제조업에서 현장 데이터를 수집 활용할 때 나타나는 해결과제로 다음과 같은 애로 사항이 있다.

과제① : 데이터가 너무 많아 그때 그때 업데이트 할 수 없어 데이터를 시각화하는 데 지연된다.

과제② : 상기 과제①의 원인으로 가동상황을 실시간으로 파악하기 어려워 작업 프로세스를 조정할 수 없다. 최적화하기 어렵다.

과제③ : 눈으로 확인해야 하는 확인 작업이 남아 작업자에 따라 편차가 발생하기도 하고 최적인원을 편성하기 어렵다.

과제④ : 고장이나 장해, 오차발생 원인을 판단하는데 시간이 걸린다.

알리바바 크라우드 리얼타임 분석 솔루션을 활용하여 이상과 같은 과제를 해결할 수 있다. 구체적으로 어떠한 것이 가능한지 살펴보자.

과제① : 데이터가 너무 많아 그때 그때 업데이트 할 수 없어 데이터를 시각화하는 데 지연된다. 해결책으로 실시간 KPI를 시각화한다. 계획단계, 생산단계, 조달단계 등 각 프로세스의 데이터를 실시간으로 시각화하여 수주관리, 생산계획, 출고지시, 출하관리를 포함한 전체 흐름을 모니터링하여 체크할 수 있다.

과제②  : 상기 과제①의 원인으로 가동상황을 실시간으로 파악하기 어려워 작업프로세스를 조정할 수 없다. 최적화하기 어렵다. 해결책으로 실시간 재고관리와 계획 대비 실적관리를 할 수 있다. 실시간으로 데이터 처리가 가능하기 때문에 점포, 영업부서, 공장, 조달부서 등 부문간 그리고 거리와 공간적인 장벽을 넘어 정보를 공유할 수 있다. 업무 진척상황이나 재고의 가시화, 문제 발생한 곳의 조기발견 같은 사항을 통합하여 합의를 이루므로 관리하기 쉽다.

과제③: 눈으로 확인해야 하는 작업이 남아 작업자에 따라 편차가 발생하기도 하여 작업 최적인원을 편성하기 어렵다. 해결책으로 실시간 진단 및 예측 보전. 생산공정에서 취득한 데이터와 라이브 이벤트를 활용하여, KPI 대비 실시간 A안과 B안 테스트를 반복할 수 있다. 시간을 지체하지 않고 장해와 불량품을 검출하는 등 신속한 대응을 할 수 있다.

과제④ : 고장이나 장해, 오차발생원인을 판단하는데 시간이 걸린다. 해결책으로 상호 관련분석. 로그에서 고장과 장해 그리고 오차가 발생하는 패턴을 검출하여 고장이나 문제점의 조기발견을 지원한다. 과거에 사람의 경험이나 감각에 의존하여 판단을 내리던 업무에서 벗어나 실시간으로 데이터를 분석하여 불량을 검출하고 요인을 찾는다.

실시간 분석으로 실현 가능한 업무 효율

①데이터 베이스 코스트 삭감.

소프트웨어 라이센스 요금의 삭감과 소프트웨어 실행에 필요한 하드웨어 삭감으로 비용을 절약할 수 있다.

②하드웨어 문제발생 저감

클라우드 또는 SLA99.9999%로 비즈니스와 직결되는 중대한 장해를 방지할 수 있다.

③노동 생산성 향상

데이터 입력 후 레포트 작성과 데이터 마이닝에 걸리는 시간이 짧아(수분 정도), 업무생산성이 향상된다.

④보다 신속한 의사결정

과거의 실적 데이터를 토대로 시각화하므로 보다 신속한 의사결정이 가능하다. 결과적으로 제품과 서비스 품질이 향상된다.

출처 : softbank