그림으로 이해하는 스마트팩토리

IoT, AI, RPA를 활용한 제4차 산업혁명 시대의 제조업혁신 기술

현장에서 본사까지, 생산관리에서 전략기획 부서까지 스마트 공장 도입을 위한 생생한 경험

단원마다 이해를 돕는 그림을 제시해 스마트 공장을 이해하고 구축하는 데 필요한 요점을 하나하나 짚어줍니다. 경험으로 축적한 노하우를 통해 현장에서의 디지털 변화 수용 방안과 관리 및 기술 부서에서의 공장 시스템을 이해하기 쉽게 소개합니다. 디지털 트랜스폼을 검토하는 기업들이 프로세스 자동화(RPA), 인공지능(AI), 데이터 기반 의사결정 및 예측모델 활용(BigData) 등의 디지털 핵심기술을 기업의 디지털 트랜스폼을 위해 어떻게 적용하고 계획해야 하는지 참고할 수 있는 인사이트를 제공합니다.

★ 이 책에서 다루는 내용 ★

  • 공장 경영과 제조 시스템

  • 공장의 업무를 지원하는 기준 정보와 정보 시스템

  • 최신 공급망(SCM)의 모든 것

  • 제조업을 지원하는 주요 기능과 최신 글로벌 동향

  • 공장에서의 IoT 활용

  • 공장에서의 AI, BigData, RPA의 활용

  • 제조업이 살아남기 위한 글로벌 IT 전략


카와카미 마사노부

Waku 컨설팅 전 부사장. 가고시마 대학 공학부 졸업. IBM 시니어 컨설턴트. 제조업 고객 업무 개혁 지원. 2006년 Vaccum 컨설팅 참여.

니이호리 카츠미

Waku 컨설팅 수석 컨설턴트. 도쿄 도립대학 이학부 수학과 졸업. IBM JAPAN 후지사와 공장 시스템 엔지니어, HDD사업부 CIO. 2003년 i-SA&C 설립.

타케우치 요시히사

Waku 컨설팅 수석 컨설턴트. 와세다 대학 이공학부 대학원 수료. 닛산 자동차, 미국 하니웰, 재팬 인더스트리얼 솔루션즈 제조회사 개선·개혁 분야 담당.

감수자 : 마츠바야시 미츠오

Waku 컨설팅 대표이사. 기술사(경영공학). 와세다 대학 이공학부 졸업. IBM JAPAN, SAP JAPAN, JAPAN Create를 거쳐 2003년 Waku 컨설팅 설립.

조주현

10여 년간 ‘차세대 공간’, ‘Predictive IoT’, ‘디지털 트랜스폼’을 컨설팅해오며 데이터 기반 의사결정을 위한 시각화, 데이터 모델링, 예지 보전, 인공지능 등을 전문으로 하는 30여 글로벌 디지털 코어 기업들과 사례 공유 및 글로벌 협업 네트워크를 구축하고 있다. LG전자 소프트웨어 연구소, 필링크(FLK) CTO, CBDO를 거치며 23개 글로벌 통신사에 수천만 가입자를 대상으로 하는 서비스 플랫폼을 개발 및 공급하고 CISCO, HP, MS와 같은 IT기업과 통신, 미디어, 교육, 에너지, 의료, 제조, 자동차, 유통, 농업, 공공 등 다양한 분야의 융합 사업을 진행했다. 현재 디지털 트랜스폼 컨설팅 기업 TPCG(Tipping Point Consulting Group)를 설립하고 국내의 대표적 기업들을 대상으로 구글 클라우드 기반 AI, 빅데이터 컨설팅을 진행하고 있다.

