 |
|
 |
8.1 생산 체계와 정보 기술의 발전과 디지털 전환
환경과 기술의 변화로 물건이나 서비스를 만드는 방법이 변화하면 이를 지원하기 위하여 BOM 체계도 변화해야 한다. 그렇다면 생산 체계 변화에 따라 BOM은 어떻게 바뀌어야 할까? 마지막 장에서 미래 생산 체계의 발전 방향과 이에 대응하는 BOM 사례를 설명하고자 한다. 제시한 방향은 종합적인 생산 체계 발전 방향 예측과 BOM 대응이라기보다는 최근 저자의 연구를 위해 조사한 환경 변화와 대응을 중심으로 설명한다. 그러므로 이번 장에서 제시한 현황과 대응은 그 범위가 제한적임을 밝힌다. 하지만 이 서술을 통해 기업 경쟁력 강화를 위한 생산 체계의 변화는 BOM의 변화와 지원을 필요로 한다는 점을 인식할 수 있다.
|
환경과 기술의 변화에 대응하는 BOM 변화의 예로 저자의 생산 체계와 정보 기술 환경 변화에 대한 BOM 대응 연구 예를 소개한다.
|
BOM이 지원해야 할 주요 생산 체계와 정보 기술의 발전을 생산 체계 발전, 제품 관련 정보 기술 발전 그리고 제품 자료 디지털화, 3가지 측면에서 설명한다.
8.1.1 생산 체계 발전
Koren [Koren, 2010]은 제품 생산 체계의 발전을 그림 8.1과 같이 수공 생산(Craft Production), 대량 생산, 대량 맞춤 생산 그리고 지역화(Regionalization)와 개인화 생산(Personalized Production)으로 구분하였다. 이 구분은 제품의 다양성(Product Variety)과 각 변형품 당 생산량(Product Volume per Variant)을 기준으로 삼았다(그림 8.1의 수평축과 수직 축 참조).
제품이 다양하고 한 종류 당 생산 수량이 적은 수공 생산 시기는 BOM을 명시적으로 표현하고 공유할 필요가 적었다(Craft Production 참조). 단순한 종류의 제품을 대량으로 생산하는 대량 생산(Mass Production 참조) 시기는 생산 시설과 조직의 규모가 늘어나므로 조직 내 의사전달을 위하여 명시적인 BOM이 필요하였다. 특히 자원과 공정의 작은 변화가 전체 생산성을 크게 좌우하는 대량 생산에서 자재와 공정의 명확한 정의와 관리가 필요하였다. 그러므로 대량 생산을 지원하는 BOM은 자재와 공정을 세분화하기 위하여 BOM 계층을 많이 생성하게 되어 계층 깊이가 깊은 BOM을 사용하게 되었다.
시장이 생산자에서 소비자 중심으로 변화되면서, 고객의 다양한 요구를 만족시키며 대량 생산의 효율성을 유지시킬 수 있는 대량 맞춤 생산(Mass Customization 참조)이 나타나게 되었다. 대량 맞춤 생산을 지원하는 방법으로서 제품 구성(Product Configuration) 개념을 도입하였다[Pine II, 1993]. 제품 구성은 미리 연결 방법이 정해진 구성 모듈을 대량 생산하고 이 모듈들을 미리 정해진 방식으로 조합하여 다양한 최종 제품을 생산하는 방식이다. 제품 구성을 지원하는 대표적인 BOM이 모듈러 BOM이다.
Koren은 앞으로 생산 체계 변화 방향을 국제화(Globalization)로 보고 국제화에 지역화와 개인화 생산의 두 가지 흐름이 있을 것으로 예측하였다. 지역화 생산은 대량 맞춤 생산의 일종으로 각 지역 요구를 추가적으로 반영하는 제품 구성을 적용한다. 반면 개인화 생산은 개인화된 제품을 생산하기 위하여 미리 체계를 설계하고, 고객의 요구가 발생하면 이를 바탕으로 고객 설계를 하여 최종 제품을 생산한다. 최근 소셜 미디어, 적층가공 그리고 로봇 기술의 발달로 대량 생산 수준의 경제성을 유지하며 개인화 제품을 생산할 수 있는 가능성이 높아지고 있다.
|
Koren은 생산 체계의 발전을 제품의 다양성과 단위 제품 종류당 생산량을 이용하여 분류하였으며, 미래 생산 체계 중 하나로 '개인화된 제품 생산 체계'를 예측하였다.
|
8.1.2 제품과 생산에 영향을 주는 정보 기술 발전
제품 생산 체계를 지원하는 정보 기술의 범위는 광범위하다. 기존 제품 생산 체계를 지원했던 기술들은 CAD 시스템으로 구현된 제품 형상 표현 기술, BOM과 아이템 리스트를 관리하는 대용량 자료 관리 기술 등이 있었다. 최근 제품 생산 체계에 영향을 주는 기술로는 웹/모바일, 클라우드 그리고 인공지능을 들 수 있다.
웹과 모바일 정보 기술은 제품 정보에 대한 접근성을 높여주고 제품 생산 참가자 간의 의사소통과 협동 작업을 가능하게 하였다. 또한 단순히 기업 내 참가자의 의사소통과 제품 자료 공유를 통한 협동 작업뿐만 아니라 기업 외 공급자 혹은 소비자와 의사소통과 제품 자료 공유를 가능하게 하였다.
