빅데이터 분석으로 제조 공정 효율성 높여 수백만 달러 절감

Manufacturing Engineering: 데이터 마이닝과 빅데이터가 뜨거운 주제입니다. 귀사는 프로세스 마이닝 소프트웨어를 개발하는데, 데이터 마이닝과 어떻게 다른가요?

Alex Rinke: 데이터 마이닝은 전통적으로 KPI(핵심 성과 지표) 중심이며, 미래 트렌드 예측을 위한 패턴 식별과 실행 가능한 통찰 도출을 위한 데이터 분석에 초점을 맞춥니다. 기업은 데이터 마이닝을 통해 결론을 도출하고 특정 문제를 해결하지만, 프로세스 마이닝은 완전히 다른 접근 방식을 취합니다. 프로세스 마이닝 기술은 이벤트 로그를 활용하여 모든 프로세스의 '현 상태(as-is)'를 시각적으로 재구성하므로, 사용자는 관련 패턴을 찾기 위해 데이터 세트를 샅샅이 뒤지는 대신 프로세스가 실시간으로 어떻게 실행되는지 실제로 볼 수 있습니다. 데이터 마이닝과 프로세스 마이닝의 차이를 어두운 곳에서 손전등을 비추는 것과 전등 스위치를 켜는 것에 비유하고 싶습니다. 둘 다 유용하지만, 하나는 완전한 가시성을 위해 분명히 우월합니다.

ME: 프로세스 마이닝이 개별 제조 작업에 구체적으로 무엇을 제공합니까?

Rinke: 프로세스 마이닝의 중요한 장점 중 하나는 이벤트 로그가 생성되는 모든 프로세스에 근본적으로 적용 가능하다는 점입니다. 여기에는 제조 작업도 포함됩니다. 즉, 프로세스 마이닝은 운영이 실제로 어떻게 진행되는지 더 명확한 그림을 그려줍니다. 하지만 개별 제조업은 프로세스 마이닝으로 가장 많은 통찰을 얻을 수 있는 산업이며, Siemens, ABB, 3M 같은 기업들이 운영의 유연성과 효율성을 개선하기 위해 프로세스 마이닝에 크게 의존하고 있습니다.

제조 분야에서 흔히 접하는 사용 사례로는 일정 준수 개선, 자동화 모니터링, 용량 모델링, 폐기물 감소 등이 있으며, 프로세스 마이닝은 이 모든 영역에서 매우 귀중한 것으로 입증되었습니다. 예를 들어, ABB는 현재 프로세스 마이닝을 구매-지불 프로세스부터 생산 프로세스까지 다양한 프로세스에 활용하는 세계 최대 규모의 복잡한 제조 기업 중 하나입니다. 독일 하나우 공장의 직원들은 과거에 SAP 시스템에서 하루에 여러 번 평가를 추출하여 Excel로 가져오고 복잡한 수식을 사용해 프로세스를 분석하고 이해했습니다. 오늘날 ABB 관련 생산 및 조립 팀 리더들은 출근하자마자 전날의 생산 변형, 처리 시간, 불량 건수를 요약한 이메일을 받습니다. 여기서 중요한 점은 우리가 단순히 KPI에 대해 이야기하는 것이 아니라는 것입니다. 공장의 전체 프로세스 생태계가 프로세스 마이닝으로 즉시 가시화되어 비효율성 발견이 매우 쉬워집니다. 인지하고 있는 문제를 해결하는 것도 어렵지만, 아직 발견하지 못한 문제를 해결하는 것은 거의 불가능합니다.

ME: Celonis Proactive Insights 프로세스 마이닝 엔진은 어떻게 작동합니까?

Rinke: Celonis PI는 우리의 핵심 기술에 추가된 매우 흥미로운 기능으로, 고객에게 지속적인 가치를 기여할 엄청난 잠재력을 가지고 있습니다. 본질적으로 우리가 Celonis 위에 계층화한 머신러닝 알고리즘은 이전 사용 사례를 바탕으로 구축되어 자동화된 비즈니스 컨설턴트 역할을 하며 개선 사항을 권장합니다. 자동화된 패턴 인식 기능 덕분에 Celonis가 과거에 유사한 비효율성을 겪은 경우, 그러한 비효율성을 극복하기 위한 관련 솔루션을 피드백할 수 있습니다. Celonis를 비즈니스 프로세스를 위한 MRI라고 상상하면, PI는 그 MRI 스캔 결과를 해석하는 자동화된 의사와 같습니다.

