데이터부터 확인하라: 어디를 먼저 볼지 정하는 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 · 2026-11-11

gemba walk 데이터는 어디를 먼저 살펴볼지 정하는 데 도움이 됩니다. OEE, 대기열, 지연 주문을 활용해 라인 하나와 질문 하나를 고른 다음, 현장에서 숫자를 검증하십시오.

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

gemba walk는 명확한 질문을 가지고 올바른 장소에 갈 때 가장 큰 효과를 냅니다. gemba walk 데이터는 이 두 가지를 모두 정하는 데 도움이 됩니다. 이 글은 공장 데이터를 방문할 장소의 짧은 목록으로 바꾸는 간단한 방법을 찾는 운영 우수성(Operational Excellence) 관리자를 위한 글입니다. 네 가지 데이터 관점, 현장에 가기 전에 OEE와 대기열을 읽는 방법, 숫자를 질문으로 바꾸는 방법, 그리고 세 개 라인을 예로 든 사례를 다룹니다. Gemba는 일본어로 "실제 현장"을 뜻하며, 즉 작업이 일어나는 장소를 의미합니다. Lean Enterprise Institute는 lean 용어집의 gemba 항목에서 이 용어를 설명합니다.

핵심 요약

• gemba walk 데이터는 어디로 갈지와 어떤 질문을 할지 정하는 데 사용하십시오. 현장 순회에서는 숫자가 실제 상황을 제대로 설명하는지 확인하고, 그 뒤에 있는 원인을 찾습니다.
• 현장에 가기 전에 네 가지 데이터 관점을 살펴보십시오. 라인별 OEE, 대기열과 대기 시간, 계획 대비 지연 주문, 품질 및 재작업입니다.
• OEE는 가동률 × 성능 × 품질로 계산합니다. 세 요소 중 가장 낮은 값이 현장에서 무엇을 봐야 하는지 알려 줍니다.
• 공정 앞에서 대기열이 늘어나는 것은 병목의 신호입니다. 대기열이 가장 긴 공정에서 순회를 시작하십시오.
• 데이터에서 질문 하나를 만든 뒤 현장으로 가십시오. 숫자를 결론처럼 제시하지 마십시오. 팀에게 숫자를 보여 주고 무엇이 보이는지 물으십시오.

gemba walk 데이터: 출발 전에 살펴볼 것

gemba walk를 준비하기 위해 새로운 시스템이나 디지털 gemba walk 앱이 필요하지는 않습니다. 처음에는 데이터 수집에 스프레드시트만으로도 충분합니다. 이미 가지고 있을 가능성이 높은 네 가지 데이터 관점으로 시작하십시오.

1. 라인별 OEE 또는 생산량. 종합 설비 효율(OEE)은 계획된 시간 중 실제로 생산적인 시간의 비율을 보여 줍니다. 한 교대의 값이 아니라 추세를 보십시오.
2. 대기열과 대기 시간. 각 공정 앞에 쌓인 재공품은 흐름이 어디에서 느려지는지 보여 줍니다.
3. 계획 대비 지연 주문. 어떤 주문이 납기를 놓쳤고, 어느 구간에서 대기했습니까?
4. 품질과 재작업. 부품은 어디에서 불량이 나고, 어디에서 재작업이 이루어집니까?

참고용 자료를 하나 더하십시오. 지난번 gemba walk의 메모입니다. 아직 완료되지 않은 시정 조치는 여전히 주의가 필요한 장소를 가리킵니다. 네 가지 관점과 미완료 조치를 한 페이지짜리 gemba walk 체크리스트에 정리하십시오. 그러면 매번 같은 방식으로 시작할 수 있고, 한 번의 순회와 다음 순회를 비교할 수 있습니다.

