[논문]신발 제조 시스템 운영 전략에 관한 연구

권오훈; 구평회

doi:10.7232/jkiie.2016.42.6.404

[국내논문] 신발 제조 시스템 운영 전략에 관한 연구
A Study on Operational Strategies for Footwear Manufacturing Systems 원문보기

대한산업공학회지 = Journal of the Korean Institute of Industrial Engineers, v.42 no.6, 2016년, pp.404 - 411

권오훈 (부경대학교 기술경영전문대학원) , 구평회 (부경대학교 시스템경영공학부)

Abstract ▼ AI-Helper

In footwear manufacturing systems, the upper parts of the shoes are manually sewed on a sub-line while bottom parts are produced by machines such as injection and molding machines on a sub-line before these two parts are combined into complete shoes on a final assembly line. The manual operations for the upper parts lead to a large variability in processing times, resulting in higher work-in-process inventory. In most footwear industries, production lines have been controlled by MRP-based push systems. Some industries attempt to introduce Kanban-based pull systems. This paper identifies the characteristics of the footwear manufacturing processes, and discusses the problems of the current control systems. As an operational alternative, a CONWIP-based control strategy is presented. Simulation experiments are performed to examine the performance of the control strategies.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 연구에서는 Pull 방식의 하나인 CONWIP을 신발 갑피의 재봉공정에 한하여 적용하여 그 효과를 살펴보았는데, 신발 전체 공정을 관리하기 위해서는 갑피 부분과 함께 밑창 부분을 동시에 통제해야만 한다. 다음 과제로는 본 연구의 내용을 확장하여 신발 전체 공정에 대한 새로운 운영전략을 연구해보고자 한다.
본 논문은 실측 데이터 분석을 통해 신발 갑피 생산 공정은 변동성이 매우 크다는 것을 밝히고, 현재 채택하고 있는 MRP 기반의 Push 방식이 갖는 문제점을 파악하며, 이에 대응하여 생산성을 향상시킬 수 있는 CONWIP(CONstant WIP) 방식의 Performance를 Kanban 방식과 비교하고 검증한다.
또한 모델이 하루 중에도 수시로 바뀔 수 있는 환경이기 때문에 Station 종류 및 배치 자체가 바뀌어 Kanban 수를 그때마다 Station 별로 최적화하기가 불가능한 실정이다. 본 연구는 변동성이 매우 큰 신발 공장의 특성을 파악하고 작업자나 Station이 매일 바뀌어 Bottleneck이 수시로 변화하는 신발 생산라인에 CONWIP 방식을 적용하는 경우의 효과를 연구하고자 한다.
기존의 연구들은 주로 자동화 기반으로 공정마다 변동성이 크지 않은 반도체, PCB, 자동차, 철강 금속 산업 등을 대상으로 하였다. 본 연구에서는 사람의 손이 절대적이어서 생산시간에 대한 변동성이 매우 크고 분석이 까다로운 신발 공정에도 CONWIP 방식이 적용 가능함을 시뮬레이션으로 보이고 Kanban 방식과 MRP 방식에 비하여 성능이 더 우수함을 검증하고자 한다. Kanban 방식이 CONWIP보다 우수하다는 기존의 연구들의 결과는 Kanban 수를 Station 별로 최적으로 관리해야 한다는 조건이 있는데, 신발 공장과 같이 매 Station에서 매일 작업자가 바뀌어 작업 시간의 특성이 변화하는 시스템에서는 매 Station마다 Kanban의 수를 수시로 관리할 수 없기 때문에 적용이 쉽지 않다.

가설 설정

Table 4는 각 공정별 허용 Kanban 수에 따른 일일 산출량과 WIP의 결과이다. 모든 공정은 동일한 수의 Kanban을 허용한다고 가정하였다. 실험결과를 보면, WIP 수준은 Kanban 수가 증가하면 비례적으로 증가하는 반면에, 일일 생산량은 Kanban수를 늘리면 어느 정도까지는 증가하지만 일정 수준 이상에서는 Kanban 수를 늘려도 시간당 산출량이 더 이상 늘지 않는 것을 알 수 있다.

