공품 구매를

제외하고도 매우 많은 공정이 있으며, 공정별로 다양한 설비와 그

설비를 운행하는 작업자들이 존재한다. 여기에 하루에 평균 40여가지의

다른 제품이 약 600개의 수량으로 생산되기 때문에

제품/수량/공정/설비/작업자에서 정말 수많은 Data들이 쏟아져 나온다.

2.2 생산 공정에서의 Data들

W사의 생산 공정은 총 28개의 공정으로 나뉜다. 여기에서 제품에

따라, 공정 진행 중, 이전 공정으로 되돌아가 작업을 하는 경우는

제외하였다. 28개의 공정은 아래 <Table 1>과 같다.

<Table 1> – W사의 생산공정

No 공장 공정 Routing No 공장 공정 Routing

1 2T 소재절단 A001 15 2R 연마 B004

2 2T 전장가공 A002 16 2R 버핑1 B005

3 2T 방진구 가공 A003 17 2R 도금 B006

4 2T 용접자리 가공 A004 18 2R 버핑2 B007

5 2T 홀자리 가공 A005 19 1A R/C 용접 B008

6 2T 엘보 포트 용접 A006 20 1A 초벌 세척 C001

7 2T 포트 용접 A007 21 1A 부시 조립 C002

8 2T 브라켓 용접/가접 A008 22 1A 씰 조립 C003

9 2T 나사 가공 A009 23 1A 품번 타각 C004

10 1A H/C 용접 A010 24 1A 너트 조립 Z001

11 1A 내경 세척 A020 25 1A 실린더 조립 Z002

12 2R 소재 절단 B001 26 1A 품번 타각 Z003

13 2R 단차/나사 가공 B002 27 1A 테스트 Z004

12

14 2R 홀 가공 B003 28 1A 도장 Z005

그리고, 설비와 작업장은 총 69가지가 있으며, 각 설비를 공정과

Routing 번호에 매칭시키면 <Table 2>와 같다.

<Table 2> – W사의 설비

No 공장 공정 설비 Routing Routing no

1 2T 소재절단 소재절단기 A001 A0010_CTMT

2 2T 전장가공 전장가공기 A002 A0020_CTET

3 2T 전장가공 PAN20 A002 A0021_PADM

4 2T 전장가공 범용선반 A002 A0022_LTDM

5 2T 방진구 가공 범용선반 A003 A0030_LTDM

6 2T 방진구 가공 범용선반 A003 A0031_LTDM

7 2T 용접자리 가공 밀링 2 호기 A004 A0040_MLRV

8 2T 용접자리 가공 밀링 5 호기 A004 A0041_MLRV

9 2T 홀자리 가공 밀락 A005 A0050_MLRV

10 2T 엘보 포트 용접 수동용접 A006 A0060_WDPT

11 2T 포트 용접 포트용접기 A007 A0070_AWPT

12 2T 포트 용접 소형용접기 A007 A0071_AWPT

13 2T 브라켓 용접/가접 브라켓용접 A008 A0080_WDBR

14 2T 나사 가공 CNC-PM280 A009 A0090_NCSC




18 2T 나사 가공 CNC-PT60 신 A009 A0094_NCSC

19 2T 나사 가공 CNC-PT60 구 A009 A0095_NCSC

20 2T 나사 가공 CNC-PT9N A009 A0096_NCSC

21 1A 탭 가공 밀링 A005 A0050_MLWD

22 1A 파이프 용접 수동용접기 A006 A0060_WDPP



25 1A 내경 가공 SRB-소형 A007 A0070_SROD

26 1A 내경 가공 SRB-중형 A007 A0071_SROD

27 1A 내경 가공 SRB-대형 A007 A0072_SROD

13

28 1A 내경부 사상 사상대-소형 A008 A0080_GROD

29 1A 내경부 사상 사상대-중형 A008 A0081_GROD

30 1A 내경부 사상 사상대-대형 A008 A0082_GROD

31 1A 초벌 세척 디핑세척기-소형 A009 A0090_WSTB

32 1A 초벌 세척 디핑세척기-중형 A009 A0091_WSTB

33 1A 초벌 세척 디핑세척기-대형 A009 A0092_WSTB

34 1A H/C 용접 H/C 용접기-소형 A010 A0100_AWHC

35 1A H/C 용접 H/C 용접기-중형 A010 A0101_AWHC

36 1A H/C 용접 H/C 용접기-대형 A010 A0102_AWHC

37 1A 내경 세척 자동세척기-소형 A020 A0200_WSTB

38 1A 내경 세척 자동세척기-중형 A020 A0201_WSTB

39 1A 내경 세척 자동세척기-대형 A020 A0202_WSTB

40 2R 소재 절단 Circular B001 B0010_CTMT

41 2R 단차/나사 가공 CNC-PM240 B002 B0020_NCSC


43 2R 단차/나사 가공 CNC-PM300L B002 B0022_NCSC


45 2R 홀 가공 드릴 머신 B003 B0030_DRRH

46 2R 연마 연삭기 1 호 B004 B0040_GRRD



49 2R 버핑 1 5Head 버핑기 B005 B0050_BFRD



52 2R 도금 도금탕 B006 B0060_PLRD




56 1A R/C 용접 R/C 용접기 B008 B0080_AWKN

57 1A 초벌 세척 디핑세척기 C001 C0010_WSPS

58 1A 부시 조립 프레스 C002 C0020_PRSL

59 1A 씰 조립 부품조립 C003 C0030_SAPS

60 1A 품번 타각 타각기 C004 C0040_MKPS

61 1A 너트 조립 프레스 Z001 Z0010_PRNT

14

62 1A 너트 조립 프레스 Z001 Z0011_PRNT

63 1A 실린더 조립 조립 Z002 Z0020_ASCY

64 1A 실린더 조립 자동체결기 Z002 Z0021_ASCY

65 1A 품번 타각 타각기 Z003 Z0030_MKCY

66 1A 테스트 테스트설비-소형 Z004 Z0040_TSCY

67 1A 테스트 테스트설비-중형 Z004 Z0041_TSCY

68 1A 테스트 테스트설비-대형 Z004 Z0042_TSCY

69 1A 도장 도장설비 Z005 Z0050_PTCY

해당 공정의 작업자는 주간계획을 기준으로 발행된 작업지시서를

토대로 작업을 진행하며, 작업 내용을 작업일지에 기록한다. <Figure

4>는 작업지시서 샘플이고, <Figure 5>는 작업일지 양식이다.

<Figure 4> – 작업지시서

15

<Figure 5> – 작업일지

작업지시서와 작업일지를 통해 기록되는 내용이 생산 현장에서

발생하는 Data들 중에, 저장되는 Data의 전부이며, 이 Data도 단순히

서류로 보관될 뿐, 활용되지 않고 있다.

16

제 3 장 배경 이론 및 관련 연구

스마트공장 시스템 구축에 있어서, 가장 많이 쓰이고 있는 시스템은

MES(Manufacturing Execution System) 혹은 POP(Point-of-

Production)으로 현장의 Data를 실시간으로 수집하고 관리하는 데에

중점을 둔 시스템이다. MES는 수주 혹은 수주 예측에 따라 제품이

생산되고 출하되는 과정 중에 “생산의 최적화를 위한 정보를 제공하며,

생산 현장에서 발행하고 있는 최신의 정보를 현장 실무자나 관리자에게

보고하며, 신속한 응답을 통해 생산 조건을 변화시키고 가치 없는

요소를 감소시켜 줌으로써 생산 공정과 기능을 개선하도록

유도한다.”라고 정의할 수 있다. (이경수 & 김수형, 2004)

이 장에서는 MES를 기준으로 현장 Data에 대한 분류, 활용(처리),

수집 방법 및 전체 시스템에 대한 기존 연구 및 구축 사례를 정리한다.

3.1 Data의 분류방법

3.1.1. Data의 세분화 연구

MES의 기능을 회사별로 독특한 공정과 설비에 맞게

Customizing하기 위해, 6단계의 공정 기준정보 세분화 과정을 거쳐

Data를 분류하는 연구가 있다. 단계별로

공장>라인>공정>장비>세부공정>인자구분의 과정을 거쳐, 현장 Data의

분류를 체계화하였고, 이를 통해, 회사별로 각기 다른 공정에서도 다른

Code 부여를 통한 Data 구분이 가능하다 (김태훈, 문창배, 김병만,

이현아, 김현수, 2012).

또한, 이승우 외(2011)는 Data를 설비에서 직접 수집된 전압, RPM,

시간과 같은 Raw Data를 1차 현장정보, 그것이 가공되어, 가동시간,

불량여부, 대기시간 등으로 표시되는 2차정보, 1, 2차 정보를

기준정보(설비, 제품 작업자 정보 등)와 함께 산출하여 설비별 일일

생산수량, 작업평균시간 등을 얻을 수 있는 3차 정보로 구분하였고,

이를 생산관리, 원가관리, 설비관리, 품질관리의 목적에 따라 분류하였다.

<Table 3>은 해당 논문에서 작성한 현장 Data와 Data의 사용항목

분류표이다 (이승우, 이재경, 남소정, 박종권, 2011).

17

<Table 3> - Data와 사용항목 분류 (이승우 외, 2011)

생산관리 원가관리 설비관리 품질관리

생산능력,설비수

생산진척정보

재고수

공정위치

생산량,작업시간

작업내용

시작 W/O번호

시작/종료시간

가동시간

재료사용량

에너지사용량

재고

작업자공수

관리비

가동상태

비가동/고장시간

사용/가공이력

비가동내역

운전조건

복구시간

이력

불량수

불량내용

3.1.2. 본질기반 데이터 분류 방법론

Data를 업무적 관점이 아닌, Data의 발생 관정에서 규정하여, Data를

분류한 연구는 주로 태생에 따른 분류를 통해, 업무와 Data의

Matching에서 발생하는 많은 중복 Data를 피하는 방법을 제시하고

있다. Data를 개인 혹은 조직으로 대표되는 주체(Party), 유/무형의

자원(Resource), 계획과 진행으로 구분되는 활동(Action)으로 나누고

8개의 단계를 거쳐, Data를 분류에 있어 중복을 피하고 Data를 한눈에

볼 수 있도록 한다 (최미영, 문창주, 백두권, 권주흠, 이영무, 2010).

이는 제조업보다는 서비스업에서의 활용가치가 좀더 높다고 판단되지만,

분류 구조와 절차를 제조라인에서의 참조도 가능하다고 판단한다.