원칙은 간단합니다. 계획과 실적 사이의 가장 큰 차이와 지난주 대비 변화를 찾으십시오. 항상 60퍼센트에 머무는 라인은 2주 만에 80에서 65로 떨어진 라인과는 다른 이야기입니다. 후보 두세 개와 각 후보의 근거 데이터를 적으십시오. 그다음 하나를 고르십시오. gemba walk 한 번에 질문은 하나면 충분합니다. 체크리스트를 사용해 매번 같은 순서로 순회를 진행하십시오.

데이터는 사람을 잘못 이끌 수 있습니다. 같은 KPI라도 두 라인에서 서로 다르게 측정될 수 있고, 정지 코드가 느슨하게 사용되기도 합니다. 따라서 숫자는 가설로 보아야 합니다. 겜바 워크는 데이터가 실제 현장의 모습을 제대로 설명하는지 검증하는 과정입니다. 이것이 데이터와 지속적 개선을 잇는 핵심 고리입니다. 데이터는 개선 기회와 자세히 살펴볼 필요가 있는 영역을 가리키고, 겜바 워크는 그 이면에 있는 실제 문제를 보여 줍니다.

겜바 워크 전에 OEE 데이터를 읽는 방법

OEE는 설비가 얼마나 효율적으로 활용되고 있는지를 측정하는 표준적인 방법입니다. Vorne Industries의 린 생산 가이드는 이를 계획 생산 시간 중 실제로 생산적인 시간의 비율로 정의하며, 공식은 가동률 × 성능 × 품질입니다. 자세한 내용은 OEE 가이드에서 확인할 수 있습니다.

각 요소가 가리키는 바는 다음과 같이 살펴볼 수 있습니다.

• 가동률은 실제 가동 시간을 계획 생산 시간으로 나눈 값입니다. 값이 낮으면 고장, 자재 부족, 품종 전환 등 정지 원인이 있다는 뜻입니다. 현장에서는 무엇이 설비를 멈추게 했는지, 그리고 재가동하는 데 얼마나 걸렸는지 확인해 보십시오.
• 성능은 실제 생산량과 이상적인 사이클 타임을 비교합니다. 값이 낮으면 사이클이 느리거나 짧은 정지가 잦다는 뜻입니다. 현장에서는 사이클을 하나씩 지켜보면서, 설비가 이상적인 속도보다 느리게 동작하는 이유가 무엇인지 물어보십시오.
• 품질은 양품 수량을 전체 수량으로 나눈 값입니다. 값이 낮으면 스크랩과 재작업이 많다는 뜻입니다. 현장에서는 불량이 어디서 시작되는지, 그리고 불량이 어떻게 발견되는지 물어보십시오.

가이드에서는 이산 제조 기업의 경우 OEE 85%를 세계 수준으로 보고, 60%를 상당히 일반적인 수치로 설명합니다. 이는 OEE 시스템을 판매하는 한 업체의 주장이며, 표준이 아니라는 점을 기억하십시오. 기준은 자사의 과거 데이터를 중심으로 삼으십시오. 중요한 것은 웹 페이지에 있는 숫자에 도달했는지가 아니라, 라인이 실제로 개선되었는지입니다.

먼저 병목 공정을 찾으십시오

OEE는 한 대의 설비에 대한 정보만 알려 줍니다. 여러 설비 중 어디에 집중할지 고르려면 흐름을 살펴야 합니다. 병목은 주어진 기간 동안 생산 시스템을 통과할 수 있는 작업량을 제한하는 자원이나 공정 단계입니다. 대기열이 바로 병목의 흔적입니다. 한 공정 앞에 작업이 쌓이고 그 뒤 공정들이 부품을 기다리고 있다면, 그 공정이 라인 전체의 한계가 되고 있는 것입니다.

데이터를 활용해 병목을 찾으십시오.

• 각 공정 앞에 대기 중인 작업량을 기준으로 공정의 순위를 매기십시오.
• 공정별 가동률을 비교하십시오. 가장 바쁘면서 앞에 작업이 쌓여 있는 공정이 병목 후보입니다.
• 지난달 이후 병목이 이동했는지 확인하십시오. 공정 중단이 있었다면 병목은 다른 설비, 검사 단계 또는 작업자로 옮겨 갈 수 있습니다.

