중단과 제품 믹스 변화를 위한 생산 시뮬레이션

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

생산 시뮬레이션으로 설비 고장, 인력 부재, 자재 지연, 제품 믹스 변화를 라인에 영향을 주기 전에 모델에서 미리 테스트하는 방법을 소개합니다. 실무 중심 가이드입니다.

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

생산 시뮬레이션을 사용하면 모델에서 중단을 재현할 수 있습니다. 병목 설비의 고장, 작업자 부재, 납품 지연, 제품 믹스 변화 등이 해당합니다. 실제 라인에 손대지 않고도 생산량과 리드타임에 어떤 일이 일어나는지 볼 수 있습니다. 이 글은 어떤 중단을 시뮬레이션할지, 어떤 데이터가 필요한지, 결과를 어떻게 해석할지 알고 싶은 생산 계획 담당자를 위한 글입니다.

핵심 포인트

• 생산 시뮬레이션을 사용하면 고장이나 제품 믹스 변화 같은 중단을 모델에서 재현하고, 실제로 발생하기 전에 생산량과 리드타임에 미치는 영향을 확인할 수 있습니다.
• 여러분의 기록을 바탕으로 발생 가능성과 영향도를 기준으로 중단을 선택하십시오. 가능한 모든 사건을 모델링하면 모델만 느려지고 신뢰하기 어려워집니다.
• 제품 믹스 변화는 전체 물량이 같더라도 병목을 옮길 수 있습니다. 변형 제품마다 공유 설비를 사용하는 시간이 다르기 때문입니다.
• 고장은 무작위로 발생하므로 각 시나리오를 여러 번 실행하고, 단일 결과가 아니라 결과의 범위를 비교하십시오.
• 먼저 모델을 과거 기간과 비교해 검증하고, 공정이 바뀔 때마다 다시 실행할 중단 시나리오의 짧은 목록을 관리하십시오.

시뮬레이션으로 중단에 대해 무엇을 알 수 있나요?

중단이란 계획을 틀리게 만드는 모든 것을 말합니다. 계획보다 적은 설비 용량, 없는 자재, 예측과 다르게 나타나는 수요 등이 여기에 해당합니다. 계획은 "무엇이 일어나야 하는지"에 답하고, 공장 시뮬레이션은 "이것이 잘못되면 무슨 일이 일어나는지"에 답합니다.

NIST는 이산 사건 시뮬레이션을 다양한 시나리오와 조건에서 생산 시스템을 분석하고, 처리량, 용량, 병목을 측정하는 방법으로 설명합니다. 같은 NIST 페이지는 주요 장애물도 지적합니다. 설비와 공정에 대한 적시의 정확한 데이터를 얻기 어렵다는 점입니다. 이 점을 기억하십시오. 어떤 결과를 얼마나 신뢰할 수 있는지를 이것이 좌우하기 때문입니다.

시뮬레이션이 보여주는 가장 유용한 것은 고통이 어디에 집중되는지입니다. 한 설비의 정지는 그 설비에만 영향을 주는 경우가 드뭅니다. 그 앞에는 작업이 쌓이고, 뒤 공정은 자재가 끊기며, 그 설비를 거치지 않은 주문까지 지연됩니다. 모델을 사용하면 몇 주에 걸친 진화 작업 대신 몇 분 만에 이 연쇄 반응을 눈으로 확인할 수 있습니다.

또한 병목 지점이 이동할 수 있다는 점을 파악하는 데도 도움이 됩니다. Lean Enterprise Institute's 소개 자료인 제약 이론에 따르면, 제약 요소에 대응한 뒤에는 그 제약이 시스템의 다른 부분으로 옮겨 갔는지 다시 평가해야 합니다. 장애는 이와 같은 일을 묻지 않고 대신 일으킵니다. 그러니 먼저 모델에서 실행해 보십시오.

어떤 중단을 시뮬레이션할 가치가 있나요?

모든 중단이 해당되지는 않습니다. 짧은 목록으로 시작하고, 두 가지 질문으로 고르십시오. 얼마나 자주 발생하는가, 발생했을 때 비용이 얼마나 드는가?

일반적인 후보는 다음과 같습니다.