ME: 어떤 제조업체들이 이 기술을 사용하며, 어떻게 배포하고 있습니까?

Rinke: ABB, 3M, Siemens가 몇 가지 Celonis 고객이며, 이들은 다양한 프로세스에 프로세스 마이닝 기술을 배포하고 수많은 직원에게 제공하고 있습니다. 예를 들어 Siemens는 광범위한 배포를 채택하여 직원에 권한을 부여하기로 했으며, 수천 명의 Siemens 직원이 매일 Celonis를 사용하여 자신들의 프로세스에서 정확히 무슨 일이 일어나고 있는지 파악합니다. 자재 조달, 벤더 관리, 생산 및 조립, 공유 서비스 등 각 프로세스가 전등 스위치를 켠 것처럼 투명해지고 이해하기 쉬워집니다.

ME: 어떤 제조 산업이 프로세스 마이닝을 가장 잘 활용할 수 있습니까?

Rinke: 프로세스 마이닝의 장점은 제조업을 포함한 모든 산업에 완전히 관련성이 있다는 것입니다. 조달 부서가 완전히 변혁되어 더 효율적이 되었고, 완전한 데이터 투명성 달성을 통해 공장이 더 스마트해지는 것을 보았습니다. 현재 추세는 '인더스트리 4.0'과 자기 최적화 스마트 팩토리 방향이며, 이 추세의 핵심 측면 중 하나는 정보 투명성입니다. Celonis 프로세스 마이닝은 바로 그 수준의 투명성을 달성하기 위한 즉시 사용 가능한 솔루션입니다.

ME: 머신러닝과 AI가 프로세스 마이닝 데이터 분석에 번들로 제공될 때, 제조 작업의 미래는 어떻습니까?

Rinke: 시스템이 더 많은 사용 사례를 기반으로 더 많은 정보를 집계할수록 Celonis가 더 똑똑해지므로, 프로세스 마이닝 소프트웨어 내 AI의 잠재력은 무한합니다. 모든 머신러닝 및 AI 애플리케이션과 마찬가지로, 더 많은 데이터가 입력될수록 시스템은 패턴 식별에 더 능숙해집니다. 복잡한 수동 프로세스 분석에 의존하는 대신, Celonis PI가 즉각적인 결과를 반환할 것으로 기대합니다. 공장에서 지연을 일으키는 병목 현상이 있는 생산 프로세스를 상상해 보세요. 병목이 어디에서 발생하는지, 그 파급 효과가 무엇인지 전혀 몰랐던 상황을 말입니다. Celonis는 병목의 근본 원인을 쉽게 식별할 수 있고, PI는 그 근본 원인을 효과적으로 완화하는 방법에 대한 권장 사항을 제시할 것입니다. 모든 산업의 제조업체들에게 흥미로운 시기입니다.

Epicor, Stephen Murphy를 CEO로 임명

ERP 개발사 Epicor Software Corp.(텍사스주 오스틴)은 10월 5일 Joe Cowan Epicor 사장 겸 CEO가 10월 말에 은퇴한다고 발표했습니다. Epicor 이사회는 OpenText(캐나다 온타리오주 워털루) 전 사장인 Stephen Murphy를 Epicor CEO로 임명했습니다.

Epicor 합류 전 Murphy는 20억 달러 규모의 기업 정보 관리(EIM) 소프트웨어 개발사 OpenText의 사장이었습니다. Murphy의 경력은 기술 분야에서 20년 이상으로, Oracle, Sun Microsystems, Manugistics에서의 영업 및 운영 리더십 직책, Accenture와 Procter & Gamble에서의 제조 및 유통 경험, 글로벌 물류 및 공급망 전략 주도, 주요 ERP 구현 등을 포함합니다. Murphy는 Harvard Business School MBA와 UC Davis 기계공학 학사 학위를 보유하고 있습니다.

