빅데이터의 활용 : 생산과 SCM

안녕하세요 소너본입니다.

이번 블로글 글에서는  빅데이터의 활용 중 생산과 SCM에 대해 알아보도록 하겠습니다.

 

1. 생산

 

기업 활동의 글로벌화에 따라서 생산, 구매, 보관 및 물류, 운송, 판매, 유통 등 공급망의 운영이 길어지고 불확실 해졌습니다.

국가별 제도, 관세, 법규, 지역별 표준 규격 등, 서로 다른 환경에 대해 고려할 사안이 많아지고 물류가 복잡하게 되었습니다.

기업간의 경쟁이 치열해지면서 비용을 줄이고 납기를 맞추는 일이 매우 중요해졌는데요.

제조업의 경우 물류비용이 10~15%에 이를 정도로 큰 비중을 차지하고 있습니다.

반대로 제조과정 외부의 공급망에서 추가적인 부가가치도 발생되고 있습니다.

 

생산 활동에서 발생하는 많은 이슈들

 

또한 실제 생산활동이 이루어지는 공장에는 수많은 자재, 인력, 설비, 작업방식이 존재하며 이와 연관된 다양한 이슈가 존재합니다.

공장에서는 자재의 적기공급이슈, 인력은 업무 숙련도에 따라 딜라지는 품질수준,

설비는 기간에 따른 노후화, 작업방식은 아날로그적 가공에 따른 품질수준,

생산이 자동화 되어 정보량이 증가하여도 이 정보에 대한 분석과 자료의 활용이 미흡하는 등의 이유가 있을 수 있습니다.

시장에서는 계절, 경쟁, 트렌드에 따른 수요변화, 기존 재고에 따른 생산량 산정 같은 이슈가 발생됩니다.

기업에 있어 효율적인 공급망 관리와 생산관리 역량은 기업의 수익성 증대에 매우 중요한 요소입니다.

수많은 데이터가 존재하는 공급망 관리와 생산관리에 빅데이터가 도입되면 효율성이 더욱 증가될 것으로 보입니다.

 

2. SCM

 

두번째는 SCM과 빅데이터 활용입니다.

먼저 공급망에 대한 개념을 이해할 필요가 있습니다.

공급망 관리 SCM(Supply Chain Management)

 

공급망이랑 제품 및 서비스를 최종소비자에게 전달하기 위한 제반활동과 프로세스를 의미하는 것으로써 원자재부터 제조, 도매,물류,소매,고객 등의 공급활동의 연쇄구조를 의미합니다.

또한 공급망 관리는 불확실성이 높은 시장변화에 공급망 전체를 기민하게 대응시켜 동적으로 최적화를 도모하는 것입니다.

기업의 수익성 확보를 위한 SCM의 역할은 매우 중요합니다.

애플사의 CEO 팀쿡은 스타스 잡스가 CEO일 당시 최고운영책임자 COO로 SCM을 총괄하는 역할을 맡았습니다.

그 역량을 인정받아 차기 CEO로 지명된 것은 널리 알려진 사실입니다.

그만큼 글로벌 유통 환경에서 SCM의 중요성은 나날이 커지고 있습니다.

 

다음 고객의 수요예측입니다.

빅데이터를 SCM에 활용하면 고객 수요를 더 정확히 예측할 수 있습니다.

시장에서 소비자의 기대를 충족시키지 못한 브랜드를 소비자가 다시 사용할 가능성은 10%도 안된다고 합니다.

제품의 공급이 수요를 초과한 현대 경쟁환경에서 고객의 영향력은 매우 크기 때문에 고객에서 제품이 전달되는 과정에서 작은 오차라도 발생한다면 결과적으로 고객만족 달성을 매우 어렵게 만들 수 있습니다.

빅데이터를 활용하면 고객에 대한 전 방위적인 시각을 확보, 고객의 요구사항을 예측해 신속하고 정확하게 고객의 요구에 응답할 수 있습니다.

또한 고객 각자의 선호에 기초한 개별적으로 독창적인 브랜드 경험을 창출할 수 있는 기반이 됩니다.

 

SCM 분야에서 빅데이터를 활용하여 머신러닝을 이용해 수요예측을 하는 대표적인 기업은 아마존입니다.

아마존의 사업 중 AWS 아마존 웹 서비스는 아마존 포캐스트라는 예측 서비스를 개발하여 세계 여러나라의 기업들이 사용하여 수요예측 정확도를 높이고 있습니다.

인도의 4대 식료품 기업 중 하나인 MRL은 아마존 포캐스트를 사용 하여 예측 정확도를 24 %에서 76 %로 높임으로써 신선 농산물 범주에서 낭비를 최대 30 %까지 줄이면서 총 수익은 25 %를 달성하며 자동화된 주문 시스템을 구축하는데 성공했습니다.

 

한국의 사례는 쿠팡의 새벽배송서비스에 수요예측을 활용한 케이스입니다.

쿠팡의 AI 머신러닝은 소비자 빅데이터를 분석하는 것으로 상품 주문량을 미리 예측해, 이를 기반으로 전국 쿠팡 풀필먼트센터에 위치별로 나눠서 미리 상품을 구비하는 것이 특징입니다.