3.1.3. 현장 개선을 위한 Data 분류법

현장 Data의 분류에 있어서, 단순한 수집 및 집계가 아닌 제조라인의

개선을 위해 “제조환경에서 고려해야 하는 생산요소(사람, 기계,

재료)에 대한 세부적인 데이터 수집 및 관리가 가능하고”, 나아가

“기계 중심이 아닌, 재료 및 사람 중심의 프로세스 개선 및 성과

관리가 가능한”시스템을 조성호 외(2009)가 제안한 바 있다 (조성호,

장태우, 신기태, 나홍범, 박진우, 2009). 이 시스템에서는 현장 개선을

위한 Data를 별도로 정의하고 분류하였고, 이는 Data의 분류뿐 아니라,

하기의 Data의 활용 측면에서도 유용할 것으로 판단한다.

18

3.2 Data의 활용/처리방법

3.2.1. 현장 개선을 위한 Data 활용

앞서 기술한 것처럼 조성호 외(2009)는 실시간 Data집계를 통한 관리

및 낭비를 제거하기 위한 현장 Data에 대한 시스템을 제안하였고, 그

Data의 분류 및 활용(낭비 제거를 통한 현장 개선)은 아래 <Table

4>와 같다. 원문의 표에서는 낭비를 정의하고 이류를 설명한 후,

상황인지 모듈(기준)을 통해, Data가 취득되는 방법과 통계분석

모듈(Target)을 통해, Data를 통한 낭비 분석 방법을 함께

제시하였지만, 본 프로젝트에서는 우선 해당 Data에 대한 낭비원인과

판별 기준을 발췌하고 그에 대한 개선 예상효과를 적었으며, 실제

W사의 스마트 공장 구축 시에 활용하고자 한다.

<Table 4> - 낭비를 제거하기 위한 현장 개선 Data 발췌 (조성호 외, 2009)

낭비원인 판별기준 개선 효과

불용가공 성능가동률

표준시간

불필요한 작업 감소

이송 정량/정위치 여부

빈도, 거리

운송/적재간 낭비 제거

준비시간 ELS

Setting 표준시간

Job교체 및 Setting시간

표준화

대기

피치다이어그램(라인밸런스)

ELS

공정 여유율

대기의 낭비 감소 및 라인

균형화

불량

중량

치수

형상

Counter

공정간 순서결정방식

클레임 횟수

불량 감소

불요동작

적정인원

공정여유율

표준동작

무의미한 동작 감소

19

재고

표준 생산량

가시성의 정확성

정위치, 정량

수율과 수요, 재고의 불균형

재고 감소

자원

재료의 입력/산출 차이

전체 설비 가동률

인적 자원 가동률

자원의 낭비 감소

고장 설비 상태

설비 자체 생산량

고장 감소, 예방 정비 가능

사고 객관적 기준 어려움 사고 예방

3.3 Data의 수집 방법

3.3.1. RFID를 통한 Data 수집

조성호 외(2009)는 RFID모듈을 통한 Data 수집 방법을 제시하고

있다. RFID 태그 ID를 부여하고 해당 인자에 식별 가능한 태그를

부착함으로, 제품, 설비 및 작업자를 구분하고, 리더의 설치 위치를 미리

DB에 저장하여, 태그가 리더기에 의해 읽혀지는 시간과 장소에 대한

Data를 얻는다. 그리고 제품ID의 인식 횟수를 통해 수량 Data도 얻는다.

작업 진행 여부는 작업 위치에 있는 리더기가 작업자에게 부착된 태그를

인식하여 판단한다. 그 외 정보는 IT기술을 통해 설비에서 직접

수집한다 (조성호, 장태우, 신기태, 나홍범, 박진우, 2009).

후술하겠으나, RFID 혹은 IT기술을 이용한 실시간 Data 수집은

이상적이지만, 제품 자체가 부가가치가 낮은 제품인 경우, 비용적인

측면에서 어려움이 따른다. 이에 본 프로젝트에서는 제조라인의 목적을

나누어, 목적에 맞는 Data를 선택하여 수집 방법을 달리하는 분류방법을

제시하고 각 분류에 따른 Data의 수집 방법을 제시하도록 하겠다.

3.3.2. 정보수집시스템 구성

앞서 현장 Data를 1, 2, 3차 정보로 분류하여, 관리 목적에 따라

20

구분하였던, 이승우 외(2011)는 이어 Data의 수집방법을 인식장치와

설비에 따라 제시하였다. 우선, “RFID/Barcode 인식장치를 통해,

가공품과 작업자 등을 인식하고”, 그 외에는 센서를 기반으로 한

수집방법과, PLC 기반 설비의 Data를 수집할 수 있는 방법을

제시하였다. 특히, CNC 공작기계 같이 제조사의 폐쇄적 정책으로 인해,

외부와의 연결이 어려운 설비의 경우, “제어부의 입/출력 접점에 외부

접점을 연결하여 공작기계의 상태를 추출하는 방법”을 제안하였다

(이승우, 이재경, 남소정, 박종권, 2011).

W사의 공정 중에는 PLC가 적용되어 있는 설비가 매우 많고, 여기에서

Data를 수집하는 것이 쉽지 않다. 위 연구에서 제시한 방법으로 cutting,

feed 속도 등 좀더 자세한 Data를 수집하는 것은 어렵지만, on/off로

표시될 수 있는 설비의 모든 정보를 얻을 수 있는 방법이기에, 노후된

PLC 설비를 보유한 기업이나, FANUC 등 글로벌 기업의 폐쇄적

정책으로 인해 PLC 정보를 제대로 받을 수 없는 기업에서 PLC 정보를

수집하기에 매우 훌륭한 방법이다.

3.4 스마트공장 시스템

3.4.1. MES

MESA(Manufacturing Enterprise Solution Association)에서

제시하는 MES 모델은 11가지의 핵심 기능으로 분류되어 있다. 그것은

(1)Data Collection & Acquisition, (2) Performance Analysis, (3)

Operation/Detail Scheduling, (4) Dispatching Production Units, (5)

Labor Management, (6) Document Control, (7) Maintenance

Management, (8) Process Management, (9) Resource Allocation &

Status, (10) Quality Management, (11) Product tracking &

Genealogy 이다. 2004년 MESA는 협업(Collaborative)에 기반을 두고,

다른 business Operation 영역을 함께 새로운 C-MES(Collaborative

MES) 모델을 제안하였고, 여기에서는 MES의 핵심 기능이 6가지로

(1)Data Collection & Acquisition, (2) Performance Analysis, (3)

Dispatching Production Units, (4) Labor Management, (5) Process

Management, (6) Resource Allocation & Status, (7) Quality

Management, (8) Product tracking & Genealogy로 줄어든다. 삭제된

21

핵심 기능은 각각, 모델 외부의 Controls PLC, DCS / Product Focused

CAD/CAM PLM의 큰 범주에 속한 것으로 파악된다 (MESA

International).

<Figure 6> – c-MES (MESA International)

또한 국내의 많은 IT구축회사가 제안하고 있는 MES/POP System은

아래와 같다. 시스템 구성은 각 도입업체의 공정에 따라 달라지지만

전체 구성과 DB구성은 크게 다르지 않고 유사한 구조를 가지고 있다.

<Figure 7> – 기존 MES 입/출력 방식 ((주)세피스, )

22

<Figure 8> – 기존 MES DB 시스템

3.4.2. Monitoring 방식

실제 중소기업에 구축되고 있는 MES의 Monitoring 방식은 하기

사진들과 같다.

<Figure 9> – 생산라인 종합 실적 Monitoring ((주)세피스, )

23

<Figure 10> – 공정 진행률 Monitoring ((주)세피스, )

<Figure 11> – 입력단말기 Display ((주)세피스, )

24

기존 구축 사례를 통해 볼 수 있는 Monitoring 방식은 생산 현장의

많은 생산지표를 표시하고, 설비 혹은 공정의 상태를 표시하고, 설비

혹은 공정의 진행상황을 report하며, 그 외에 작업자가 Data를

입력하는 단말기에서, 진행상황 내지는 제품명, 도면, 작업순서 등의

기준 정보를 monitoring할 수 있도록 한다.

3.4.3. Data Base(DB) 구축 연구 및 사례

기업별로 Customizing된 시스템을 구축하기 위해, 현장에서 수집된

Data에 대한 DB 설계 연구 중, DB의 영역을 구분하여, 각 영역을

설계하는 제안을 한 연구가 있다 (김태훈, 문창배, 김병만, 이현아,

김현수, 2012). 이 연구에서는 DB를 기능별로 Master, Data, Report

영역으로 구분하고, Master영역에서는 세분화된 Data를 코드화하여

관리하고, Data영역에서는 공정 및 설비에서 Data를 수집하여 관리한다.

Report영역은 사용자별 맞춤형 Report를 제공한다. 이를 통해 실제

Data를 Master영역에서는 공정기준정보/모델/자재(BOM)/아이템으로

세분화하여, 각각의 코드를 관리하고, Data영역에서는 작업자, 장비 등의

data와, Lot, 검사데이터를 관리한다.

다음장에서 기술하겠지만, 제조라인의 목적에 맞게 Data를 나누어

관리할 필요가 있다고 판단된다.

앞서 언급한 것처럼, 국내 많은 IT구축기업들은 비슷한 DB를 구성하고

있고, 그 내용은 아래 <Table 5>와 같다.

<Table 5> - MES 시스템 구성 및 DB

기준관리 영업관리

시스템정보

업무코드정보 설정

기준정보

거래처별 품목정보

프로그램정보 거래처별

품목단가정보

사용자정보등록 수주관리

수주정보 등록

사용자상세정보 수주정보 현황

현장작업자등록 출하지시관리

출하지시정보등록

권한설정 출하지시정보현황

25

자료형식설정 출하관리

제품출하정보등록

일반정보 자동채번정보 설정 제품출하정보현황

조직정보

회사정보등록

사업장정보등록 구매관리

창고정보등록

기준정보

거래처별 품목정보

작업장정보등록 거래처별

품목단가정보

거래처정보등록 발주관리

발주정보등록

품목정보

기준품목정보 발주정보현황

기준품목정보 조회 검사요청관리

발주정보등록

BOM 정보 발주정보현황

작업표준서정보 입고관리

입고정보등록

입고정보현황

생산관리

기준정보

기준품목정보 설비관리

생산휴일정보 기준정보

설비기준정보

생산캘린더정보 비가동항목 정보

생산공정관리

공정기준정보 설비내역관리

수리이력등록

품목별 라우팅정보 수리이력현황

공정 모니터링정보

작업자 모니터링정보 품질관리

생산설비관리

공정 별 설비정보 기준정보

검사항목정보

공정 별 설비사용정보 불량항목정보

설비 모니터링정보

수입검사관리

검사정보등록

작업지시관리

수주정보 기준

작업지시 검사정보현황

작업지시정보

제품검사관리

검사정보등록

작업지시정보 현황 검사정보현황

작업지시기준

진척정보 완제품 입고정보등록

공정실적관리

공정 별 생산실적정보

일자 별 생산정보 현장관리

작지 별 생산정보 기준정보

자재 투입정보 생산실적등록

생산현황관리 수주대비 실적현황 생산실적현황

26

작업지시기준

진행현황

불량내역정보 재고관리

작업지시 별 불량정보 기초재고정보

설비 비가동정보 재고실사관리

생산성정보

작업지시기준 생산성 재고현황관리

공정기준 생산성

월 별 불량내역정보 재공정보

당월 불량내역정보 공정별 진척정보

공정 별 불량내역정보 작지별 진척정보

재공재고정보

모니터링 공정모니터링

공정모니터링

설비모니터링

재공모니터링

27

제 4 장 프로젝트 진행내용

4.1 제조라인 목적형 Data 분류법

4.1.1. Data의 단순화

현재, 생산현장에서 발생했다가 사라지거나 저장되는 Data들을 가능한

모두 선정하여 나열했다. 선정 방법은 기 작성된 설비 Manual,

작업표준서 및 작업자와 공무담당자 Interview를 활용하였다. 선정한

Data는 설비 Maintenance를 위한 Data를 제외하고 총 983개에 달한다.