이메일: [email protected]

  • ▣ 01장: 공장 경영과 제조 시스템
    • 1-1 공장의 기본은 QCD(Quality-Cost-Delivery) 관리
    • 1-2 PDCA 관리를 통한 QCD 개선
    • 1-3 품질 관리의 구조와 최종 목적
    • 1-4 원가 관리는 이익을 올리는 장치
    • 1-5 원활한 생산을 실현하는 생산관리
    • 1-6 생산 형태의 분류 관점 및 포인트
    • 1-7 생산·가공 방법은 조립형 생산과 프로세스형 생산으로 분류
    • 1-8 작업자 배치 방식으로 라인 생산과 셀 생산으로 구분
    • 1-9 기계 배치 방식은 라인 배치와 기능별 배치로 구분
    • 1-10 자재 구입 방법에 따라 푸시 방식과 풀 방식으로 분류
    • 1-11 어느 단계에서 재고를 갖는지에 따라 예측 생산과 주문 생산으로 분류
    • Column 1 _ IT 애플리케이션 기술력을 갈고닦자!
    •  
  • ▣ 02장: 공장의 업무를 지원하는 기준 정보와 정보 시스템
    • 2-1 공장의 업무를 지원하는 정보 시스템
    • 2-2 전체 업무에 걸쳐 수익을 관리하는 PLM
    • 2-3 제품 개발에 필요한 모든 정보를 통합 관리하는 PDM
    • 2-4 공장의 모든 물품과 사람에게는 코드(번호·기호)가 부여되어 있다
    • 2-5 품목 코드에는 의미 있는 품목 코드와 의미 없는 품목 코드가 있다
    • 2-6 공장 내 생산을 관리할 수 있는 다양한 코드
    • 2-7 기준 정보 관리 시스템의 기본은 품목 마스터 데이터베이스
    • 2-8 개발 및 설계 업무를 지원하는 CAD, CAM, CAE, RP, CAT
    • 2-9 기준 정보 관리 시스템은 BOM(부품명세서)이 기초 정보
    • 2-10 엔지니어링 체인 관련 BOM(부품명세서)
    • 2-11 신속한 제품 개발을 실현하는 프런트 로딩
    • Column 2 _ 일본만은 예외다!
    •  
  • ▣ 03장: 최신 공급망의 모든 것
    • 3-1 공급망: 부품 조달부터 출하/배송까지
    • 3-2 공급망의 발전 단계
    • 3-3 공장 각각의 기능을 연결하는 공급망(SCM)
    • 3-4 수요 예측에서 생산 계획까지 생판재(PSI) 계획 시스템
    • 3-5 생산 계획에서 기준 생산 계획까지의 생판재(PSI) 계획 시스템
    • 3-6 MRP(자재 소요량 계획)의 구조와 역할 MRP(자재 소요량 계획)가 산정한
    • 3-7 구매 주문과 제조 주문 평가
    • 3-8 생산 형태를 MRP 방식과 제조번호 관리방식으로 분류
    • 3-9 구매 관리 시스템에 의한 주문 및 공급 관리
    • 3-10 내시·확정 발주 방식, 간판 방식, VMI 등의 구매 관리 시스템
    • 3-11 구매 거래를 지지하는 공급자 관리(SRM) 시스템
    • 3-12 재고 정보는 생산관리의 핵심 정보
    • 3-13 생산관리 시스템의 정확도를 높이기 위해서는 재고 정확도를 높인다.
    • 3-14 ABC 관리로 재고를 효율적으로 줄이다
    • 3-15 실행 가능한 제조업을 지원하는 생산 스케줄링
    • 3-16 생산 일정을 관리하는 MES(생산관리 시스템)
    • 3-17 간판 방식에 의한 제조 관리 시스템
    • 3-18 물류의 ‘품목 번호’가 소모적인 물류를 제거
    • 3-19 창고 관리 시스템과 운송 관리 시스템
    • Column 3 _ 공장 물류는 IoT의 또 다른 개척지
    •  
  • ▣ 04장: 제조업을 지원하는 주요 기능과 최근 글로벌 동향
