2016년 현재 지구촌 전체를 실시간으로 소통 할 수 있는 SNS(Social Network Servics), 스마트폰 등이 일상화 되면서 생활환경이 빠르게 변화하고 있고 이를 물리적으로 가능하게 하는 유통, 물류시스템의 발달로 지구촌 전체를 네트워크로 연결하여 어디서든 상품을 주문하면 배송이 되는 물류환경이 되었다. 이로 인하여 물류서비스 수준이 기업의 경쟁력을 높이는데 중요한 영역으로 부각되고 있어 많은 기업들이 공급망관리시스템(...
2016년 현재 지구촌 전체를 실시간으로 소통 할 수 있는 SNS(Social Network Servics), 스마트폰 등이 일상화 되면서 생활환경이 빠르게 변화하고 있고 이를 물리적으로 가능하게 하는 유통, 물류시스템의 발달로 지구촌 전체를 네트워크로 연결하여 어디서든 상품을 주문하면 배송이 되는 물류환경이 되었다. 이로 인하여 물류서비스 수준이 기업의 경쟁력을 높이는데 중요한 영역으로 부각되고 있어 많은 기업들이 공급망관리시스템(Supply Chain Management, SCM)을 기반으로 하는 물류관리시스템 개발에 적극 투자하고 있다. 아마존이 키바로봇시스템을 개발하여 물류센터 생산성을 30% 향상시킨 사례가 이를 말해주고 있다. 물류환경에서 물동량의 흐름을 조절하는데 매우 중요한 역할을 하고 있는 곳이 물류센터이다. 물류센터에서는 입고, 검수, 적치, 보관, 피킹, 포장, 출고, 반품 등 다양한 기능들을 처리한다. 현재의 생산성 관리는 전체 물동량을 기준으로 하는 지표만을 사용하는 것이 현실이다. 물류관리론에서는 물류의 5대 기능을 포장, 보관, 하역, 운송, 정보관리로 정의하고 있다. 이중 하역에는 입고, 적치, 피킹, 포장, 출고 등의 공정이 있다. 생산 공장은 공정순서대로 업무가 진행되지만 물류센터는 현재 지시된 정보에 맞게 공정의 순서를 바꿔가면서 업무를 진행하는 구조로 되어있어 세분화된 공정별 생산성 지표관리 하는데 한계가 있는 것이 현실이다. 물류센터는 업무 특성상 내부요인 보다는 외부요인에 의해 생산성에 영향을 미치는 경우가 많다. 예를 들면 사전에 투입인력 작업계획을 세우고 준비를 하고 있으나 입고차량이 늦게 도착하는 경우, 작업 계획이 고객의 요청으로 당일 취소 또는 변경되는 경우, 작업정보가 지연되는 경우 등으로 대기시간증가, 작업순서 변경으로 생산성 하락원인이 되는데 생산성 지표관리에는 반영이 안 되고 있다. 또한 물류센터에서 제품을 입고, 적치, 피킹, 출고, 포장 등의 작업은 파렛트, 박스, 낱개단위와 같이 여러 단위로 작업되어 지고 있으나 생산성 지표관리는 한 가지 단위로 관리되어 지표관리 기준에 같은 물동량 이라 할지라도 생산성의 편차가 크게 나타나는 현상이 있다. 이럴 때는 현장에서 생산성하락의 원인을 구두로 보고하고 끝내는 경우가 대부분을 차지한다. 이는 공정별 세분화된 정보를 수집, 관리할 수 있는 환경이 안 되어 있기 때문으로 낱개, 박스, 파렛트 각각의 작업 비중이 다른 경우 생산성이 어떻게 변화하는지 알 수 없다. 세분화된 작업 공정별로 정보를 수집 관리할 수 있는 시스템이 있다면 생산성에 미치는 근본적인 원인을 찾아 개선 할 수 있는 환경이 될 수 있다. 본 연구에서는 물류센터의 작업공정을 나누고 각각의 작업공정에 대한 소요시간을 측정 한다. 또한 각각의 공정에 해당하는 작업단위에 해당하는 수량을 측정하여 공정별 생산성 지표를 1일 단위로 산출할 수 있는 프로그램이다. 일간, 주간, 요일간, 월간, 연간 등 기간별 생산성 변화를 분석 할 수 있도록 하여 분석된 결과를 바로 볼 수 있도록 구성하였다. 엑셀프로그램으로 제작하여 각각의 물류센터 환경에 맞게 쉽고 빠르게 변경하여 실무에 적용할 수 있도록 하였다. 본 연구에서는 제로지수(Z)라고 하는 새로운 생산성관리지수를 제시한다. 작업시간이 제로가 될 때를 최종 목표로 설정하고 도달한 정도를 나타내는 지수로 생산성 달성정도를 쉽게 분석할 수 있게 한다. 세분화된 측정 값을 돌출하여 물류센터 운영의 근본적인 문제점을 찾아 물류 생산성 향상 방안을 제시하고자 한다.
