2000년 이후 1인가구수의 폭발적인 증가로 국내 편의점 시장 또한 급속히 성장하고 있지만, 아직 국내물류산업의 여건상 수작업 중심으로 이루어져 있어서 시장의 폭발적인 수요증대를 대부분 작업자들에게 의존하고 있다. 이로 인해 전자, 자동차 등 제조업에서 많이 수행되고 있는 자동화를 통한 효율성 증대와 관련된 연구는 미흡한 실정이다. 본 연구에서는 국내 유명 편의점 기업인 A사의 유통물류센터를 대상으로 자동화 설비의 도입을 위한 투자 타당성 분석을 수행하였다. 시간과 인력이 가장 많이 소요되는 피킹 프로세스를 대상으로 시뮬레이션을 이용하여 무인운반차 장비 도입에 따른 생산성 증가 및 비용절감 효과를 분석하였다. 시뮬레이션 결과로 피킹 프로세스에 도입한 AGV 장비는 현재 수작업 대비 시간당 효율성을 증가시키고, 비용을 절감하는 효과도 존재하였다. 아울러, 꾸준히 성장하고 있는 A사 편의점 유통물류센터의 처리물량을 감안하여 적정 AGV 대수를 예측하였다. 물류산업 종사자들의 인건비가 빠르게 증가하는 요즘, 대규모 신규 자동화 센터 구축에 앞서 단위 프로세스 별 부분 자동화를 통한 생산성 증대와 비용감소에 고민하는 투자 의사결정권자들에게 좋은 정보를 줄 수 있을 것으로 기대된다.
2000년 이후 1인가구수의 폭발적인 증가로 국내 편의점 시장 또한 급속히 성장하고 있지만, 아직 국내물류산업의 여건상 수작업 중심으로 이루어져 있어서 시장의 폭발적인 수요증대를 대부분 작업자들에게 의존하고 있다. 이로 인해 전자, 자동차 등 제조업에서 많이 수행되고 있는 자동화를 통한 효율성 증대와 관련된 연구는 미흡한 실정이다. 본 연구에서는 국내 유명 편의점 기업인 A사의 유통물류센터를 대상으로 자동화 설비의 도입을 위한 투자 타당성 분석을 수행하였다. 시간과 인력이 가장 많이 소요되는 피킹 프로세스를 대상으로 시뮬레이션을 이용하여 무인운반차 장비 도입에 따른 생산성 증가 및 비용절감 효과를 분석하였다. 시뮬레이션 결과로 피킹 프로세스에 도입한 AGV 장비는 현재 수작업 대비 시간당 효율성을 증가시키고, 비용을 절감하는 효과도 존재하였다. 아울러, 꾸준히 성장하고 있는 A사 편의점 유통물류센터의 처리물량을 감안하여 적정 AGV 대수를 예측하였다. 물류산업 종사자들의 인건비가 빠르게 증가하는 요즘, 대규모 신규 자동화 센터 구축에 앞서 단위 프로세스 별 부분 자동화를 통한 생산성 증대와 비용감소에 고민하는 투자 의사결정권자들에게 좋은 정보를 줄 수 있을 것으로 기대된다.
Since 2000, the market of convenient stores in Korea has developed rapidly due to the explosive growth in single households but it still consists mainly of manual work due to the nature of the domestic industry. Hence the explosive increase in demand in the market is mostly due to workers. Therefore...
Since 2000, the market of convenient stores in Korea has developed rapidly due to the explosive growth in single households but it still consists mainly of manual work due to the nature of the domestic industry. Hence the explosive increase in demand in the market is mostly due to workers. Therefore, the research aimed at encouraging efficiency via automation, which is carried out in manufacturing, such as electronic, cars and so on, is inadequate. This study performed a feasibility analysis of investment for introducing an automated system on brand A, which is domestic famous convenience store company. Productivity growth according to the introduction of an automated guided vehicle and the cost-benefits was studied with using a simulation for the picking process, which is most personnel and time consuming. As a result, the simulation showed that the equipment AGV introduced for choosing the process has the effects of cost saving and increased time efficiency for performing manual labor. Furthermore, appropriate numbers of AGV were forecasted considering the capacity of the distribution Center in the brand A convenient store, which has been growing steadily. There are increasing numbers of worker labor costs in the distribution industry these days. Before building a large new automate center, it is expected to provide a good information to investors who are considering increasing productivity through partial automation of each of unit process to achieve some cost reduction.
