최근 국내외 제조 환경은 코로나 팬데믹 이후 글로벌 경쟁이 증가하면서 제품의 라이프사이클이 더욱 짧아지고 시장의 변화가 커지고 있다. 변화에 대응하기 위해 제조업체는 생산 리드타임과 재고를 줄이면서 고객의 요구 사항을 만족시키기 위해 다양한 노력을 하고 있다.

많은 기업들이 중소벤처기업부의 “스마트 팩토리 보급사업”을 통해 생산 현장의 제어와 자동화를 위한 여러 시스템을 구축하였고, 이를 통해 자동화/정보화 수준은 꾸준히 향상되고 있다. 현장 정보화는 현장 데이터 실시간 조회를 통해 생산 현장의 투명성을 높이고, 물류 자동화를 통해 현장 인력 감소의 효과를 가져왔다.

현장 데이터를 바탕으로 보다 효율적인 의사결정을 내리고, 이를 기준으로 생산을 실행할 수 있는 체계를 구축하여야 실질적인 제조 생산성이 향상되고 제조 경쟁력을 확보할 수 있다. 하지만 최근 사회초년생들의 제조업 기피 현상과 IT 관련 인력난으로 많은 제조업체는 고도화된 정보 시스템의 구축과 숙련된 관리 인원의 유지에 많은 어려움을 겪고 있다.

본고에서는 제조업의 생산성 향상을 위해서 APS (Advanced Planning and Scheduling)라고 불리는 최적 생산계획 시스템의 도입 필요성과 디지털 트윈과 AI 기술을 활용하여 생산계획의 최적화를 달성하기 위한 전략 및 사례를 공유하고자 한다. 특히 클라우드 기반 구독 서비스를 통해 제조 기업이 전문 IT 인력을 보유하지 않고 적은 구축 비용으로 APS 시스템을 도입하고 활용할 수 있는 전략에 대해 소개한다.

생산계획 최적화(APS) 시스템
도입의 중요성

제조업의 생산성 향상을 위해서는 효율적인 공장 운영을 위한 지원 체계가 필요하다. 효율적인 공장 운영을 위해서는 공장의 생산 제약(생산 능력, 치공구 수량, 공정 제약 등)과 자재 제약을 고려하여 고객의 주문 수량을 요구되는 납기 내에 생산할 수 있는 최적의 생산계획을 만들어 내야 한다. 생산 제약이나 자재 제약이 정확하게 반영되지 않으면, 설비/치공구 또는 자재의 부족으로 설비의 가동률이 하락하고, 재공 재고와 생산 리드타임이 증가한다. 한편으로는 설비 가동율을 높이기 위해 불필요한 제품의 선행 생산 및 과잉 생산을 하고, 이는 재고 비용을 증가시키고 최악의 경우 불용 자재를 발생시킨다.

생산계획 최적화 시스템(APS, Advanced Planning and Scheduling)의 도입은 제조업의 생산 효율성을 높이는 한편, 생산 운영을 위한 여러 기준 정보들을 통합 관리함으로써 생산 제약과 자재 제약을 효율적으로 관리하고 복잡성을 최소화하는 데 중요한 역할을 한다. APS 시스템은 기존의 매뉴얼 관리 체계 방식이 가진 한계를 극복하고, 생산 리드타임과 재고 비용을 유의미한 수준으로 감소시키며, 납기 불만족과 재고량 증가, 설비의 비효율적 운영 문제 등을 효과적으로 해결할 수 있다.

APS 시스템은 실시간 공장의 상태(설비, 재공 재고, 자재 등)을 반영하여 고객의 주문에 대응하기 위한 공장의 최적 생산계획과 각 설비의 작업계획을 자동 생성하여 제공해 준다. 미래 생산계획을 통해 공장 운영에 대한 투명성을 확보할 수 있으며, 고객에게 납기 약속뿐만 아니라 예상 납품 일정을 실시간으로 공유함으로써 고객 만족도를 높이고, 장기적인 신뢰 관계를 강화하는데 중요한 역할을 한다.

