당신 라인의 OEE 는 몇 퍼센트인가
Day 1: 제조 데이터 분석 기초
당신 라인의 OEE 는 몇 퍼센트인가
스마트 팩토리 최적화 > Day 1: 제조 데이터 분석 기초
- OEE 를 세 요소로 분해해 읽어야 하는 까닭을 설명한다
- OEE 개선의 금액 환산을 매출이 아니라 공헌이익으로 계산하는 절차를 안다
당신 라인의 OEE 는 몇 퍼센트인가
"OEE 85% 면 괜찮은 것 아닌가요?"
이 질문에는 그대로 답할 수 없다. 85% 라는 값 하나로는 무엇을 해야 할지 알 수 없기 때문이다. OEE 는 하나의 지표가 아니라 세 값을 곱한 것이고, 같은 85% 라도 어느 항이 깎였느냐에 따라 손대야 할 곳이 완전히 달라진다.
먼저 계산부터
이 과정에서 계속 쓸 가상 사출성형 라인의 한 근무조 실적이다.
계획가동시간 480분
정지시간 40분 (금형 교체 25분, 돌발 정지 15분)
이상 사이클타임 0.5분/개
총 생산 800개
양품 776개
가용성 = (480 - 40) / 480 = 91.67%
성능 = (0.5 x 800) / 440 = 90.91%
품질 = 776 / 800 = 97.00%
OEE = 0.9167 x 0.9091 x 0.9700 = 80.83%세 값이 모두 90% 를 넘는데 곱하면 80.8% 로 내려간다. OEE 를 곱으로 정의한 까닭이 여기 있다. 하나가 무너지면 나머지가 아무리 좋아도 함께 끌려 내려간다.
같은 80.8% 라도 가용성이 낮으면 정비와 준비교체의 문제이고, 성능이 낮으면 속도와 짧은 정지의 문제이며, 품질이 낮으면 공정 조건의 문제다. 부르는 사람이 다르고 드는 돈도 다르다.
그래서 1%p 가 얼마인가
여기서부터는 각자의 라인 숫자가 필요하다. 이 과정은 그 값을 대신 정해 주지 않는다. 아래 빈칸을 본인 사업장 값으로 채우면서 읽는다.
[OEE 개선의 금액 환산]
연간 계획가동시간 ___ 분
현재 OEE ___ %
목표 OEE ___ %
이상 사이클타임 ___ 분/개
(1) 늘어나는 생산 수량
= 연간 계획가동시간 x (목표 OEE - 현재 OEE) / 이상 사이클타임
= ___ 개
(2) 한 개를 더 만들어 남는 돈 (공헌이익)
= 판매단가 ___ 원 - 단위 변동비(재료비 + 변동 가공비 + 변동 물류비) ___ 원
= ___ 원/개
(3) 연간 효과 = (1) x (2) = ___ 원
(4) 투자 회수
투자액 ___ 원
회수기간 = 투자액 / 연간 효과 = ___ 년
ROI = (연간 효과 - 투자액) / 투자액 = ___(2) 에 매출단가를 넣으면 안 된다. 매출은 손실이 아니다. 한 개를 더 만들려면 재료비와 변동비가 그만큼 더 나가므로 남는 것은 판매단가에서 변동비를 뺀 공헌이익뿐이다. 사내 결재에서 이 구분이 틀리면 뒤의 계산은 볼 필요가 없어진다. ROI 도 마찬가지다. 효과를 투자로 나눈 값은 ROI 가 아니라 배수이고, ROI 는 투자를 빼고 난 뒤의 비율이다.
전제 세 가지도 같이 적어야 한다.
- 팔릴 만큼의 수요가 있는가. 수요가 없으면 늘어난 생산은 재고로 남아 이익이 아니라 비용이 된다.
- 그 설비가 병목인가. 병목이 아닌 설비의 OEE 를 올려도 공장 전체 산출량은 늘지 않는다.
- 어느 항을 올릴 것인가. 세 요소는 서로 끌어당긴다. 속도를 올려 성능을 얻고 품질을 잃으면 OEE 는 제자리다.
이 과정은 OEE 의 어디를 건드리는가
| 깎이는 항 | 대표 손실 | 다루는 기술 | 이 과정의 자리 |
|---|---|---|---|
| 가용성 | 돌발 고장, 준비·조정 | 진동·전류 신호로 고장 징후를 미리 잡는다 | W11 설비 예지보전 |
| 성능 | 짧은 정지, 속도 저하 | 공정 조건 최적화, 병목 탐지 | W12 Day 3 |
| 품질 | 초기 불량, 재작업 | 외관 검사 자동화, SPC 이상 패턴 탐지 | W10 비전 AI 외관검사, W12 Day 1 |
각 기술이 실제로 몇 %p 를 움직였는지는 도입 전후를 같은 기준으로 측정해야 알 수 있다. 이 과정은 그 측정 방법을 가르치는 것이지 개선 폭을 약속하지 않는다.
오늘 첫 시간에 할 일이 OEE 를 손으로 계산해 보는 것인 까닭도 여기에 있다.
제조 KPI 개선 수치는 측정 기간과 공정 유형, 계산 방식에 따라 크게 달라집니다. AI 가 인용하는 사례든 공급사 자료든, 전제 조건과 측정 방법을 확인하기 전에는 사내 보고서에 옮기지 마십시오.
다음 제조 AI OEE 개선 사례 내용을 팩트체크해줘. 확인 항목: 1) OEE 10% 개선을 달성하려면 Six Big Losses 중 어떤 손실이 얼마나 줄어야 수학적으로 가능한지 계산, 2) 자동차 완성차 공장 vs 반도체 팹 vs 식음료 라인에서 OEE 개선 폭의 업계 평균 범위, 3) '85%→95%' 수치가 가용성/성능/품질 중 어느 요소 개선에서 주로 왔는지 설명 없이 단순 인용된 경우 과장 여부, 4) AI 도입 없이 린 제조만으로도 달성 가능한 수준인지: [사례 내용 붙여넣기]