전복합 소재 항공기 구조체 최적화 소프트웨어

Stratolaunch Systems Corp.(시애틀)이 올봄 모하비 사막에서 지상 테스트를 위해 전복합 소재 Stratolaunch 항공기를 공개했을 때, 이 거대한 항공기는 최근 몇 년간 복합 소재의 설계와 제조가 얼마나 발전했는지 보여주었습니다. 지난달 항공기의 6개 Pratt & Whitney 터보팬 엔진에 대한 1단계 엔진 테스트가 완료되었습니다.

날개 폭 기준으로 세계 최대 항공기인 이 항공기는 축구장 길이보다 넓으며, 거의 전적으로 복합 소재로 제작되었습니다. 복합 소재는 경량, 고강성, 고강도 특성을 제공하며 항공우주, 자동차, 스포츠, 의료, 산업 분야에서 점점 더 수요가 늘고 있습니다. Collier Research(버지니아주 뉴포트 뉴스)의 HyperSizer 최적화 소프트웨어는 제조사 Scaled Composites가 항공기 복합 소재 동체와 날개 구조를 최적화하는 데 광범위하게 사용되었습니다.

NASA에서 상용화된 첫 소프트웨어 패키지인 HyperSizer는 복합 소재나 금속 소재로 제작된 다양한 항공우주 및 기타 산업 프로젝트에 사용되었습니다. 이 소프트웨어는 설계, 응력 해석, 크기 최적화를 자동으로 수행하여 일반적으로 구조체 중량을 20-40% 줄여줍니다.

"어떤 크기의 전복합 소재 구조체에서든 재료의 가장 효율적인 사용을 보장하려면 설계 및 제조 최적화 도구를 초기 단계부터 효과적으로 활용해야 합니다."라고 Collier Research의 사장 Craig Collier는 말했습니다.

Stratolaunch 항공기는 Stratolaunch System Corp. 설립자 Paul G. Allen의 아이디어입니다. 두 개의 동체가 거대한 단일 날개로 연결되어 있고, 6개의 엔진으로 최대 550,000 lb(247,500 kg)의 탑재체를 싣고 활주로에서 이륙할 수 있습니다. 상업용 여객기의 순항 고도에서 Stratolaunch 공중 발사 플랫폼은 우주 발사체 탑재체를 분리하고 공항으로 돌아와 재사용됩니다. 첫 발사 시연은 2019년 초로 예상됩니다.

거대한 Stratolaunch 날개의 경우 처짐 한계가 고려해야 할 중요한 요소였습니다. 이중 동체의 패널은 강도, 안정성, 허니컴 샌드위치 파괴 모드를 위해 크기가 결정되었습니다. HyperSizer를 사용함으로써 응력 팀은 신속한 자유물체 해석, 이산 라미네이트 크기 결정, 합판 기반 복합 소재 파괴 해석, 주름짐, 코어 전단, 평면 인장, 셀 내 딤플링 같은 허니컴 샌드위치 해석 방법, Excel 스프레드시트에서 하중을 밀어넣는 스크립팅 API를 포함한 포괄적인 자동화된 파괴 분석 세트에 접근할 수 있었습니다.

Collier는 복합 소재 설계 및 제조에 사용되는 도구 세트의 통합에서 지속적인 진화를 목격하고 있습니다. "HyperSizer 소프트웨어는 구조체가 얼마나 생산 가능한지, 제조 문제가 있을 수 있는지에 대한 통찰을 제공할 수 있습니다."라고 Craig Collier는 말했습니다. "초기 설계 사고에 라미네이트 제작 선호도를 반영할 수 있으며, 제조 용이성이 라미네이트 구조의 강도 설계에 주요 영향을 미치고 있습니다."

신제품 출시

제품 라인 엔지니어링(PLE) 개발사 BigLever Software(텍사스주 오스틴)와 엔지니어링 프로세스 관리 공급업체 Method Park(피츠버그)가 새로운 기능 기반 PLE 프로세스 프레임워크를 개발했습니다. 이는 PLE 성공을 가능하게 했던 모범 사례의 즉시 사용 가능한 템플릿을 제공합니다.

