제조 3대 손실, 프로세스 마이닝으로 찾기

열심히 돌리는데, 왜 납기는 늦고 비용은 줄지 않을까

설비는 돌아가고, MES와 ERP에는 데이터가 쌓이고, 매주 보고서도 올라옵니다. 그런데도 납기는 흔들리고, 재작업은 반복되고, 경영진은 지난주 숫자를 보고 의사결정을 합니다.

다품종 제조 현장에서 이런 일이 반복되는 이유는 개별 공정의 효율이 낮아서가 아닙니다. 공정과 공정 사이, 시스템과 시스템 사이, 사람과 보고서 사이에서 손실이 새고 있기 때문입니다. 이 손실은 개별 시스템 화면으로는 잘 보이지 않습니다.

이 글에서는 제조 현장에서 반복적으로 확인되는 세 가지 손실, 공정 간 리드타임 손실, 재작업·품질불량 손실, 비정형 수작업 보고·관리 손실을 프로세스 마이닝으로 어떻게 찾고 줄일 수 있는지 정리합니다.

프로세스 마이닝이 손실을 찾는 방식

프로세스 마이닝은 ERP, MES, 설비 시스템 등에 이미 남아 있는 이벤트 로그를 실제 작업이 일어난 순서대로 이어 붙여, 공장이 설계된 대로가 아니라 실제로 어떻게 돌아가는지를 복원합니다. 새로운 시스템을 구축하는 것이 아니라 있는 데이터를 연결하는 접근입니다.

흐름이 복원되면 작업 시간과 대기 시간을 구분해서 볼 수 있고, 어느 경로에서 어떤 제품이 막히는지, 어느 공정에서 같은 일이 반복되는지가 데이터로 드러납니다. 세 가지 손실은 모두 이 복원된 흐름 위에서 발견됩니다.

손실 1. 공정 간 리드타임 손실: 가공 시간은 절반도 안 된다

무엇이 문제인가

제조 리드타임 중 실제로 가공이 이루어지는 시간은 40~60% 수준입니다. 나머지는 대기, 승인, 이동에 쓰입니다. 즉 납기가 늦어지는 시간의 상당 부분은 설비를 더 빨리 돌려서는 줄일 수 없는 영역입니다.

주요 원인

• 공정 간 대기 시간의 누적

• 승인·검사 병목 구간의 반복

• 자재 조달 지연의 연쇄 영향

• 설비 가동 중단 후 복구 지연

프로세스 마이닝이 찾아내는 것

이 손실이 어려운 이유는 눈에 보이는 병목이 진짜 병목이 아닌 경우가 많기 때문입니다. 한 공정 사례에서 케이스 시간과 이벤트 시간을 분석했을 때, 겉보기에는 '사상 디버링' 작업이 가장 길어서 병목처럼 보였습니다. 그런데 70일 이상 걸리는 주문만 따로 떼어 워크센터와 액티비티 간의 관계를 분석해 보니, 사상 디버링은 지연과 거의 무관했습니다. 실제로 지연과 강하게 연관된 것은 가공 1라인과 5라인의 적체였습니다.

직관으로 짚은 병목과 데이터가 가리키는 병목이 달랐던 사례입니다. 흐름 전체가 복원되어 있어야 이런 구분이 가능하고, 개선 투자가 엉뚱한 공정에 들어가는 것을 막을 수 있습니다.

찾은 뒤에 할 일

원인을 찾은 뒤에는 개선안을 현장에 적용하기 전에 시뮬레이션으로 검증할 수 있습니다. 한 사례에서는 아침 시간대 부하가 큰 요일의 인력 배치를 조정해 시뮬레이션한 결과, 설비 투자 없이 인력 재배치만으로 리드타임이 약 13%, 대기 시간이 약 19% 줄어드는 것을 사전에 확인했습니다.