생산 운영의
디지털 혁신을 위한 전략

제조업의 지속 가능한 발전을 위해서는 최적 생산계획(APS) 시스템의 구축이 필수적이다. 현대 제조 시스템에서 요구하는 복잡한 데이터 분석과 신속한 데이터 처리를 위해서, 디지털 트윈과 AI/ML 기술을 활용한 APS 솔루션은 제조업체가 생산 능력을 극대화하고, 재고 최소화 및 납기 준수율을 개선하는 데 중요한 역할을 한다.

브이엠에스 솔루션스는 글로벌 반도체 및 디스플레이 패널 제조업체들을 대상으로 20년 이상 최적의 생산계획 수립 시스템을 구축하고, 고객의 경쟁력 향상에 기여하고 있다. 2020년 이후 전자 부품, 자동차, 제약 산업에 이르기까지 다양한 산업 분야로 시스템 보급을 넓혀왔고, 많은 고객과 함께 생산 효율성을 높이는 실질적인 사례를 만들어 왔다.

브이엠에스 솔루션스의 MOZART는 제조 공정과 생산 운영 업무를 분석하여 비효율적인 영역을 식별한 후 개선점을 도출하고, 최적의 생산계획을 자동으로 생성하여 가동률 향상, 재고와 생산 리드타임 감소 등을 통해 생산 비용을 절감할 수 있도록 지원한다. 또한 다양한 시나리오 분석 시뮬레이션을 통해 미래 상황에 대비할 수 있는 여러 대안을 평가할 수 있으며, 시장 변화에 민첩하게 대응할 수 있는 적응력을 강화할 수 있다. 이는 제조업체가 시장의 불확실성을 효과적으로 관리하고 지속 가능한 경쟁력을 유지하는데 기여한다.
많은 제조업체가 이와 같은 최적 생산계획 시스템의 도입을 검토하지만, 높은 구축 비용과 유지보수 비용 때문에 망설이고 있다. 구축 및 유지 비용을 줄이는 방안으로 클라우드 기반의 구독형 서비스가 대안으로 제시되었고, 얼마 전 세계 최대 ERP 공급업체인 SAP도 앞으로 클라우드 버전만 공급하고 구축형은 더 이상 판매하지 않는다고 선언하였기 때문에 제조업에서 사용하는 많은 정보 시스템이 빠르게 클라우드 기반으로 전환될 것이다.

MOZART Cloud
: 클라우드 기반 최적 생산계획 시스템

MOZART Cloud는 브이엠에스 솔루션스가 20여 년간 반도체/디스플레이 등 첨단 제조 시스템을 대상으로(생산 운영 시스템을 구축한 경험을 기반으로) 제조업의 다양한 요구 사항을 충족시키기 위해 개발된 클라우드 기반 최적 생산계획 플랫폼이다. MOZART Cloud는 공장의 생산 능력과 자재 제약 등의 여러 생산 제약을 고려하여 자동으로 최적 생산계획을 수립하고, 생산 운영 관리를 위한 선진 절차(Best practice)가 포함된 운영 프로세스와 UI를 제공하고 있다. 이를 통해 사용자는 실시간으로 생산 현황 및 미래의 생산계획을 확인하고 분석할 수 있으며, 생산계획을 위한 숙련된 전문 인력이 없이도 시스템을 손쉽게 활용하여 최적화된 생산 운영을 달성할 수 있다.

