생산성 극대화는 모든 제조기업에게 있어 매우 중요한 목표이다. 생산성 향상을 위한 개선은 일회성 조정이 아닌 끊임없이 지속되는 과정이다.

오늘날 생산성 손실을 해결하는 일로 특히 기후 관련 문제가 중요시 되고 있다. 기술의 발전과 경제 성장에도 불구하고 2010년 이후 제조 분야의 생산성은 계속 감소하고 있다. 

이러한 추세를 되돌리기 위해 효율성 저하 요인을 추적하고 해결 방법을 찾아야 한다.

제조 현업에서 생산성을 저하시키는 일반적인 원인과 해결방법을 생각해 본다.

1. 설비 고장

제조업에서 가장 흔한 생산성 저하 요인 중 하나는 생산설비의 기계적 고장이다. 예상치 못한 설비의 다운타임으로 공장의 생산설비 수리 비용과 생산 중단 손실을 고려할 때 매년 500억 달러의 비용을 지출하고 있는 견해가 있다. 정기적인 보전 관리 업무 일정을 통해 설비 고장을 예방할 수 있지만 예측 유지 관리가 보다 더 효과적이다.

예측 정비는 사물인터넷(IoT) 센서를 활용해 설비의 수리 시기를 판단한다. 고장 나기 전에 외관상으로 마모의 징후가 눈에 띄지 않을 수 있지만 설비 내부에서 어떠한 신호가 나타나는 경우가 많다. 예측 유지보수를 통해 이러한 신호나 온도조건을 분석하여 장비 상태를 보다 정확하게 파악할 수 있다.

연구 조사에 따르면 예측적 유지보수로 예상치 못한 다운타임 로스를 최대 20%까지 줄일 수 있으며, 유지보수 비용을 최대 10%까지 절감할 수 있어 다운타임의 전반적인 영향을 최소화할 수 있는 것으로 나타났다.

2. 계획성 다운타임

생산계획에 없었던 설비 다운타임으로 인한 손실비용이 더 크지만 계획에 잡혀있는 생산중단도 생산성을 제한하고 있다. 일반적으로 제조 현장에서 필요 이상으로 다운타임 시간을 계획에 넣어 생산관리상 여유 시간을 만들어 놓는 경우가 있다. 예측 정비는 이러한 여유분을 잡아내는데 도움이 될 수 있다.

기존의 일정 기반 예방 유지보수는 고장을 방지하지만 종종 불필요한 수리를 초래하는 경우도 있다. 기계는 일정에 따라 항상 일관성을 유지하며 성능이 저하되지 않기 때문에 스케쥴 기반 예방 보전으로 다운타임 방지를 보증하기 어렵다.

예측 유지보수를 통해 필요 시에 설비를 수리하면 다운타임이 발생하지 않는다. 예측정비는 예방 정비에 비해 8-10%의 비용 절감 효과를 얻을 수 있는 것으로 나타났다.

3. 부상과 질병

직원의 부상과 질병 또한 제조 생산성 저하의 요인이 된다. 예기치 못한 부상과 질병으로 생산을 중단하거나 지연되는 경우가 산업 현장에서 종종 발생된다.

산업 안전사고를 예방하는 가장 효과적인 방법은 위험요인을 완전히 제거하는 것이다. 위험한 공정부터 자동화하여 근로자들이 안전한 곳에서 작업하도록 보장하여야 한다. 특히 반복적인 동작이나 하중으로 인한 근골격계 부상을 예방하기 위해 기술에 대한 올바른 이해와 보다 철저한 기능훈련도 필요하다.

IoT 추적기 또한 안전의 투명성과 커뮤니케이션을 개선하여 부상을 완화하는 데 도움이 된다. 스마트 섬유는 작업자의 심박수와 기타 생명유지에 필요한 바이탈 치수를 측정하여 근로자들이 작업 중 과민반응이나 이와 유사한 작업환경의 위험에 처했을 때 이 상황을 알려준다. 사고방지를 위해 휴식 또한 적절히 취하도록 관리하여야 한다.

4. 과로(번 아웃)

감정적인 요소도 근로자의 생산성 증진에 중요한 역할을 한다. 업무 스트레스는 천문학적인 비용과 수 많은 손실이 발생할 뿐 아니라 근로자들의 사생활에도 좋지 않은 영향을 준다.

번 아웃을 줄이는 가장 좋은 방법 중 하나는 스트레스를 덜 받는 근무 환경을 조성하는 것이다. 자동화를 통하여 업무 과부하를 완화하고 직원들이 휴가일을 사용하도록 장려하며 일과 생활의 균형을 편안하게 유지하고, 열린 커뮤니케이션을 실천하면 도움이 될 수 있다. 근로자 간에 사회적 갈등을 찾아 해소하려는 전향적인 자세도 중요하다.