제안 방법

(2015)은 Bonvik et al.(1997)에 의해 제안된 최종 단계를 제외한 매 공정에서 WIP 수준을 관리하는 방식인 HK(Hybrid Kanban) CONWIP과 기본 재고 모형인 BK(Basestock Kanban) CONWIP 방식을 시뮬레이션으로 비교하였다. 3개의 공정을 갖는 복수 제품을 생산할 수 있는 연속 라인에서 작업 시간을 정규 분포로 가정한 경우 BK-CONWIP이 HK-CONWIP 방식보다 효율적으로 CONWIP 통제가 가능함을 보여 CONWIP이 더욱 상세히 분화되어 연구가 진행되고 있음을 알 수 있다.
즉 생산량이 통제할 수 있는 인자이다. Arena 모델링 시 실제 상황과 유사하게 2시간마다 가동률을 만족하는 수준의 자재를 일시에 생성하여 첫 공정 앞에 두었다. 생성된 자재들은 각 공정 시간만큼 시스템에서 시간을 보낸 뒤 마지막 공정을 마친 후 싸이클타임이 기록되며 소멸한다.
CONWIP 방식과 Kanban 방식 및 MRP Push 방식을 적용하는 경우의 생산성을 비교/분석하기 위하여 대상공정을 상용 소프트웨어인 ARENA를 이용하여 모델링하고 실험을 수행하였다. 시뮬레이션은 안정 상태에서의 산출량을 계산하기 위해 Warmup 시간을 늘려가면서 WIP 수준과 싸이클 타임을 관찰하여 각 지표가 충분히 수렴하는 시간인 80시간의 Warmup 시간으로 정하였고 10일치 물량이 생산될 수 있는 80시간을 시뮬레이션하였다.
본 논문의 연구를 수행하기 위한 선 작업으로 실제 재봉공정에서 작업하는 작업자의 시간분석을 수행하였다. 작업시간의 특성을 분석하기 위하여 개별 작업자의 작업 시간을 30회씩 측정하여 데이터를 얻고 이를 확률분포로 Fitting하였다.
본 연구에서는 Pull 방식의 하나인 CONWIP을 신발 갑피의 재봉공정에 한하여 적용하여 그 효과를 살펴보았는데, 신발 전체 공정을 관리하기 위해서는 갑피 부분과 함께 밑창 부분을 동시에 통제해야만 한다. 다음 과제로는 본 연구의 내용을 확장하여 신발 전체 공정에 대한 새로운 운영전략을 연구해보고자 한다.
CONWIP 방식과 Kanban 방식 및 MRP Push 방식을 적용하는 경우의 생산성을 비교/분석하기 위하여 대상공정을 상용 소프트웨어인 ARENA를 이용하여 모델링하고 실험을 수행하였다. 시뮬레이션은 안정 상태에서의 산출량을 계산하기 위해 Warmup 시간을 늘려가면서 WIP 수준과 싸이클 타임을 관찰하여 각 지표가 충분히 수렴하는 시간인 80시간의 Warmup 시간으로 정하였고 10일치 물량이 생산될 수 있는 80시간을 시뮬레이션하였다. 실험결과의 통계적 오류를 제거하기 위하여 시뮬레이션 실험을 30회 반복하였다.
대상 공장에서는 2시간마다 한 번씩 자재를 공급하고 있다. 이를 시뮬레이션에 반영할 경우 8시간 작업시간 기준 하루 최대 가능 생산량인 631.6족의 1/4인 157.9족을 넘어가는 경우 시뮬레이션 결과는 수렴할 수 없게 되므로, 병목 공정에서의 가동률(Utilization)이 100% 넘지 않는 수준에서 각기 다른 가동률의 3가지 시나리오로 시뮬레이션을 수행하였다. 병목 공정에서의 능력이 시스템의 능력이므로 위의 병목 공정에서의 가동률은 시스템의 가동률로도 볼 수 있다.