MOZART Cloud의 AI 기반 의사결정 지원 시스템은 수요 예측부터 계획 최적화까지 생산계획 업무의 효율화를 위한 다양한 요구 사항을 AI 기능을 활용하여 제공하고 있으며, 시나리오 기반의 시뮬레이션을 통하여 생산과정에서 발생할 수 있는 다양한 문제에 대해 신속하고 전략적인 의사결정을 내릴 수 있다. 또한 데이터 헬스 체크를 통해 시스템의 안정적인 운영을 지원하고 있으며, 이상 데이터가 발생할 경우 자동으로 예상되는 문제를 사용자에게 알려준다. 이러한 포괄적인 기능은 제조업체가 시장의 빠른 변화에 효과적으로 적응하고, 지속 가능한 경쟁우위를 유지할 수 있다.
 MOZART Cloud는 구독형 서비스(SaaS, Software as a Service)를 통해 시스템 구축 기간을 단축하고, 소프트웨어 라이선스 및 하드웨어 구매 없이 시스템을 사용하게 함으로써 구축형 시스템에 비해 초기 투자 비용을 47% 이상 절감할 수 있다. 그리고 5년간의 운영 비용을 비교해 보면 구축형 시스템에 비해 구독형 서비스가 32%의 비용 절감 효과를 보이고 있다. 구독 서비스는 필요에 따라 유연하게 지원 서비스를 확장하거나 축소할 수 있는 장점을 제공하며, 이를 통해 제조업체는 변화하는 시장 요구에 신속히 대응하고, 시스템 운영 비용을 최소화하면서 제조 경쟁력을 강화할 수 있다.

AI 및 디지털 트윈 기술을 활용한
생산계획 최적화

생산계획 최적화를 위해서는 수리모델과 휴리스틱의 두 가지 접근 방식이 있다.
•수리모형 & 수리 최적화 접근법 : 전통적인 최적화 방식으로, 생산계획 문제를 수학적으로 모델링하여 해결한다. 이 방법은 이론적으로 최적의 결과를 보장하지만, 현대 제조 시스템의 복잡성으로 인해 모형화가 어렵고 의미 있는 시간 안에 문제를 풀지 못한다.
•디지털 트윈 & 휴리스틱 기술 : 실제 공장의 데이터를 기반으로 가상 모델을 생성하고, 이를 활용한 시뮬레이션을 통해 빠르고 유연한 생산계획 수립을 가능하게 한다. 이 접근법은 AI 기술과 결합하여 계획 최적화를 위한 여러 방안의 접목이 용이하다.

MOZART 시스템은 시뮬레이션 기반 휴리스틱 모델을 통해 최적 생산계획을 생성하고 있다. 생산계획 수립에 사용되는 여러 매개변수들을 강화학습(Reinforcement learning)을 통해 최적화할 수 있으며, 생산계획의 성능 지표를 개선할 수 있다. 예를 들어 최적 매개변수를 통해 설비의 셋업 횟수 감소나 납기 지연 수량의 최소화 등의 효과를 얻을 수 있으며, 생산 리드타임 단축, 납기 준수율 향상, 생산성 증대라는 구체적인 생산 지표 개선을 이끌어 낼 수 있다.

생산계획 시스템은 많은 입력 데이터를 사용하고 있기 때문에 입력 데이터의 건전성이 시스템의 안정적 운영과 계획의 고른 품질을 유지하는 중요한 관건이다. 그리고 생성된 계획의 데이터가 방대하고 복잡하기 때문에 생산계획 결과를 분석하여 납기 지연 및 병목 현상의 원인을 파악하는 데도 많은 어려움이 있다. 데이터의 검증 및 계획 결과의 분석은 지도학습(Supervised learning)을 통해 자동으로 이루어질 수 있으며, 시스템의 안정적 운영과 사용자의 의사결정 시간을 단축시키는 효과를 가져온다.
이처럼 AI 및 디지털 트윈 기술을 활용한 생산계획 최적화는 생산 운영 업무를 효율화할 뿐만 아니라, 관리자의 고도화된 의사결정을 통해 제조 현장의 불필요한 셋업, 설비 비가동 시간, 재공 수량 등을 줄일 수 있으며, 나아가 납기 준수율 향상과 직접적인 생산성 증대의 효과를 가져올 수 있다.

자율 생산 시스템으로의 전환

제조업의 생산 운영 업무는 고객의 납기를 만족하기 위해 효율적으로 공장을 운전하는 것으로 볼 수 있다. 현대사회에서 운전자는 원거리 목적지까지 이동하기 위해 네비게이션 시스템에 많은 정보를 제공받고 있다. 네비게이션 시스템이 제공하는 가장 중요한 두 가지 정보는 현 도로 상황을 반영하여 “앞으로 어느 길로 가야 되는지”와 “목적지 도착 예상 시간”으로 볼 수 있다. 두 가지 정보를 통해 운전자는 미리 핸들을 조작할 수 있고, 목적지 예상 도착 시간에 따라 휴게소에서 쉬어갈 수 있는지를 판단할 수 있다.

