• 선도 기계 회사들 "미래의 공장"으로 생산성 30%~ 50%까지 향상.

• 기계 기업 중 약 60%가 "미래의 공장" 전략 실행.

• 성공적인 기업 디지털 툴, 지속가능성 측정 및 린 운영을 “미래의 공장” 로드맵에 통합.

기계 회사의 최고 운영 책임자(COO)들은 고객, 시장, 경쟁 등 여러 곳에서 부가가치를 올려야 하는 압박을 받고 있다.

이러한 압박 속에서 상당한 부가가치를 제공하기 위해 디지털 툴과 인공지능(AI), 로봇 적층 제조와 같은

인더스트리 4.0 기술을 적극적으로 활용하고 있는 기업도 있으며 전통적인 생산 방식의 우수성을 활용하여 생산성을 개선하고 있는 기업도 많다.

최근의 Bain의 research에 의하면, (https://www.bain.com/insights/topics/global-machinery-equipment-report/)

대부분의 기계 회사는 이러한 인더스트리 4.0 기술을 제대로 활용하지 못해 생산성 향상 30~50%의

가치가 있는 미래의 공장 전략이 서랍 속에서 잠자고 있는 것으로 나타났다.

기계 및 장비 제조업체는 여전히 전통적인 린 제조 방식에 크게 의존하고 있기 때문이다.

디지털 툴이나 인더스트리 4.0 및 지속가능성 측정 수단을 통합하는 방법을 모색하고 있지만여전히 부서조직 단위로 분리되어 추진하고 있는 기업도 있다.

그러나 최고의 성과를 올리고 있는 기업들은 업그레이드된 상태의 디지털 기술을 전반적으로 통합하여 문제점을 실질적으로 해결할 수 있는 방식으로 접근하고 있다.

또한, 성공한 기업들은 운영 모델뿐만 아니라 정보기술(IT) 및 운영기술(OT) 인프라 전반에서 작동하는 표준과 인터페이스를 명확히 정의하고 있다.

그리고 파일럿 프로젝트를 넘어 영향력을 전사적으로 확장할 수 있고, 가치 고도화를 위한 과제해결의 장단기 전략과 기존 및

미래의 공장의 추진 단계를 파악할 수 있는 미래의 공장 로드맵이 잘 준비되어 있다.

기계 장비 기업들은 다양한 방법으로 공장의 미래에 대비하기 위해 고군분투하고 있다.

첫 번째 과제는 사일로화된 사고의 전환이다.

많은 기업들은 전통적으로 우수하다고 검증된 접근 방식으로 공장을 운영하고 있다.

이와 병행하여 완전히 새롭거나 부분적인 디지털화를 목적으로 Industry 4.0 활용 사례를 적용하고 있다.

이 보다는 기존의 탁월한 운영 접근 방식과 표준에 새로운 Industry 4.0 기술을 통합해야 한다.

두 번째로 운영 및 시스템적인 측면에서 OT와 IT를 통합하는 데 실패하는 기업들이 종종 있다.

실제로 최근 Bain 리서치의 설문조사에 의하면, 생산시스템 확장에 있어서 IT 및 OT 공급업체를 선정할 때 가장 큰 어려움을 겪는 부분은 중압감이었다.

원인 중 일부는 COO와 최고 정보 책임자의 방향과 협력이 일치되지 않는다는 사실에서 비롯된다.

따라서 명확하고 투명한 비전이 부족하고, 변화를 위한 사례가 적절하게 공유되지 못하고 있다.

마지막으로 지속가능성과 경제 순환성을 사업목표에 보다 폭넓게 반영시키지 못한 채로 생산시스템을 운영하고 있다.

규모의 성과를 달성하기 위해 선도 기업들은 단순히 선별적으로 기술을 적용하거나 각 기능 조직 단위별로 독립적으로 운영하는 단계를 넘어서고 있다.

대신 통합적 접근 방식을 채택하여 전통적인 현상 유지 방식의 운영 수단에서 탈피하여 전체 생산시스템에 도전 과제를 넣어 새로운 방향으로 전략을 설정하고 있다.

4대 핵심을 전략으로 미래의 공장을 향해 새로운 길을 열어가고 있다(아래 그림 참조).

• 미래공장에 대한 명확한 전략

미래의 공장은 단순히 bolt-on 프로젝트(인수)로 이룰 수 없다. 전반적인 비즈니스 전략에 미래공장의 전략이 통합되어야 한다.

따라서 미래공장의 전략에는 현재의 운영, 시장, 고객, 경제 및 환경, 사회 및 기업의 거버넌스 요구 사항이 포함되어야 한다.

또한 미래의 공장을 개발하기 위한 구체적인 경로를 정의하고, 그 과정에서 단기 및 장기 목표를 명확히 한다.

• 미래의 생산시스템 구축

새로운 생산시스템에서는 미래의 통합 공장을 향해 나아가는 데 필요한 새로운 작업 방식과 표준이 정의되어야 한다.

전통적으로 우수한 생산방식의 한계를 넘어 기존 생산방식에 지속 가능성 및 디지털 툴 또는 Industry 4.0 기술과 상호 연결해야 한다.

• 기술적인 가능성 파악

IT/OT 시스템은 생산시스템을 지원하고 적절한 레퍼런스 구조, 데이터 아키텍처, 데이터베이스 및 인터페이스를

포함 현재 상호 작동하고 미래의 요구 사항에 유연하게 대응할 수 있어야 한다. 또한 이러한 기술구조의 기반은

공급망 전반에 걸쳐 고객 및 공급업체와의 인터페이스도 가능해야 한다.

• 사람 중심의 기업구조 : 

기업의 조직구조는 사람이 중심이 되어야 하고 그 위에 기술과 지속가능성이 축적되어야 한다.

