고급 계획 및 일정 수립 소프트웨어: APS 평가 방법

Disclosure: M365.FM host Mirko Peters works at iFAKT GmbH. This page describes the company factually; paid partnerships and links are labelled as advertising.

By Mirko Peters · 2026-11-12

고급 계획 및 일정 수립 소프트웨어는 실제 제약을 반영한 일정을 만듭니다. 필요를 정의하는 방법, APS 도구를 비교하는 방법, 자사 데이터로 도구를 테스트하는 방법을 알아봅니다.

Automatically translated with AI from the original post. Read the English original

고급 계획 및 일정 수립 소프트웨어(보통 APS라고 부릅니다)는 설비 가동 시간, 교대 근무, 기술 인력, 공구, 자재 등 실제 제약에 맞는 생산 계획을 계산합니다. 무엇을 언제 만들고 자재가 언제 필요한지만 나열하는 계획을 넘어서는 단계입니다. 이 가이드는 공급업체가 평가 기준을 대신 정하지 않은 상태에서, APS 도입 필요성을 판단하고 옵션을 평가하려는 생산 계획 담당자와 운영 책임자를 위한 것입니다.

핵심 포인트

• 고급 계획 및 일정 수립 소프트웨어는 MRP의 기능에 용량 기반 일정 수립과 작업 순서 결정을 더합니다. 그래서 경쟁하는 주문과 제한된 자원이 계획에 반영됩니다.
• 제품을 살펴보기 전에 문제를 정의하십시오. 경쟁하는 주문이 몇 건인지, 계획이 얼마나 자주 어긋나는지, 실제 제약이 무엇인지 확인해야 합니다.
• 무엇이든 구매하기 전에 ERP 시스템이 유한 용량 계획을 이미 어느 정도 지원하는지 확인하십시오. 일부 기능은 해당 자원에 대해 켜야만 사용할 수 있습니다.
• 제약 모델링, 투명성, 계획 담당자의 수동 조정 기능, 재계획 안정성, 마스터 데이터를 깨끗하게 유지하는 데 드는 노력을 기준으로 도구를 평가하십시오.
• 자사 데이터로 테스트하십시오. 지난 한 주를 재현하고 도구의 일정을 실제 진행 결과와 비교합니다.

고급 계획 및 일정 수립 소프트웨어란 무엇입니까?

ASCM이 인용한 APICS 사전은 APS 시스템을 계획 및 일정 수립 기능에 최적화를 수행하기 위해 고급 수학 알고리즘이나 논리를 사용하는 컴퓨터 프로그램으로 설명합니다. 범위가 넓은 정의입니다. 보다 실용적인 정의는 Fraunhofer IPA의 자료(독일어 문서이며, 제가 번역했습니다)에서 찾을 수 있습니다. 이 자료는 APS를 네트워크 수준의 공급망 관리, 생산 수준의 제조 실행 시스템과 함께 두 가지 다른 소프트웨어 범주 옆에 두고, 기업 수준의 ERP를 함께 배치합니다. 또한 계획 논리의 세 단계를 설명합니다.

MRP는 초기 형태에서 자재 소요량만 산출합니다. 다음 단계에서는 부하 기반 용량 소요량을 더하지만, 같은 자원을 두고 경쟁하는 주문은 여전히 고려하지 않습니다. APS는 용량 일정 수립과 작업 순서 결정을 더하므로, 경쟁하는 주문과 자재 가용성이 결과에 포함됩니다. 핵심은 바로 이것입니다. 단순한 소요 목록이 아니라 실제로 실행할 수 있는 일정을 얻게 됩니다.

이 글은 구매자의 관점에서 무엇을 먼저 결정해야 하는지, 어떤 기준이 중요한지, 그리고 어떻게 테스트할지를 다룹니다. 용어 자체에 대한 간단한 정의는 이 사이트의 고급 계획 및 일정 수립 항목을 참고하십시오.

APS는 ERP와 현장 사이 어디에 위치합니까?

ISA는 ISA-95를 물류 시스템과 제조 제어 시스템을 통합하기 위한 국제 표준 집합으로 설명합니다. 이 모델에서 ERP 시스템이 자리한 사업 계획 및 물류는 레벨 4입니다. MES를 포함한 제조 운영 관리는 레벨 3입니다. APS는 보통 그 사이에서 작동합니다. 상위 레벨에서 주문과 마스터 데이터를 받아 일정을 수립하고, 이를 현장에 넘겨줍니다.