Since 2000, the market of convenient stores in Korea has developed rapidly due to the explosive growth in single households but it still consists mainly of manual work due to the nature of the domestic industry. Hence the explosive increase in demand in the market is mostly due to workers. Therefore, the research aimed at encouraging efficiency via automation, which is carried out in manufacturing, such as electronic, cars and so on, is inadequate. This study performed a feasibility analysis of investment for introducing an automated system on brand A, which is domestic famous convenience store company. Productivity growth according to the introduction of an automated guided vehicle and the cost-benefits was studied with using a simulation for the picking process, which is most personnel and time consuming. As a result, the simulation showed that the equipment AGV introduced for choosing the process has the effects of cost saving and increased time efficiency for performing manual labor. Furthermore, appropriate numbers of AGV were forecasted considering the capacity of the distribution Center in the brand A convenient store, which has been growing steadily. There are increasing numbers of worker labor costs in the distribution industry these days. Before building a large new automate center, it is expected to provide a good information to investors who are considering increasing productivity through partial automation of each of unit process to achieve some cost reduction.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
시뮬레이션 실험을 통하여 적정 AGV의 대안으로 3가지의 케이스를 확인하였다. 3가지의 대안 중 최적 AGV 대수를 산출하기 위해 본 절에서는 AGV 도입에 대한 투자 타당성을 검증한다.
또한 전체 공급 체인을 효율적으로 운영하기 위해 최적의 오더 피킹 프로세스를 설계해야 한다[3]. 따라서 본 연구는 기존 수작업 위주의 편의점 유통물류센터를 운영함에 있어 자동화 방법을 도입하는 개선 방안을 제안한다. 편의점 유통물류센터는 제안하는 개선 방안을 통해 피킹 작업의 제어와 작업시간의 편차에 대한 표준화를 기대할 수 있다.
본 논문은 최적 AGV 대수를 산출하기 위해 시뮬레이션을 실시하였다. 제한 조건으로는 AGV 도입 이전의 지출 금액을 예산 한도로 설정한다.
본 논문은 편의점 유통물류센터에서 최적 AGV 도입 대수 산출 및 타당성에 관한 연구논문으로써 기존 유통물류센터의 레이아웃에서 변경을 하지 않고 문제점 및 개선점을 파악 한 후 AGV 도입으로 발생되는 효과를 분석하였다.
이러한 요인들은 시간이 지날수록 작업자의 작업 처리 효율이 현저하게 저하된다. 위와 같은 문제점들 확인할 수 있던 바, 본 논문에서 AGV를 도입하여 발생되는 효과를 설명하고 시뮬레이션을 통해 정확한 수치를 제공하고 검증하려 한다.
또한 물류센터의 작업 분석과 레이아웃 등을 분석한 기존의 연구 논문들은 바로 현장 적용이 어려운 내용들을 서술하고 있으며, 현장의 특성에 맞춰 대응하기에 어려움을 따르고 있다. 이에 본 논문에서는 유통물류센터의 현상 및 문제점을 분석하고, 그 물류특성과 개선방향에 맞춰 시뮬레이션 모델을 수립하고, 생산성과 비용측면에서 그에 대한 실질적인 대안을 제시하고 결과를 검증한다.
가설 설정
작업자가 1개의 물품 당 피킹 하는 시간은 정규분포를 이용하여 평균은 5초이며 분산은 1초로 가정한다. AGV의 이동속도는 1m/sec로 가정한다. 마지막으로 기존 유통물류센터에서 없던 변수로 AGV를 이용하여 피킹을 작업을 할 때 AGV에 연결된 롤테이너에 물품을 피킹하고 있는데 AGV의 가동률을 높이기 위해서 점포 별 피킹이 완료된 롤테이너는 비어있는 롤테이너와 교체해주기 위해 정규분포를 이용하여 평균은 30초이며 분산은 5초의 시간을 추가했다.
