인공지능으로 상세 생산 계획 간소화

상세한 생산 계획 시스템은 주문이 적시에 효과적으로 처리되도록 MES를 넘어서는 기계와 자재 그리고 인력을 투입할 수 있도록 계획하여야 한다. AI(인공지능)가 이러한 계획 목표를 자동으로 최적화하고 있다.

베른트 라이네케(Bernd Reineke): Abels & Kemmner GmbH Supply Chain Engineers 이사

핵심 내용

  • 생산 세부 계획은 주문을 정확하고 효율적으로 처리하기 위한 필수적인 단계이다.
  • 이 작업은 많은 직원과 고객 그리고 제품이 관여될수록 복잡해진다.
  • 이 계획을 인공지능 알고리즘이 지원하고 자동화된 방식으로 최적화한다.

워크벤치에서 모든 주문을 수동 처리하는 경우, 받은 즉시 처리하거나, LIFO(last in first out, 후입 선출) 원리로 이행하거나, 주요 고객을 먼저 대응할 수 있다. 또한 쉬운 일을 우선적으로 처리하고, 복잡한 일은 집중력을 요하는 시간에 수행할 수 있다. 이렇게 워크벤치에서 세부 계획을 간단하게 처리할 수 있다. 세부 계획이 산업화의 고도화와 함께 더욱 복잡해지고 있다. 이러한 세부 계획의 어려움은 배치 크기 1로 제조하려는 인더스트리 4.0 추세와 함께 기하급수적으로 증가하고 있다. 물론 첫 번째 배치 크기 1(생산 라인에서 한 번에 공정으로 처리할 수 있는 생산 단위)을 두 번째 배치 크기 1과 조합할 수 있다면 훨씬 유리할 것이다. 기계 및 플랜트 제조사들은 이러한 유연성을 제공하는 솔루션을 연구하고 있다.

복잡성이 증가하고 있다

수백 명의 직원, 수 천명의 고객, 정확한 시간에 도착해야 하는 수만 개의 부품들로 인해 무엇을 어느 시점에 어느 기계에서 먼저 처리해야 하는지를 결정하는 것은 결코 쉬운 일이 아니다. 제한된 자원으로 기계 활용도와 최상의 물류 안전성 사이에서 최적의 균형을 찾는 것이 중요하다. 처리 시간을 단축하고, 자원의 병목 지점을 식별하여 최적화해야 한다. 이때 주문을 완수하기 위해 인력과 자재를 잘 활용할 수 있어야 한다. 회사는 아픈 직원이 없으며, 물류 과정에서 정체되는 일 없이 연쇄 반응으로 진행되고, 기계가 고장 나거나 납품업체 납기가 늦어진다 하더라도, 복잡한 관계들을 간단하게 처리하기 위해 정교한 생산 계획과 세부 계획을 갖고 있어야 한다. 특히, 사전에 예상하지 못했던 사고가 발생한다면, 기계 사용 계획을 기록하는 보드판 만으로는 해결할 수 없기 때문에, PP/DS(Product Planning and Detailed Scheduling, 생산 세부 계획 시스템)를 활용할 수 있어야 한다.

해결해야 할 과제: 전체를 개관하기

다양한 품질과 복잡성을 지닌 소프트웨어가 세부적인 생산 계획을 위해 이미 오래전에 확립되어 있었다. 이 소프트웨어는 Excel을 기반으로 작업 프로세스의 선행과 후속 계획을 포함하는 프로젝트를 위한 비교적 간단한 Gantt 차트 솔루션과 리소스 캘린더에서 수량 시간과 셋업 시간과 전환 시간을 포함하는 작업 절차 그리고 분할 매개변수와 비용 매개변수에서 전달 양과 택트 타임까지 모든 매개변수를 개별적으로 설정할 수 있는 복잡한 PP/DS 시스템이다. 다양한 매개변수를 세부적으로 설정할 수 있으며 세밀하게 계획하고 궁극적으로 더 나은 세부 계획을 설정할 수 있다.