대상 데이터

[Table 3]은 일일 생산량과 WIP 수준을 나타낸다. Push 방식에서 가동률을 99.4%, 97.5%, 95.0% 수준을 확보하기 위하여 2시간 간격으로 157개, 154개, 150개를 각각 투입하였다. Push 방식에서의 생산량은 가동률이 100%를 넘지 않으면 투입량과 동일하다는 것을 알 수 있다.
[Table 1]은 Stitching 생산라인을 구성하는 공정명과 각 공정을 담당하는 작업자 수를 나타내고 있다. 대상 시스템은 24개의 공정으로 이루어져 있고 총 작업자는 32명이며 시간이 많이 걸리는 공정은 복수의 작업자가 동시에 맡고 있다. 모든 공정은 작업자의 수작업으로 진행되며 이러한 수작업은 생산시간에 대하여 많은 변동성을 유발하고 있다.
본 논문은 위의 신발제조 공정에서 변동성이 비교적 큰 Stitching 공정을 대상으로 한다. [Table 1]은 Stitching 생산라인을 구성하는 공정명과 각 공정을 담당하는 작업자 수를 나타내고 있다.

데이터처리

본 논문의 연구를 수행하기 위한 선 작업으로 실제 재봉공정에서 작업하는 작업자의 시간분석을 수행하였다. 작업시간의 특성을 분석하기 위하여 개별 작업자의 작업 시간을 30회씩 측정하여 데이터를 얻고 이를 확률분포로 Fitting하였다. [Table 2]는 실측하여 얻은 각 작업장별 작업시간의 분포와 평균 시간 및 변동계수(CV, Coefficient Of Variation)를 나타낸다.

성능/효과

기존 생산 방식인 MRP의 경우, 투입 전략에 따라 시스템이 매우 민감하게 반응하여 실시간으로 투입을 결정해야 하는 신발 재봉 공정의 경우 적용이 매우 까다롭다. 동일 산출량 대비 WIP 수준을 줄이기 위해서는 전통적인 신발공정과 같이 변동성이 아주 크게 나타나는 생산 시스템의 경우 MRP나 Kanban 방식보다는 CONWIP 방식이 우수한 성과를 보임을 시뮬레이션을 통해 확인하였다. CONWIP 방식은 모든 공정에서 WIP 수준을 관리해야 하는 Kanban 방식과는 달리 생산라인의 입구만 통제하면 되므로 생산성 측면뿐 아니라 적용성에 있어서도 보다 우수하므로 본 논문에서 Case로 다룬 신발 갑피 Stitching 공정과 같이 여러 세부공정을 거쳐 생산되는 긴 생산라인에서도 어렵지 않게 적용할 수 있을 것으로 기대된다.
전통적인 신발 제조 공정은 작업자로 인해 발생하는 변동성으로 말미암아 관리가 매우 어렵다. 본 연구에서는 변동성이 큰 신발의 제조 공정에서 CONWIP 방식이 Push 시스템인 MRP 방식과 순 Pull 시스템인 Kanban 방식에 비해 여러 가지 장점을 갖고 있는 것을 확인하였다. 기존 생산 방식인 MRP의 경우, 투입 전략에 따라 시스템이 매우 민감하게 반응하여 실시간으로 투입을 결정해야 하는 신발 재봉 공정의 경우 적용이 매우 까다롭다.
시간분석 결과, 이 시스템의 병목공정(Bottleneck)은 11번 공정으로 하루 8시간 작업을 기준으로 할 때 최대 생산량은 631.6 족임을 알 수 있다(최대생산량 = 8시간×60분×60초/45.6초 = 631.6).
모든 공정은 동일한 수의 Kanban을 허용한다고 가정하였다. 실험결과를 보면, WIP 수준은 Kanban 수가 증가하면 비례적으로 증가하는 반면에, 일일 생산량은 Kanban수를 늘리면 어느 정도까지는 증가하지만 일정 수준 이상에서는 Kanban 수를 늘려도 시간당 산출량이 더 이상 늘지 않는 것을 알 수 있다. 여기서는 Kanban 수 세 개까지는 산출량이 증가하다가, 그 이상에서는 기울기가 매우 완만하거나 정체되는 결과를 나타내고 있다.
실험결과에 의하면 동일한 생산량을 확보하기 위해서 CONWIP 방식이 MRP 방식이나 Kanban 방식보다 적은 WIP 수준을 유지하면서 일정한 생산량을 달성할 수 있음을 알 수 있다. 예를 들어, 일일 생산량 630개를 생산하기 위해서 MRP는 100개 이상의 WIP 수준이 요구되고, Kanban 방식은 43개 이상의 WIP이 유지되어야 하지만, CONWIP 방식은 40개의 WIP 수준에서도 목표생산량이 달성됨을 실험을 통해 확인하였다.
시뮬레이션은 안정 상태에서의 산출량을 계산하기 위해 Warmup 시간을 늘려가면서 WIP 수준과 싸이클 타임을 관찰하여 각 지표가 충분히 수렴하는 시간인 80시간의 Warmup 시간으로 정하였고 10일치 물량이 생산될 수 있는 80시간을 시뮬레이션하였다. 실험결과의 통계적 오류를 제거하기 위하여 시뮬레이션 실험을 30회 반복하였다. 재봉 공정의 하루 근무 시간은 8시간이며 각 공정의 작업시간은 [Table 2]에서 보여 준 측정된 분포와 동일하게 설정하였다.
3명의 작업자가 담당하는 7번 공정의 경우, 세 작업자의 생산시간 평균과 변동계수 및 Fitting된 확률분포가 서로 상이함을 알 수 있다. 재봉 공정에서 모든 작업자의 작업시간을 분석해본 결과 평균 변동계수는 0.315로 전반적으로 변동성이 크게 나타나고 있어 WIP이 각 작업 사이마다 과도하게 쌓이는 근본적인 원인으로 작용하고 있음을 알 수 있다. 시간분석 결과, 이 시스템의 병목공정(Bottleneck)은 11번 공정으로 하루 8시간 작업을 기준으로 할 때 최대 생산량은 631.