클라우드 기술은 제품이나 제품 생산에 사용하는 컴퓨팅 파워를 고정된 독립 컴퓨터나 서버가 아닌 네트워크 상의 임의의 장소에 위치할 수 있게 하였다. 이는 컴퓨팅 자원의 소유와 사용을 독립시킴으로써 효율적 정보 시스템 구현을 가능하게 한다. 또한 이동체나 컴퓨팅 파워가 낮은 프로세서도 클라우드 상의 데이터와 처리 능력을 사용할 수 있게 됨으로써 제품 자체에서 인공지능이나 고성능 컴퓨팅이 필요한 서비스를 제공할 수 있게 하였다.
인공지능 기술은 방대한 자료로부터 학습을 통해 패턴과 규칙을 자동으로 추출하는 기계 학습 기술이 각광을 받고 있다. 기계 학습 모델은 제품과 생산체계에 응용되는 정보 시스템 역할을 정보 처리에서 고급 의사결정으로 확장하였다. 적용되는 기계 학습 모델은 제품과 생산체계를 자동화와 자율화 그리고 최적화함으로써 기존 제품과 시장을 혁신적으로 변화시키고 있다.
이 세 가지 기술이 제품 생산 체계에 적용될 경우를 두 가지 종류로 나눌 수 있다. 하나는 제품 자체에 정보 기술이 적용되는 경우로 기존 기계 중심 제품에 네트워크와 컴퓨터가 통합된 스마트 커넥티드 제품과 현실의 제품과 대응되는 컴퓨터 상의 제품을 운영하는 디지털 트윈 제품을 예로 들 수 있다. 다른 하나는 제품 생산 및 고객지원 과정에 적용되는 경우로 시각을 비롯한 외부 인식이 가능하고 기계 학습에 의해 결정되지 않은 공정을 효율적으로 진행하는 로봇 조립 시스템 등이 예가 될 수 있다.
|
현재 제품 생산 체계에 영향을 주는 기술은 웹/모바일, 클라우드 컴퓨팅 그리고 인공지능 기술이며, 이 기술은 제품 자체에 적용되거나 제품 생산과 고객지원에 적용될 수 있다.
|
8.1.3 제품 생산 체계를 위한 디지털화
제품 생산 체계를 위한 디지털화에 필요한 디지털화된 제품, 공정 그리고 규칙 자료는 오랜 기간에 걸쳐 순차적으로 도입되고 있다. 그림 8.2는 제품 생산 체계와 관련된 주요 디지털 자료 전환을 보여준다. 그림 8.2의 수평축은 시간의 흐름을 뜻하고, 수직축은 제품 생산 관련된 디지털 전환 분야로 제품 형상을 수치화하여 디지털하는 형상 표현(Shape Representation), 대량의 제품 자료를 일관되게 관리하는 대량 자료 관리(Large Data Management) 그리고 기계 학습을 이용한 패턴 관리(Pattern Management)로 구성되어 있다. 그래프 내부에는 디지털 전환 관련 대표적 기술과 시스템이 기록되어 있다. 그리고 색칠한 사각형으로 디지털 자료를 이용하는 종합적인 예를 보여주는 CAM의 일종인 CNC(Computer-Numerical Control) 프로그래밍, 기존 자동 로봇 조립 계획 시스템 그리고 기계 학습 모델을 관리하는 미래 시스템이 표시되어 있다.
제품 개발 자료의 디지털화는 1970년대 제품 형상을 수치화하고 디지털화 시킨 CAD 모델로부터 시작되었다①. 파일 단위로 관리되었던 CAD 모델은 2010년대 CATIA V6에서 본격적으로 데이터베이스를 통해 관리되었다③.
대량 자료 관리 부분은 1960년대 개발된 데이터베이스 관리 시스템(Database Management System)을 이용하여 부품 목록과 BOM를 객체화한 대량의 제품 자료를 관리하였다②. 체계적인 대용량 제품 자료 관리는 1980년대 제품 개발을 통합 지원하기 위한 데이터베이스 응용 시스템인 제품 자료 관리(Product Data Management: PDM) 시스템에서 시작되었다④. 파일로 관리되던 CAD 객체도 CAD 데이터베이스③화 되면서 BOM과 제품 형상 객체를 통합 관리하고 검색할 수 있게 되었다.
패턴 관리 분야에서 기존 규칙 기반(Rule-based) 시스템은 규칙을 인간이 프로그램으로 구현했으나, 기계 학습은 데이터셋과 기계 학습 모델을 적용하여 자동으로 패턴을 추출할 수 있게 하였다⑤. 기존 자동 로봇 조립 계획도 기계 학습을 적용하나 CAD나 BOM 데이터베이스와 연계 없이 독립적으로 기계 학습 모델과 데이터셋을 관리한다( Figure 1의 ⑤와 ⑦ 사이 연결선).
|
제품 생산 체계를 위한 디지털 화는 제품 형상 자료, 대용량 제품 자료(BOM) 그리고 규칙과 패턴 디지털화로 분류할 수 있다.
|
2025 NDoLab
2025/2/12 처음 2025/2/8
'BOM 이해 > BOM 발전' 카테고리의 다른 글
| 8 02 미래 제품 생산 체계에서 BOM 역할 (2) | 2025.05.24 |
|---|