두 번째 유통물류센터의 특성을 살려 Distribution형태로 운영을 하고 있기 때문에 물품의 재고량은 항상 일정 수준을 유지한다. 그리하여 재고량이 부족하여 재 입고에 대한 부분은 고려하지 않고 오더 피킹 작업을 진행한다고 가정한다.
본 시뮬레이션에 앞서 Table 2의 데이터를 이용하여 기타 시뮬레이션 모델링에 사용되는 시간을 정의한다. 작업자가 1개의 물품 당 피킹 하는 시간은 정규분포를 이용하여 평균은 5초이며 분산은 1초로 가정한다. AGV의 이동속도는 1m/sec로 가정한다.
본 논문에서 개선방안으로 제시할 프로세스로 피킹 방법에는 크게 2가지로 나눌 수 있다. 총량 피킹과 오더 피킹으로 나눌 수 있는데 편의점 유통물류센터에서 대부분의 피킹 전략으로 오더 피킹 방법으로 운영하고 있어, 본 논문에서도 운영 전략을 오더 피킹 방법으로 가정한다. 마지막 출고 프로세스로 점포 별 피킹이 완료된 물품들을 검수를 통해 수량, 물품 정보를 확인한 다음 운송차량에 상차 후 지정된 구역으로 출발을 한다.
제안 방법
AGV의 도입에 효율성을 입증하기 위한 시뮬레이션 분석을 실시하였으며, 투자 타당성 분석을 통해 케이스별 최적 AGV 대수를 산출하였다. AGV 도입으로 인해 현재 유통물류센터의 많은 비중을 차지하고 있는 피킹 프로세스에서의 수작업 형태를 일정부분 자동화 시스템으로 구축한 것 또한 유통물류센터를 운영함에 있어 일정부분 기여 했다고 판단된다.
마감시간을 지키는 선에서 시뮬레이션 분석결과 최소 AGV는 7대가 필요하였고, 그 후 대안으로 2개를 더 선택하여 8대, 9대의 결과를 확인하였다. Table 3의 시뮬레이션 분석 결과 650개의 점포와 피킹 물량은 공통되게 설정 하여 실험하였고, AGV와 작업자의 수를 컨트롤해서 피킹 작업 완료시간을 측정했다.
총량 피킹과 오더 피킹으로 나눌 수 있는데 편의점 유통물류센터에서 대부분의 피킹 전략으로 오더 피킹 방법으로 운영하고 있어, 본 논문에서도 운영 전략을 오더 피킹 방법으로 가정한다. 마지막 출고 프로세스로 점포 별 피킹이 완료된 물품들을 검수를 통해 수량, 물품 정보를 확인한 다음 운송차량에 상차 후 지정된 구역으로 출발을 한다.
AGV의 이동속도는 1m/sec로 가정한다. 마지막으로 기존 유통물류센터에서 없던 변수로 AGV를 이용하여 피킹을 작업을 할 때 AGV에 연결된 롤테이너에 물품을 피킹하고 있는데 AGV의 가동률을 높이기 위해서 점포 별 피킹이 완료된 롤테이너는 비어있는 롤테이너와 교체해주기 위해 정규분포를 이용하여 평균은 30초이며 분산은 5초의 시간을 추가했다.
이후 본 논문 순서도는 다음과 같다. 먼저 현재 운영되고 있는 유통물류센터를 분석하고, 현재의 문제점 및 개선사항을 제시한다. 그리고 시뮬레이션을 통해 피킹 프로세스에 무인운반차량( Automated Guided Vehicle: AGV)의 개선 효과와 적정 투입 대수를 산출하며, 투자 타당성 분석을 통해 장비 도입에 대한 타당성을 입증 한 후, 결론을 맺는다[Fig.
AGV 유지 관리비용으로는 일반적으로 AGV의 가격에 5%로 적용한다. 비고 자료로 비용분석을 위해 국가통계포털의 2011~2015년도 자료를 참고하여 인건비 상승률의 평균인 4.2%와 유지관리 비용의 분석에 필요한 물가 상승률의 평균인 1.9%를 적용 하여 분석하였다.