후속연구

동일 산출량 대비 WIP 수준을 줄이기 위해서는 전통적인 신발공정과 같이 변동성이 아주 크게 나타나는 생산 시스템의 경우 MRP나 Kanban 방식보다는 CONWIP 방식이 우수한 성과를 보임을 시뮬레이션을 통해 확인하였다. CONWIP 방식은 모든 공정에서 WIP 수준을 관리해야 하는 Kanban 방식과는 달리 생산라인의 입구만 통제하면 되므로 생산성 측면뿐 아니라 적용성에 있어서도 보다 우수하므로 본 논문에서 Case로 다룬 신발 갑피 Stitching 공정과 같이 여러 세부공정을 거쳐 생산되는 긴 생산라인에서도 어렵지 않게 적용할 수 있을 것으로 기대된다.
실제 현장에서의 CONWIP 수는 WIP 증가 대비 산출량 증가에 대하여 효율성을 따져서 결정될 것으로 예상된다. 이는 모델 믹스나 작업자 변동 등 다양한 측면에서 장기간 관찰 후 최적값을 택할 것으로 예상되어 본 연구의 범위를 넘어서므로 향후 과제로 남긴다. CONWIP 시스템의 Arena 모델링은 일정 CONWIP 수만큼 첫 공정에서 부품을 생성하고 공정의 마지막 부분에서 부품을 두 개로 분리하여 하나는 첫 공정으로 되돌리고 하나는 출력을 기록한 후 소멸시키는 방법을 취했다.

질의응답

핵심어	질문	논문에서 추출한 답변
	신발의 갑피 부분을 생산하는 라인에서 진행하는 수작업 공정의 단점은?	갑피 부분을 생산하는 라인(UPR sub-line)에서는 작업자가 재봉틀을 이용해 재단기에 의해 잘려진 부품을 결합하는 수작업공정을 행한다. 이 때, 작업자에 의해 수행되는 수작업 공정은 기계에 의한 작업보다 변동성이 크다는 특징이 있다.
	전통적인 신발제조 시스템은 어떤 전략을 사용해 왔는가?	전통적으로 신발제조 시스템은 MRP를 기반으로 하는 Push 생산 전략을 사용해왔다. 그러나 MRP는 수요에 대한 예측생산 방식이므로 소비자 요구가 수시로 변하는 최근의 시장 환경에서 주문이나 생산 공정 등의 변화에 대한 적응성 부족, 완제품 장기재고 등의 문제가 중요한 약점으로 작용한다.
	MRP Push 방식의 약점은 무엇인가?	MRP 시스템이 대표적인 Push형 운영시스템으로 많은 기업들이 이 방식으로 라인을 운영하고 있다. 그러나 MRP 방식은 생산계획에 의한 밀어내기 생산 방식이므로 공정이 복잡하고 라인밸런싱이 맞지 않은 경우에는 WIP이 폭발적으로 증가하며 이에 따라 생산 싸이클타임이 크게 증가하는 문제가 있다. MRP Push 방식의 이러한 약점을 보완하기 위한 대표적인 방법이 도요타의 Kanban을 이용한 Pull 방식이다.