Data를 분류에 앞서서, 비슷한 Data의 유형을 보이는 공정을 모아서

반복되는 분류 재작업을 최소화하였다. 아래 <Table 6>은 동일한

유형의 Data 별로 공정을 모아서 Data를 분류한 표이다.

<Table 6> – 주요 공정 취득필요 Data

Data

No 가공관련 공정 용접관련 공정 사상/세척 기타 공정 조립 공정

1 모델명 모델명 모델명 모델명

2 수량 수량 수량 수량

3 Jig 교체 시간 용접 Jig 툴 교체시간 주입오일 종류

4 Tool 교체 시간 Jig 교체 시간 Process in 시간 주입오일 양

5 Process in 시간 Process in 시간 Process out 시간 체결 토크 값

6 Process out 시간 Process out 시간 불량 수량 Process in 시간

7 FEED 속도 전류값 불량 유형 Process out 시간

8 CUTTING 속도 전압값 불량 수량

9 불량 수량 CO2 토출량 불량 유형

10 불량 유형 Ar 토출량

11 CO2:Ar 혼합비

12 불량 수량

13 불량 유형

Data

1 테스트 공정 도장 공정 도금 공정 나사 가공 Data

2 모델명 모델명 모델명 모델명

3 수량 수량 수량 수량

4 최저 작동시험

결과 Process in 시간 도금용 Jig Job change 시간

28

5 작동시험 결과 Process out 시간 전류값 Process in 시간

6 내압테스트 시간 불량 수량 전압값 Process out 시간

7 누유 여부 불량 유형 도금 시간 불량 수량

8 누유 포인트 도막두께 도금탕 온도 불량 유형

9 Process in 시간 상도 색깔 도금액 농도 방진구 사용 여부

10 Process out 시간 하도 색깔 Process in 시간 절삭유 토출량

11 불량 수량 건조 시간 Process out 시간 FEED 속도

12 불량 유형 로딩 시간 불량 수량 CUTTING 속도

13 터치업 시간 불량 유형 척 압력

14 황삭 팁 교체시간

15 나사(P1.5) 팁 교체시간

16 나사(P2.0) 팁 교체시간

17 내경홈 팁 교체시간

18 외경홈 팁 교체시간

Data를 유사 공정별로 취합한 후, 반복되는 Data 유형을 발견할 수

있었고, 이를 토대로 Data를 유형별로 구분해 보았다. 이 과정에서,

각각의 공정에서 사용하는 도구, 예를 들어, 그라인더, 솔, 연마롤러,

등을 모두 ‘Tool’로 통일하여, Data 항목을 단순화 하였다. 또한,

나사가공 공정의 경우 다양한 절단용 Tip(황삭, 피치별 나사)을

‘Tip’으로, 용접Jig, 척죠Jig, 탑죠Jig, 등도 ‘Jig’ 통일하였다.

그리고, 불량 발생 상황을 인지하기 위해서, 불량 발생 여부와 불량

발생 시점을 추가하고, 설비 고장에 대한 인지를 위해, 고장 유형과,

고장 발생 시간과 조치 완료 시간을 추가하였다.

<Table 7> – Data 항목 단순화

No Data 항목 항목수 No Data 항목 항목수

1 수량 69 28 Tool 9

2 모델명 69 29 누유 포인트 3

3 Process out 시간 67 30 누유 여부 3

4 불량 유형 67 31 최저 작동시험 결과 3

5 불량 수량 67 32 내압테스트 시간 3

6 불량 발생 여부 67 33 작동시험 결과 3

7 불량발생 시간 67 34 주입오일 양 2

8 Process in 시간 67 35 체결 토크 값 2

29

9 설비 고장 발생 시간 67 36 주입오일 종류 2

10 설비 고장 조치 시간 67 37 Tube 내경 2

11 설비 고장 유형 67 38 폐기 소재 길이 2

12 팁 교체시간 55 39 Tube 외경 2

13 Jig 27 40 Tube 절단 길이 2

14 Job change 시간 21 41 Seal 종류 1

15 FEED 속도 14 42 하도 색깔 1

16 CUTTING 속도 14 43 상도 색깔 1

17 Jig 교체시간 14 44 Seal 수량 1

18 전압값 12 45 터치업 시간 1

19 전류값 12 46 건조 시간 1

20 Tool 교체시간 12 47 로딩 시간 1

21 Tip 교체시간 12 48 도금 시간 1

22 CO2 토출량 11 49 도막두께 1

23 척 압력 11 50 Hole 가공 여부 1

24 절삭유 토출량 11 51 도금액 농도 1

25 Ar 토출량 11 52 도금탕 온도 1

26 CO2:Ar 혼합비 11 53 부품 준비 여부 1

27 방진구 사용 여부 11 Total 1051

이렇게 단순화 한 Data 항목으로 Data를 분류하고 다시 각 공정에

적용하는 순서로 Data를 분류하고자 한다.

4.1.2. 제조라인 목적형 Data

기존의 연구들과 실제 MES/ERP 구축 사례를 보면 보편적으로 관리

목적으로 Data를 생산관리/품질관리/자재관리/인력관리 등으로

분류하거나, 취득되는 공정 혹은 설비를 기준으로 Data를 분류하고 있다.

하지만, 실제 매일매일 다품종 소량 생산라인이 운영되는데 있어서는

운영자가 중요하게 생각하는 것은 단 두가지이다. ‘고객의 납기를 맞출

수 있는가’ 와 ‘최대한 Job Change를 줄여 많은 수량을 생산할 수

있을까’이다. 납기를 맞추기 위해, Job change가 잦아지면, 생산

수량이 적어져, 다른 제품 혹은 다른 고객의 수주를 소화해낼 수 없다.

Job change를 최소화하면 생산수량은 높아지나, 고객의 납기를

맞추기가 어려워질 수 있다. 품질문제도 관리측면도 그 다음 문제이다.

납기와 수량부터 맞춰야 한다.

30

물론, 고객의 납기를 준수하기 위해서는, 공정별 Lead time을 모두

감안하고, 완충기간을 포함하여 완벽한 생산계획을 수립하면 된다.

하지만, 생산라인, 특히 다품종 소량 생산라인에 있어서는 불량, 고장

등의 변수가 존재하고, 고객의 잦은 수주 변경 및 긴급 발주가 발생하며,

또한 실제 제품의 총 Lead time이 고객의 납기 희망일보다 긴 경우가

많기 때문에, 예측 생산과 실제 수주에서 오는 차이가 발생하고 그로

인한 라인의 혼란이 야기되기 때문에, 생산계획 측면에서 납기 준수를

모두 해결할 수는 없다.

따라서, 다품종 소량 생산라인에서 납기를 준수하기 위해서는 부품의

준비상태, 각 공정의 진행 상황 등을 파악하여, 순간순간의 판단을 통해

유연한 라인 운영을 해야 한다.

생산성을 향상하기 위해서는 TPS(Toyota Production System), Lean

생산방식 등, 기존에 존재하는 여러 방법들이 있다. Job change 시간을

줄이고, 공정 개선을 통해 표준시간을 단축하고, 낭비를 제거하고,

불량을 줄이기 위한 개선 활동을 진행하고, 설비의 자주보전,

예방보전을 통해 고장 및 고장으로 인한 라인 정지시간을 줄이면서

생산성을 향상할 수 있다.

이러한 개선활동을 위한 Data는 많은 양의 Data가 축적된 상태에서 그

Trend를 확인하면서 활동 방법이나 시기를 결정할 수 있는 것으로 앞의

라인 운영을 위한 실시간적인 성격을 갖지 않는다.

따라서, 현장의 Data를 다품종 소량 생산라인의 유연한 운영을 위한

실시간 집계자료와 생산성향상을 위한 비실시간 집계자료(개선활동

자료/추세확인 자료)로 나눌 수 있고, 이는 다품종 소량 제조라인의

목적에 따라 Data를 분류하고, Data의 집계방법, 집계시기, 활용방법을

달리 적용할 수 있게 된다.

하루 40개의 다른 제품에 대해 600여개의 수량을 혼류 생산해야 하는

다품종 소량 제조현장에서 납기 준수를 위한 생산라인의 유연한 운영을

저해하는 요소는 다음과 같다

부품의 부재- 계획대로 입고되지 못한 구매품, 전공정을 마치지

31

못해 다음 공정을 진행하지 못하는 튜브, 로드 등, 제품의 부품

일부가 없어서, 전체 제품을 조립하거나 용접하지 못한다.

공정부하 불일치- 제품에 따라, 동일 공정 내에서도 Lead

time이 다르기 때문에, 일일 생산계획에 따라, 공정 부하율이

높아지는 공정이 달라지고, 이로 인해 후공정의 작업이 지연된다.

또한 WIP의 증가로 물류가 원활하지 못하게 된다.

부품 위치 혼란- 작업자가 해당 부품을 찾기 위해 시간을

소모한다. 다품종의 부품이 구매품 창고에 적재되기 때문에,

공간의 부족으로 항상 같은 위치에 부품을 적재하는 것이

어렵다. 작업자가 부품을 찾고 있는 동안, 해당 공정은 정지한다.