시뮬레이션 환경은 국내 A편의점 유통물류센터를 기준으로 실시하며, 레이아웃은 CAD파일의 실제 거리를 측정하여 반영하였다[Fig 4]. 산업 공학적 시뮬레이션 소프트웨어인 AutoMod에 반영 하여 실제 모델과 같은 환경으로 구현하였다[Fig. 5].
시뮬레이션 실험을 통하여 적정 AGV의 대안으로 3가지의 케이스를 확인하였다. 3가지의 대안 중 최적 AGV 대수를 산출하기 위해 본 절에서는 AGV 도입에 대한 투자 타당성을 검증한다.
앞서 현재 편의점 유통물류센터 운영 시스템에서 비효율적인 작업 방식들을 확인 할 수 있었다. 이에 본 논문에서 AGV를 도입해 효율적인 오더 피킹 방법을 제시하고 AGV의 운영계획 및 최적 운영 대수를 선정한다. 현재 운영되고 있는 유통물류센터에서 레이아웃을 바꾸지 않고, AGV를 도입한다.
이와 같은 요소들을 모두 반영하여 유통물류센터의 적정 AGV대수를 산출하기 위한 시뮬레이션을 실시했다. 시뮬레이션 종료 조건은 650점포의 피킹이 완료되는 시간으로 하였으며, 모델의 검증을 위해 총 30번의 반복실험을 진행하였고, 이에 관한 결과 값은 평균값을 사용하였다.
작업 형태를 분석하는 과정에서 크게 2가지의 작업 비효율성을 확인하였다. 첫 번째 B group의 렉에서 물품을 꺼내 컨베이어로 옮기기 까지 물품을 한번 취급하고, 컨베이어를 타고 간 물품을 롤테이너로 옮기기 때문에 물품을 2번 취급하게 된다.
대상 데이터
Table 5의 내용으로 국가통계포털의 2011~1015년도 자료를 참고하여 Discount rate의 평균인 1.9%를 적용하였고, AGV의 수명을 7년으로 측정하여 7년의 비용 분석을 다뤘고, 비용의 단위는 백만원으로 작성하였다. 비용 분석 결과 현재 유통물류센터의 운영방식을 유지한 상태로 7년간 발생될 인건비로는 2,307백만원의 비용이 발생 될 예정이며, 현재가치로 환산했을 경우 총 비용은 1,975백만원이 된다.
시뮬레이션 환경은 국내 A편의점 유통물류센터를 기준으로 실시하며, 레이아웃은 CAD파일의 실제 거리를 측정하여 반영하였다[Fig 4]. 산업 공학적 시뮬레이션 소프트웨어인 AutoMod에 반영 하여 실제 모델과 같은 환경으로 구현하였다[Fig.
데이터처리
이와 같은 요소들을 모두 반영하여 유통물류센터의 적정 AGV대수를 산출하기 위한 시뮬레이션을 실시했다. 시뮬레이션 종료 조건은 650점포의 피킹이 완료되는 시간으로 하였으며, 모델의 검증을 위해 총 30번의 반복실험을 진행하였고, 이에 관한 결과 값은 평균값을 사용하였다.
성능/효과
먼저 현재 운영되고 있는 유통물류센터를 분석하고, 현재의 문제점 및 개선사항을 제시한다. 그리고 시뮬레이션을 통해 피킹 프로세스에 무인운반차량( Automated Guided Vehicle: AGV)의 개선 효과와 적정 투입 대수를 산출하며, 투자 타당성 분석을 통해 장비 도입에 대한 타당성을 입증 한 후, 결론을 맺는다[Fig. 2].
각 Group별로 4명씩 작업을 하고 있으며 Group마다 피킹 건수는 각각 다르게 나타나고 있다. 마지막으로 제일 중요한 작업 완료 시간인데 물류의 특성상 마지막 물품까지 피킹이 완료되어 출고 대기가 상태가 돼야 피킹을 완료했다고 말할 수 있다. 그래서 650점포의 피킹을 완료하는 시간은 11시간 50분 47초가 걸린다.
