[논문]주문생산 방식의 생산계획 수립을 위한 시뮬레이션 모델 설계 : 판유리 제조 공정을 중심으로

최용희; 황승준

doi:10.11627/jkise.2019.42.1.064

주문생산 방식의 생산계획 수립을 위한 시뮬레이션 모델 설계 : 판유리 제조 공정을 중심으로
Simulation Modeling for Production Scheduling under Make-To-Order Production Environment : Focusing on the Flat Glass Production Environment 원문보기

Journal of Korean Society of Industrial and Systems Engineering = 한국산업경영시스템학회지, v.42 no.1, 2019년, pp.64 - 73

최용희 (한양대학교 일반대학원 경영컨설팅학과) , 황승준 (한양대학교 경상대학 경영학부)

Abstract ▼ AI-Helper

The manufacturing companies under Make-To-Order (MTO) production environment face highly variable requirements of the customers. It makes them difficult to establish preemptive production strategy through inventory management and demand forecasting. Therefore, the ability to establish an optimal production schedule that incorporates the various requirements of the customers is emphasized as the key success factor. In this study, we suggest a process of designing the simulation model for establishing production schedule and apply this model to the case of a flat glass processing company. The flat glass manufacturing industry is under MTO production environment. Academic research of flat glass industry is focused on minimizing the waste in the cutting process. In addition, in the practical view, the flat glass manufacturing companies tend to establish the production schedule based on the intuition of production manager and it results in failure of meeting the due date. Based on these findings, the case study aims to present the process of drawing up a production schedule through simulation modeling. The actual data of Korean flat glass processing company were used to make a monthly production schedule. To do this, five scenarios based on dispatching rules are considered and each scenario is evaluated by three key performance indicators for delivery compliance. We used B2MML (Business To Manufacturing Markup Language) schema for integrating manufacturing systems and simulations are carried out by using SIMIO simulation software. The results provide the basis for determining a suitable production schedule from the production manager's perspective.

주제어

AI 본문요약
AI-Helper

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

문제 정의

공정 설계(Layouts) 기준으로 보았을 때 G사의 공정은 혼합 흐름 공정(Hybrid Flow Shop)으로 볼 수 있다. 따라서, 모델 설계 시 혼합 흐름 공정에 관한 일정계획 관련 연구 및 판유리 생산계획 수립에 관한 연구를 중점으로 하여 타당한 가정 사항을 수립하고자 하였다[17, 20].
본 사례분석은 2018년 9월 1일부터 9월 30일까지의 월간 생산계획 수립을 목표로 진행되었다. 고객사의 주문량, 판유리 원판 구매량 등의 생산 관련 데이터를 바탕으로 하였으며 이를 시뮬레이션 모델링 과정에 활용하였다.
본 연구는 MTO 방식의 제조 환경에서 시뮬레이션 모델 설계를 통해 생산계획을 도출하는 과정을 제시하였다. 이는 국제 표준 생산 시스템 모델링 방식인 B2MML 을 기준으로 공정 데이터를 전처리하며 시뮬레이션 소프 트웨어 SIMIO를 통해 시나리오별 예상 성과를 파악하는 모델이다.
본 연구는 생산 시스템 모델링 기준 B2MML을 따랐을 경우를 기준으로 모델 설계 방법을 제시하였다.
또한, 판유리 산업과 관련한 기존 연구는 원판을 일정 크기로 자르는 재단 공정에서의 낭비 최소화 문제를 다루는 것에 집중되어 있으며 생산계획 관련 연구는 전무한 수준이다. 이에, 판유리 생산계획 결정을 둘러싼 학술적‧실무적 한계를 인지하고 시뮬레이션 모델링을 활용하여 중소기업이 더욱 체계적인 방법으로 생산계획을 수립할 수 있는 방안을 제시하기 위해 본 연구를 진행했다.
모델 설계 시 적절한 기본 가정을 수립하기 위해 두 가지 측면에서 기존 연구를 참고할 수 있다. 첫째, 일반 적인 차원에서 공정 특성을 반영한 작업 스케줄링 문제 를 다룬 연구이다. 기존 연구는 흐름 공정(Flow Shop) 또 는 개별 공정(Job Shop)의 성격을 띄는 특정 공장을 대상으로 작업 배정에 관한 가정 수립 과정 및 근거를 밝힌 바 있다.