불량 발생- 작업자의 단순 실수, 부품 이상, 설비 이상 등으로

불량이 발생하면, 추가적인 불량 발생 여부의 확인까지는 해당

공정을 진행하기가 어렵다. 또한 품질팀의 확인을 거쳐야 하는

경우 대기가 발생한다.

설비 고장- 설비가 고장 나면 해당 공정은 정지된다. 효율적인

라인 운영을 위해서는 대체 가능한 공정 혹은 설비가 있는지,

후공정으로 진행할 수 있는 수량을 확인하여 다른 부품들이

진행되고 있는 공정도 조율이 필요하다.

이렇듯 납기를 기준으로 하는 생산현장의 Data는 신속한 판단과

조치를 필요로 한다. 따라서, 집계 방식은 실시간으로 되어야 하며, 이용

방식은 모니터링이 된다.

반면, 다품종 소량 생산라인의 생산성 향상을 위해서는 다음과 같은

항목의 Data가 필요하다.

공정낭비의 제거- 작업자의 대기, 불필요한 작업, 잦은

준비교체 등의 공정 내에서의 낭비를 제거하기 위해서는 작업자

별/제품별/설비별 작업시간, 준비교체 시간 등의 Data를

주기적으로 획득하여 각각의 Trend를 파악하여, 문제점 도출 및

해결에 대한 실마리를 찾을 수 있다.

32

재고낭비의 제거- 부품재고가 많으면 다른 부품을 보관할

장소가 부족해진다. 그리고 부품을 찾는데도 많은 시간이

소요된다. 제품별, 부품별 재고 수량의 Trend 파악을 통해

발주수량을 통제하여 적정한 재고를 유지할 수 있다. 또한

WIP의 경우에도, Trend를 확인하여 투입수량을 조절함으로써,

라인 물류를 원활히 할 수 있다.

불량 Trace- 특정 설비/작업자/제품에 따라 불량 Trend

확인을 통해, 불량이 적게 나도록, 설비나 작업자, 투입 제품을

배정할 수 있다. 또한, 작업 당시의 공정조건의 Trend와 불량

발생 시점을 Matching하여, 불량이 발생하는 공정 조건을

확인하고 해당 조건을 피하도록 하여 불량을 줄일 수 있다. 예를

들어, 용접의 경우, 투입되는 가스의 비율, 셋팅한 전류값,

전압값을 주기적으로 저장하고 있다가, 특정 불량 발생시,

이러한 조건과 불량 발생 시점의 상관관계를 찾아볼 수 있다.

설비의 예방보전- 설비가 고장나는 시점에서의 작업자/제품/툴

등을 확인하고, 전류/전압, 작동유 수준, cutting 속도, feed time

등 설비 조건 Data를 Matching하여 설비가 고장나는 시점을

예측할 수 있고, 설비 고장 이후 조치까지의 평균 시간을 통해,

예방보전 작업의 수준과 주기를 설정할 수 있다.

이렇듯, 생산성 향상을 위한 Data는 실시간 집계 혹은 모니터링을 해야

할 Data가 아니고, 주기적이고, 지속적인 Data 축적을 통해 Data의

Trend를 파악하고 특정 Event의 발생 시, 상관관계를 찾아서 개선의

방향을 잡을 수 있는 성격의 Data이다.

생산공정의 목적에 따른 Data 분류와 활용방법을 도식화하면 아래

<Figure 12>와 같다.

<Figure 12> – 제조라인 목적형 Data 분류 및 활용

납기 라인운영 모니터링용

수량 생산성향상 축적 및 분석용

33

4.1.3. Data의 분류

4.1.1항에서 단순화 한 Data항목을 Data의 활용 방법을 기준으로

Figure 9와 같이 분류하였다.

제품 모델명, 수량, 작업 시간 등은 실시간 라인 운영을 위해서도

필요한 Data이면서, 추후 Data의 Trend를 확인하기 위해서 필요한

기준자료가 되기도 하기 때문에, 모니터링과 분석용 Data에 모두

해당하게 된다. 이 Data들은 각 공정별로 집계가 되어야 하며, 따라서

공정명은 표시되지 않은 Data이긴 하지만 집계되는 Data이다.

이와 같이 현장에서 발생하는 Data 중에, 반드시 실시간 집계가 필요한

Data는 비교적 적다는 것을 알 수 있고, 모든 Data를 실시간으로

집계하기 위해 소모되는 비용과 설비를 줄일 수 있게 된다.

또한, 한정된 비용과 시간에서 단계적으로 스마트공장을 구축해야 하는

중소기업의 실정에서는 그 단계의 구분을 정하기가 수월해진다.

일반적으로는 MES 구축 시, Data를 취득해야 하는

입력기구(키오스크 단말기, RFID, Barcode 등)을 한정적 비용과 수량

때문에, 수량을 한정하고 여러 공정에 공용으로 사용하도록 한다.

하지만 Data를 목적별로 구분한다면 다품종 소량 생산라인에 있어서,

공정에 특성에 따라, 1단계에서는 모니터링용 Data만 취득하고,

2단계에서 분석용 Data를 취득하는 순서를 취할 수 있게 된다.

34

<Figure 13> – Data 분류법에 따른 적용

4.2 제조라인 목적형 Data의 사용자 설정 및 모니터링

35

4.2.1. 모니터링용 Data의 사용자 및 집계/모니터링 방법

모니터링설비 설치는 Display되는 Data를 누가 볼 것인가, 누가

활용할 것인가에 따라, Display할 Data를 달리해야 한다. 모니터링용

Data의 사용자를 고려하지 않은 Display는 공정 운영에 있어서 어떠한

효과도 가져오지 못하고, 단순히 ‘보여주기 식’의 설비 밖에 되지

못한다.

따라서, 모니터링설비의 설치는 그 위치만큼, 모니터링 목적에 맞는

Data를 구분하여, 필요한 Data만을 Display해야한다.

다품종 소량 생산라인에서 모니터를 통해 전달되어야 하는 Data는

두개로 분류할 수 있다. 앞서 설명한 다품종의 혼류 생산에 있어서,

실시간적인 대응을 통해, 부품의 준비상태를 확인하여 준비가 미진한

제품은 후순위로 제조하거나, 긴급발주/불량/설비고장 등의 event

발생에 대해, 대체 공정/설비/작업자를 지정하는 등, 생산 흐름이 끊기지

않고 이어질 수 있게 하는, 공정상황을 모니터링하기 위한 Data와 많은

제품들을 생산함에 있어서, 제품마다 각기 다른 부품과 작업표준,

Setting 등을 작업자가 헷갈리지 않고 작업할 수 있게 하기 위한

기준정보 Data가 있다.

공정상황 모니터링 Data는 실제 작업자보다는 생산팀장, 라인장 등,

생산라인에서 작업을 지시하고, 상황에 따라 작업내용을 변경 지시하는

‘라인 운영자’에게 필요한 Data이다. 앞서 따라서, 이 모니터링은

생산현장사무실 내지는 생산라인 입구, 전체적인 상황이 잘 보일 수

있는 천장 등에 설치하는 것이 바람직하다. 또한 이런 Data들은 앞서

언급한 것처럼, 급변하는 생산현장의 상황을 바로 확인하고 지시해야

하기 때문에, Data를 실시간으로 취득하여 실시간으로 모니터링해야

한다.

이에 반해, 기준정보 Display Data는 각 공정의 작업자가 지시된

제품에 대한 작업 시작(Process in) 시에 혹은 작업 중간에 재확인을

위해 필요한 Data로써, 제품명, 품번, setting방법, 작업방법, 표준 등의

기준정보이며, 이는 스마트공장의 구축 당시에 먼저 입력되어야 할

Data이다. 따라서, 이러한 Data는 실시간으로 집계되지 않는 기존

Data이며, 하지만 공정 작업에서 실시간으로 모니터링 되어야 한다.

그렇기 때문에, 이러한 내용의 Display는 전체 라인을 확인할 수 있는

36

위치보다는 작업자 혹은 설비에 가깝게, 가능한 설비나 작업자와 1대

1로 대응될 수 있게 모니터가 설치되어야 하며, 이는 작업자가 Data를

입력할 수 있는 키오스크 단말기 등을 활용하여, 입력과 모니터링을

동시에 할 수 있도록 하는 것이 좋다

아래에서 모니터링용 Data의 사용자 구분 및 분류된 Data의

취득방법과 모니터링 방법, 위치를 그림으로 표시하였다.

<Figure 14> – 모니터링용 Data의 사용자 분류

<Figure 15> – 모니터링용 Data의 취득/모니터링 방법 및 위치

4.2.2. 축적/분석용 Data의 사용자 및 집계/모니터링 방법

제품 정보, 생산 설비 정보 Data, 공정 조건 Data, 불량 수량, 불량

유형, Jig/Tool/Fixture 등의 Data는 실시간으로 집계하거나 모니터링할

필요가 없다. Data들이 축적되어 Data의 trend와 Job change 시간

내지는 특정 event(설비고장, 불량)와의 비교를 통해, 생산성 향상을

모색할 수 있게 된다. 따라서 이러한 Data는 Big data가 확보되었을 때,

다른 Data와의 연계성을 좀더 정확하게 파악할 수 있고, 명확한 개선

활동을 할 수 있게 된다.

따라서 이러한 Data는 실시간으로 취득할 필요가 없으며, 굳이 이러한

Data를 실시간으로 취득하기 위해, 과도한 비용을 들여 시스템을 구비할

필요가 없이, 적정한 주기를 선정하여 주기적으로 Data를 취득하면 된다.

모니터링용

공정상황 모니터링 라인 운영자

혼류생산을 위한 기준정보

디스플레이공정 작업자

공정상황 모니터링 Data 실시간 취득 실시간 Data 모니터링 현장 설치 모니터(운영자)

혼류생산을 위한 기준

정보 디스플레이기존 입력 Data 실시간 Data 모니터링 현장 설치 모니터(작업자)

37

물론 많은 Data를 취득하면 좀더 일찍 Trend를 파악할 수도 있기

때문에, 그 주기를 짧게 하면, 실시간 취득에 가까워 질 수도 있으나,

다품종 소량 생산라인에서는 진행하게 되는 제품이 자주 변하며, 1년에

한번 미만 생산하는 제품들도 존재하기 때문에, 장기적인 계획을 세우고,

단기간 내에 많은 Data를 모으는 것보다는 취득 주기를 늘려서 오랜

기간 동안 Data를 취득하는 것이 신뢰성 있는 생산성 향상을 이룰 수

있다.

