오늘 할 일

주어진 사양대로 as-is 모델 만들기
그걸 to-be로 개선하고 발표하기

As-is 모델

이 문제가 다음 기수에도 재활용될지 아닐지 몰라서 일부 정보만 보여주겠음

내가 공개 답지가 될 수는 없잖아

문제점

가공 설비가 너무 많은 시간을 독차지하고 있음 = 라인밸런싱이 1도 안맞음
그렇기 때문에 작업자들은 놀고 있음
또한 1과 연관되어 물류(평균 가동률 24%) 또한 너무 여유로움

해결방안

가공 설비를 더 넣자 → 그러면 병목 구간이 이동할 뿐임
작업자에게 일을 골고루 시키자 → 물류랑 동선이 겹침
그러면 완전히 공간을 분리하자 → 설비가 늘어 작업자와 물류는 바빠졌으며, 공간이 분리되어 산재는 발생하지 않을 것
최적의 라인밸런싱을 계산할 수 있지 않을까? → 유효 사이클타임 계산 기반 최적 설비 구성비 산정
리드타임 감축은 빠질 수 없지 → 칸반 설정

결과물

가공 설비 1대 추가 후 UPH 개선(2.39 → 3.59)을 확인하였으나, 이대로는 어떠한 의미도 내포할 수 없음
설비 이외에 최적화할 곳이 없나 찾아보다가 인력이 놀고 있는 것을 발견하여 작업 그룹 통합으로 유동적 인력 배치 구현
유동적 인력 배치를 위해 인력의 이동이 필수적이게 되었으므로 사고 방지를 위해 물류와 분리된 레이아웃 구성
유효 사이클타임 기반 최적의 라인밸런싱 탐색
리드타임 최적화: 평균 리드타임 21:23:26 → 03:46:04

최종 제출 결과

추가 결과

추가 제안: 최적의 라인 밸런싱 반영 및 물류 개선 위해 컨베이어 벨트 도입한 레이아웃
UPH 11.26, UPMH 0.433, UPPH 2.252 달성

다음엔 어떻게 할까

1. 개요 (Overview)

목적: 시뮬레이션 과제(가상 공장 최적화)의 논리적 해결 능력 향상 및 평가 기준(TOC 기반 프로세스) 충족
핵심 목표: 단순한 결과값(UPH, 리드타임) 도출을 넘어, ‘공학적 근거에 기반한 문제 해결 과정’을 증명하여 고득점 달성

2. 1차 과제 복기 (After Action Review)

1차 답안은 리드타임을 72% 단축하는 성과를 냈으나, 다음과 같은 논리적 허점과 개선점이 발견되었습니다.

2.1. 성과 (Good Points)

WIP 제어: 칸반(Kanban) 시스템 도입으로 재공 재고를 통제하여 리드타임을 획기적으로 단축함 (Little’s Law 적용 성공).
라인 밸런싱(LOB) 개선: As-Is 54%에서 To-Be 72.7%로 개선됨.

2.2. 문제점 및 피드백 (Areas for Improvement)

물류(Logistics) 병목 간과:
- 설비 생산량은 늘렸으나, 운송 장비(지게차/AGV)를 충분히 늘리지 않아 물류 가동률이 97.2%에 육박함.
- 이는 실제 현장에서 물류 마비로 인한 라인 정지를 의미하는 심각한 위험 요소임. (적정 가동률: 60~70% 유지 필요)
불완전한 밸런싱:
- SETUP/세척(450초) vs 가공(500초) vs 조립(525초) 간의 편차 발생.
- 가장 느린 조립 공정이 전체 속도를 제한하고 있어, 설비 추가 투입을 통해 모든 공정의 속도(Pitch Time)를 맞출 필요가 있었음.

3. 향후 문제 해결 프로세스 (Winning Strategy)

이상과 현실의 차이 분석 (Ideal-Real Gap Analysis)

수학적으로 완벽한 정답(A안)을 미리 계산해 두고, 현실적인 제약 안에서 이를 찾아가는 TOC(제약이론) 과정을 보여줍니다.

Step 1: As-Is 진단 및 목표 선언 (Diagnosis)

데이터를 확인하고 ‘단 하나의 핵심 제약(Bottleneck)’을 식별하여 선언한다.
예: “현재 가공 공정 가동률이 80%로 병목입니다. 이로 인해 납기가 지연되고 있으므로, 납기를 1/4로 단축하는 것을 목표로 합니다.”