가설 설정

∙선점형 작업계획(Preemption)이 존재하지 않는다.
∙설비는 일정 시점에 하나의 작업만을 수행한다.
∙설비의 고장은 고려하지 않는다
∙설비의 처리시간은 삼각분포를 따른다
∙시뮬레이션 적용 기간의 최초 시점 이전, 공정상 재고(WIP)는 존재하지 않는다.
∙재단 공정에서 두께와 색상이 모두 동일한 품목으로 전환할 때 셋업시간은 발생하지 않는다.
∙재단, 가공, 복층, 접합 공정은 병렬 설비를 가지며 한 공정 내 두 설비의 생산 능력은 동일하다.
∙재작업(Rework)이 존재하지 않는다.
이는 병목공정 혹은 비병목공정을 찾아 그에 대한 해결 방안을 모색하고자 할 경우 유용하다. 둘째, 작업 우선순 위규칙(Dispatching Rule)에 차이를 두는 것이다. 즉, 시나리오별로 작업장의 대기행렬상에 있는 작업의 우선순위 결정 규칙을 다르게 하는 것이다.
시뮬레이션 기반 생산계획 시나리오를 구성하는 방식으로는 크게 세 가지를 고려할 수 있다. 첫째, 시나리오 별로 설비 및 작업자의 처리능력에 차이를 두는 것이다. 이는 병목공정 혹은 비병목공정을 찾아 그에 대한 해결 방안을 모색하고자 할 경우 유용하다.

제안 방법

MTO 방식의 제조 환경에서, 생산 시스템 모델링 기준 B2MML을 활용한 시뮬레이션 모델 설계 프로세스를 기초분석, 시뮬레이션 모델링, 결과분석 등 3단계로 나누어 제시하였다. 국내 판유리 가공기업을 사례로 적용하였으며 작업 우선순위규칙(Dispatching Rule)을 기준으로 시나리오를 도출하였다.
MTO 방식의 제조 환경에서, 생산 시스템 모델링 기준 B2MML을 활용한 시뮬레이션 모델 설계 프로세스를 기초분석, 시뮬레이션 모델링, 결과분석 등 3단계로 나누어 제시하였다. 국내 판유리 가공기업을 사례로 적용하였으며 작업 우선순위규칙(Dispatching Rule)을 기준으로 시나리오를 도출하였다. 또한, 납기준수 관련 핵심 성과지표 3가지를 통해 각 시나리오를 평가 및 분석하였다.
국내 판유리 가공기업을 사례로 적용하였으며 작업 우선순위규칙(Dispatching Rule)을 기준으로 시나리오를 도출하였다. 또한, 납기준수 관련 핵심 성과지표 3가지를 통해 각 시나리오를 평가 및 분석하였다. 본 연구결과는 시뮬레이션을 활용한 생산계획 수립 방법을 고안해야 할 MTO 방식의 제조 기업에 도움을 줄 것이다.
우선순위규칙 기반 시나리오 5가지에 대해 시뮬레이션 반복횟수는 각각 50회, 신뢰수준 95%로 설정했다. 시뮬 레이션 총 소요 시간은 약 107.
Beamon[2]에 따르면, 생산계획 관련 성과지표는 주문 별 납기지연의 확률, 납기준수 주문량 등 납기에 영향을 미치는 요인들로 선정할 수 있다. 이에, 본 연구에서의 핵심 성과지표(Key Performance Indicators : 이하 KPI)로 납 기준수시간 관련 지표 3가지를 설정하였다. KPI 정의에 앞서, 관련된 기본 변수의 정의에 대해 [Table 5]로 정리하였다.
또한, 이 과정에 따라 국내 판유리 가공기업을 대상으로 한 사례연구를 진행하였다. 작업 우선순위규칙 (Dispatching Rule) 기반 시나리오 5가지에 납기준수시간 관련 핵심 성과지표 3가지를 적용 및 평가함으로써 본 연구는 두 가지 시사점을 제공한다. 첫째, MTO 방식의 제조 공정 특성을 반영하여 시뮬레이션 모델 설계 프로 세스를 제시하였다는 점이 있다.