축적/분석용 Data는 제품 정보, 공정 조건 Data, 불량 수량, 불량 유형,

Jig/Tool/Fixture 등 생산성 향상을 위한 Data와 설비의 기준정보 및

전류, 전압, 유압, 등 설비의 고장을 예측하고 예방할 수 있도록 하는

설비예방보전 Data가 있다. 생산성 향상에는 설비의 우발적 고장을

줄이는 것도 포함되고, 설비 예방보전 역시, 설비 기인성 불량 등의

Data를 활용해야 하기 때문에, 공용해야 하는 Data가 존재한다. 이러한

Data에 대해서는 DB 구축에서 후술하도록 하겠다.

이러한 Data들은 주기적으로 취득하여, Data를 분석하고자 할 때만,

Report 내지는 모니터링 되면 된다. 따라서 실시간으로 모니터링을 할

필요가 없으며, 설비 예방보전을 위해서는 공무팀 내지는

생산기술팀에서 담당자가 본인의 PC를 통해 확인하면 되고, 생산성

향상의 경우에도, 생산팀 혹은 품질팀에서 담당자가 본인의 PC로

확인하면 된다. 따라서 이를 위한 모니터링 설비의 구비는 필요 없고,

시스템의 프로그램 만으로 해결 된다.

아래 그림에서 마찬가지로, 축적/분석용 Data의 사용자와 분류된

Data의 취득방법과 모니터링 방법, 위치를 설명하였다.

<Figure 16> – 축적/분석용 Data의 사용자 구분

축적 및 분석용

설비 예방보전 생산기술팀 / 공무팀

생산성 향상 생산팀 / 품질팀

38

<Figure 17> – 축적/분석용 Data의 취득/모니터링 방법 및 위치

4.3 Data 수집 방법

현장 Data의 수집방법은 키오스크, PDA등 입력단말기를 통해

작업자가 직접 Data를 입력하는 방식, 바코드 리더기를 통해 바코드에

기저장된 정보를 수집하는 방식, RFID를 부착하여 리더기를 통해,

자동으로 Data를 수집하는 방식, 설비에 센서를 부착하거나 설비에 있는

PLC를 연동하여 자동으로 Data를 수집하는 방식이 있다. 많은

스마트공장 시스템은 이 모든 방식의 수집방법을 혼용하고 있다. 하지만,

유압 실린더와 같이 비교적 저가의 제품을 생산하는 데 있어서는

RFID를 부품 혹은 제품마다 부착하는 것이 비용적 부담이 크고, 또한

다품종 소량 생산라인에 있어서는 매번 다른 제품 다른 수량을 생산하기

때문에, 생산 Lot나 운반구, 혹은 부품을 적재하는 pallet를 특정하여

RFID를 부착하는 것이 어렵다. 따라서, 다품종 소량 생산의 유압

실린더 제조라인에서의 Data 수집 방법에서는 RFID를 통한 자동 Data

수집 방법을 제외하고, 그 외의 방식으로 Data를 수집하는 시스템을

설계하고자 한다.

4.3.1. 바코드 리딩을 통한 Data 수집

스마트공장이라는 개념이 없었던 시기에도 바코드를 통한 Data 인식

및 수집은 이루어지고 있었다. 하지만 불량감소, 고장감소, 생산성 향상

등의 다양한 생산현장의 목표를 달성하기 위해서는 바코드 리딩을 통한

Data로는 다양한 Data를 수집할 수 없다. 하지만, 바코드 리딩은 가장

쉬우면서도 입력 오류를 최소화할 수 있는 단순한 입력 방식이기 때문에,

1차적 data 수집에 활용하고자 한다.

MES를 통해, 수기로 작성하여 배포되던 작업지시서는 전산화되어

배포될 수 있다. 하지만, 앞서 언급한 것과 같이, 매일 달라지는 제품과

설비 예방보전 Data 주기적 취득 필요시 모니터링 담당자 PC

생산성 향상 Data 주기적 취득 필요시 모니터링 담당자 PC

39

수량으로 인해, 해당 제품의 Lot를 특정할 수 있는 수단이 없다. 즉,

전산으로 지시되는 작업지시서가 해당 Lot를 특정하기 위해, 실물로

출력이 되어야 하고, 이 출력물은 실제 부품과 함께 공정을 진행하면서,

제품에 대한 정보를 인식할 수 있어야 한다.

따라서, 출력되는 작업지시서에는 바코드를 인쇄하여, 해당 공정에서

바코드리더기를 통해 제품의 정보를 인식하고, 공정 진행에 대한 Data를

수집할 수 있도록 하였다.

바코드 리더기는 키오스크 단말기에 연결하여 설치하려 하며, 이를

통해 얻고자 하는 Data는 다음과 같다.

<Table 8> – 바코드 리딩을 통해 수집할 Data

NO Data NO Data 1 제품명 6 계획 수량 2 품번 7 생산 계획일(조립기준) 3 제품 Routing 8 출하 예정일 4 설비(공정)명 9 Process in 시간 5 Tool/Jig 10 Process out 시간 위와 같은 기준정보 및 공정 시작과 끝을 알려주는 Data는 앞서

언급한 것처럼, 모니터링과 축적/분석 양쪽에 모두 필요한 Data들이다.

1~5번 항목까지는 기준정보에 해당하고, MES 구축 전에 이미 DB화

되어야 할 정보들이다. 따라서 정확하게는 바코드 리더기를 통해

입력되는 Data가 아니라, 공정 시작에 있어서, DB에서 불러와야 할

정보이다. 6~8번은 수주정보로 영업활동 중에 발생하여, MES에

입력되어 있어야 할 정보로, 이 입력 작업은 영업 담당자가 본인의

Desktop이나, 기타 무선장비(휴대전화, 태블릿PC 등)로 입력해야 한다.

9, 10번 항목은 작업 시작과 종료 시간으로 해당하며, 모니터링

측면에서 해당 공정이 진행하거나 완료한 제품에 대한 정보를 얻을 수

있고, Process in이 되지 않은 상태가 지속되면 공정이 어떠한 이유로

다음 Lot를 진행하지 못하고 있다는 정보를 알려준다. 생산성향산

측면에서는 해당 공정, 해당 제품에 대한 총 작업시간, 총 작업 수량,

평균 작업시간 등을 산출해 내어, 표준시간과 비교하여 가동율을 확인할

수 있고, 표준시간을 확보하지 못한 공정에서는 표준시간을 산출해 낼

40

수 있는 근거자료로 쓰일 수 있다. 또한 전 Lot의 Process out

시간에서 다음 Lot의 Process in 시간 사이를 측정하고 집적된 Data를

분석함으로써, Job change에 대한 소요시간 trend를 확인하고 job

change를 줄일 수 있는, 작업 배정을 도모할 수 있다. 그 외에 다른

Data들과 Matching을 통해 개선을 위한 많은 2차 Data를 가공할 수

있다.

이 10가지의 Data는 모두 모니터링과 축적/분석을 통한 생산성 향상에

영향을 주는 Data들이다.

4.3.2. 입력단말기를 통한 Data 수집

생산현장의 수많은 Data를 센서나 RFID, 혹은 바코드를 통해

자동/반자동으로 얻는 것은 매우 어렵다. 예를 들어 불량 발생의 경우,

불량 발생한 제품과 불량 수량은 자동으로 수집이 될 수 있으나, 불량

유형에 대한 판단은 사람이 할 수 밖에 없는 상황이 많다. 프로그램

기술의 발달로 형상에 대한 인식과 판단이 불가능한 것은 아니나,

이러한 computing이 가능하기 위해서는 많은 센서와 카메라, AI

시스템에 가까운 프로그램이 필요하며, 시스템 구축을 위해 많은 비용이

발생할 것이다.

이에 많은 중소기업 현장에서는 Data의 입력방식으로 키오스크

단말기나 공간이 협소한 경우 PDA 단말기를 선호하고 있으며,

터치스크린을 통해 작업자가 많은 Data를 쉽게 입력하고, 기준정보 등을

화면으로 확인할 수 있게 한다.

입력단말기를 통해 수집될 Data를 공용 Data, 모니터링용 Data,

축적/분석용 Data로 나눠 보았다.

<Table 9> – 입력단말기를 통해 수집되는 공용 Data

NO Data NO Data

1 작업자 이름 3 불량 발생 시간

2 설비고장 조치 시간

41

<Table 10> – 입력단말기를 통해 수집되는 모니터링 Data

NO Data NO Data

1 부품 입고 상태 3 불량 발생 여부

2 부품 입고 위치 4 설비고장 발생 여부

<Table 11> – 입력단말기를 통해 수집되는 축적/분석용 Data

NO Data NO Data

1 설비 일일점검 상태 5 Job change 시간

2 불량 유형 6 자주 검사 결과

3 불량 수량 7 부품 입고 수량

4 설비 고장 유형 8 부품 입고 시간

모니터링, 축적/분석용 Data에 모두 해당하는 공용 Data는

기준정보에서 해당 공정, 해당 Lot에 matching이 되는 작업자 정보이다.

그 외의 정보는 바코드를 통해 이미 확보하였다. 불량발생시간은 불량

발생을 실시간으로 라인 운영자에게 알려, 공정 조율이 가능하도록

전달되어야 하고, 불량 발생 시간은 나중에 축적되어 전압, 전류, 압력

등 불량 발생 시간 당시의 설비 및 공정의 조건 상태를 불량 내용과

matching하여 불량의 원인 파악 및 불량 감소를 꾀할 수 있다.

설비고장이 발생하여 조치가 완료된 시간은 다시 해당 공정이 작업을

시작할 수 있는 실시간으로 필요한 Data이다. 라인운영자는 이 Data를

토대로 진행하던 Lot를 계속 진행할지, 그 사이 발생한 긴급 Lot를

투입할 지를 결정하여 지시해야 한다. 또한 고장 조치 완료시간은 설비

고장 발생 시간과 함께 설비 고장이 수리되는 데까지 걸리는 시간을

가공할 수 있고, 설비별, 고장 유형별 수리시간에 대한 재고를 할 수

있다.

일반적으로 구매품들이 입고되면, PDA 등의 단말기를 이용하여,

바코드가 인쇄된 거래명세서를 리딩하여, 입고된 부품종류, 수량 등을

입력한다. 여기에 다품종 소량 생산을 하기 때문에, 부품 창고의 위치를

부품과 1대 1로 할당하기 어려운 현장에서는 입고된 부품이 적재되는

위치까지 지정하여, 작업자 혹은 불출담당자가 부품을 찾느라 시간을

42

소비하지 않도록 해야 한다. 생산이 진행되고 있는 라인에서는 부품의

입고 상태, 정확하게는 작업일에 계획이 수립되어 있는 부품이 입고

되어있는 상태인지를 확인해야 하며, 작업의 긴급성 혹은 입고 지연

등의 이유로, 부품의 입고 상황을 실시간으로 수집하고, 작업일에

계획된 제품의 부품 유무는 실시간으로 Display되어야 한다.

