2021년 업계 인사이트: 2021년 3월 종합 업데이트

소개

일일 가동률 업데이트가 탄력을 받고 주목받으면서, 우리는 데이터 관리자로서 우리의 가정, 잠재적 편향 소스, 오차 범위를 명확히 해 조직이 우리 숫자로부터 최대한 정보에 입각한 결정을 내릴 수 있게 해야 한다고 느꼈습니다.

어떤 데이터셋이든 편향을 포함하므로, 우리는 보고 지표마다 오차 범위를 붙입니다. 데이터 실무자로서 이러한 편향 소스, 데이터에 대한 가정, 방법론상 대응 방식을 투명하게 공개하는 건 중요합니다. 그래야 사용자인 여러분이 우리 주장의 진실성과 우리 데이터가 여러분 조직에 주는 가치를 스스로 판단할 수 있으니까요.

전통적 여론조사와의 유추

우리 데이터셋을 전통적 여론조사(TV 대선 경선 여론조사 같은) 관점에서 보면, 우리 기계 각각을 '사람'으로, 우리가 매초 '조사'하거나 '설문'하는 대상으로 볼 수 있습니다. 질문은 단순합니다. "지난 7일간 평균 가동률이 어땠나?" 우리는 클라우드 연결 엣지 장비 함대를 통해 미국 전역의 수천 '명'(기계)을 매초 샘플링하고, 모든 '답변'이 '들어오면' 전날 수치를 보고합니다.

우리가 샘플링하는 '사람'(기계)들의 위치.

전체 모집단을 포착하지 못하는 여론조사처럼, 우리 표본도 편향의 대상이 됩니다. 이전 글에서 다뤘듯, 특정 편향은 우리 방법론상 적용되지 않습니다. 감정 기반 편향들(지각 편향, 확증 편향, 악의적 허위 응답)이 그렇습니다. 기계는 MachineMetrics에 테더링되어 매초 소프트웨어로 자동 조사되므로, '거짓말'하거나 허위 진술을 할 기회가 원천 차단됩니다. 기술적 결함도 미미합니다. 가동률은 우리가 기계에서 폴링하는 가장 기본적인 지표라, 이상치는 알고리즘으로 탐지해 신속히 제거합니다. 하지만 인간 요소를 제거해도 다른 형태의 편향은 여전히 남습니다.

고생산성 표본

첫째, 우리 표본은 제조업의 '고생산성 표본'일 가능성이 높습니다. 인더스트리 4.0 기술을 도입한 업체들이 더 미래 지향적이어서, 이미 운영 효율화와 처리량 증대 프로세스를 갖췄을 확률이 높기 때문입니다. 우리 표본이 '평균적' 이산 제조업보다 몇 퍼센트 포인트 더 생산적인지는 정확히 알 수 없지만, 전체 트렌드는 이 영향 안 받을 거라 봅니다(고생산성 표본이든 평균 생산성 표본이든 일별 변화율은 비슷할 테니까요). 휴일, 경제적 충격, 온쇼어링/오프쇼어링 같은 거시 요인은 고·저생산성 업체에 상대적으로 동등하게 영향을 미치기 때문입니다. 이 점이 중요한 이유는, 우리가 보고하는 전반적 가동률 수준이 약간 높게 나와도, 휴일 효과, 코로나 효과, 펜트업 소비 수요가 제조업 전체에 미치는 영향 같은 뚜렷한 트렌드는 여전히 명확히 포착할 수 있기 때문입니다.

또한 우리는 미국 전역의 기계 사용량에 대한 완벽한 인구조사 수준의 센서스를 포착하지 못합니다. 그러려면 300만 대 이상 공작기계(AMT 추산, 원가 5만 달러 이상 운영 중인 CNC 공작기계 320만 대)에 모두 부착돼야 하니까요.

언젠가 300만 대를 목표로 하지만, 지금은 그 일부에 만족해야 합니다. 정확한 표본 크기는 비공개합니다. 기계당 표준 가격을 받는데, 그게 연간 반복 매출(ARR)을 드러내게 되고, 우리 규모 스타트업은 밸류에이션 핵심 지표인 ARR을 공개하지 않으니까요.