대상 데이터

본 사례분석은 2018년 9월 1일부터 9월 30일까지의 월간 생산계획 수립을 목표로 진행되었다. 고객사의 주문량, 판유리 원판 구매량 등의 생산 관련 데이터를 바탕으로 하였으며 이를 시뮬레이션 모델링 과정에 활용하였다.
이는 국제 표준 생산 시스템 모델링 방식인 B2MML 을 기준으로 공정 데이터를 전처리하며 시뮬레이션 소프 트웨어 SIMIO를 통해 시나리오별 예상 성과를 파악하는 모델이다. 또한, 이 과정에 따라 국내 판유리 가공기업을 대상으로 한 사례연구를 진행하였다. 작업 우선순위규칙 (Dispatching Rule) 기반 시나리오 5가지에 납기준수시간 관련 핵심 성과지표 3가지를 적용 및 평가함으로써 본 연구는 두 가지 시사점을 제공한다.

이론/모형

본 사례분석에서 생산계획 시나리오는 [Table 9]과 같이 작업 우선순위규칙(Dispatching Rule)을 기반으로 하였다.

성능/효과

기초분석 및 시뮬레이션 모델링을 위한 데이터 전처리 과정에서는 Microsoft Excel이 유용하게 쓰일 수 있으며 시뮬레이션 환경 구현 및 결과분석에서는 SIMIO Simulation Software를 활용할 수 있다. SIMIO는 객체지향형 확률기반 시뮬레이션 소프트웨어다.
넷째, 주문량(Manufacturing Orders)은 시뮬레이션 목표기간에 따라 결정될 수 있다. 시뮬레이션 목표 기간은 얻고자 하는 생산계획의 총 기간을 의미하며 일반적으로 분기, 월간, 주간, 일간 등이 있다.
첫째, MTO 방식의 제조 공정 특성을 반영하여 시뮬레이션 모델 설계 프로 세스를 제시하였다는 점이 있다. 둘째, 판유리 가공기업 에 대한 분석을 통해 판유리 산업과 관련한 연구의 폭을 확장하였다.
비용 측면에서 보면, 필요 원재료들의 가격과 세부 가공 작업에 필요한 작업자들의 시간을 비용으로 산출한 값 등을 모두 합함으로써 해당 완제품 생산에 관한 총 비용을 산출할 수 있다. 또한, 시간적인 측면에서 완제품 생산까지 필요한 모든 공정 단계의 처리시간과 셋업시간을 합함으로써 완제품 생산을 위한 총 시간을 얻을 수 있다.
마지막으로, Mean Tardiness(T)을 중심으로 보면 시나리오 3번과 5번이 각각 최상위, 최하위 값을 보였다. 하지만 시뮬레이션 상세 결과를 참고한다면, Mean Tardiness (T)만을 기준으로하여 생산계획 시나리오를 선택하는 것은 적절하지 않은 것으로 판단된다.
④는 작업이 없는 유휴시간을 의미하며 ⑤는 시뮬레이션 적용 총 시간(Run Time, 2018년 9월 1일~9월 30일)을 뜻한다. 마지막으로, ⑥을 통해 시뮬레이션 적용 기간 내 처리능력이 부족함을 알 수 있다.
먼저, 납기준수율(N_on) 기준, 시나리오 1번이 가장 높은 납기준수율(74.53%)을 보였으며 차등으로 시나리오 2 번과 4번이 거의 같은 결과값(73.29%)을 나타냈다. 시나 리오 5번은 가장 낮은 납기준수율(59.
시뮬레이션 목표 기간은 얻고자 하는 생산계획의 총 기간을 의미하며 일반적으로 분기, 월간, 주간, 일간 등이 있다. 목표 기간을 결정한 후 세부 품목별 주문량을 구체적으로 입력할수록 시뮬레이션의 효력을 높일 수 있다.
[Table 11]은 시나리오별 KPI를 적용한 시뮬레이션 결과를 나타낸다. 본 시뮬레이션 결과를 통해 생산관리자는 상황별 중요 요인에 따라 생산계획 시나리오를 유연성 있 게 선택할 수 있다는 이점이 있다.
대표적인 예로, 선입선출법은 대기행렬에 가장 먼저 도착한 작업부터 처리하며 반대로 후입선출법은 가장 늦게 도착한 작업부터 처리한다. 셋째, 시나리오별로 기존 주문사항 변경, 추가 주문 등 상황적 요인에 차이를 두는 방법이 있다.
이에 관한 생산계획 수립 시에는 다양한 문제에 직면하게 된다. 첫째, 고객의 주문시점 변동성이 크며 이는 작업 우선순위에 대한 잦은 변경을 야기한다. 둘째, 주문에 대한 필요 원자재, 필요 작업 및 작업자를 예측하기 어렵다[13].