Fraunhofer IPA는 품목 마스터, 자재명세서(BOM), 작업 경로(라우팅)와 같은 계획 데이터의 기준(마스터)은 보통 ERP에 있다고 설명합니다. 이는 데이터 작업이 어디에 집중될지를 보여줍니다. ERP의 이 기록들이 잘못되어 있으면, 어떤 APS를 쓰더라도 잘못된 대상을 매우 효율적으로 일정에 넣게 됩니다.

같은 논문은 APS 시장과 MES 시장이 크게 겹친다고 지적합니다. 현장의 디스패칭(작업 배정)을 누가 담당하는지 초기에 확인하십시오. 제조 실행 시스템은 실제로 일어난 일을 기록합니다. APS는 다음에 무슨 일이 일어나야 하는지를 결정합니다. 두 시스템이 모두 작업 목록을 관리하려고 하면, 계획 담당자와 현장 관리자는 서로 다른 두 개의 목록을 보고 일하게 됩니다.

이 도구로 어떤 문제를 해결하려고 하십니까?

Fraunhofer IPA는 소프트웨어를 평가하기 전에 먼저 적용 범위와 요구 사항을 정의할 것을 권장합니다. 보통 현행(as-is) 분석과 개략적인 개념 설계를 통해 이를 수행합니다. 다음 질문으로 이 작업을 진행하십시오.

1. 같은 소수의 자원을 두고 경쟁하는 주문은 몇 건입니까? 건수가 적다면 스프레드시트만으로도 충분할 수 있습니다.
2. 교대 근무 중 계획이 얼마나 자주 깨지며, 그 이유는 무엇입니까? 설비 정지, 자재 부족, 긴급 주문 등입니까?
3. 실제 제약 조건은 무엇입니까? 설비, 숙련 인력, 공구, 노, 시험대 중 무엇입니까?
4. 작업 순서에 따라 설정(셋업) 시간이 달라집니까? 그렇다면 순서 결정에 실질적인 가치가 있습니다.
5. 현재 일정은 누가 작성하며, 시간은 얼마나 걸리고, 얼마나 자주 다시 작성합니까?
6. 이 도구가 어떤 결정을 대신 내리기를 원하며, 어떤 결정은 계획 담당자에게 남겨 두시겠습니까?

다음으로 현재 ERP가 이미 무엇을 할 수 있는지 확인하십시오. 예를 들어 Microsoft는 Dynamics 365 Supply Chain Management의 유한 용량 계획 및 일정 수립을 문서화하고 있습니다. 이 기능을 사용하면 가용 용량에 맞지 않는 계획 주문은 용량이 있는 날짜로 이동합니다. 다만 이 기능은 활성화한 자원에만 효과가 있으며, 유한으로 취급할 일수를 정의하는 시간 울타리(time fence)를 사용합니다. Microsoft는 하루짜리 울타리가 대부분의 제조업체에게는 아마 너무 짧다고 경고합니다. 또한 교대 기반 용량처럼 요구 사항에 따라 용량이 바뀌는 경우에는 유한 용량을 사용하지 않아야 한다고 설명합니다. 제약 조건이 이와 같다면, 어떤 공급업체와 이야기하기 전에 이미 중요한 사실을 파악한 것입니다. 사용 중인 ERP는 다를 수 있으므로, 해당 문서에서 같은 종류의 제한 사항이 있는지 확인하십시오. 관련 개념인 유한 용량 일정 수립이 이 모든 것의 기반입니다.

어떤 기준으로 APS 제품들을 구분할 수 있습니까?

기능 목록은 대체로 비슷해 보입니다. 실제로 도구를 구분하는 기준은 다음과 같습니다.