• 설비 정지. 정지 빈도와 수리 시간을 모델링하십시오. 평균값은 긴 수리 시간을 가려버리는데, 실제로 피해를 주는 것은 바로 그 긴 수리입니다. 유지보수 기록에 실제 정지 시간이 있다면 평균만이 아니라 그 분포를 사용하십시오.
• 인력: 결근, 특정 교대조에서 필요한 기술 인력 부족, 초과 근무 한도.
• 자재: 입고 지연, 입고량 부족, 입고 로트의 품질 보류.
• 품질 손실: 스크랩이나 재작업으로 부품이 공정을 다시 거치게 되는 경우.
• 긴급 주문: 대기열을 앞지르며 추가 셋업을 유발하는 긴급 주문.
• 수요 변화: 변형 제품의 비중 변화나 물량 급증.

자체 기록을 바탕으로 순위를 매기십시오. 작년 설비 정지 로그, 교대 보고서, 납기 지연 주문 목록을 살펴보십시오. 매달 나타나는 중단이라면 시뮬레이션하십시오. 5년에 한 번 일어난 일이라면 기록해 두고 당분간 제외하십시오.

제품 믹스 변화는 어떻게 시뮬레이션합니까?

제품 믹스는 주문 흐름에서 각 변형 제품이 차지하는 비중입니다. 이것이 중요한 이유는 변형 제품마다 공유 설비를 사용하는 시간이 거의 같지 않기 때문입니다. 전체 생산량이 같더라도 믹스가 바뀌면 각 자원에 걸리는 부하가 달라집니다.

윈터 시뮬레이션 컨퍼런스(Winter Simulation Conference)에서 발표된 대화형 제조 시뮬레이션 논문은 배치 가열로 영역에서 이 효과를 보여 줍니다. 제품들은 특정 조합 규칙에 따라서만 한 배치에 함께 들어갈 수 있으므로, 제품 순서가 가열로 사용률에 영향을 주고 믹스가 바뀌면 병목도 이동합니다. 오래된 논문이고 특수한 사례이지만, 이 교훈은 대부분의 공유 자원에도 적용됩니다.

다음과 같은 방식으로 진행할 수 있습니다.

1. 기준선을 고정합니다. 현재의 믹스를 사용하고, 모델이 최근의 생산량과 리드타임을 재현하는지 확인합니다.
2. 새로운 믹스를 정의합니다. "변형 B가 소수에서 주문의 절반으로 늘어난다"와 같이 물량 비중으로 적습니다. 전체 물량이 그대로인지 증가하는지도 정합니다.
3. 변형별 데이터를 점검합니다. 각 변형에는 고유한 라우팅, 공정 시간, 셋업 시간이 필요합니다. 변형 간 전환(changeover) 시간은 가동 시간보다 중요한 경우가 많습니다.
4. 새로운 믹스를 실행합니다. 자원별 가동률, 대기열 길이, 변형별 리드타임을 비교합니다.
5. 믹스를 단계적으로 옮깁니다. 최종 상태만 테스트하지 마십시오. 몇 단계로 나누어 믹스를 옮기면서, 병목이 다른 자원으로 이동하는 지점이나 리드타임이 급격히 늘어나기 시작하는 지점을 찾으십시오.
6. 바꾸고 싶은 점을 적어 둡니다. 2교대 운영, 버퍼, 다른 순서 규칙, 두 번째 설비에 배치하는 공구 등이 해당합니다. 그다음 같은 모델에서 이러한 변경을 테스트합니다.

예시: 간이 계산 검증(가상의 수치)

이 예시는 논리를 보여 주기 위해 만든 것이며, 실제 측정 결과가 아닙니다.

한 셀에 밀링 머신이 한 대 있습니다. 변형 A는 여기서 6분, 변형 B는 10분이 걸립니다. 오늘 주문의 70%가 A이고 30%가 B입니다. 단위당 평균 시간은 0.7 × 6 + 0.3 × 10 = 7.2분입니다. 450분 교대 시간 동안 이 밀링 머신은 약 62개를 생산할 수 있습니다.

이제 믹스가 A 50%, B 50%로 바뀐다고 가정합니다. 평균은 8분이 되고, 같은 교대 시간에 약 56개를 생산합니다. 설비 고장이 전혀 없어도 믹스 변화만으로 생산량이 약 10% 줄어드는 셈입니다.