설비에 있어서는, 설비고장 혹은 불량이 발생한 지를 실시간으로

모니터링해야 한다. 라인 운영자에게 Alarm 등의 방법으로 실시간으로

인지 시켜줘야 하고 이에 라인 운영자는 신속하게 차선책을 시행할 수

있다. 설비고장 혹은 불량 발생 시점에서 Alarm이 울리기 때문에

시간이 Data가 될 수도 있지만, 모니터링 측면에서는 고장/불량 발생

여부 확인이 중요하고, 시간은 의미가 없다.

축적/분석용 Data는 위의 공용, 모니터링용 Data를 제외한 모든

정보라고 할 수 있다. 작업자가 작업 개시 전 시행하는 설비 점검

내용이나 작업 완료 후 작업자가 시행하는 자주검사결과를 축적하여,

설비 고장 혹은 불량을 예측할 수 있는 trend를 형성할 수 있고, 불량

유형, 수량, Job change 등의 Data를 모아 생산성 향상의 raw data로

활용할 수 있다. 또한 부품 입고 수량과 입고 시간은 실시간으로는

중요하지 않지만, 부품의 납기 준수율 등 하청 업체의 관리지표로

활용할 수 있다.

4.3.3. 설비 자체에서 수집하는 Data

설비에서 사람의 개입 없이 Data를 수집하는 방식에는 설비와

연동하여 직접 Data를 받는 방식과 설비에 센서나 계측기를 부착하여

Data를 받는 방식이 있다. 전자의 경우, Controller 시스템과 연동하여

Data를 받아 오는 방법이 있고, CNC 선반 같이 별도의 조작 및

프로그래밍을 위한 시스템이 존재할 경우에 가능한데, 일반적으로

이러한 Controller 시스템 업체들이 다른 시스템과의 연동에 매우

폐쇄적이기 때문에 Data를 수집하는 것이 쉽지 않다. 다른 방법으로는

앞서 기존 연구에서 언급한 것과 같이 PLC의 신호를 직접 받아오는

방법이다. 이를 통해 Controller업체의 허가 없이도 일부 Data를 수집할

수 있으나, on/off의 비교적 단순한 정보로 한정된다.

<Table 12> – PLC 신호를 통한 Data 수집

43

NO Data NO Data

1 설비 전원 on/off 6 Door on/off

2 Emergency on/off 7 Chucking on/off

3 unloading 완료 on/off 8 Loading 완료 on/off

4 Motor on/off 9 Brake on/off

5 각 축의 이송 on/off 10 기타 등등

반면, 센서, 계측기를 통해서는 CNC선반 등 설비에서 좀더 자세한

정보를 얻기 위해서, 혹은 CNC 선반보다 단순한 구조의 설비 Data를

얻을 수 있다. 전류, 전압, 압력, 등 좀더 기본적인 요소의 Data이며

대체로 Analog Data가 많다. 이러한 Data를 센서, 계측기를 통해

Digital Data로 실시간에 가까운 초단위의 짧은 주기가 아닌 분, 시, 일

등의 비교적 긴 주기로 수집한다.

<Table 13> – 센서/계측기를 통한 Data 수집

NO Data NO Data

1 전압 6 척 압력

2 전류 7 Feed 속도

3 가스 토출량 8 Cutting 시간

4 가스 혼합비 9 도금액 농도

5 절삭유 토출량 10 도금탕 온도

PLC 혹은 센서 등을 이용해 수집하는 Data는 실시간으로 수집,

모니터링하여 라인 운영에 영향을 주지 않고, 주기적인 축적을 통해

Trend를 확인하고 이를 통한 문제점 파악 및 개선을 위한 Data이다.

4.4 스마트공장 시스템 설계

4.4.1 제조라인 목적형 DB 설계

생산현장의 Data와 제조라인 목적형 Data 분류방법으로 나눈 항목을

토대로, 제조 현장의 목적과 사용자를 반영한 DB를 설계하였다.

우선 현장의 Data를 중심으로 하여, 기존에 존재하고 있는 기준정보와,

현장에서 수집되는 입력정보로 구분하였다. 입력정보는 다시 현장에서

44

발생하는 Data와 기준정보와 Matching하여 불러오는 Data, 설비에서

직접 취득하는 Data로 나누었다. 그리고 수주정보에 따른 생산계획에서

발생하는 정보들을 나열하고 이 Data들을 모니터링용 DB와

축적/분석용 DB로 나누었다. 이렇게 설계한 DB 시스템은 아래 그림과

같다.

<Figure 18> – 제조라인 목적형 DB

45

4.4.2 Data 입력장치 설치

우선 수집하는 Data의 종류에 따라, 키오스크 단말기와 PDA

단말기의 위치를 선정하였다. 모든 설비에 단말기를 적용하기에는 생산

현장의 공간이 매우 협소하고, 제작 및 설치 비용도 높기 때문에,

가능한 작업자의 동선이 가까운 위치를 선정하여 단말기를 설치하도록

설계하였다. 부품 입고 구역 및 키오스크 단말기의 설치가 어려울

정도로 협소한 구역은 PDA로 대체하였다. 또한 바코드 리딩기는

키오스크 단말기에 추가 설치하고, PDA의 경우 바코드리딩 기능이 있는

PDA를 적용하도록 하였다.

<Figure 19> – 1공장 입력단말기 설치

46

<Figure 20> – 2공장 Tube line 입력단말기 설치

<Figure 21> - 2공장 Rod Line 입력단말기 설치

47

PLC의 출력 단자를 이용한 Data의 수집 방법에 대해서는 우선 PLC로

구동되는 설비를 나열하고 각 설비에서 받을 Data를 선별하였다.

<Table 14> - PLC 설비 출력단자를 통해 수집할 Data

PLC 적용

설비

가공설비 용접

기

시험

기

도

금

도

장

조립

기 CN

C

내

경

밀

링

선

반

전

장

대수 12 3 4 3 1 6 3 1 1 1

취득D

ata

설비

전원 O O O O O O O O O O

Emerge

ncy O O O O O O O O O O

Loading

완료 O O O O O O

unloadin

g 완료 O O O O O O

Motor O O O O O O

O O O

각 축의

이송 O

O O O

Door O O

Chuckin

g O O O O O O

Brake O O O O O

O

정류기on

O

격막장치

O

컨베이어

이송 O

도장건

on O

마지막으로 센서 및 계측기를 통해 Data를 수집할 설비를 선정하고

취득할 Data와 계측기를 선정하였다. 작업자의 스킬에 영향을 많이 받는

48

가공설비와 용접기 및 주요관리 공정인 도금공정의 설비에서의 Data를

토대로 List 하였다.

<Table 15> – 센서와 계측기를 통해 수집할 Data

수집 Data 계측기

가공설비

절삭유 토출량 유량계

척 압력 유압계

Feed 속도 속도계

Cutting 시간 Timer

회전속도 토크측정기

부품 Tip 간격 근접 Switch

부품 loading 상태 광전 Sensor

용접기

전압 전압계

전류 전류계

가스 토출량 가스 농도 센서

가스 혼합비 가스 농도 센서

풍속 풍속계

기온 온도 센서

도금설비

도금액 농도 농도 센서

도금탕 온도 온도 센서

전류 전류계

전압 전압계

Anode 간격 저항 계측기

4.4.3 모니터링 Report의 Display 방법

현장의 Data를 모니터링해야 하는 이유는 두가지로 유연한 라인운영과,

작업자에게 정확한 기준정보를 전달하기 위함이라고 설명하였다. 이에

두가지 다른 목적의 모니터링에 있어서 화면을 구성할 정보들의 배열과

가시성을 높이기 위한 Display를 고안한다.

다품종 소량 생산 현장에서 작업자에게 전달되어야 할 정보는 다음과

같다. 해당 공정의 생산 계획 품목, 품번, 수량, BOM, Routing, Job

setting 조건, 설비 setting 조건, 작업표준서 등의 기준 정보이다. 이는

49

작업을 진행하는데 있어 기본적으로 필요한 부분이며, 많은 스마트공장

혹은 MES 구축 사례에서 보여지고 있다. 다품종의 혼류 생산

라인에서는 다음과 같은 정보도 필요하다. 해당 공정의 생산계획 품목의

현재 진행 공정, 현재 진행 공정의 상태(진행중 혹은 공정 중단 상태),

용접, 조립 등, 상대품이 있는 공정의 경우, 상대품의 준비 상태 등이

공정을 진행하는데 중요한 정보가 된다. 따라서, 키오스크 단말기의

설치 사례에 다품종 소량 생산라인의 필요한 모니터링을 구성하여 아래

<Figure 22>와 같이 구성했다.

<Figure 22> – 작업자용 입력단말기 모니터 Display

다품종 소량 생산 라인운영을 위한 모니터링에서 중요한 것은 우선은

작업 가능여부이다. 해당공정이 작업이 가능한지 확인하기 위해서는

설비상태, 작업자상태, 작업 부품의 위치, 용접이나 조립의 경우,

상대품의 여부가 확인되어야 한다. 공정별 진행상황, 불량발생, 설비고장

등의 event도 확인되어야 할 부분이다. 매우 많은 공장 현장에

모니터링을 통해 보여지고 있는 일일 목표 대비 실적, 생산수량, 달성율

등은 사실 라인 투어 VIP를 위한 자료에 지나지 않는다. 라인 운영이나

실제 작업자에게는 또한 제조라인에서 고객 납기를 맞추면서도 생산성을

50

향상하기 위해서 전혀 필요한 자료가 아니다. 또한 라인운영자, 작업자

혹은 의사결정자에게 실시간으로 알려져서 신속한 결정을 내리는 데,

정보를 제공하는 Data도 아니다. 따라서, 생산 실적 내지 달성율은

담당자의 데스크탑에서 확인하고, 현장 모니터링에서는 완전히

배제하고자 한다.

<Figure 23> – 라인 운영 모니터링 Display(1)

데스크탑에서 해당 공정을 선택하거나, 현장 모니터에서는 일정 시간이

지나면 주기적으로 각 공정 별 진행 상태를 Display한다.

<Figure 24> – 라인 운영 모니터링 Display (2)

51

4.5 단계별 스마트공장 구축 시나리오

지금까지, 다품종 소량의 유압부품을 생산하는 중소기업의 생산 라인에

있어서 스마트공장을 구축하는 방법을 제안하였다. 현장 Data를

수집하고, 이를 제조 라인에 목적에 따라 분류하여 취득하는 방법을

고안하였고, 목적별로 취득된 Data의 활용방안을 살펴보았다. 그리고

이를 통한 MES의 DB와 입출력 시스템을 설계하였고, 제조 현장에

Display 되어야할 부분들을 구성하였다.