9%를 적용하였고, AGV의 수명을 7년으로 측정하여 7년의 비용 분석을 다뤘고, 비용의 단위는 백만원으로 작성하였다. 비용 분석 결과 현재 유통물류센터의 운영방식을 유지한 상태로 7년간 발생될 인건비로는 2,307백만원의 비용이 발생 될 예정이며, 현재가치로 환산했을 경우 총 비용은 1,975백만원이 된다.
시뮬레이션 결과와 투자 타당성 분석의 결과를 종합하여 케이스별 최적 AGV 도입 대수를 결정했다. 총 3가지의 케이스로 정리 할 수 있는데 첫 번째 케이스는 투자비용에 대한 가치를 비교하였을 경우 AGV 7대 도입시 1,636백만원의 비용이 발생 될 예정이며, 현재가치로 환산했을 경우 총 비용은 1,443백만원으로 최소한의 투자로 현재의 시스템을 대체할 수 있다.
앞서 4.2절에서 언급 했던 것처럼 AGV 한 대와 작업자 한 명은 한 세트를 이루기 때문에, AGV 7대, 작업자 7명으로 시뮬레이션을 실시했을 때 기존 방식에 비해 14분, AGV 8대, 작업자 8명의 경우 1시간 40분 그리고 AGV 9대, 작업자 9명의 경우 2시간 47분의 시간이 단축된다는 것을 확인할 수 있었다.
시뮬레이션 결과와 투자 타당성 분석의 결과를 종합하여 케이스별 최적 AGV 도입 대수를 결정했다. 총 3가지의 케이스로 정리 할 수 있는데 첫 번째 케이스는 투자비용에 대한 가치를 비교하였을 경우 AGV 7대 도입시 1,636백만원의 비용이 발생 될 예정이며, 현재가치로 환산했을 경우 총 비용은 1,443백만원으로 최소한의 투자로 현재의 시스템을 대체할 수 있다.
추가적으로 AGV 10대 도입 시 투자비용은 기존의 운영금액인 1,980백만원의 금액을 초과하기 때문에 앞선 5.2절의 전제 조건의 의거하여, 대안으로는 부적합하다는 것을 확인할 수 있었다.
후속연구
향후 AGV의 최적화 라우팅 방식 및 존 피킹 방식을 통해 AGV의 다양한 경로를 설정하여 최적의 효율을 찾아내는 분석이 필요하다고 판단된다. 또한 여러 가지 상황에서 여러 가지 입력데이터가 주어지게 된다면 다양한 실험을 통해 최적의 운영 방법을 제시 할 수 있을 것이라고 생각한다.
Table 5에서 나타 난 것처럼 AGV 한 대를 도입할 경우 1시간 20분의 시간이 단축됨을 확인 할 수 있었다. 이에 현재의 성장속도로 지속적인 성장이 이뤄진다고 가정한다면, 18개월~24개월 주기로 AGV를 한 대씩 추가 도입한다면 처리 물량이 증가하여도 피킹 완료 시간을 지킬 수 있다고 판단된다.
향후 AGV의 최적화 라우팅 방식 및 존 피킹 방식을 통해 AGV의 다양한 경로를 설정하여 최적의 효율을 찾아내는 분석이 필요하다고 판단된다. 또한 여러 가지 상황에서 여러 가지 입력데이터가 주어지게 된다면 다양한 실험을 통해 최적의 운영 방법을 제시 할 수 있을 것이라고 생각한다.
질의응답
핵심어
질문
논문에서 추출한 답변
편의점 물류센터의 프로세스는 어떻게 구성되어 있는가?
일반적인 편의점 물류센터의 프로세스는 크게 4가지로 구성되어 있다. 첫 번째 입고 프로세스로 물품이 외부에서 유통물류센터로 운송되어 저장하기 위해 유통물류센터 내에 적재 전까지 단계를 말한다. 두 번째 보관 프로세스로 입고된 물품을 각 포지션에 할당하여 이동하고, 해당 창고 및 렉에 저장하는 것이다. 세 번째 피킹 프로세스이다. 본 논문에서 개선방안으로 제시할 프로세스로 피킹 방법에는 크게 2가지로 나눌 수 있다. 총량 피킹과 오더 피킹으로 나눌 수 있는데 편의점 유통물류센터에서 대부분의 피킹 전략으로 오더 피킹 방법으로 운영하고 있어, 본 논문에서도 운영 전략을 오더 피킹 방법으로 가정한다. 마지막 출고 프로세스로 점포 별 피킹이 완료된 물품들을 검수를 통해 수량, 물품 정보를 확인한 다음 운송차량에 상차 후 지정된 구역으로 출발을 한다.