    • 4-1 공장의 가장 중요한 기능 ‘안전 관리’
    • 4-2 고객 요구에 맞는 품질 개선 활동 수행하기
    • 4-3 품질을 검사하는 구조와 추적 능력(traceability)
    • 4-4 원가 계산의 새로운 역할과 IoT를 통한 정밀도 향상
    • 4-5 원가 관리 시스템으로 원가 정보 활용
    • 4-6 ERP는 공장의 전체 업무를 지원하는 핵심 정보 시스템
    • 4-7 3R의 생각을 바탕으로 환경 대응 정보를 관리한다
    • 4-8 환경과 인체에 미치는 영향을 규제하는 RoHS, WEE, REACH, HACCP
    • 4-9 BCP(사업 지속 계획)을 만들어 위험 상황을 최소화
    • Column 4 _ 죄고(罪庫)에서 재고(財庫)로
    •  
  • ▣ 05장: 공장의 IoT(Internet of Things) 활용
    • 5-1 공장 지원 시스템 발전의 역사와 스마트 공장
    • 5-2 공장에서의 IoT 활용 방안
    • 5-3 제조업 시스템 표준화 움직임 ① 인더스트리 4.0
    • 5-4 제조업 시스템 표준화의 움직임 ② 미국의 IIC와 일본의 IVI
    • 5-5 공장 내 가동 상황을 IoT에 의해 ‘가시화’한다
    • 5-6 ‘가시화’ 정보를 활용한 현장 피드백
    • 5-7 ‘가시화’ 정보에서 생산 활동의 미래를 예측
    • 5-8 사례 검증 - 히타치의 오미카 사업소는 왜 IoT를 적용했을까?
    • 5-9 설계 효율화와 제조 연계에 따른 제조 최적화
    • 5-10 공정 조정과 생산 프로그램의 자동화로 리드 타임 감소
    • 5-11 건설 기계 정보를 원격으로 확인할 수 있는 KOMTRAX
    • Column 5 _ 꿀벌 사육에서의 AI 활용 사례
    •  
  • ▣ 06장: 공장에서의 AI, 빅 데이터, RPA의 활용
    • 6-1 AI(인공 지능)는 기존 시스템과 어떻게 다른가?
    • 6-2 AI 유행은 과거부터 여러 차례 지속돼 현재로 이어졌다
    • 6-3 AI 도입 추진 시 제안 측과 공장 측의 고려사항
    • 6-4 빅 데이터 활용 방안과 데이터양 증가에 따른 과제
    • 6-5 AI를 활용한 육안 검사 자동화
    • 6-6 AI를 활용한 장비 제원 자동 설정
    • 6-7 AI를 활용한 로봇 동작의 자율 학습
    • 6-8 AI를 활용한 불량 원인 분석
    • 6-9 AI를 활용한 설비 보전
    • 6-10 RPA는 화이트칼라(사무직) 업무의 효율화·자동화 방안
    • 6-11 RPA의 특징과 그 효과를 내는 방법
    • 6-12 RPA의 활용 사례 ① STAGE1~STAGE2
    • 6-13 RPA의 활용 사례 ② STAGE3
    • Column 6 _ 미래의 ‘스마트 공장’은 어떻게 변화할까?
    •  
  • ▣ 07장: 제조업이 살아남기 위한 글로벌 IT 전략
    • 7-1 일본 제조업의 과제는 품목 코드 번호지정 시스템
    • 7-2 미국 기업의 선진 사례 배우기 - 글로벌 코드 발행 센터
    • 7-3 집중화 MRP 시스템으로 시장 요구에 신속히 대응
    • 7-4 미국 제조기업 사례에서 배우는 글로벌 MRP 시스템
    • 7-5 글로벌 기술 정보는 설계 부문과 공장과의 연계가 중요
    • 7-6 글로벌 공장 운영을 위한 설비와 생산 진행 모니터링
    • 7-7 쓸데없는 생산 재고를 개선하는 글로벌 재고 ‘가시화’
    • 7-8 그룹 회사 재무를 통합 관리하는 글로벌 회계·재무·원가 관리