후속연구

다만 시뮬레이션 적용 기간을 단기간(1개월)으로 한정하였으므로 향후에는 보다 긴 기간을 기준으로하여 모델을 테스트 및 확장할 필요가 있다. 또한 비교적 단순한 형 태의 성과지표를 적용했다고 평가할 수 있으므로 납기준 수시간 관련 지표 외, 다양한 시각에서 시나리오를 평가할 수 있는 성과지표의 적용이 필요하다.
기존 연구는 흐름 공정(Flow Shop) 또 는 개별 공정(Job Shop)의 성격을 띄는 특정 공장을 대상으로 작업 배정에 관한 가정 수립 과정 및 근거를 밝힌 바 있다. 둘째, 자동차, 전자, 조선 등 특정 산업 및 공정이 지니는 고유한 특징을 분석한 연구를 참고할 수 있다.
또한, 납기준수 관련 핵심 성과지표 3가지를 통해 각 시나리오를 평가 및 분석하였다. 본 연구결과는 시뮬레이션을 활용한 생산계획 수립 방법을 고안해야 할 MTO 방식의 제조 기업에 도움을 줄 것이다.
또한 비교적 단순한 형 태의 성과지표를 적용했다고 평가할 수 있으므로 납기준 수시간 관련 지표 외, 다양한 시각에서 시나리오를 평가할 수 있는 성과지표의 적용이 필요하다. 이러한 향후 연구 방향을 고려하여 연구를 확장한다면 MTO 방식의 생산계획 수립에 관한 전략을 더욱 고도화할 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	판유리란 무엇인가?	판유리(Flat Glass)는 판상으로 성형된 유리 제품으로. 가공되어 건물 내․외부와 자동차유리 등으로 쓰이고 있다.
	MTO 방식에서 핵심적인 성공요인은 무엇인가?	주문생산(Make-To-Order : 이하 MTO) 방식의 제조 환경에서는 계획생산(Make-To-Stock : 이하 MTS) 방식과 비교했을 때 수요예측 및 재고보유로 고객 주문에 선제적으로 대응하는 것이 상대적으로 어렵다. 따라서 MTO 방식에서는 주문 수령 후의 즉각적인 생산계획 수립이 핵심 성공요인으로 꼽힌다. MTO 방식은 품목의 이동경로 (Routings)가 매우 복잡하고 소량의 주문이 산발적으로 들어와 이에 대응적으로 생산계획을 도출하는 것이 매우 어려운 경향이 있다.
	시뮬레이션 모델링을 판유리 공정에 적용하여 해결 할 수 있을 것으로 예상되는 문제점은 무엇인가?	판유리는 단일 제품마다의 고객사 세부 요청이 매우 상이 하기 때문에 이를 반영한 생산계획 수립 능력이 필수적이 다. 하지만 국내 판유리 가공기업은 생산관리자의 직관에 의존하여 작업 우선순위를 결정하고 있어 생산계획 수립 과정 및 고객사 납기 충족에 문제를 안고 있다. 또한, 판유 리 산업과 관련한 기존 연구는 원판을 일정 크기로 자르는 재단 공정에서의 낭비 최소화 문제를 다루는 것에 집중되 어 있으며 생산계획 관련 연구는 전무한 수준이다. 이에, 판유리 생산계획 결정을 둘러싼 학술적․실무적 한계를 인지하고 시뮬레이션 모델링을 활용하여 중소기 업이 더욱 체계적인 방법으로 생산계획을 수립할 수 있는 방안을 제시하기 위해 본 연구를 진행했다.