2016년 현재 지구촌 전체를 실시간으로 소통 할 수 있는 SNS(Social Network Servics), 스마트폰 등이 일상화 되면서 생활환경이 빠르게 변화하고 있고 이를 물리적으로 가능하게 하는 유통, 물류시스템의 발달로 지구촌 전체를 네트워크로 연결하여 어디서든 상품을 주문하면 배송이 되는 물류환경이 되었다. 이로 인하여 물류서비스 수준이 기업의 경쟁력을 높이는데 중요한 영역으로 부각되고 있어 많은 기업들이 공급망관리시스템(Supply Chain Management, SCM)을 기반으로 하는 물류관리시스템 개발에 적극 투자하고 있다. 아마존이 키바로봇시스템을 개발하여 물류센터 생산성을 30% 향상시킨 사례가 이를 말해주고 있다. 물류환경에서 물동량의 흐름을 조절하는데 매우 중요한 역할을 하고 있는 곳이 물류센터이다. 물류센터에서는 입고, 검수, 적치, 보관, 피킹, 포장, 출고, 반품 등 다양한 기능들을 처리한다. 현재의 생산성 관리는 전체 물동량을 기준으로 하는 지표만을 사용하는 것이 현실이다. 물류관리론에서는 물류의 5대 기능을 포장, 보관, 하역, 운송, 정보관리로 정의하고 있다. 이중 하역에는 입고, 적치, 피킹, 포장, 출고 등의 공정이 있다. 생산 공장은 공정순서대로 업무가 진행되지만 물류센터는 현재 지시된 정보에 맞게 공정의 순서를 바꿔가면서 업무를 진행하는 구조로 되어있어 세분화된 공정별 생산성 지표관리 하는데 한계가 있는 것이 현실이다. 물류센터는 업무 특성상 내부요인 보다는 외부요인에 의해 생산성에 영향을 미치는 경우가 많다. 예를 들면 사전에 투입인력 작업계획을 세우고 준비를 하고 있으나 입고차량이 늦게 도착하는 경우, 작업 계획이 고객의 요청으로 당일 취소 또는 변경되는 경우, 작업정보가 지연되는 경우 등으로 대기시간증가, 작업순서 변경으로 생산성 하락원인이 되는데 생산성 지표관리에는 반영이 안 되고 있다. 또한 물류센터에서 제품을 입고, 적치, 피킹, 출고, 포장 등의 작업은 파렛트, 박스, 낱개단위와 같이 여러 단위로 작업되어 지고 있으나 생산성 지표관리는 한 가지 단위로 관리되어 지표관리 기준에 같은 물동량 이라 할지라도 생산성의 편차가 크게 나타나는 현상이 있다. 이럴 때는 현장에서 생산성하락의 원인을 구두로 보고하고 끝내는 경우가 대부분을 차지한다. 이는 공정별 세분화된 정보를 수집, 관리할 수 있는 환경이 안 되어 있기 때문으로 낱개, 박스, 파렛트 각각의 작업 비중이 다른 경우 생산성이 어떻게 변화하는지 알 수 없다. 세분화된 작업 공정별로 정보를 수집 관리할 수 있는 시스템이 있다면 생산성에 미치는 근본적인 원인을 찾아 개선 할 수 있는 환경이 될 수 있다. 본 연구에서는 물류센터의 작업공정을 나누고 각각의 작업공정에 대한 소요시간을 측정 한다. 또한 각각의 공정에 해당하는 작업단위에 해당하는 수량을 측정하여 공정별 생산성 지표를 1일 단위로 산출할 수 있는 프로그램이다. 일간, 주간, 요일간, 월간, 연간 등 기간별 생산성 변화를 분석 할 수 있도록 하여 분석된 결과를 바로 볼 수 있도록 구성하였다. 엑셀프로그램으로 제작하여 각각의 물류센터 환경에 맞게 쉽고 빠르게 변경하여 실무에 적용할 수 있도록 하였다. 본 연구에서는 제로지수(Z)라고 하는 새로운 생산성관리지수를 제시한다. 작업시간이 제로가 될 때를 최종 목표로 설정하고 도달한 정도를 나타내는 지수로 생산성 달성정도를 쉽게 분석할 수 있게 한다. 세분화된 측정 값을 돌출하여 물류센터 운영의 근본적인 문제점을 찾아 물류 생산성 향상 방안을 제시하고자 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.