기존 직원들의 기능과 기술이 스킬업되어야 하지만 신기술을 가진 직원 채용도 병행되어야 한다.

Bain Research에 의하면, 조사한 기계 및 장비 업체 중 거의 60%가 미래의 통합 공장을 향한 여정을 시작하고 있지만 효율성을 완전히 최적화한 곳은 없다.

그러나 기계 장비 공급업체가 성숙도 모델의 어느 레벨에서 출발하든지 비즈니스에 가시적인 효과와 이점을 얻을 수 있다.

예를 들면 독일의 평균적인 기계 공장들은 현재 6단계 성숙도 레벨 중 약 2.5 레벨에 위치해 있는 것으로 나타났다.

중요 핵심은 출발점과 목표를 명확하게 수립하여 성숙도 모델을 통해 상승 변화를 수준별로 가능하게 할 수 있는 관련 기술을 식별하여 적용하는 것이다.

성숙도가 낮은 유틸리티 장비 공급업체는 미래 공장의 로직과 프레임워크를 사용하여 성숙도 레벨 1에서 2로 이동 상승해야 한다.

사례로 한 기업이 모든 제품의 SKU(Stock keeping unit:재고관리를 위한 최소 단위)를 추적할 수 있는 체제를 구축하여 재고의

위치 추적 및 재고 업데이트가 가능해져 창고 운영이 최적화되었다.

그 결과, 재고를 50% 줄이고 리드 타임을 40% 단축할 수 있었으며 추가적으로 7%의 매출 신장으로 이어졌다.

또한 재고관리 및 체계적인 성과관리 시스템을 구현했다. 이 모든 활동으로 제품과 서비스의 95% 이상을 적시 공급할 수 있는 체제를 구축하게 되었다.

상대적으로 성숙도가 높은 기업들 역시 효과를 내고 있다.

예를 들어, 한 글로벌 제조업체는 성숙도 모델 약 3.5 레벨에서 출발했다. 린 제조 표준이 우수했고, 사람의 의사 결정과 최적화를 지원하는 시스템이 갖추어져 있었다.

그러나 하루에 350~1,000 SKU의 변동이 발생하는 환경에서 직원들이 수동으로 변화에 유연하게 생산 일정을 짜는 일은 아주 비효율적이었다.

이 회사는 분석과 최적화가 약했던 상황에서 인공지능을 사용하기로 했다.

전체 시스템의 병목 현상을 해소하는 데 도움이 되는 디지털 트윈 시뮬레이션, 스마트 스케줄링 솔루션 설치, 

검사 요구사항에 부응하기 위한 라이브 프로세스 분석 등 이들 솔루션의 설치로 전체 생산량을 40% 증가시키는 데 성공했다.

생산성 향상에 초점을 맞추는 데 그치지 않고 한 단계 더 나아갔다. 품질을 보증하기 위해 생산 파라미터를

지속적으로 모니터링하고 조정하기 위해 자가 학습 AI 툴을 사용하고 있다.

이것은 검사요구 사항 변경에 대응할 수 있고 잠재적인 장비 고장에 대해 최대 36시간 전에 조기 경고를 알릴 수 있다는 구조이다.

공장의 스마트한 성숙도 레벨 5 상태로 상승 변화하기 위해서는 이 등대(고도화 전략) 프로젝트를

전사 모든 공장에 확대하고 여기서 얻은 것을 전체 생산시스템에 확대 적용해야 할 것이다.

미래 공장으로의 변화는 현재 공장의 성숙도와 기업별, 공장별, 심지어 공장

내 어느 특정 가치 흐름에 따라 그리고 장단기별 목표에 따라 달라질 것이다.

어느 하나의 사례가 모든 기업의 공장에 들어맞는 것은 아니다. 가장 중요한 것은 명확한 사업 목표와 미래 비전을 정의하는 것부터 시작해야 한다.

예를 들어, 스마트 유지보수 업무를 레벨 3에서 레벨 5로 상승 이동하면 프로세스 유지보수 회사들을 리드할 수 있고 진화시킬 수 있다.

이러한 방식으로 프로세스 고장 모드 효과 분석, 점검 및 예방적 요소를 포함한 유지보수 계획 정의 같은 전통적인 린 생산 요소에서

예측 유지보수 모델 그리고 실시간에 가까운 상태 모니터링과 경보 알림 체계로 이동할 수 있다.

마침내 자동화된 상호 프로토콜과 자율적인 운영이 가능하며 스페어 및 보수 서비스를 위해 1차 장비 제조업체와 실시간으로 상호 작용을 하며 노력할 수 있다.

다음은 공장 퍼퍼먼스 관리 레벨 3에서 레벨 5로 상승 이동을 목표로 전략을 세운 기업을 생각해 보자.

매일 데이터를 다운로드하거나 데이터 확보를 위해 블랙박스에서 숨겨진 데이터를 찾는 작업에서

실시간으로 데이터를 피드백 받아 현재 상태를 기반으로 동적 목표를 추적하는 업무로 전환될 것이다.

이렇게 되면 실시간 상호개입 제안이나 자율적인 일정 재조정 및 우선순위 작업 지시 및 할당과

동시에 근본적인 원인 분석과 최적화를 위한 장기적 입장에서 공장을 운영할 수 있다.

시스템 전반에 걸친 엔드-투-엔드 관점을에서 사일로화된 정보의 벽을 넘어 성숙 단계를 거쳐 고도화를 이룰 수 있다.

"미래의 공장" 전략을 실행하기 위해 지금 행동하는 기계 및 장비 제조업체들은 생산성 향상과 비용 삭감 면에서 혜택을 얻을 것이다.

미래 상황에 민첩하게 대처하는 리더들은 이미 시장과 산업을 만들어 가기 시작했다.