하지만, 이러한 전반적인 시스템을 모두 현장에서 구현하기에는 많은

비용과 시간이 소요된다. 정부의 지원과제가 있긴 하지만, 한 회에

지원되는 비용과 시간이 한정적이기 때문에, 중소기업 입장에서

스마트공장을 구축하기 위해서는 일정 범위를 설정할 필요가 있다.

많은 사례의 경우, 현장의 Data를 취득함에 있어서, 다양한 입력

방식(키오스크, PLC, 센서, RFID, 등)을 활용하여 MES를 구축하였고,

한정적 비용과 시간을 절충하기 위해, 주요 공정에만 설치하고, 차후년

혹은 회사 자체 부담을 통해 설치 공정을 넓혀갔다.

하지만, 다품종 소량의 생산라인에서는 앞서 설명한 것처럼,

라인운영이 무엇보다 중요하고, 생산성 향상을 위한 Data는 좀더 많은

시간을 통해, 수집하여 활용이 가능하다.

이에, 본 연구보고서에서는 Data 수집에 있어서 좀더 확실하고

기존과는 다른 단계 구분을 제안하려 한다.

52

<Figure 25> – 단계 설정을 위한 입력방식에 따른 Data 분류

앞서 분류한 Data를 입력방식으로 구분하여 분류하였다. Data는 라인

운영을 위한 실시간 모니터링에 필요한 Data와 생산성향상을 위해

주기적으로 수집해야 하는 Data로 나뉘는데, 입력방식으로 Data를

구분하면, 위 그림과 같이 나뉘게 된다. 즉, 작업자가 수동 혹은

반자동적으로 Data를 입력해야 하는 방식의 키오스크 단말기,

바코드리더기, PDA 단말기 등이 있고, 작업자를 전혀 거치지 않고,

설비나 혹은 설치한 연동기를 통해, 기계에서 직접 Data가 취득되는

방식이 있다. PLC의 Data를 연동을 통해 받거나, 접점 신호를

취득하거나, 센서 혹은 계측기를 통해 Data를 수집하는 것이 여기에

해당한다.

4.5.1 다품종 소량 중소기업의 스마트공장 1단계

다품종 소량 생산 라인에서 가장 중요한 것은 라인 운영이다. 생산성

향상을 위한 Data는 어느 정도 trend를 확인할 수 있을 만큼 모집단이

커져야 하며, 그를 통해 개선 방법을 모색할 수 있는 것이지, 그 자체가

생산성 향상을 가져다 주는 것은 아니다.

53

따라서, 다품종 소량을 생산하는 중소기업에서 가장 시급한 것은

Data를 Digital화함에 있어서, 수작업이 최대한 줄이고, 많은 제품이

진행됨에 있어서, 진행 상황을 확인하고 Event 발생을 실시간으로

체크하여, 유기적인 라인 운영을 위한 신속한 판단이다.

<Figure 26> – 다품종소량 중소기업 스마트공장 1단계

이에, 다품종 소량을 생산하는 중소기업에 있어서 스마트공장 구축은

생산성 향상을 위한 Data를 배제하고 작업자의 작업을 위한 모니터링과

라인운영을 위한 실시간 모니터링을 우선으로 하여 1단계를 설정한다.

즉, 키오스크단말기, 바코드리더기, PDA단말기 등 예산과 시간을

감안하여 가능한 많은 입력단말기를 공정마다 설치하고, PLC연동이나

센서/계측기의 설치는 다음 단계로 미룬다.

이를 통해 가능한 많은 공정에서 라인 운영 및 고객 납기를 위한

Data를 실시간으로 받을 수 있고, 좀더 유기적인 라인 운영이

가능해진다.

입력방식

입력Tool PLC연동 센서/계측기

설비 On/Off 전압

Emergency 전류

척회전 속도

Door Open 회전속도

Brake on/off 유압

Tool 이동 가스압

절삭유 공급 혼합비

등등 농도

근접 여부

존재 여부

불량발생 불량수량 기온

불량유형 습도

고장발생 고장유형 Particle

발생시간

부품입고 위치 부품입고 수량

계획수량

납기일

작업자

조치시간

수동입력 자동센싱

키오스크, 바코드, PDA 등

품명

Data

품번

BOM

라우팅

계획일

1단계

54

4.5.2 다품종소량의 중소기업의 스마트공장 2, 3단계

스마트공장 1단계를 마치고, 시스템을 운영해서 안정화된 후, 다시

예산과 시간을 준비하여 2단계에 들어가야 한다. 생산성 향상, 개선을

위한 2단계가 빠진 상태로는 스마트공장시스템이라 할 수 없다. 2단계에

있어서는 1단계와 같이 입력방식으로 명확히 구분하기 어렵다. 2단계와

3단계의 구분은 공정에서의 문제점이나 개선필요가 얼마나 시급한 지에

따라 달라진다. 공정의 문제점이나 개선 목표에 따라, 수집해야 할

Data도 달라지고, 그에 따라, 수집하는 방법/기기도 달라지게 된다.

W사의 경우, 1단계를 통해 예산 범위 내에서 가능한 많은 공정에

키오스크 단말기와 PDA를 설치하고, 2단계에선 주요 공정에 대한

Data를 수집해야 한다.

다품종 소량 생산 중소기업에서의 주요공정은 우선, Takt time이

짧아서, 생산능력이 가장 낮은 병목공정과, 작업자의 숙련도에 의해

품질에 영향을 많이 받는 품질주의공정이 있다. W사의 경우 도금공정과

내경가공 공정이 병목공정에 해당하고, 용접, 나사가공 공정이

품질주의공정에 해당한다.

병목공정의 문제점을 해결하게 되면, 전체 생산라인의 Lead time이

짧아지고 Capability가 높아지게 된다. 즉, 고객 납기를 준수하기 위한

제조라인의 여유가 생기고, 생산성을 향상시킬 수 있다. 따라서

병목공정에서 수집해야 할 Data는 제품별 Job change시간, 제품별

Process 시간 자체, 설비 고장 빈도수, 작업자 숙련도 등, 공정

내부적인 요소를 검토하고 Takt time을 줄일 방법을 고안해야 한다.

<Table 16> – 병목공정 수집 Data 및 수단

병목공정 수집할 Data Data 수집 수단

도금 Job change 시간 키오스크 단말기

Process 소요시간 키오스크 단말기

설비 고장 빈도수 PLC 접점 Check

공정시간 중 도금외 시간 PLC 접점 Check

55

공정시간 중 전처리 시간 PLC 접점 Check

Loading시간/unloading시간 PLC 접점 Check

작업자 숙련도 기준정보

내경 Job change 시간 키오스크 단말기

Process 소요시간 키오스크 단말기

설비 고장 빈도수 PLC 접점 Check

공정시간 중 Tool이송시간 PLC 접점 Check

공정시간 중 Skiving 시간 PLC 접점 Check

공정시간 중 Burnishing

시간

PLC 접점 Check

Loading시간/unloading시간 PLC 접점 Check


품질주의공정의 문제를 해결하면, 불량 감소 및 공정 기준을 확실히

하여, 작업자의 숙련도에 둔감한 공정을 만드는 성과를 가져올 수 있다.

따라서, 품질주의공정에서 수집해야 할 Data는 공정 진행 중 나오는

기본 요소들을 불량 발생 Event 등과 matching해서 상관관계를 찾을

수 있는 Data이어야 한다. 기본 요소에 해당하는 것은 전압, 전류, 속도

등이며, 그러한 Data들이 특정 Event인 불량 유형이나 수량과 함께

확인되어, 불량이 발생할 당시의 기본 요소들을 확인함으로써, 불량이

발생할 수 있는 공정조건을 특정할 수 있다.

<Table 17> – 품질주의공정 수집 Data 및 수단

품질공정 수집할 Data Data 수집 수단

용접 불량 유형 키오스크 단말기

불량 수량 키오스크 단말기

용입량 키오스크 단말기

용접형상 키오스크 단말기

Chuck 회전 속도 PLC 접점 Check

전류값 센서/계측기

전압값 센서/계측기

가스압 센서/계측기

가스 혼합비 센서/계측기

56

기온 센서/계측기

풍속 센서/계측기

Pass 횟수 기준정보


나사 불량 유형 키오스크 단말기

불량 수량 키오스크 단말기

Chucking 압력 센서/계측기

Chuck 회전 속도 센서/계측기

Tool 이송속도 센서/계측기

터렛과 제품간 간격 센서/계측기

절삭유 토출량 센서/계측기

절삭유 토출압 센서/계측기

Tip의 Crack 센서/계측기


작성된 표에서 확인할 수 있듯이, 스마트공장 1단계에서 구축한

MES와 키오스크 등의 입력단말기를 통해 수집되는 Data를 제외하고는

병목공정은 주로 PLC를 통한 Data 수집을 하고, 품질주의공정의

경우는 센서/계측기를 통해 얻은 정보를 키오스크 단말기로 입력한

Data와 비교하게 된다. 즉, 공정 자체의 개선은 PLC에서 뽑은 Data와

관계가 깊고, 불량, 설비고장 등의 event등의 감소는 센서, 계측기를

통해 얻는 Data와 연관이 좀더 깊다고 할 수 있다.

중소기업 스마트공장 구축의 2단계를 PLC 연동 위주 혹은

센서/계측기 위주 아니면, 특정 공정을 정해 PLC와 센서류를 혼용할

지는 각 기업에서 현재 critical한 직면 문제가 무엇인지에 따라 정하면

된다. 예산과 비용을 감안하여 적정한 단계를 구분하면 된다.

W사에 있어서는 개별적 개선 활동인 불량감소보다는 좀더 근본적인

Lead time 향상을 위해, PLC연동 및 접점 Data를 통한 설비 상태 Data

수집을 스마트공장 구축 2단계로 진행하고자 한다. W사는 지속적으로

증가하는 고객 수주 및 달라지고 있는 노동정책을 대응하기 위해, Lead

time을 단축하여 동일한 시간 내에 좀더 많은 생산을 해야 하는 것이

당면 과제이다. 따라서, 1단계를 통해 기준정보를 입력하고, 키오스크

57

단말기를 통해 유기적인 생산 라인 운영을 준비했다면, 2단계를 통해

병목공정들의 생산성 향상을 모색하여 전체적인 생산라인의

Capability를 높일 수 있도록 노력한다. Job change 단축, 가공시간

자체 단축 등의 공정 내부적인 개선활동과 함께, Capability의 정확한

분석을 통해 추가적인 설비 구입 필요여부도 파악한다.