Step 2: 이론적 한계 모델(Plan A) 수립 (Design Ideal)

계산(Math) 능력 증명 단계.
모든 공정 사이클 타임(CT)의 공약수(GCD)를 활용해 라인 밸런싱 효율(LOB)이 100%가 되는 설비 수량을 미리 산출한다.
멘트: “이론적으로 완벽한 A안(가공 10대, 조립 7대…)을 우리의 이상적 지향점(North Star)으로 설정합니다.”

Step 3: 무투자 개선 시도 (Exploit & Subordinate)

TOC 원칙 준수 단계.
설비를 바로 사지 않고, 운영 방식(버퍼, 배치, 작업자 동선)만 변경하여 개선을 시도한다.
멘트: “설비 투자 없이 운영 최적화만으로는 목표 달성에 한계가 있음을 확인했습니다. 투자를 결정합니다.”

Step 4: 단계적 투자와 ROI 변곡점 탐색 (Elevate)

병목 공정부터 설비를 하나씩 추가하며 시뮬레이션을 반복한다.
중요: 설비를 계속 늘리다가 ‘투자 대비 생산량 증가폭이 둔화되는 지점(변곡점)’을 찾아서 기록한다. (보통 물류가 막히거나 공간 효율이 떨어지는 시점)

Step 5: 현실적 최적안(Plan B) 확정 (Decision Making)

이론적 최적(A안)과 현실적 효율(ROI 변곡점) 사이에서 최종안을 선택한다.
멘트: “A안이 가장 빠르지만, 비용 효율성을 고려하여 설비를 30% 덜 쓰면서도 목표 납기를 준수하는 Plan B를 최종안으로 제안합니다.”

4. 향후 과제별 시나리오 로드맵 (Roadmap)

남은 3번의 기회에서 매번 똑같은 전략(납기 단축)만 쓰지 않습니다. 각 회차별로 다른 경영학적 KPI를 목표로 삼아 다각적인 역량을 증명합니다.

회차	목표 테마 (Key Theme)	핵심 지표 (KPI)	전략 포인트
Day3	원가 혁신 (Cost Reduction)	총 제조 비용, ROI	"무조건 많이 만드는 게 능사가 아니다." 설비/인건비 가상의 단가를 설정하고, 최소 비용으로 목표량을 달성하는 가성비 라인(Plan B) 구축.
Day4	품질 및 유연성 (Quality)	불량률, 가동률(OEE)	불량(Rework) 발생 시 전체 라인이 멈추지 않도록 버퍼를 전략적으로 배치. Setup 시간 단축 및 배치(Batch) 사이즈 최적화.
최종 과제	종합 균형 (Balanced Strategy)	PQ 매트릭스	납기 우선형(A안)과 원가 우선형(B안)을 모두 제시하고, 경영 환경에 따라 선택 가능한 유연한 라인 설계 제안.

5. 역할 분담 (Action Items)

분석: 과제 시작 즉시 As-Is 데이터에서 병목 공정과 물류 가동률을 파악하고, 공정별 CT의 최대공약수(GCD)를 계산하여 Plan A(이상적 대수)를 팀원들에게 공유.
설계: 시뮬레이션 툴에서 Plan A를 목표로 하되, Step 3(무투자 개선) → Step 4(단계적 투자) 순서로 모델을 수정해 나가며 데이터를 기록. 지게차 대수는 반드시 생산 설비 증가분에 비례하여 증설 (가동률 70% 목표).
전략: 단계별 시뮬레이션 결과를 바탕으로 ROI 그래프(변곡점)를 그리고, 최종 보고서의 논리(Why Plan B?)를 작성.

팁

어떤 과정을 거쳐(어떤 문제로 어떻게 골때렸는지) 이런 결론이 나왔는지 과정 중심으로 어필하기
결과는 최고생산량을 우선으로. 최대한 많은 설비를 욱여넣고 UPH를 끌어올리되, 논리적으로 타당하게 설계해야 함.
2번을 하지 않을 거라면 왜 그 정도로 멈췄는지 타당한 설명 필요.
그러나 설비 테트리스만이 답은 아님. 강사님이 원하는 가장 심플한 답안 혹은 어떠한 ‘생각’이 있을 수 있음. 그걸 찾아낼 수 있다면 당연 고득점+개큰칭찬.

PHM 프로젝트 (1-2)