병목에서 잃은 1분은 라인 전체에서 잃은 1분입니다. 여유 능력이 있는 공정에서 잃은 1분은 아무런 비용이 들지 않을 수도 있습니다. 그래서 병목에서 하는 겜바 워크가 가장 큰 효과를 내는 경우가 많습니다.

데이터에서 질문으로

다음 다섯 단계로 숫자를 하나의 질문으로 바꾸십시오.

1. 차이를 나열합니다. 계획과 실제 사이에서 가장 큰 차이 세 가지를 적어 보십시오.
2. 한 곳을 고릅니다. 차이가 가장 크고 최근 변화가 있었던 라인이나 공정을 선택하십시오.
3. 데이터만으로는 답할 수 없는 질문을 만듭니다. "C 라인의 성능이 왜 떨어졌는가?"가 "C 라인은 왜 나쁜가?"보다 낫습니다.
4. 팀과 데이터를 공유합니다. 한 페이지짜리 차트를 가져가 팀원들에게 무엇이 보이는지 물어보십시오. 팀원들은 원인을 이미 알고 있는 경우가 많으며, 그들이 내놓는 문제 해결 아이디어는 대개 실용적입니다.
5. 현장에서 데이터를 확인합니다. 사이클이나 정지를 몇 번 직접 세어 보십시오. 직접 센 결과가 시스템의 기록과 일치합니까?

예시: 세 개 라인 중 선택하기

아래는 가상의 숫자를 사용한 예시입니다. 운영 우수성(operational excellence) 관리자가 세 라인의 지난주 OEE 데이터를 살펴봅니다.

• A 라인: 가동률 90%, 성능 85%, 품질 98%. OEE = 0.90 × 0.85 × 0.98 = 0.7497, 약 75%.
• B 라인: 가동률 82%, 성능 90%, 품질 95%. OEE = 0.82 × 0.90 × 0.95 = 0.7011, 약 70%.
• C 라인: 가동률 88%, 성능 78%, 품질 99%. OEE = 0.88 × 0.78 × 0.99 = 0.6795, 약 68%.

C 라인의 OEE가 가장 낮습니다. 가장 약한 요소는 성능으로 78%이며, 품질은 거의 완벽합니다. 이는 불량보다는 느린 사이클이나 잦은 소규모 정지를 시사합니다. 대기열 데이터를 보면 C 라인은 두 번째 기계 앞의 대기열도 가장 깁니다.

그녀의 겐바 워크 질문은 이것입니다. "C 라인의 2번 기계는 왜 이상 속도보다 느리게 돌아가는가?" 그녀는 해당 기계에서 30분을 계획했습니다. 10분 동안 사이클을 세고, 소규모 정지를 기록하며, 작업자에게 그 원인이 무엇인지 묻습니다. 그녀가 센 정지 횟수가 시스템과 다르다면, 그것도 하나의 발견입니다. 데이터가 잘못되었을 수 있기 때문입니다.

숫자가 원인을 알려주지는 않았습니다. 어디서 시작해야 할지를 알려주었을 뿐입니다.

현장에 도착한 뒤 데이터를 활용하는 방법

현장에 도착했을 때 데이터는 이미 제 역할을 다한 상태입니다. 이제 데이터는 잠시 내려놓고 관찰하십시오. 선택한 공정에서 처음 30분 동안 따를 수 있는 간단한 절차는 다음과 같습니다.