손실 2. 재작업·품질불량 손실: 불량이 어디서 시작되는지 모른다

무엇이 문제인가

불량 자체보다 더 큰 손실은 불량이 어디서, 왜 시작되는지 모르는 상태에서 같은 재작업이 반복되는 것입니다. 검사에서 걸러내는 것과 원인을 제거하는 것은 전혀 다른 일입니다.

주요 원인

• 불량 발생 공정을 특정하지 못함

• 재작업 경로의 반복 패턴을 인지하지 못함

• 품질 이상을 조기에 감지하는 체계의 부재

• 설비 파라미터와 불량 간 상관 분석이 불가능함

프로세스 마이닝이 찾아내는 것

프로세스 마이닝은 정상 경로와 재작업 경로를 분리해 보여줍니다. 어떤 제품이 어느 공정을 거친 뒤 다시 앞 공정으로 되돌아가는지, 그 루프가 특정 제품군·설비·작업 조건에서 유독 많이 발생하는지가 드러납니다. 여기에 설비 파라미터 데이터를 결합하면 불량과 조건 간의 상관관계까지 분석할 수 있습니다.

정밀부품 제조사의 실증 사례에서는 ProDiscovery 도입 후 불량률이 35% 감소했습니다. 정밀부품은 작은 공정 편차가 곧 불량으로 이어지는 영역이라, 발생 공정과 반복 패턴을 데이터로 특정할 수 있다는 점이 특히 큰 효과를 냈습니다.

손실 3. 비정형 수작업 보고·관리 손실: 보고서가 현실보다 늦다

무엇이 문제인가

현장 데이터는 여러 시스템과 엑셀에 흩어져 있고, 이를 모아 KPI 보고서를 만드는 데 매주 상당한 시간이 듭니다. 문제는 시간만이 아닙니다. 보고서가 완성될 때쯤이면 현황은 이미 과거의 것이 되어, 사후 대응과 경영진 의사결정 지연이 구조적으로 발생합니다.

주요 원인

• 다수 시스템에서 수작업으로 데이터를 취합

• KPI 보고서 작성에 주 단위 시간 소요

• 실시간 현황 파악이 불가능해 사후 대응에 머묾

• 경영진 의사결정의 지연

프로세스 마이닝이 해결하는 방식

시스템 간 데이터를 하나의 흐름으로 연결하면, 보고서는 사람이 만드는 문서가 아니라 데이터에서 자동으로 갱신되는 화면이 됩니다. 현장 실무자는 같은 화면에서 현재 상태와 히스토리를 보고 해야 할 일을 바로 판단할 수 있습니다.

LA사 실증 사례에서는 이를 통해 수동 보고 시간이 90% 단축되었습니다. 줄어든 시간은 보고서를 만드는 데 쓰이던 시간이 아니라 문제를 해결하는 데 쓸 수 있는 시간이 됩니다.

세 가지 손실은 하나의 뿌리에서 나온다

세 손실은 서로 다른 모습이지만 뿌리는 같습니다. 시스템별로 흩어진 데이터가 하나의 업무 흐름으로 연결되어 있지 않다는 것입니다.

그래서 해법의 출발점도 같습니다. 새 시스템을 하나 더 만드는 대신, 이미 있는 ERP·MES·설비 데이터를 실제 작업 흐름으로 연결하는 것입니다. 이 연결이 되어 있어야 이후의 AI 분석이나 시뮬레이션도 근거를 갖고 작동합니다.

우리 공장의 손실은 어디에 있는가

아래 질문에 바로 답하기 어렵다면, 손실이 보이지 않는 곳에 숨어 있을 가능성이 높습니다.

• 지금 진행 중인 주문의 리드타임 중 실제 가공 시간은 몇 %인가?

• 우리가 병목이라고 믿는 공정은 데이터로 검증된 것인가?

• 재작업이 가장 많이 발생하는 경로와 그 원인을 설명할 수 있는가?

• 경영진이 보는 KPI는 오늘의 현황인가, 지난주의 정리본인가?