[논문]변동성이 존재하는 반도체 공급사슬 망을 위한 생산계획

신현준; 유재필

변동성이 존재하는 반도체 공급사슬 망을 위한 생산계획
A Production Planning for a Semiconductor Supply Chain Network with Volatilities 원문보기

반도체디스플레이기술학회지 = Journal of the semiconductor & display technology, v.10 no.4, 2011년, pp.71 - 77

Abstract ▼ AI-Helper

This paper presents a production planning methodology for semiconductor manufacturing supply chain network with volatilities caused by uncertainties such as unstable demand and price. In order to take volatilities into account, we develop two approaches; 1) stochastic model with consideration of various cases and 2) deterministic model considering replanning cost, and propose efficient solution methods. Computational experiments show that the performance of the proposed method is superior to that of deterministic approach using various scenarios.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

따라서 첫 번째 단계에서는 모든 가능한 현실적인 case들을 계획수립 시 고려하여 추후 어떤 특정 case가 실현되더라도 받아들여질 수 있는 강건한 의사결정 결과를 도출하여야 한다. 두 번째 단계에서는 일정시간 경과 뒤 실제 고객주문이 수주되어 수요와 가격의 불확실성이 사라지면, 하위단계의 조립과 수송에 관련된 의사결정들을 이익을 향상시키는 것을 목표로 재조정한다. 이 때 첫 번째 단계에서 결정한 결정변수는 고정되어 변경할 수 없고 두 번째 단계에 해당되는 변수들만을 실현된 case 하에서 재 계획한다.
먼저 계획변동 비용 및 생산용량 제약 등의 현실적인 제약조건들을 반영하는 모델을 정의하고, 이와 함께 변동성을 반영하는 시나리오를 이용하여 확률적 혼합정수선형계획법모형을 개발한다. 또한 다양한 시나리오를 이용한 실험을 통하여 이들 모형들의 타당성을 평가하고, 제안한 알고리즘의 우수성을 보이고자 한다.
반도체 산업의 MPPDS 생산-분배체인 내에 존재하는 변동성의 특성을 고려하여 수리적 계획모형을 설계하고 의사결정을 수립하기 위해서는 확률계획법, 즉 확률적 MILP 모형의 개발이 필요하다. 모형 개발의 목적은 변동성을 감안한 생산 및 분배 정책 (policy)을 찾아내는 것이다. 본 연구의 대상이 되는 MPPDS 생산-분배 체인의 PDC 모형을 간단히 설명하면 다음과 같다.
본 연구는 가격 및 수요 불확실성과 같은 변동성이 내재된 PDC문제의 Robust 해를 구하기 위해 일정개수 (S)의 실현가능한 case 집합 ((Ω={1, ..., S}))을 사용하여 모델링하는 것을 목표로 한다.
전통적인 PDC 문제는 총비용의 최소화 또는 오직 수요 변동성 하에서 생산-분배 네트워크의 최적화에만 초점을 맞추고 있으나, MPPDS 공급망에 존재하는 가격 불확실성이라는 중요한 요소를 고려하지 못하고 있다[6-8]. 본 연구는 다양한 변동성이 내재된 반도체 MPPDS에서 효율적인 생산 및 분배 계획 방법론을 제안함으로써 이와 같은 문제를 해결하고자 한다. 먼저 계획변동 비용 및 생산용량 제약 등의 현실적인 제약조건들을 반영하는 모델을 정의하고, 이와 함께 변동성을 반영하는 시나리오를 이용하여 확률적 혼합정수선형계획법모형을 개발한다.
이 된다. 본 연구에서는 RO 모형으로 PDC-MEV (PDC-Max Expected Value)를 제안한다.
본 연구에서는 다양한 변동성이 존재하는 MPPDS 공급망에 대한 생산 및 수송 전략을 수립함으로써 반도체 제조업 공급사슬망의 의사결정 문제를 해결하고자 하였다. 품질로 구분되는 제품들의 생산, 재고 및 물류에 관한 의사결정을 조정하기 위해, 본 연구에서는 생산용량 제약, 항공 수송 리드타임 및 용량 제약 등의 현실적인 제약조건들을 반영하는 PDC-D 확정모형을 정의하였다.
본 연구에서는 다양한 변동성이 존재하는 MPPDS 공급망에 대한 생산 및 수송 전략을 수립함으로써 반도체 제조업 공급사슬망의 의사결정 문제를 해결하고자 하였다. 품질로 구분되는 제품들의 생산, 재고 및 물류에 관한 의사결정을 조정하기 위해, 본 연구에서는 생산용량 제약, 항공 수송 리드타임 및 용량 제약 등의 현실적인 제약조건들을 반영하는 PDC-D 확정모형을 정의하였다. 그리고 수요 및 가격 변동성을 함께 반영 하는 확률모형인 PDC-MEV와 재 계획비용을 고려한 확정모형인 PDC-RPC를 개발하였다.