관리자가 근로자들의 노고를 인정해주는 대화 방식도 번 아웃을 예방할 수 있는 손쉬운 방법이다.

5. 약물 남용

생산성을 저해할 수 있는 또 다른 요인으로 약물 남용이 있다. 이것은 실적 저하, 지각과 결근 및 나태함으로 이어질 수 있다.

제조 현장의 관리자들은 근로자의 노동력을 관찰하며 약물에 의지하여 일을 하거나 남용의 징후가 있는지 항상 주시해야 한다. 

또한, 개인의 트라우마 이력은 학대의 위험을 증가시킬 수 있다. 혹시 근로자들이 개인적으로 또는 집단적으로 트라우마를 경험한 사건이 있었다면 이후 직원들에게 더 세심한 주의를 기울일 필요가 있다. 만약 근로자 중 누군가가 이러한 문제로 힘들어하는 것을 발견한다면 증거를 수집하고 HR부서의 도움을 받아 해결하도록 적극적으로 나서야 한다.

정신 건강과 약물 남용 등 지원이 필요한 경우 숨기지 않고 도움을 요청할 수 있는 건강하고 열린 환경을 조성하여 약물남용을 예방하고 완화할 수 있다. 

6. 제품 결함

처음에는 별 것 아닌 것처럼 보이는 사소한 결함이 축적되면 상당한 악영향을 미칠 수 있다. 부품 하나의 눈에 보이지 않는 사소한 결함이 시간이 지나 그 결함으로 제품을 교체해야 하는 경우 상당한 손실을 초래할 수 있다.

결함은 많은 부분에서 발생할 수 있기 때문에 예방하기 위해 몇 가지 조치를 취할 필요가 있다. 우선 철저한 교육 훈련과 반복적인 업무는 가능한 자동화하여 인간의 실수를 최소화해야 한다. 기계 유지보수를 주의 깊게 관찰하여 장비 관련 결함도 예방하여야 한다.

변동과 변화는 제품 결함이 발생할 수 있는 가장 큰 요인 중 하나다. 가능하면 라인을 단순화하고 생산하는 제품 유형을 패턴화하여 생산기계나 설비를 일관성 있게 가동하는 운영으로 실수가 발생할 수 있는 인자를 최소화해야 한다.

7. 물류 과제

제조업 생산성 손실은 제조 공장 외부 요인에 의해서도 발생한다. 물류 공급망 지연과 중단은 생산부자재 공급 부족 또는 잉여를 초래하여 생산량 균형을 잃어 많은 낭비와 혼란을 가져온다. 이러한 문제를 해결하기 위한 핵심은 가시성(visibility)을 개선하는 것이 핵심이다.

예상치 못한 변화나 변동이 발생했을 경우 대부분의 제조 현장에서는 주 또는 일 단위로 대응하고 있는 것이 현실이다. 문제발생 초기에 이 것을 파악할 수 있다면 변동을 조정할 수 있는 시간적 여유가 더 많이 주어진다. 

IoT 추적 시스템 및 예측 분석은 이러한 문제를 가시화하여 투명하게 하는 기술이다.

IoT 추적기로 공급망 전체의 데이터를 실시간으로 수집하면 나타나는 문제와 잠재적 지연 상황을 한 눈에 알아볼 수 있다. 이 데이터의 예측 분석을 통해 관련 정보를 해석하면 다음 의사결정을 위한 통찰력을 얻을 수 있다. 이러한 기술 활용으로 민첩성을 유지하며 부품 공급지연으로 인해 생산일정이 늦어지는 변화에 적극적으로 대응할 수 있다.

8. 관리 부실

조직의 관리가 부실하면 생산시설 내 투명성도 저하된다. 생산 라인이 불필요하게 길거나 복잡할수록 동선과 이동 양이 많아 필요한 것을 찾는데 시간이 소모된다. 다양한 잠재적 문제가 숨겨져 있는 이러한 제조 현장 개선하기 어렵지 않다.

가시성(Visibility)이 핵심이다. RFID 태그 같은 IoT 추적기를 통하여 최소한의 시간으로 모든 제품과 부품의 위치에 대한 실시간 데이터를 얻을 수 있다. 이 정보를 WMS(창고 관리 시스템)와 연결하면 트래픽이 자주 발생하는 영역이 강조되고 업무 흐름 전체에 있어 개선 사항이 가시화된다.

자주 사용하는 품목은 운반을 최소화하기 위해 사용 목적지에 최대한 가깝고 픽킹하기 쉽도록 정리 정돈이 필요하다. 또한, 워크플로우 데이터를 사용하여 디지털 트윈을 만들면 다양한 워크플로우 변경시나 변화가 발생할 경우 시뮬레이션과 모델링으로 가장 효율적인 대안을 찾을 수 있다.

출처 : manufacturingtomorrow​