1. 방문 이유를 밝히십시오. 어떤 수치가 눈에 띄었고 그것을 판단하려는 것이 아니라 이해하고 싶다는 점을 작업자에게 전하십시오.
2. 질문하지 않고 두세 사이클을 지켜보십시오. 설명을 듣기 전에 먼저 자신만의 시각을 갖는 것이 필요합니다.
3. 시스템과 비교하십시오. 10분 동안 정지 횟수, 대기 시간 또는 불량품 수를 세십시오. 그 결과를 대시보드에서 본 수치 옆에 적어 두십시오.
4. 개방형 질문을 던지십시오. "여기서 보통 무엇이 방해가 되나요?"라고 묻는 편이 "OEE가 왜 낮은가요?"라고 묻는 것보다 효과적입니다. 작업자는 어떤 코드로도 잡히지 않는 소규모 정지를 알고 있습니다.
5. 데이터가 놓친 부분을 기록하십시오. 대시보드에 한 번도 나타나지 않은 문제가 현장에서 보인다면, 그것 역시 발견입니다. 새로운 정지 코드나 새로운 측정 지표가 필요하다는 뜻일 수 있습니다.

대시보드가 실시간 데이터를 보여준다면, 현장에서 직접 확인하고 자신이 센 결과와 비교하십시오. 겐바 워크 후 해당 공정이 마무리되면 데이터 화면을 업데이트하십시오. 작업자에게 들은 사유 코드를 추가하십시오. 그러면 다음번에는 차트가 더 많은 것을 알려주고, 질문도 더 날카로워질 것입니다. 몇 주에 걸쳐 이런 과정이 쌓이면 지속적 개선 문화가 자리 잡습니다. 팀은 자신들의 답변이 데이터를 바꾸고, 데이터가 업무를 바꾼다는 것을 확인하기 때문입니다. 데이터를 활용한 좋은 겐바 워크는 린 경영과 운영 우수성의 핵심 습관입니다. 이는 합리적인 의사결정이 사실에 근거하도록 하고, 생산성 향상이 유지되도록 하며, 직원들이 개선 활동에 계속 참여하도록 만들기 때문입니다. KPI 대시보드와 겐바 워크는 서로를 개선합니다. 대시보드는 올바른 장소로 여러분을 안내하고, 겐바 워크는 대시보드를 더 나은 것으로 만들어 줍니다.

흔한 실수

• 데이터를 판결의 근거로 쓰기. 차트와 비난을 들고 현장에 가면, 팀은 설명하기보다 숫자를 방어하려 할 것입니다.
• 데이터를 맹목적으로 신뢰하기. 현장에서 샘플을 확인하십시오. 잘못된 정지 코드는 흔히 발생합니다.
• 한 교대만 보기. 소음을 쫓지 않도록 몇 주간의 추세를 사용하십시오.
• 잘 돌아가는 라인은 건너뛰기. 성능이 좋은 라인과 비교하십시오. 그 차이가 원인을 자주 드러냅니다.
• 매번 가장 나쁜 라인만 방문하기. 방문 대상을 순환하십시오. 그렇지 않으면 팀은 표적이 되었다고 느낄 것입니다.
• 관찰하기보다 준비에 지나치게 매달리기. 데이터는 장소를 고르기 위한 것입니다. 현장에서는 작업 자체를 보십시오.

소프트웨어가 도움이 되는 방법

이러한 관점을 수작업으로 모으는 것은 느리며, 도구를 사용하면 작업을 간소화하고 운영 효율성을 높일 수 있습니다. KPI 대시보드는 이런 정보를 한데 모아 줍니다. iFAKT의 Polaris Analyzer는 Polaris 생산 소프트웨어의 모듈로, 생산에서 계획값과 실적값을 비교하는 모든 모듈에 걸친 KPI 대시보드를 제공합니다. 계획과 실적을 나란히 보면 다음 방문 대상 영역을 고르는 데 도움이 됩니다. 다만 그 설명은 여전히 공정을 운영하는 사람들에게서 나와야 합니다.

다음 단계

지난주 데이터를 가져와 계획과 실적의 차이가 가장 큰 라인을 고르고, 그에 대한 질문을 하나 작성하십시오. 그다음 현장에서 수치를 검증하고 자신이 센 결과를 대시보드와 비교하십시오. 겐바 워크 데이터는 출발점일 뿐 정답이 아니기 때문입니다.