기존 시스템으로는 최상의 결과를 얻기 힘들다

하지만 디지털 세부 계획의 모든 잠재력에도 불구하고 한 사람의 세부 생산 계획자가 수많은 매개변수로 인해, 생산 비용과 처리 시간 그리고 납품을 최상의 상태로 유지하기 위해 회사의 모든 목표를 균형 잡힌 방식으로 고려하는 것은 거의 불가능하다. 지금까지는 일상적인 업무를 눈으로 직접 확인하고 모든 과정을 인식하여 대책을 세우고 모든 것을 통제할 수 있었다. 모든 보조 수단에도 불구하고 매개변수가 너무 복잡하여 결과가 최상이 아닌 차선책으로 받아들이는 수준에 머물렀다. 최상의 결과를 목표로 하였지만 기존 시스템을 사용한다면 필연적으로 실패할 수밖에 없었다. 그 이유는 단순한 시스템은 계획이 정교하지 못하고, 성능 좋은 시스템은 복잡하고 투명하지 못하여 한 사람이 운영하기 어렵기 때문에, 결과는 계획자와 생산 감독자의 입장에서 이해할 수 없거나 최적의 상태에 미치지 못하고, 심지어 잘못된 것처럼 보일 수 있었다. “차라리 직접 하는 것이 더 낫습니다.” 즉, 수동으로 직접 하는 것이 좋을 수 있다는 의미이다.

전통적인 계산은 서버에 과도한 요구를 한다

이러한 강력한 시스템도 현재의 매우 복잡한 생산 체계를 충분하게 매핑할 수는 없다. 가능한 모든 제약과 자유도를 고려하여 시퀀스 계획을 매핑한다면, 인간의 견해로 더 이상 관리할 수 없는 솔루션 공간이 되어버린다. 이로부터 발생하는 많은 솔루션들은 더 이상 기존 방법을 통해 ‘그냥’ 계산하는 것이 불가능하다. 이를 위해서는 보다 큰 컴퓨팅 성능이 필요하다.

인공 지능이 세부 계획의 딜레마를 해결한다

SCT GmbH는 현재의 세부 계획과 관련하여 AI로 대응하고 있다. 해당 PP/DS 모듈은 인공 지능 분야의 현대식 휴리스틱과 메타 휴리스틱을 기반으로 재료와 용량 그리고 주문의 상호 작용을 최적화한다. 목표는 개별 작업 프로세스를 계획할 때 용량 활용도, 처리량, 기한 준수 및 생산성을 최적화하는 것이다. 이 모듈은 자원 가용성, 분할 요인, 비용 매개변수, 주기 시간, 공장 및 교대 일정을 조정한다. 고객은 기존의 PP/DS 솔루션보다 효율적으로 계획하는 강력한 PP/DS 시스템의 이점을 누릴 수 있으며, 더욱 우수하고 실용적인 결과로 이어진다. 새로운 시스템은 AI 기술에도 불구하고 이전에 사용 가능한 PP/DS 시스템보다 가격을 낮출 수 있다. 결과적으로 비싸다고 인식되는 생산 및 세부 계획이 비용 면에서 매력적이다. 새로운 PP/DS 도구를 통해 생산성, 기한 준수 및 처리량을 최적화하여 정기적으로 좋은 결과를 얻을 수 있다. 사용자는 인건비를 낮추고 용량 활용도를 높일 뿐만 아니라 마감일 및 처리량 준수를 증가시킬 수 있다는 것을 의미한다.

PP/DS 세부 계획은 요구 사항이 증가하면서 계속해서 발전하였다.

다양한 응용 시나리오

여기에 사용자가 사용할 수 있는 3가지 방법이 있으며 각각의 장점이 있다.

1. 인공지능으로 추가 조치 없이 최적화된 생산과 세부 계획을 얻기 위해 전자동 통합 자재과 용량 그리고 세부 주문 일정을 사용한다.

2. 손으로 가용 용량에 드래그 & 드롭으로 계획 게시판에서 작업 프로세스와 주문을 계획한다.

3. 회사의 현재 활용 상황을 명확하게 표시할 수 있도록 무제한 용량에 대한 계획이 가능하다.

자동 계획 및 처리가 목표이다

인공지능 기반의 세부 생산 계획은 처분 관리 시스템과 통합하고 MES 솔루션과 연결하여 전체 공급망의 계획 및 처분을 완전히 자동화하는 과정에서 중요한 이정표가 된다. 인더스트리 4.0 공장과 공장 간 가상 공장 디스패치 측면에서 최적으로 지원되어야 한다. 그렇지 않으면 생산 과정에서 발생하는 빅 데이터의 많은 잠재력을 활용할 수 없을 것이다.