오차 범위

하지만 모범 사례로 오차 범위는 포함합니다. 표본 크기가 결국 겨냥하는 게 이거니까요. 오차 범위는 총 모집단 대비 표본 크기 비율과, 설문에 '긍정' 응답한 비율을 고려합니다. 우리 경우 설문 '긍정' 응답이란 게 없습니다. 이론적으로 100% 가동률을 '전원 예', 0%를 '전원 아니오'로 볼 순 있지만 의심스럽습니다. 그래서 단순히 50% 긍정 비율을 써서, 표본 크기 주어졌을 때 최악 시나리오(가장 보수적 조사 정확도)로 오차 범위를 최대화합니다. 따라서 우리가 보고하는 오차 범위는 우리 표본 크기 주어졌을 때 최악 시나리오용이라는 걸 확신하셔도 됩니다.

유한 모집단 오차 범위 공식. 출처: Chegg Homework Help

오차 범위가 클수록 사용자는 조사 결과에 대한 신뢰를 낮춰야 합니다. 우리 현재 오차 범위는 ±1.6~1.8% 수준입니다. 즉, 미국 내 전체 300만 공작기계의 실제 가동률 수치가 우리가 보고한 값의 ±1.6~1.8% 안에 있을 거라고 95% 확신합니다. 2021년 3월 6일 마지막 보고 가동률이 29.41%였으니, 전체 모집단 실제 가동률은 27.60~31.21% 사이일 가능성이 매우 높습니다. 오차 범위 내 비교(두 후보 간 여론조사 격차가 오차 범위 내인 경우처럼)는 소금 한 알만큼만 믿고 신중히 접근해야 합니다. 2016 대선 때 우리 모두 뼈저리게 배웠죠.

예를 들어 가동률이 29.0%에서 29.4%로 변했다면, 아직 오차 범위 안이니 사실이라기보단 호기심 거리로 봐야 합니다. 하지만 이 변화가 여러 날 지속돼 일주일 새 29%에서 31%로 갔다면, 95% 확신으로 이것이 모집단 수준 변화를 반영한다고 볼 수 있습니다. 또 다른 예로, 7월 4일 전 금요일에 가동률이 29%에서 25%로 하루 만에 떨어졌다면, 이 역시 단순한 호기심 거리가 아니라 미국 전역 공장 현장의 현실(연휴 앞당겨 주말 시작하는 사람들)을 반영한 거라고 봐야 합니다.

±1.6~1.8%라는 수치 자체도 중요합니다. 자사 공장 가동률을 업계 표준과 벤치마킹할 때 여러분이 설정해야 할 버퍼입니다.

업계 상황 업데이트

오차 범위 관련 설명 정신으로 가동률을 다음과 같이 진술하고자 합니다.

어제까지 주간 이동 평균 가동률이 27.60~31.21% 사이에 있으며, 점 추정치는 29.41%라고 95% 확신합니다.

이는 펜트업 수요로 미 전역 공장 수요가 급증한다는 연준 경제 데이터와 일치합니다. 지난 4년 중 3월 6일 기준 최고 가동률이란 꽤 놀라운 인사이트죠.

이는 2018년 10월(41개월 만의 고점) 이후 넘어서지 못한 지역적 최대치이기도 합니다. ISM 제조업 지수도 1월 58.7에서 60.8로 뛰어 48개월 고점을 찍은 것과 거의 완벽히 일치합니다. 데이터는 제조업의 심각한 노동력 부족이라는 일화적 보고로도 뒷받침됩니다. 공장 주인들은 아마존 등 신규 진입자들의 숙련공 채용 경쟁 속에서 노동자 고용에 애를 먹고 있습니다. 현장 관리자들은 인재 확보를 위해 임금을 최대 30%까지 올리고 있습니다.

월스트리트 저널 팟캐스트 'Where Jobs are Booming'을 인용하며 마칩니다. 우리 데이터에서 보이는 현상에 인간적 맥락을 더해줍니다.

결론: 장사가 잘됩니다, 거의 너무 잘돼서 걱정될 정도. 추가 업데이트 기대해 주세요!