참고문헌 (20)

Bonvik, A. M., Christopher, C., and Gershwin, S. B. (1997), A comparison of production line control mechanisms, International Journal of Production Research, 35(3), 789-804.

상세보기
Chong, K. E. and Lim, K. S. (2013), CONWIP based control of a semiconductor end of line assembly, Procedia Engineering, 53, 607-615.

상세보기
Dar-El, E. M., Herer, Y. T., and Masin, M. (1999), CONWIP-based production lines with multiple bottlenecks : performance and design implications, IIE Transactions, 31(2), 99-111.

상세보기
Gilland, W. (2002), A simulation study comparing performance of CONWIP and bottleneck-based release rules, Production Planning, 13(2), 211-219.

상세보기
Gong, Q., Yang, Y., and Wang, S. (2014), Information and decision-making delays in MRP, Kanban, and CONWIP, International Journal of Production Economics, 156, 208-213.

상세보기
Gstettner, S. and Kuhn, H. (1996), Analysis of production control systems Kanban and CONWIP, International Journal of Production Research, 34(11), 3253-3273.

상세보기
Hopp, W. J. and Spearman, M. L. (1996), Factory Physics, McGraw Hill, New York.
Jodlbauer, H. and Huber, A. (2008), Service level performance of MRP, Kanban, CONWIP and DBR due to parameter stability and environmental robustness, International Journal of Production Research, 46(8), 2179-219.

상세보기
Kelton, W. D., Sadowski, R. P., and Zupick, N. B. (2010), Simulation with Arena, McGraw-Hill, International Edition.
Khojasteh-Ghamari, Y. (2009), A performance comparison between Kanban and CONWIP controlled assembly systems, Journal of Intelligent Manufacturing, 20, 751-760.

상세보기
Lahadotiya, K. K., Pathak, R., and Pandey, A. K. (2013), Study of Kanban and CONWIP analysis on inventory and production control system in an industry, International Journal of Engineering Science and Innovative Technology, 2(4), 148-154.
Lee, H. C. and Seo, D. W. (2011), Comparison of CONWIP with Kanban in a production line with constant processing time, The Korean Operations Research and Management Science Society, 36(2), 51-65.
Li, J.-W. (2011), Comparing Kanban with CONWIP in a make-to-order environment supported by JIT practices, Journal of the Chinese Institute of Industrial Engineers, 28(1), 72-88.
Muhammada, N. A., Chin, J. F., Kamarrudin, S., Chik, M. A., and Prakash, J. (2015), Fundamental simulation studies of conwip in front-end wafer fabrication, Journal of Industrial and Production Engineering, 32(4), 232-246.

상세보기
Onyeocha, C. E., Wang, J., Khoury, J., and Geraghty, J. (2015), A comparison of HK-CONWIP and BK-CONWIP control strategies in a multiproduct manufacturing system, Operations Research Perspectives, 2, 137-149.

상세보기
Pettersen, J.-A. and Segerstedt, A. (2009), Restricted work-in-process : A study of differences between Kanban and CONWIP, International Journal of Production Economics, 118(1), 197-207.
Sato, R. and Khojasteh-Ghamari, Y. (2012), An integrated framework for card-based production control systems, Journal of Intelligent Manufacturing, 23(3), 717-731.

상세보기
Spearman, M. L., Woodruff, D. L., and Hopp, W. J. (1990), CONWIP : a pull alternative to kanban, International Journal of Production Research, 28(5), 879-894.

상세보기
Spearman, M. L. and Zazanis, M. A. (1992), Push and pull production systems : Issues and comparisons, Operations Research, 40(3), 521-532.

상세보기
Takahashi, K. and Nakamura, N.(2012), Comparing reactive Kanban and reactive CONWIP, Production Planning and Control, 13(8), 702-714.

저자의 다른 논문 :

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