이후 3단계에서는 품질주의공정에서부터 시작하여, 불량 발생율이 낮은

순서로 모든 공정에 대한 불량과 공정 기준과의 상관관계를 수집하기

위해, 센서류와 계측기를 설치한다. 전류, 전압, 온도, 압력 등의 기본

요소를 측정하는 것과, 터렛과 제품 간의 간격을 센싱함으로써, 충돌로

인한 제품불량 및 설비고장을 방지할 수 있다.

58

제 5 장 결론 및 추후 진행 사항

5.1 결론 본 프로젝트에서는 유압 실린더를 제조하는 다품종 소량의

중소기업에서의 스마트공장 시스템을 구축하기 위한 방법을 다루었다.

중소기업의 경쟁력을 높이기 위해서는 중소기업 스스로가 스마트공장

시스템의 필요성을 이해하고, 구축방안을 고민하고 설계할 수 있어야

한다. 기존의 연구 및 스마트공장 구축사례를 참고하여, 연구보고서를

작성하였다.

현장에서 발생하는 수많은 Data에 대해, 관리적 목적이나, 설비/공정

별로 Data를 구분하지 않고, 제조라인에서 가장 중요한 문제인 납기와

생산성향상 측면에서 Data를 구분하였다.

이렇게, 현장에서 모니터링이 필요한 Data와 축적하여 Trend 분석을

통해, 불량 감소, Takt time 감소 등의 생산성 향상을 도모할 수 있는

Data로 분류한 현장의 Data를 그 분류에 따라 활용하는 방법을

제시하였다. 모니터링이 필요한 Data는 사용자를 구분하여, 라인

운영자가 필요한 정보의 Display 방법을 고안하였고, 현장 작업자의

경우, 입력 되어있는 기준정보를 DB에서 불러와 Display하고 현장에서

발생한 event data를 입력할 수 있도록 하였다.

그리고, 현장 data의 수집방법을 기존의 선행 연구와 실제 구축사례를

통해 유압 실린더를 제조하는 다품종 소량의 중소기업에 적용을 시켰고,

입력 방식에 따라 구분하였다.

이를 토대로 제조실행 시스템의 설계하고, 기존과 차별화되는 DB를

설계하였다.

마지막으로 중소기업이 한번에 스마트공장에 투자할 수 있는 시간적

비용적 한계를 감안하여, 2단계 이상의 스마트공장 구축 시나리오를

제시하였다. 다품종 소량의 제조라인에서 우선시 되어야 하는 유기적인

라인 운영을 위해, 설비에서 직접 Data를 취득하는 입력 방식을

59

최소화하고, 라인 운영을 위한 입력 방식을 우선으로 구축하고, 그 후에

생산성 향상을 위한 Data 취득을 위한 입력 방식을 설치하도록

제시하였다.

이 연구보고서를 통해 다품종 소량의 다공정 중소기업들이

스마트공장을 이해하고 구축하는데 도움이 되길 바란다.

별도로, 이 프로젝트를 진행하면서, W사의 작업지시서를 개선하였고 그

내용은 다음 항에서 정리하였다.

5.2 Routing Data 수집 및 작업지시 개선사례

현재 W사에 기준정보 중에 품명, 품번, BOM 등은 Data가 이미 확보

되어 있으나, 수주 제품이 점점 늘어나서 현재 800개에 이르게 되어,

Routing Data를 만들지 못했다. 이에, 스마트공장 구축 전 단계에서

Routing Data를 수집하고 있다.

한편, W사의 초기 공정인 튜브라인에서는 작업지시서를 생산계획마다

작업지시서를 발행하고 있다. W사가 스마트공장 구축 프로그램을

시작하여도, 작업지시서의 발행은 필요하게 된다. 이유는 앞서 언급한

것처럼, 매일 다른 제품을 진행해야 하기 때문에, 운반구 혹은 Pallet로

진행 부품을 특정하기 어렵기 때문이다. 해당 Lot에는 작업지시서가

포함되어 있어야, 작업자가 해당 Lot를 특정할 수 있게 되고, 키오스크

단말기에 붙어 있는 바코드 리더기를 통해, 작업지시서에 인쇄된

바코드를 인식하여 Process in 정보를 가져올 수 있다.

현재 W사에서는 작업지시서가 발행된 후, 각 공정 작업자는

작업지시서가 담긴 Lot이 입고되면 작업을 진행하고, 해당 Lot은 라인

운영자가 직접 다음 공정으로 보내주도록 지시하고 있다. 작업자들이

수많은 제품들의 라우팅을 일일이 기억하지 못하기 때문이다.

이에 스마트공장 프로그램을 시작하기 전에, 우선 작업지시서에 해당

제품의 Routing을 표시함으로써, 작업자가 작업지시서를 통해, 후속

공정을 파악하고 전달할 수 있도록 변경하였다. 현재 ERP의 Data를

엑셀로 받아 생산 계획등록 제품을 생산계획 DB로 올라가는데, 여기서,

부품(Tube)의 공정 진행 DB를 미리 입력한 공정 정보를 통해, 받아서,

작업지시서에 해당 제품의 공정 정보를 표시하는 방법이다. 이는 품번이

변경 시, 변경된 품번을 새로 입력하고, 변경된 품번에 대해 다시

60

새로운 공정정보를 넣어야 하는 문제가 있다. 또한, 전체 시스템에서

작업지시서가 발행되는 것이 아니라, 스프레드시트(엑셀)에 옮겨서 MS

Access라는 프로그램을 통해 작업지시서를 발행하는 방식이라,

번거롭기 하지만, 향후 전체 생산 시스템을 통합하는 프로젝트를

진행하기 전까지는 이러한 개선 상태를 유지하고자 한다.

상기의 진행 Algorithm과 시스템을 설명한 그림은 아래 <Figure 27>와

같고, 변경 전 작업지시서는 <Figure 28>이며, 변경 후 작업지시서는

<Figure 29>이다.

<Figure 27> – 공정정보 추가 Algorithm

61

<Figure 28> – 변경 전 작업지시서

<Figure 29> – 변경 후 작업지시서

62

5.3 추후 진행 예정 사항

본 프로젝트를 통해 W사의 스마트공장 구축 프로그램의 시작 전,

구축에 필요한 Data 분석과 분류를 마치었고, 모니터링 및 생산성

향상의 Data 활용 방법을 나누어 고안하였다. Data의 수집 방법을 입력

방식에 따라 나누고, 시스템과 DB를 설계하였다. 그리고 스마트공장

구축 시나리오를 단계별로 설정하였다.

이에, 이후 진행사항은 스마트공장 구축 시나리오의 1단계를 W사에

적용하여 스마트공장 시스템을 구축하는 것이다. 이미 IT 구축업체와

미팅을 통해 1단계 Data 수집에 대한 의견 수렴을 마친 상태로, 본

연구보고서의 순서와 방식으로 스마트 공장 구축을 진행할 것이다.

실제적인 스마트공장 구축을 진행하면서, 문제점을 확인하고,

연구보고서의 내용을 보완하고자 한다.

63

참고 문헌 (주)세피스. ( ). MESA International. ( ). http://www.mesa.org에서 검색됨 김태훈, 문창배, 김병만, 이현아, & 김현수. (2012). 사용자 맞춤

형 제조공정 정보관리 시스템 구축 방안. “한국산업정보학

회논문지 17(2)” (페이지: 47-52). 한국산업정보학회. 이경수, & 김수형. (2004). 제조공정의 MES 시스템 설계 및 구축.

“제22회 한국정보처리학회 추계학술발표대회”, (페이지: 782).

이승우, 이재경, 남소정, & 박종권. (2011). MES 구현을 위한 현장정보 수집시스템의 적용 예. “ 대한기계학회논문집 A권 제35권 제9호”, (페이지: 1064-1068).

이환우. (2013). 용접이음 된 유압 실린더용 로드/너클 조립체의 피로거동 해석. “한국기계가공학회지 제12권 제4호”, (페이지: 93).

조성호, 장태우, 신기태, 나홍범, & 박진우. (2009). 실시간 정보획득을 통한 제조공정의 지속적인 개선 방안 연구. “한국산업정보학회논문지 14(4)” (페이지: 79-86). 한국산업정보학회.

최미영, 문창주, 백두권, 권주흠, & 이영무. (2010). 데이터 본질 기반의 데이터 분류 방법론. “ 정보과학회논문지:컴퓨팅의 실제 및 레터 16(2)” (페이지: 165-169). 한국정보과학회.

64

Abstract

Methodology for the construction of a smart factory in a multi-process hydraulic component manufacturing company that

produces a large variety of small quantities

Inki Chae

The Graduate School of Engineering Practice

Seoul National University

Amid the intensified competition of the global market, many

countries are striving to strengthen their manufacturing industries.

South Korea’s competitive edge in manufacturing depends upon the

competitiveness of its small to medium-sized enterprises(SMEs).

However, these SMEs lack adequate capital and human resources,

operate with aged equipment, and remain reliant upon the

experience of employees. These are setbacks that make it difficult

for SMEs to compete successfully in the global market.

The 4th industrial revolution and the smart factory are

considered to be potential solutions, but most SMEs do not have an

adequate understanding of these concepts. Compared to larger

corporations, the majority of SMEs produce a variety of relatively

low-value-added products in small quantities. As such, the smart

factory solutions geared toward large-scale global IT corporations

65

are often unsuitable for the SMEs’ manufacturing practices.

Therefore, this report proposes a method for constructing a

Smart factory in a SME producing small quantities of hydraulic

components related to a variety of products. First, data generated at

the production site will be collected and analyzed and based on the

targets required at the production sites of small to medium-sized

enterprises, the on-site data are discriminated to find ways to

utilize monitoring and productivity improvement.

Furthermore, large quantities of data from the production site

will be collected to recommend methods of digitalization based on

process and equipment and devise a collection method that depends

on the input method. Based on these methods, the data of the

production site is collected, and a production site data

collection/analysis system that can be passed to the upper level is

constructed and the structure of the database is designed. Finally,

in order to construct a smart factory system within given limits of

cost and time in a multi-product, small-scale production plant.

Finally, in order to construct a smart factory system within a

limited cost and time in a multi-product small-scale production

plant, product stages are divided to distribute cost and time and

thus present a feasible methodology for the multi-stage

construction of a smart factory.

Keywords: Multi-product small-scale production, multi-process,

small to medium-sized enterprises, smart factory, digitalization of

on-site data

Student Number: 2016-22260

다품종 소량 생산을 하는 다공정의 유압부품 제조기업에서의...

Documents