현재 사용 가능한 이 새로운 프레임워크는 Method Park의 Stages 프로세스 관리 시스템과 BigLever의 3단계 PLE 방법론을 결합하여 기업이 PLE 관행으로의 전환을 가속화하고 기업 전체에서 교차 기능적 정렬을 달성할 수 있게 합니다. 기업은 이 프로세스 프레임워크를 사용하여 소프트웨어, 전기, 기계 영역 전반의 의사소통과 협업을 개선하고 임시 및 일회성 접근 방식의 함정을 피함으로써 PLE 운영을 최적화할 수 있습니다. BigLever는 새로운 프레임워크를 회사의 전체적인 onePLE 솔루션의 핵심 부분으로 통합했습니다.

기능 기반 PLE은 공유 엔지니어링 자산 세트, 관리되는 기능 세트, 제품 라인의 생산을 자동화하는 효율적인 수단을 사용하여 제품 라인 포트폴리오의 생성, 제공, 유지보수, 진화를 크게 단순화합니다. 새로운 프로세스 프레임워크는 조직 구조를 명시하고 조직 역할, 책임, PLE 패러다임 하에서 효과적으로 운영하는 데 필요한 프로세스를 명확히 정의함으로써 그 구조를 실행에 옮기는 완전히 맞춤화 가능한 운용 개념(ConOps) 템플릿을 제공합니다.

Boothroyd Dewhurst Inc.(로드아일랜드주 웨이크필드), Design for Manufacture and Assembly(DFMA) 소프트웨어 개발사,가 업데이트된 DFM Concurrent Costing Version 3.0을 출시했습니다. 엔지니어링 및 조달 팀을 위한 원가 분석 도구로 배포된 최신 소프트웨어는 제조업체가 과거 입찰 기반의 '가격' 모델을 넘어 과학적 테스트 데이터와 연구에 기반한 산업 원가 모델로 이동할 수 있게 합니다. 그 결과 숨겨진 원가 동인과 설계 및 생산 최적화 방법에 대한 통찰을 제공하는 매우 신뢰할 수 있는 '제조 원가(should cost)' 관점을 얻을 수 있다고 회사는 설명합니다.

DFM 3.0을 통해 OEM과 공급업체는 기계 유형, 속도, 가공 순서, 최적 자동화 수준이 논의되는 중립적 프레임워크에서 입찰을 검토할 수 있습니다. 이 더 잘 정보화된 환경은 전문 지식, 최적 원가 관행, 공유 목표를 중심으로 공급업체 제안과 더 깊고 통합된 파트너십을 장려한다고 합니다.

전통적인 가격 모델과 데이터 기반 원가 모델 간의 차이는 상당할 수 있으며, 제품이 어느 지역이나 국가로 제조 이전될지에 대한 결정에 영향을 미칩니다. 적절하게 설계되고 원가가 산정된 제품은 기존 자원 근처의 원래 제조 위치에 남을 가능성이 더 높습니다. OEM과 공급업체는 DFM 소프트웨어를 중심으로 이러한 전략적 문제 등을 해결하기 위해 협업할 수 있습니다. 설계 초기나 시제품 제작 단계에서 수행된 DFM 분석은 시장 출시 시간을 단축하고, 직간접 비용에 영향을 주며, 제품 기능을 최적화하는 데 도움이 됩니다. 개인이나 팀이 비용 절감을 위한 트레이드오프 결정을 내리는 데 사용할 수 있습니다.

최신 버전의 주요 특징으로는 DFM 3.0의 형상 계산기가 단순화되어 소프트웨어의 메인 응답 패널에 통합됨으로써 사용자가 부품의 DFM 원가 분석을 더 지원적으로 안내받을 수 있다는 점이 있습니다.

기본 제조 작업과 사용자 기반 공정 라이브러리가 간소화되었고, 모든 수식 창에 새로운 테스트 보기 패널이 추가되었습니다. 맞춤형 작업과 사용자 공정 개발이 더 빠르고 쉽다고 회사는 말합니다. DFM 소프트웨어의 전반적인 모양과 느낌이 업데이트되어 Design for Assembly(DFA)와 DFM 제조 원가 산출 간의 더 응집력 있는 사용자 경험을 제공합니다. DFA/DFM 소프트웨어 링크의 성능이 개선되어 소프트웨어 패키지 간의 데이터 통합이 더 원활해졌습니다.