이 빅데이터를 기반으로 쿠팡 AI는 물류센터에 입고된 상품을 어디에 진열할지, 진열된 상품을 어떤 동선으로 꺼내 올지 결정한다. 또 출고된 상품을 배송트럭의 어느 자리에 놓을지도 미리 지정하는데요.

배송트럭 이동 동선 역시 빅데이터를 기반으로한 쿠팡 AI가 결정하고 있습니다.

 

다음으로 공급망 효율성 개선인데요

 

경영컨설팅회사 엑센츄어(Accenture)는 기업들이 빅데이터 분석을 체계적으로 도입할 경우 그렇지 않은 기업보다 공급망 효율을 10%이상 높일 확률이 2 .6배가 될 것으로 분석하였습니다.

동일하게 경영컨설팅회사인 맥킨지는 빅데이터를 활용한 주문, 배송, 사이클의 변화, POS 정보와 고객 수요패턴변화 예측 등을 통하여 공급망 비용을 최대 21%까지 감소 시킬 수 있다고 분석하였습니다.

실제로 미국의 UPS는 빅데이터 분석을 통해 최적의 배달 경로를 찾아 배달 비용 및 연료 소비를 줄였습니다. 2억 5천만개의 주소데이터를 활용해 최적화된 배달경로를 설정하여 운전자 1명당 하루 1마일의 이동거리를 줄이는 효과를 봤습니다. UPS는 빅데이터 도입을 통해 연간 5,000만 달러의 연료비 절감을 이루어 냈습니다.

 

 

전반적인 SCM 관리 뿐만 아니라 제품의 생산 현장에서도 빅데이터는 유용합니다.

빅데이터는 생산의 효율성을 증대시켜 원가절감에 기여합니다.

제품을 생산할 대 필요한 공장설비나 기계장치의 경우 구입 후 오랜 기간동안 사용하기 때문에 운영을 위한 비용 절감에 많은 노력을 기울입니다.

건설 기계는 구입 후 유지보수 비용이 구입비용의 3배에 달한다고 알려져 있습니다.

빅데이터를 활용한다면 생산시설의 상태를 즉각적으로 파악해 즉각 이상 상태에 대응하고 사고를 예방할 수 있습니다.

유지비용 감소라는 효과가 즉각적으로 발생하기 때문에 빅데이터 분석 및 활용 수요가 증가하고 있습니다.

 

빅데이터가 생산운영에 활용된 데에는 센서의 발달이 큰 역할을 했습니다.

제조과정 곳곳에 센서를 설치함으로써 제품이 생산되는 과정을 한자리에서 모니터링을 하는 시스템을 구축하였습니다.

센서와 RFID를 통해 기계가 작동되는 환경에 대하여 실시간으로 가동시간, 압력, 온도, 습도, 생산율 등 필수 정보를 관리자에게 전송됩니다.

센서를 통해 전송된 정보에 대해서 관리자가 적절하게 피드백 하거나 혹은 기계들끼리 M2M Machine to Machine 시스템을 통해 자동으로 작업지시가 이루어짐으로써 효율성을 높일 수 있습니다.

 

이를 통해 최적의 투입량을 찾음으로써 에너지와 원료를 절약하거나 불량품이 제작된 환경 요인을 분석하여 향후 불량률을 낮추는데 참고할 수 있습니다.

과거에는 생산설비를 관리할 때에는 일반적으로 약 5%의 데이터만 샘플링하여 픔질 검사를 실시하였습니다. 그러나 빅데이터를 활용하면 생산설비에서 발생하는 모든 데이터를 실시간으로 분석하기 때문에 불량의 원인을 효과적으로 찾고 생산효율을 높일 수 있습니다.

경영컨설팅회사 맥킨지는 효과적인 품질관리로 총 비용의 3%가량을 절감할 수 있으며 매출은 10%가량 증가할 수 있을 것으로 예측하고 있습니다.

 

다음은 생산운영과 빅데이터 활용에서 제조업 생산성 향상 사례인 지멘스의 스마트 팩토리에 대해 살펴 보겠습니다.

 

독일 암베르크에 위치한 지멘스의 공장은 불량률 제로에 도전하기 위해 디지털 트윈’이라는 자체 기술이 적용된 스마트 팩토리로 사이버 공간에 현실 공장의 쌍둥이를 만들어 실제로 발생할 수 있는 상황을 시뮬레이션하고 예측하는 시스템을 구축하였습니다.

처리되는 데이터 하루 평균 5,000만건, 매년 182억건 이상의 빅데이터들을 다루고 있고

이 기술 도입과 모든 설비를 1,000여개의 사물인터넷(IoT)센서로 연결해 불량품 발생시 바로 부품을 바꿀 수 있으며 99.7%의 제품을 설계 주문 변경에도 24시간안에 제작 가능하게 되었습니다. 이로 인해서 불량률은 0.0011%로 20년 전의 30분의 1 수준으로 개선 되었습니다.

 

그리고 총면적 1만㎡인 암베르크 공장은 25년만에 생산성이 8배나 향상되었습니다.

아래의 그림은 지멘트의 스마트 팩토리 내부사진과 디지털 트윈 구현 시뮬레이션 사진이구요

지멘스의 스마트 팩토리는 IOT구축과 더불어 빅데이터를 이용하여 생산성이 향상된 대표적인 사례로 꼭 기억해 두시면 좋겠습니다.