참고문헌 (20)

Arbib, C. and Marinelli, F., An Optimiztion Model for Trim Loss Minimization in an Automotive Glass Plant, European Journal of Operational Research, 2007, Vol. 183, No. 3, pp. 1421-1432.
Beamon, B.M., Measuring Supply Chain Performance, International Journal of Operations & Production Management, 1999, Vol. 19, No. 3, pp. 275-292.

상세보기
Dyson, R.G. and Gregory, A.S., The Cutting Stock Problem in the Flat Glass Industry, Journal of the Operational Research Society, 1974, Vol. 25, No. 1, pp. 41-53.
He, D., Lobov, A., and Lastra, J.M., ISA-95 Tool for Enterprise Modeling, Proceeding of ICONS, 2012, pp. 83-87.
Kelton, W.D., Smith, J.S., and Sturrock, D.T., Simio and Simulation : Modeling, Analysis, Applications, Learning Solutions, 2011.
Kwon, K.J., Hong, S.D., and Kim, K.H., Designing Racks for Transporting Flat Glass Products in a Construction Industry, Journal of the Korean Institute of Industrial Engineers, 2016, Vol. 42, No. 4, pp. 270-279.
Lee, C.S. and Choe, K.I., A Manufacturing Execution System based on ISA-95, Proceedings of the Conference on Korean Operations Research and Management Society, 2007, pp. 1092-1096.
Lee, D.K. and Oh, D.K., A Study on Simulation based Manufacturing in Shipyards : Focused on a Long-term Plan Verification, Journal of the Korean Society of Marine Environment & Safety, 2014, Vol. 20, No. 1, pp. 86-95.
Lee, J.Y. and Shin, M.S., Research Trends of Scheduling Techniques for Domestic Major Industries, Journal of Society of Korea Industrial and Systems Engineering, 2018, Vol. 41, No. 1, pp. 55-69.
Lee, S.W., Kim, H.S., and Cho, S.Y., A Study on Dynamic Scheduling in Flexible Manufacturing System Environment, Journal of Society of Korea Industrial and Systems Engineering, 2004, Vol. 27, No. 2, pp. 17-23.
Lin, J.T. and Chen, C.M., Simulation Optimization Approach for Hybrid Flow Shop Scheduling Problem in Semiconductor Back-end Manufacturing, Simulation Modelling Practice and Theory, 2015, Vol. 51, pp. 100-114.

상세보기
Madsen, O.B., Glass Cutting in a Small Firm, Mathematical Programming, 1979, Vol. 17, No. 1, pp. 85-90.

상세보기
Mun, J.S., Park, S.Y., and Lee, D.H., A Study on the Productivity Improvement of the Dicing Blade Production Process, Journal of Society of Korea Industrial and Systems Engineering, 2016, Vol. 39, No. 3, pp. 147-155.
Na, B., Ahmed, S., Nemhauser, G., and Sokol, J., A Cutting and Scheduling Problem in Float Glass Manufacturing, Journal of Scheduling, 2004, Vol. 17, No. 1, pp. 95-107.
Na, B., Ahmed, S., Nemhauser, G., and Sokol, J., Optimization of Automated Float Glass Lines, International Journal of Production Economics, 2013, Vol. 145, No. 2, pp. 561-572.

상세보기
Papavasileiou, V., Koulouris, A., Siletti, C., and Petrides, D., Optimize Manufacturing of Pharmaceutical Products with Process Simulation and Production Scheduling Tools, Chemical Engineering Research and Design, 2007, Vol. 85, No. 7, pp. 1086-1097.

상세보기
Pinedo, M.L., Scheduling : Theory, Algorithms, and Systems, Springer, 2016.
Pipero, C. and Manjunath, K., ISA 95 Implementation Best Practices : Workflow Descriptions using B2MML, WBF North American Conference, Atlanta, GA, 2006.
Smith, J.S., Sturrock, D.T., and Kelton, W.D., Simio and Simulation : Modeling, Analysis, Application, Simio LLC, 2017.
Taskin, Z.C. and Unal, A.T., Tactical Level Planning in Float Glass Manufacturing with Co-production, Random Yields and Substitutable Products, European Journal of Operational Research, 2009, Vol. 199, No. 1, pp. 252-261.

상세보기

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