여기에 45분의 정지 시간을 추가합니다. 밀링 머신의 가용 시간은 405분이 되고, 교대 생산량은 약 50개로 줄어듭니다. 별것 아닌 것처럼 보이는 두 가지 변화가 생산량을 약 5분의 1이나 깎아 먹은 것입니다.

이 계산은 좋은 첫 번째 점검이며, 모델을 만들기 전에 먼저 해 보아야 합니다. 다만 대기열, 셋업, 배치 규칙, 무작위 정지, 다음 공정으로 이어지는 연쇄 효과는 보여 주지 못합니다. 이를 보여 주는 것이 시뮬레이션입니다.

시나리오에는 어떤 데이터가 필요합니까?

중단 시나리오에는 일반 모델에 없을 수 있는 몇 가지 데이터가 필요합니다. 결과를 약속하기 전에 이 목록을 확인하십시오.

• 설비별 정지 이력: 정지 빈도와 정지별 지속 시간을 보전 또는 설비 정지 로그에서 가져옵니다.
• 작업 캘린더와 기술: 어떤 인력이 어떤 공정을 운영할 수 있는지, 교대 인원이 부족할 때 어떻게 되는지 포함합니다.
• 변형 간 셋업 및 전환 시간: 가동 시간뿐 아니라 이것도 필요합니다.
• 주문 및 납기 데이터: 무언가 지연되었다는 사실뿐 아니라 어떤 주문이 지연되는지 확인할 수 있어야 합니다.
• 현재 생산 라인이 실제로 따르는 규칙: 순서 규칙, 초과 근무 한도, 작업이 다른 설비로 넘어가는 조건 등입니다.

누락된 데이터가 있다면 시나리오 설명에 명시하십시오. 추정한 정지 시간에 근거한 결과는 그럴듯한 차트로 포장된 추측에 불과합니다. 라인 담당 팀에 수치 검토를 요청하십시오. 어떤 수치가 틀렸는지 2분 안에 알려 주는 경우가 많습니다.

중단 연구는 어떻게 수행합니까?

단계는 일반적인 시뮬레이션 프로젝트와 같지만, 중단 연구에서 더 중요한 몇 가지 지점이 있습니다.

1. 질문을 먼저 적어 두십시오. 예를 들어 "공장 라인이 한 교대 시간 내내 멈추면 어떤 주문이 납기를 놓치고, 가장 저렴한 대응은 무엇인가?"
2. 기준선을 검증하십시오. 모델의 출력을 과거 기간의 실제 결과와 비교하십시오. 차이가 크다면 교란을 하나도 추가하기 전에 데이터부터 바로잡으십시오.
3. 소수의 시나리오를 정의하십시오. 3~5개면 충분합니다. 각 시나리오에 이름을 붙이고, 무엇이 얼마 동안 어떻게 바뀌는지 적어 두십시오.
4. 각 시나리오를 여러 번 실행하십시오. 설비 고장은 무작위로 발생하므로, 한 번의 실행 결과는 평균적인 상황보다 좋아 보이거나 나빠 보일 수 있습니다. 단일 수치가 아니라 결과의 범위를 비교하십시오.
5. 대응 방안을 테스트하십시오. 초과 근무, 다른 설비로 작업 이전, 작업 순서 변경, 재고 활용 등을 검토하십시오. 대응 방안 없이 진행하는 교란 분석은 문제가 생긴다는 사실만 알려 줄 뿐입니다.
6. 의사결정 기준을 합의하십시오. 실행 전에 어떤 결과가 나오면 조치할지 미리 정하십시오. 그렇지 않으면 숫자를 두고 논쟁만 이어지게 됩니다.

시나리오는 짧은 목록으로 정리해 두고, 프로세스가 바뀔 때 다시 실행할 수 있도록 하십시오. 시나리오 라이브러리는 어떤 단일 분석보다 가치가 큽니다.

Microsoft 도구는 어디에 적합할까요?

라우팅, 자재명세서(BOM), 작업 캘린더는 보통 ERP 시스템에 보관됩니다. 따라서 ERP는 모델의 기초 데이터를 얻기에 자연스러운 출처입니다. 모델 자체는 보통 별도의 소프트웨어입니다.

