▶️25분
[영상] OEE 설비종합효율 산출방식
Day 1: 제조 데이터 분석 기초
[영상] OEE 설비종합효율 산출방식
생산 최적화 — 스마트 팩토리 AI > Day 1: 제조 데이터 분석 기초
학습 목표
OEE(설비종합효율)의 정의와 세계 수준 벤치마크(85%)를 설명할 수 있다 가용성·성능·품질 3대 요소의 계산 공식을 적용해 OEE를 산출할 수 있다 6대 손실을 OEE 세 요소에 정확히 매핑할 수 있다 Python pandas로 생산 로그에서 OEE를 자동 산출하는 코드를 작성할 수 있다
영상 핵심 정리 — OEE 설비종합효율 산출
| 요소 | 공식 | 6대 손실 연결 |
|---|---|---|
| 가용성 (A) | 가동시간 ÷ 계획가동시간 | 설비 고장 + 준비·조정 |
| 성능 (P) | (실제 × 이상 사이클) ÷ 가동시간 | 공전소정지 + 속도 저하 |
| 품질 (Q) | 양품수 ÷ 실제 생산수 | 초기 불량 + 재작업 |
| OEE | A × P × Q | 6대 손실 전체 반영 |
import pandas as pd
df = pd.read_csv('production_log.csv',
parse_dates=['shift_start','shift_end'])
df['planned_time'] = (df['shift_end'] - df['shift_start']).dt.total_seconds() / 60
df['availability'] = (df['planned_time'] - df['downtime_min']) / df['planned_time']
IDEAL_CYCLE = 0.5
df['run_time'] = df['planned_time'] - df['downtime_min']
df['performance'] = (df['actual_units'] * IDEAL_CYCLE) / df['run_time']
df['quality'] = df['good_units'] / df['actual_units']
df['oee'] = df['availability'] * df['performance'] * df['quality']
print(f"주간 평균 OEE: {df['oee'].mean()*100:.1f}%")자동차 조립 라인 OEE 75% = 계획 가동의 25% 손실. 가용성 92% × 성능 88% × 품질 93% = 75.4%. 세 요소가 모두 90% 이상이어야 세계 수준.
함정 주의: 이상 사이클타임을 설비 카탈로그 최대값으로 설정하면 성능이 100%를 넘는 오버런 발생. 현장에서는 최근 3개월 상위 10% 실적을 이상값으로 사용. 또한 계획 외 정지(점심·휴일)는 계획가동시간에서 제외.
다음 task와의 연결
다음 reading에서 OEE 공식을 가용성·성능·품질 각각의 개선 포인트 진단으로 분해한다. pandas로 만든 OEE 시계열에 트렌드 차트를 추가하면 reading 내용을 시각적으로 확인 가능.
AI로 학습하기 — 꿀팁
🧪OEE 6대 손실 원인 분석 질문AI 학습 팁
OEE = 가용성 × 성능 × 품질의 각 요소가 6대 손실과 어떻게 연결되는지 AI에게 제조 현장 데이터 시나리오로 설명받아 지표 해석 역량을 기르세요.
스마트팩토리 OEE 대시보드에서 가용성 75%·성능 88%·품질 97%로 OEE 64%가 나왔다고 할 때, 6대 손실(설비 고장·준비교체·공전소정지·속도저하·초기불량·재작업) 중 어느 손실이 가장 크게 기여하는지 분석해줘. 세계 수준(OEE 85%)과의 격차를 줄이기 위한 우선 개선 항목과 AI 분석이 어떻게 도움이 되는지도 설명해줘.
이 팁이 도움이 됐나요?
핵심 포인트
- • OEE = 가용성 × 성능 × 품질 — 세 요소 중 하나만 낮아도 전체 급락
- • 세계 수준: OEE 85% (가용성 90% × 성능 95% × 품질 99.9%)
- • 6대 손실: 설비 고장·준비교체·공전소정지·속도저하·초기불량·재작업
- • OEE 100%는 현실에서 이상값