가설 설정

이를 위해 PDC-D 모형의 프로토타입을 정리해 보면 다음과 같다. 단, PDC-D 모형은 확정적으로 모델링되므로 하나의 특정 case S가 이미 선택되었다고 가정하고 모델링하도록 한다.

제안 방법

또한 실험을 위한 알고리즘의 입력데이터로 사용되는 모수는 재고유지비용, 기회비용, 수송비용 그리고 생산 및 수송의 용량제약 등으로 정해진 균일분포로부터 생성된다. 그리고 PDC-RPC에서 사용되는 비용상수인 CF 는 PDC-D모형에서 산출되는 총 이익(R)의 20%로 결정하여 사용하고, 두 번째 단계의 계획수립 시점은0.1, 0.7, 0.2의 확률로 각각 FP, semi-frozen period 및 RP 구간에 위치할 수 있도록 임의로 발생시켰다.
품질로 구분되는 제품들의 생산, 재고 및 물류에 관한 의사결정을 조정하기 위해, 본 연구에서는 생산용량 제약, 항공 수송 리드타임 및 용량 제약 등의 현실적인 제약조건들을 반영하는 PDC-D 확정모형을 정의하였다. 그리고 수요 및 가격 변동성을 함께 반영 하는 확률모형인 PDC-MEV와 재 계획비용을 고려한 확정모형인 PDC-RPC를 개발하였다. 다양한 실험을 통하여 이들 모형들의 타당성을 평가하였고, 제안한 알고리즘의 우수성을 보였다.
실제 반도체 제조회사의 과거 데이터를 통계 분석해본 결과, 수요 및 가격 데이터는 정규분포를 따른다고 할 수 있다. 따라서 본 실험에서는 계획시평을 18주로 하였고, 수요 및 가격 분포와 3범주(optimistic, normal, and pessimistic cases)로 구분되는 case들을 이용하여 실험데이터를 산출(Table 2 참조)하고 시뮬레이션을 통해 알고리즘의 성능을 평가하였다. PDP-D, PDP-MEV 모형은 Lingo 10.
본 연구는 다양한 변동성이 내재된 반도체 MPPDS에서 효율적인 생산 및 분배 계획 방법론을 제안함으로써 이와 같은 문제를 해결하고자 한다. 먼저 계획변동 비용 및 생산용량 제약 등의 현실적인 제약조건들을 반영하는 모델을 정의하고, 이와 함께 변동성을 반영하는 시나리오를 이용하여 확률적 혼합정수선형계획법모형을 개발한다. 또한 다양한 시나리오를 이용한 실험을 통하여 이들 모형들의 타당성을 평가하고, 제안한 알고리즘의 우수성을 보이고자 한다.
본 연구에서 제시하는 모형은 2개의 유형으로 나뉠 수 있는데, 하나는 다양한 case (발생 가능한 상황)를 고려한 확률모형 이고 다른 하나는 재 계획 비용을 고려한 확정모형이며 이들 모형은 각각 2단계(2 phases)로 구성된다. 먼저 다양한 case를 고려한 확률모형의 첫 번째 단계에서 얻어지는 의사결정은 상위단계의 FAB 생산 의사결정 수립에 해당하고, 예측된 수요와 가격 정보를 기반으로 이루어진다.
본 연구에서 제안한 2개의 Robust 알고리즘, 즉 PDC-MEV모형을 이용한 확률모형과 PDC-RPC의 성능을 평가하고 실제 현장에서의 적용 가능성을 타진하기 위해 다음과 같이 실험을 계획하고 그 결과를 분석한다. 실험 계획은 Table 1과 같이 정리할 수 있다.