결과를 보여 줄 때는 Power BI가 시나리오를 나란히 비교하는 데 잘 맞습니다. Microsoft Learn에는 매개 변수 what-if도 문서화되어 있습니다. 보고서 사용자가 슬라이서로 값을 바꾸면 보고서가 다시 계산되는, 조정 가능한 변수입니다. 위 예시처럼 단순한 계산에 유용합니다. 예를 들어 혼합 비율을 바꾸고 용량 수치가 어떻게 움직이는지 확인할 수 있습니다. Microsoft는 이 매개 변수가 시각적 개체의 측정값을 위해 설계되었다고 밝히고 있습니다. 대기열을 시뮬레이션하지는 못하므로, what-if 슬라이더를 시뮬레이션으로 착각하지 마십시오.

흔한 실수

• 모든 것을 시뮬레이션하기. 시나리오가 너무 많으면 모델이 느려지고 결과를 설명하기도 어려워집니다.
• 평균 수리 시간만 사용하기. 피해의 대부분은 장시간 정지에서 발생합니다.
• 혼합 변경의 최종 상태만 테스트하기. 병목은 과정 중에 자주 이동합니다.
• 기준선 점검 건너뛰기. 모델이 지난달 결과를 재현하지 못한다면, 교란 결과는 추측에 불과합니다.
• 한 번의 실행을 신뢰하기. 무작위 이벤트가 있는 경우 한 번의 실행은 잘못된 판단을 유도할 수 있습니다.
• 사람 요소 잊기. 교란이 인력 배치와 관련된 경우, 결근, 기술 수준, 초과 근무 한도를 모델에 포함해야 합니다.
• 일회성으로 만들기. 다음 프로세스 변경 이후 아무도 업데이트하지 않는 모델은 몇 달 안에 쓸모없어집니다.

Polaris는 어떤 경우에 적합할까요?

질문이 용량, 인력, 버퍼 또는 제품 혼합에 관한 것이라면 iFAKT Polaris도 검토해 볼 만한 선택지입니다. iFAKT는 Polaris를 생산을 위한 AI와 디지털 트윈의 결합으로, ERP 데이터와 제조 디지털 트윈을 함께 활용하는 솔루션으로 설명합니다. Polaris Simulator 모듈은 용량, 인력, 버퍼 시나리오와 공유 자원에서의 동적 제품 혼합을 포함해 생산 시스템을 가상으로 테스트합니다. Polaris Optimizer 모듈은 병목을 탐지하고, 교란이 발생하면 그 영향을 분석하여 계획을 다시 최적화합니다. 적합 여부는 데이터와 질문에 따라 달라지므로, 먼저 좁은 범위의 사례 하나에 적용해 보십시오.

더 살펴볼 관련 주제

• 실시간 데이터로 모델에 공급하기. 디지털 트윈은 모델을 공장과 계속 연결해 둡니다. 의사결정에 실시간 데이터 피드가 필요한지, 아니면 우수한 모델만 있으면 충분한지 먼저 판단하십시오.
• 사람의 대응 모델링하기. 대응 지연과 교대 근무 변경은 교란이 지속되는 시간을 바꿉니다. 인력이 문제의 일부라면 이를 반드시 추가하십시오.
• 복구와 재가동. 교란이 끝난 뒤에는 밀린 작업이 라인에 몰립니다. 초과 근무 한도를 포함해 재가동을 시뮬레이션하십시오.
• 계획과의 연계 고리 닫기. 교란이 실제로 발생하면 일정도 바뀌어야 합니다. 시뮬레이션 결과가 재계획으로 어떻게 이어지는지 생각해 보십시오.

다음 단계

생산 시뮬레이션에서 설비 중단을 다루기 가장 쉬운 방법은 자신의 가동 중단 로그에서 출발하는 것입니다. 작년에 가장 큰 손실을 낸 중단 한 가지를 골라 지속 시간과 영향을 받은 자원을 포함한 한 문장짜리 시나리오로 정리한 뒤, 다음 계획 회의 전에 정교하지 않더라도 모델에서 테스트해 보십시오.