편의점시장이 성장하는 대표적 요인은 무엇인가?
1][1]. 편의점시장이 성장하는 대표적 요인은 1~2인 가구수 증가, 소량 구매 패턴 확산, 높은 접근성, 다양한 PB(Private Brand)상품 등장 그리고 다양한 컨텐츠의 발전 등으로 설명할 수 있다. 시장의 규모는 지속적으로 성장하는 반면, 유통물류센터의 운영 형태는 시장의 성장속도를 따라가지 못하고 수작업 위주의 운영을 고수하고 있어 많은 작업이 작업자에 의존하고 있다.
AGV의 매우 큰 장점은 무엇인가
AGV 시스템은 전체 생산 시스템의 성능을 향상시키는 매우 중요한 요인이다. 특히, 물류센터에서 가장 높은 고정비용 중 하나인 인건비는 원가를 상승시켜 가격 경쟁력을 약화 시키는 주요 원인이므로, 무인 공급을 통해 물류 인력을 감축 시킬 수 있다는 것은 AGV의 매우 큰 장점이라고 말할 수 있다[6]. 현재 자동 창고 시스템(ASRS)은 공급체인 상에서 30%이상의 매우 중요한 역할을 차지하고 있다.
참고문헌 (12)
Don Il Lee, Sik Geun, Ji Hyun Lee & Hye Joon Lee. "The supporting policies for CVS operation efficacy through CVS development simulation," Korea ditribution association, 19(4), pp. 117-137, 2014.
JJ Coyle, EJ Bardi & CJ Langley. "The management of business logistics", p. 14-16, West Publishing Company, 1996.
Rene de Koster, Tho Le-Duc & Kees Jan Roodbergen. "Design and control of distribution center order picking: A literature review," European Journal of Operational Research, 182(2), pp. 481-501, 2007. DOI: http://dx.doi.org/10.1016/j.ejor.2006.07.009
Dae Sig Kim. "An Effect Analysis for Productivity Elevation by the System Improvement," Korea Safety Management & Science, 12(2), pp. 113-123, 2010.
Seok Soon Lee & Young Jin Hwang. "the Control and the Traveling Algorithm of AGV," J. of Research Inst. of Automation & Computer Eng, 1(1), pp. 65-70, 1994
Myung Hoon Kang & Choon Jong Kwak. "Simulation Analysis of A Logistics System for Automobile Parts: A Case Study of A Car Manufacturer," Asia-Pacific Journal of Business & Commerce, 6(1), pp. 101-112, 2014.
S.N Liu. "Optimization and scheduling of AGV in automated distribution center system based on immune algorithm," Automatic control and Artificial Intelligence, pp. 1492-1495, 2012
Klaus Moeller. "Increasing distribution center order picking performance by sequence optimization," The State of the Art in the European Quantitative Oriented Transportation and Logistics Research, 20, pp. 177-185, 2011.
Petersen C.G. "An Evaluation of order picking routeing policies," International Journal of Operations & Production Management, 17(11), pp. 1098-1111, 1997. DOI: http://dx.doi.org/10.1108/01443579710177860
Hsieh L.F & Huang C.L. "Optimal order Picking Planning for Distribution Center with Cross Aisle," Proceedings of the 7th international Conference on Optimization: Techniques and Apllications, 1(49), pp. 339-340, 2007.
Mun Sup Lee & Sang Yong Yi. "Determination of Optimal Number of AGV by Simulation," Journal of the Korean Institute of Industrial Engineers, 16(1), pp. 59-65, 1990.
se Kyung Choi, Hwang Sung Kim & Woo Seok Park. "The simulation study on working time of unit load cargo in distribution center," The Korean Association of Shipping and Logistics 81(0), pp. 219-240, 2014.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.