대상 데이터

실험 계획은 Table 1과 같이 정리할 수 있다. Table 1에 의하면 본 실험의 대상이 되는 반도체 MPPDS 공급망은 3개의 제품군, 3곳의 제조시설 그리고 3개의 품질등급으로 구성이 된다. 또한 실험을 위한 알고리즘의 입력데이터로 사용되는 모수는 재고유지비용, 기회비용, 수송비용 그리고 생산 및 수송의 용량제약 등으로 정해진 균일분포로부터 생성된다.

데이터처리

이 절에서는 Table 1과 2에서 제시한 실험계획 및 실험 데이터를 사용하여 본 논문이 제시한 확률모형과 PDC-RPC 확정모형 알고리즘의 성능을 평가한다. 이때 각 알고리즘을 통해 얻은 목적함수 값을 PDC-D 모형을 통해 얻은 값과 서로 상대 비교하도록 한다.

이론/모형

따라서 본 실험에서는 계획시평을 18주로 하였고, 수요 및 가격 분포와 3범주(optimistic, normal, and pessimistic cases)로 구분되는 case들을 이용하여 실험데이터를 산출(Table 2 참조)하고 시뮬레이션을 통해 알고리즘의 성능을 평가하였다. PDP-D, PDP-MEV 모형은 Lingo 10.0 패키지를 이용하여 모델링하고 각 알고리즘은 LINGO 내부언어(연산자, 함수 등)를 이용 하여 구현하였다.
이때 각 알고리즘을 통해 얻은 목적함수 값을 PDC-D 모형을 통해 얻은 값과 서로 상대 비교하도록 한다. 상대 비교를 하기 위한 척도로써 본 실험에서는 상대오차값(relative error: RE)을 사용한다.
이 절에서는 Table 1과 2에서 제시한 실험계획 및 실험 데이터를 사용하여 본 논문이 제시한 확률모형과 PDC-RPC 확정모형 알고리즘의 성능을 평가한다. 이때 각 알고리즘을 통해 얻은 목적함수 값을 PDC-D 모형을 통해 얻은 값과 서로 상대 비교하도록 한다. 상대 비교를 하기 위한 척도로써 본 실험에서는 상대오차값(relative error: RE)을 사용한다.