• 제약 조건 모델링: 실제 제약 조건을 표현할 수 있습니까? 설비, 기술을 가진 인력, 공구, 교대 일정, 작업 순서에 따라 달라지는 셋업, 자재 출고 등을 반영할 수 있어야 합니다.
• 투명성: 계획 담당자가 작업이 왜 그 자리에 놓였는지 확인할 수 있습니까? 설명할 수 없는 일정은 현장에서 처음 제기되는 이의 제기를 버티지 못합니다.
• 우선순위 규칙: 공급업체의 도움 없이도 규칙(납기일, 고객, 셋업 절감 등)을 변경할 수 있습니까?
• 수동 조정: 계획 담당자가 작업을 직접 옮길 수 있습니까? 시스템이 이를 기록하고 나머지 일정을 다시 검증합니까? 수동 변경 후 나머지 일정에 어떤 일이 생기는지 확인하십시오.
• 재계획 동작: 중단이 발생한 뒤의 재계획은 반드시 바뀌어야 하는 부분만 바꿔야 합니다. 매번 모든 것을 다시 섞는 일정은 현장에서 쓸 수 없습니다. Fraunhofer IPA는 계획을 정확히 그대로 실행하는 것은 불가능하므로, 실제와 계획 간 편차를 감안한 허용 범위가 필요하다고도 지적합니다.
• 데이터 인터페이스: 주문, 작업 경로, 진행 상황은 어떻게 수신합니까? 그리고 이 인터페이스는 누가 유지 관리합니까?
• 실행 시간: 실제 데이터 규모에서 전체 계획을 수립하는 데 얼마나 걸립니까? Fraunhofer IPA는 실행 시간이 분 단위라면 야간에만 계획을 수립하는 방식은 의문스럽다고 언급합니다. 다만 자신의 데이터 규모로 직접 테스트해 보십시오.
• 가정 분석: 실제 일정에 손대지 않고 시나리오를 테스트할 수 있나요?
• 플래너의 작업량: 마스터 데이터와 규칙을 최신 상태로 유지하는 데 시간이 얼마나 걸리나요?
• 여러 해에 걸친 비용: 라이선스, 인터페이스, 마스터 데이터 작업, 교육, 업그레이드.

공급업체에 무엇을 물어봐야 하나요?

첫 미팅에서 다음 질문들을 꺼내 보십시오. 좋은 답변은 구체적이며, 모호한 답변 역시 그 자체로 의미가 있습니다.

• 샘플 공장이 아니라 우리 데이터로 만든 일정을 보여 주십시오.
• 오전 10시에 기계가 멈추면 어떻게 됩니까? 무엇이 바뀌고, 무엇이 그대로 유지됩니까?
• 순서에 따라 달라지는 셋업은 어떻게 처리합니까?
• 우리 규칙 중 플래너 혼자 변경할 수 있는 것은 무엇입니까?
• 수동 오버라이드는 어떻게 기록되고 검토됩니까?
• 우리에게 어떤 데이터 품질을 요구하며, 데이터가 누락되면 어떻게 하십니까?
• ERP와 현장 시스템에 대한 인터페이스는 누가 책임집니까?
• 유사한 공정(잡샵, 반복 생산, 배치)의 고객들은 보통 무엇에 어려움을 겪습니까?
• 떠나게 되면 모델, 규칙, 데이터를 내보낼 수 있습니까?

구매하기 전에 APS를 어떻게 테스트합니까?

리플레이를 활용하십시오. 마케팅과 실제 적합성을 구분하는 가장 저렴한 방법입니다.

1. 평범한 수준의 문제가 있었던 실제 과거 한 주를 선택하십시오.
2. 그 주 시작 시점의 주문, 라우팅, 캘린더, 리소스를 그대로 불러오십시오.
3. 도구가 일정을 생성하도록 하십시오.
4. 실제 진행 결과 및 플래너의 일정과 비교하십시오. 지연 주문 수, 셋업 횟수, 초과 근무, 병목 지점의 유휴 시간을 확인하십시오.
5. 병목 지점에서 2시간 정지와 같은 중단을 주입하고, 재계획이 무엇을 바꾸는지 확인하십시오.
6. 플래너가 하루 동안 도구를 사용하도록 하고, 신뢰하지 못했거나 이해하지 못한 모든 지점을 기록하십시오.

시작하기 전에 성공 기준에 합의하십시오. 그렇지 않으면 결과를 사후에 두고 논쟁하게 됩니다.

예시: 가상의 수치로 본 리플레이

이 예시는 리플레이 결과를 읽는 방법을 보여 주기 위해 만든 가상의 사례이며, 실측 결과가 아닙니다.

플래너의 실제 한 주에는 주문 120건이 있었고, 그중 14건이 지연되었습니다. 도구가 만든 일정에서는 지연 주문이 9건으로 나타났습니다. 공급업체라면 여기서 멈추고 성공이라고 발표했을 것입니다. 신중한 팀은 도구가 "구해 냈다"고 본 주문 5건을 살펴봅니다. 그중 2건은 실제로는 그 주의 대부분 동안 멈춰 있던 기계에 의존하고 있었지만, 입력 데이터에 정지 정보가 없어서 도구가 이를 알지 못했습니다. 1건은 지나치게 낙관적인 라우팅 시간에 의존하고 있었습니다. 실제로 개선된 것은 2건뿐이었습니다. 정직한 결론은 "도구가 아마 더 나을 것이지만, 우리 데이터에는 메워야 할 공백이 있다"는 것입니다. 어느 쪽이든 이는 유용한 발견입니다.

