생산관리에 인공지능(AI) 활용

제조업에서 생산관리는 중요한 역할을 한다.

일상 관리 업무 중에 쓸데없는 낭비가 발생하거나 같은 실수가 반복되는 문제를 안고 있었던 경험도 많았을 것이다.

생산관리 업무에 인공지능(AI)를 도입해 활용하면 이러한 난제를 해결할 가능성이 높다.

이 기사에서는 AI 활용을 통해 해결할 수 있는 생산관리 과제와 장점을 알아본다.

인공지능(AI)으로 해결할 수 있는 생산관리의 4대 과제

제조업의 생산관리에는 AI를 활용하면 해결할 수 있는 주요 과제로 아래와 같은업무를 생각해 볼 수 있다.

• 업무 부하량의 평준화

• 생산 과정에서의 낭비 방지

• 관리 업무 사람에 따른 편차 발생(속인화) 억제

• 휴먼 에러 발생률 감소

부문 간 업무 부하가 불공평하여 평준화가 어렵다

작업자 간 또는 부문 간에 불공평한 업무 부하가 발생하면 업무량의 평준화가 필요하다.

평준화하지 않으면 업무량이 너무 많거나 업무의 폭이 너무 넓어져 과부하로 휴먼 에러 발생 가능성이 높아질 뿐 아니라 직원들의 불평으로 연결된다.

생산 계획에 따라 효율적으로 생산 활동을 진행하기 위해 작업자간에 또는 부문 간 업무를 평준화하는 것이 중요하다.

그러나, 생산 공정이 복잡하고 다종 다양한 제품을 제조하고 있는 공장에서는, 각각의 부문이나 모든 직원의 업무부하 파악이 현실적으로 어렵다.

과잉 재고나 불량품으로 인한 제조 낭비 발생

제조 과정에서 낭비가 발생하는 원인은 불량품 제조 및 과잉 재고가 주요 원인이다.

낭비가 발생하면 제조원가 상승은 물론 판매 기회를 상실하여 매출에도 좋지 않은 영향을 미치게 된다. 

예를 들어 원가가 1,000원, 판매가격이 5,000인 제품을 생산하고 있다고 가정해 보자.

불량품으로 인한 손실금액은 원가인 1,000원만이 아니다. 5,000원의 판매 기회를 놓친 것이기 때문에 6,000원의 손실이 발생했다고 보아야 한다.

제조 낭비가 쌓여가면 경영을 압박하는 큰 요인이 된다.

관리 업무가 사람에 따라 편차 발생(속인화)

관리업무가 관리하는 사람에 따라 다르면(속인화) 업무가 정체되거나 특정 직원이나 작업자에게 집중되는 폐해가 발생한다. 

속인화란 어느 특정 직원이 담당하고 있던 업무의 상세한 내용이나 진행 방법을 당사자 이외에는 잘 알 수 없는 상태를 말한다.

특히 최근에는 노동력 부족도 심각한 문제이다. 고령화가 진행되고 있는 지금 젊은 노동자 확보가 어려워 기술 계승이 어려운 경우도 발생하고 있다.

수배 누락이나 발주 미스 등 휴먼 에러 발생

생산관리 업무에 있어서 입력 누락이나 수배 누락, 발주 미스 등 인적 실수로 인해 발생할 수 있는 위험이 항상 존재한다.

실수를 없애기 위해서는 확인 작업을 이중 삼중으로 하는 등 대책이 필요하지만 많은 수고와 번거로움이 발생한다.

이러한 일들은 부가가치가 상대적으로 낮은 작업에 귀중한 인적 자원을 쏟아 전체적으로 생산성을 저하시키는 요인이 된다.

생산관리에 AI 활용 메리트

생산관리에 AI를 활용하면 위와 같은 문제점을 해결할 수 있다.

AI는 방대한 데이터를 처리할 수 있기 때문에 잘 활용하면 많은 장점을 가지고 있다.

노동력 부족 해소

AI활용으로 노동력 부족을 해소하면 생산 관리에 큰 도움이 될 것이다.

저출산 고령화로 인한 노동력 부족은 앞으로 더욱 심각해질 것으로 보인다.

자동화할 수 있는 업무는 AI로 관리함으로써 인력 부족문제를 해결할 수 있다.

기존에 숙련된 작업자만이 할 수 있었던 업무도 AI가 대체할 수 있다.

방대한 데이터와 정보 처리

생산관리 현장에서는 제조공정과 설비가 복잡하여 사람이 처리할 수 없을 정도로 방대한 데이터와 정보 처리 업무가 발생하다.

AI의 특징은 빅데이터 처리에 장점을 가지고 있다.

AI를 활용하여 방대한 데이터와 정보를 처리할 수 있다면 제조 현장에서 취득한 모든 데이터를 분석하여 생산 라인을 최적화하고 품질향상에 활용할 수 있을 것이다.

대량의 데이터 분석으로 최적의 패턴을 찾아 편향된 업무 부하의 평준화도 가능하다.

정보 공유 원활

생산 관리에 AI를 도입하면 부문 간 정보 공유가 원활해진다.

제조에서 판매까지 부문간에 생산라인의 정보가 가시화되고 공유할 수 있기 때문이다.

전체 상황을 파악할 수 있고 실시간 확인도 가능해 재고 초과 및 부족 현상을 해결할 수 있다.

재고를 과부족 없이 항상 이상적인 상태로 유지할 수 있다.

다양한 고객의 니즈 충족

시대의 흐름인 고객의 다양한 요구를 충족시키기 위해서는 다품종 소량 생산이 필요하다.

적은 로트 수와 다양한 제품을 생산하는 일은 소품종 대량 생산보다 효율이 악화되고 제조 관리에 드는 공수도 늘어나기 마련이다. 

다품종 생산 전환시에 AI 자동 제어의 도입으로 사람이 대응할 수 없는 복잡한 제조 관리도 유연하게 대응할 수 있게 되어 다양한 고객의 요구를 충족시킬 수 있는 생산 체제가 마련된다.

실제로 생산 관리에 AI를 도입하여 과제 해결이나 생산성 향상을 실현한 기업 사례도 많이 있다. 

AI 생산 관리에 사용시 포인트와 주의점

생산 관리에 AI 시스템을 도입할 때의 포인트나 주의점 정리

주의점

• 목적과 과제를 명확히 한다

  경영층이 솔선하여 현장의 소리를 듣고 무엇이 문제이고 해결하고 싶은 것은 무엇인지, 그리고 어떠한 효과를 낼 수 있는지 명확히 한다.

• 예산과 기업 규모에 맞는 AI시스템

  도입 비용에 어울리는 성과를 낼 수 있도록 도입 검토 시에 자사의 규모와 예산에 적정한 시스템 선정

• 부서간 연계와 의사 소통 철저

  특히 생산현장의 부서와 생산관리 시스템을 담당하는 정보시스템부서간의 연계가 반드시 필요하다.

  시스템부문도 자사 생산현장의 상황을 이해한 후 도입을 추진해야 한다