성능/효과

특히 PDP-MEV 모형은 3 case 모두에서 PDP-RPC 모형보다 약 60% 이상의 높은 수익을 보여주었다. Case별로는 optimistic case와 pessimistic case에서 보다 더 좋은 결과를 보여주고 있는데 이것은, 본 연구에서 제시한 2 알고리즘이 normal case보다 더 큰 변동성이 존재하는 optimistic/pessimistic 상황에서 더 우수한 robustness를 보여준다고 해석할 수 있다. 본 실험을 통해 2단계 시스템으로 운영되는 반도체 MPPDS 공급망은 변동성을 반영한 모형으로 모델링하는 것이 매우 효율적이라는 것을 입증하였다.
그리고 수요 및 가격 변동성을 함께 반영 하는 확률모형인 PDC-MEV와 재 계획비용을 고려한 확정모형인 PDC-RPC를 개발하였다. 다양한 실험을 통하여 이들 모형들의 타당성을 평가하였고, 제안한 알고리즘의 우수성을 보였다. 본 연구에서 제안한 방법론이 실제 반도체 제조기업 공급망 상의 생산, 수송 의사결정에 적절히 반영될 수 있다면 기존보다 한층 향상된 공급망 의사결정 솔루션을 도출할 수 있을 것으로 기대한다.
따라서 RE값이 클수록 본 연구에서 제안한 알고리즘의 성능, 즉 robustness가 강하다고 할 수 있다. 2단계로 구성되는 PDC-MEV및 PDC-RPC와 달리, PDC-D 확정모형은 계획수립 시 수요 및 가격 정보 등의 모든 모수들이 확정되므로 1단계에서 의사결정이 이루어지면 추후 변동이 되지 않는다.
3은 3개의 case (Optimistic, Normal, and Pessimistic)에 대한 실험결과를 보여주고 있다. 모든 case에 있어 PDC-C 모형보다 PDP-MEV 확률모형과 PDP-RPC 확정모형이 모두 우수한 성능을 보여준 것을 알 수 있다. 특히 PDP-MEV 모형은 3 case 모두에서 PDP-RPC 모형보다 약 60% 이상의 높은 수익을 보여주었다.
Case별로는 optimistic case와 pessimistic case에서 보다 더 좋은 결과를 보여주고 있는데 이것은, 본 연구에서 제시한 2 알고리즘이 normal case보다 더 큰 변동성이 존재하는 optimistic/pessimistic 상황에서 더 우수한 robustness를 보여준다고 해석할 수 있다. 본 실험을 통해 2단계 시스템으로 운영되는 반도체 MPPDS 공급망은 변동성을 반영한 모형으로 모델링하는 것이 매우 효율적이라는 것을 입증하였다.
모든 case에 있어 PDC-C 모형보다 PDP-MEV 확률모형과 PDP-RPC 확정모형이 모두 우수한 성능을 보여준 것을 알 수 있다. 특히 PDP-MEV 모형은 3 case 모두에서 PDP-RPC 모형보다 약 60% 이상의 높은 수익을 보여주었다. Case별로는 optimistic case와 pessimistic case에서 보다 더 좋은 결과를 보여주고 있는데 이것은, 본 연구에서 제시한 2 알고리즘이 normal case보다 더 큰 변동성이 존재하는 optimistic/pessimistic 상황에서 더 우수한 robustness를 보여준다고 해석할 수 있다.

후속연구

다양한 실험을 통하여 이들 모형들의 타당성을 평가하였고, 제안한 알고리즘의 우수성을 보였다. 본 연구에서 제안한 방법론이 실제 반도체 제조기업 공급망 상의 생산, 수송 의사결정에 적절히 반영될 수 있다면 기존보다 한층 향상된 공급망 의사결정 솔루션을 도출할 수 있을 것으로 기대한다.
또한 바로 이 모형이 반도체 제조업체를 포함함 하이테크 제조기업들의 MPPDS 공급망에서 사용하고 있는 PDC-D(PDC-Deterministic) 모형이다. 본 연구의 목표인 불확실성이 존재할 때 복수개의 case를 사용하는 RO (robust optimization) 모형의 모델링을 위해서는 PDC-D 모형 역시 먼저 개발되어야 한다. 이를 위해 PDC-D 모형의 프로토타입을 정리해 보면 다음과 같다.