도입에 무엇이 필요합니까?

대부분 소프트웨어가 아니라 데이터와 책임 주체입니다.

• 정리된 라우팅, 공정 시간, 셋업 시간, 캘린더가 필요합니다. 데이터 정리 작업을 먼저 계획하고, 프로젝트 일정은 공급업체의 슬라이드가 아니라 그 작업량에 맞춰 설정하십시오.
• 마스터 데이터와 일정 규칙에 대해 지정된 담당자가 필요합니다.
• 한 영역에서 시작하십시오. 보통 병목 지점 주변 영역이 좋습니다. 플래너가 결과를 신뢰하게 되면 범위를 넓히십시오.
• 현장의 피드백이 필요합니다. 시작, 완료, 폐기 수량과 정지 정보가 그것입니다. 이것이 없으면 일정은 며칠 안에 현실에서 멀어집니다.
• 초기 몇 달 동안은 일정 준수율을 매주 검토하십시오. Power BI 또는 다른 보고 도구로 계획과 실적을 비교해 볼 수 있습니다.

흔한 실수

• 기능을 사 오고 적합성은 보지 않는 것. 문제가 병목 지점 하나라면 모듈이 많이 적혀 있는 목록은 도움이 되지 않습니다.
• ERP 점검을 건너뛰는 것. 필요한 기능의 일부는 이미 ERP에서 처리되고 있을 수 있습니다.
• 데모 데이터를 신뢰하는 것. 샘플 공장에서의 데모는 도구가 좋은 조건에서 어떻게 동작하는지만 보여 줍니다.
• 마스터 데이터를 무시하는 것. 잘못된 라우팅 시간은 깔끔하지만 틀린 일정을 만들어 냅니다.
• 플래너를 루프 밖으로 밀어내는 것. 플래너는 오버라이드할 수 있어야 하고, 그 이유를 볼 수 있어야 합니다.
• APS와 MES 간 책임이 불분명한 것. 작업 목록이 두 개이면 진실도 두 개가 됩니다.
• 완벽한 계획을 기대하는 것. 계획은 항상 어긋납니다. 허용 오차와 재계획 절차를 미리 마련하십시오.

Polaris의 위치

제약 조건이 있는 실현 가능한 계획이 필요하다면 iFAKT Polaris를 검토해 볼 만한 한 가지 선택지입니다. iFAKT는 Polaris를 생산을 위한 AI와 디지털 트윈으로 설명합니다. 이 제품의 Polaris Optimizer 모듈은 제품-공정-자원 지식 그래프를 실시간 ERP 데이터, 자원 가용성, 교대 근무, 구역, 기술, 생산 능력 같은 제약 조건을 바탕으로 실행 가능하고 최적화된 생산 계획으로 전환합니다. 병목 구간을 찾아내고, 주문의 우선순위를 정하며, 차질의 영향을 분석하고 다시 최적화합니다. 도입이 적합한지는 공정과 데이터에 따라 달라지므로, 위에서 설명한 재현 테스트를 좁은 영역에서 먼저 실시해 보십시오.

함께 살펴볼 관련 주제

• 다중 사업장 일정 계획. 공장들이 자원이나 주문을 공유한다면, 하나의 팀이 일정을 관리할지 각 사업장이 자체 일정을 관리할지 결정하십시오.
• 다품종 소량 생산 및 수주 생산. 고유한 공정 경로와 엔지니어링 리드 타임 때문에 일정 계획 도구가 처리해야 할 범위가 달라집니다.
• 수요 신호. 고객 주문이나 변경 사항이 일정에 얼마나 빨리 반영되는지에 따라 재계획을 얼마나 자주 해야 하는지가 정해집니다.
• 일정 계획과 에너지. 일부 공장은 에너지 비용을 일정 계획의 입력값으로 삼고자 합니다. 문제가 되기 전에 도구가 이를 지원하는지 확인하십시오.

다음 단계

고도화된 계획 및 일정 계획(APS) 소프트웨어를 평가하는 일은 문제를 글로 정리하고 지난주 데이터를 재현해 볼 수 있을 때 더 쉬워집니다. 최근 한 주의 주문, 공정 경로, 작업 달력 데이터를 추출해 다음 공급업체 미팅에서 테스트 사례로 활용하십시오.