APS 시스템도 공장을 운영하는 네비게이션의 역할을 한다. 현재 공장 상태와 주문을 고려하여 각 설비/공정이 해야 할 작업계획을 보여주고, 각 주문의 예상 출하 일정 정보를 알려준다. 정보를 통해 관리자는 설비 PM(예방 보전), 개발 제품의 공정 진행, 고객에게 납품일자 확정 등 효율적 공장 운영과 납기 관리를 위한 여러 업무를 처리할 수 있다.

하지만 네비게이션은 여전히 운전자의 의사결정과 개입이 필요한 시스템이고, 운전자의 개입을 최소화하는 자율 주행 시스템으로 진화하고 있다. 제조 시스템도 초기 온라인 데이터 집계부터 시작하여 물류 자동화와 현장의 모니터링 단계, 나아가 APS 시스템을 적용한 미래 의사결정 지원 단계까지 발전하였고, 최종적으로 자율 생산 단계로의 전환을 위한 준비를 시작하고 있다. 자율 생산으로의 전환은 단순히 자동화된 장비의 조작을 넘어서, 데이터 기반의 자율적인 의사결정이 가능한 복잡한 시스템의 구축을 의미한다. 이는 실시간 데이터의 온라인 처리, 모니터링, 디스패치, 스케줄링 그리고 자율 운영까지 다양한 단계를 포함한다.

AI와 디지털 트윈 기술의 진화는 이러한 전환을 가능하게 하며, 제조업체는 더욱 스마트하고 효율적인 생산체계를 구현할 수 있는 기회를 갖는다. 자율 생산 시스템은 단순히 제조 공정의 자동화를 넘어서(생산 시스템 전반에 걸쳐) 인간의 개입 없이 운영될 수 있는 체계를 지향한다. 하지만 제품의 특성이나 투자 규모에 따라 자율 생산의 목표나 범위는 다양할 수 있다. 예를 들어 반도체, 디스플레이, 자동차 생산 라인 등은 물류 자동화를 포함한 인간의 개입이 거의 없이 운영 가능한 생산 시스템을 목표로 하며, 일반 제조 분야에서는 의사결정 시간을 단축하는 것부터 점진적으로 자율 의사결정이 가능한 시스템으로의 전환을 지향한다.

마무리하며

제조 경쟁력을 유지하기 위한 최적 생산계획(AP S) 시스템은 선택이 아닌 필수 운영 시스템으로 자리잡고 있다. 그리고 AI와 디지털 트윈 기술을 활용한 최적화 방법은 APS 시스템의 고도화를 가속화하고 있으며, 클라우드 기반의 구독 서비스는 APS 시스템 도입의 문턱을 낮추고 있다.

브이엠에스 솔루션스는 20여 년간 반도체와 디스플레이 등의 첨단 산업을 대상으로 효율적 생산 운영 시스템인 MOZART 솔루션을 보급해 왔고, 디지털 트윈과 AI 기술을 기반으로 생산계획 최적화 연구를 선도하고 있다. 그리고 MOZART Cloud와 같은 혁신적인 구독 서비스를 통해 제조업체가 보다 쉽게 스마트하고 효율적인 생산체계를 구현할 수 있다.

제조 시스템은 물류 자동화와 정보화 단계를 지나 점차 사람의 개입을 최소화하는 자율 생산 시스템으로 진화될 것이고, 자율 생산 시스템으로의 전환을 위해서는 자율적인 의사결정이 가능한 최적 생산계획(APS) 시스템이 반드시 필요하다. 많은 제조업체들이 APS 시스템 도입을 통해 시장의 변화에 능동적으로 대응하고, 생산 효율성과 유연성을 극대화하기 위한 능력을 갖추고 있다.

kbhee@vms-solutions.com