질의응답

핵심어	질문	논문에서 추출한 답변
	반도체 및 전자부품 등과 같은 제조 산업의 공급사슬망은 어떤 구성요소를 가지고 있는가?	일반적으로 반도체 및 전자부품 등과 같이 대량의 부품을 필요로 하는 제조 산업은 지역적으로 분산되어 있는 둘 이상의 공급처, 생산기지, 그리고 납품처를 기본 구성요소로 하는 공급사슬망을 갖고 있다. 이와 같이 여러 원자재 공급처로부터 획득된 자재를 복수개의 생산기지 들로 보내고, 생산된 완성품을 복수개의 판매 대리점으로 인도하는 형태의 공급사슬망을 다단계 조달-생산-분배시스템 (Multi site Procurement - Production - Distribution System; 이하 MPPDS)이라고 부른다.
	다단계 조달-생산-분배시스템이란?	일반적으로 반도체 및 전자부품 등과 같이 대량의 부품을 필요로 하는 제조 산업은 지역적으로 분산되어 있는 둘 이상의 공급처, 생산기지, 그리고 납품처를 기본 구성요소로 하는 공급사슬망을 갖고 있다. 이와 같이 여러 원자재 공급처로부터 획득된 자재를 복수개의 생산기지 들로 보내고, 생산된 완성품을 복수개의 판매 대리점으로 인도하는 형태의 공급사슬망을 다단계 조달-생산-분배시스템 (Multi site Procurement - Production - Distribution System; 이하 MPPDS)이라고 부른다.
	연구에서 제시하는 모형 중 다양한 case를 고려한 확률모형의 첫 번째, 두 번째 단계는 무엇인가?	본 연구에서 제시하는 모형은 2개의 유형으로 나뉠 수 있는데, 하나는 다양한 case (발생 가능한 상황)를 고려한 확률모형 이고 다른 하나는 재 계획 비용을 고려한 확정모형이며 이들 모형은 각각 2단계(2 phases) 로 구성된다. 먼저 다양한 case를 고려한 확률모형의첫 번째 단계에서 얻어지는 의사결정은 상위단계의 FAB 생산 의사결정 수립에 해당하고, 예측된 수요와 가격 정보를 기반으로 이루어진다. 따라서 첫 번째 단계에서는 모든 가능한 현실적인 case들을 계획수립 시 고려하여 추후 어떤 특정 case가 실현되더라도 받아들여질 수 있는 강건한 의사결정 결과를 도출하여야 한다. 두 번째 단계에서는 일정시간 경과 뒤 실제 고객주문이 수주되어 수요와 가격의 불확실성이 사라지면, 하위단계의 조립과 수송에 관련된 의사결정들을 이익을 향상시키는 것을 목표로 재조정한다. 이 때 첫 번째 단계에서 결정한 결정변수는 고정되어 변경할 수 없고두 번째 단계에 해당되는 변수들만을 실현된 case 하에서 재 계획한다. 또한 첫 단계인 상위단계 제조공정에서 푸시 형태로 생산된 다양한 부품 사양들은 대체 BOM의 형태로 두 번째 단계에서 고려해야 한다.

참고문헌 (8)

Ahn, H. and Kaminsky, P., "Production and distribution policy in two-stage stochastic push pull system," IIE Transactions, Vol. 37, No. 7, pp. 609-621, 2005.

상세보기
Bollapragada, R. and Rao, U.S., "Replenishment planning in discrete time, capacitated, nonstationary, stochastic inventory system," IIE Transactions, Vol. 38, No.7, pp. 583-595, 2006.
Gupta, A. and Maranas, C.D., "Managing demand uncertainty in supply chain planning," Computers and Chemical Engineering, Vol. 27, No. 8-9, pp. 1219-1227, 2003.
Higle, J.L. and Wallace, S.W., "Sensitivity analysis and uncertainty in linear programming," Interfaces, Vol. 33, No. 4, pp. 53-60, 2003.

상세보기
Leung, S.C.H. and Wu, Y., "A robust optimization model for stochastic aggregate production planning," Production Planning and Control, Vol.15, No. 5, pp. 502-514, 2004.

상세보기
Leung, S.C.H., et al., "A robust optimization model for multi-site production planning problem in an uncertain environment," European Journal of Operational research, Vol, 181, No.1, pp. 224-238, 2007.

상세보기
Sen, S. and Higle, J.L., "An introductory tutorial on stochastic linear programming models," Interfaces, Vol. 29, No. 2, pp. 33-61, 1999.

상세보기
Yildirim, I., Tan, B., and Karaesmen, F., "A multiperiod stochastic production planning and sourcing problem with service level constraints," OR Spectrum, Vol. 27, No. 2-3, pp. 471-489, 2005.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증