▶️25분
[영상] AI 기반 APS로 생산계획 최적화
Day 4: 생산 대시보드 & 모니터링
[영상] AI 기반 APS로 생산계획 최적화
생산 최적화 — 스마트 팩토리 AI > Day 4: 생산 대시보드 & 모니터링
학습 목표
APS(Advanced Planning and Scheduling)의 핵심 기능과 ERP·MES와의 연동 구조를 설명할 수 있다 제약 이론(Theory of Constraints)을 생산 병목 분석에 적용해 APS 스케줄링 우선순위를 결정할 수 있다 Python PuLP 또는 OR-Tools로 간단한 생산 스케줄 최적화 문제(기계-작업 할당)를 선형 프로그래밍으로 풀 수 있다 Plotly Dash 또는 Grafana로 생산 KPI(OEE, 납기 준수율, 재공품)를 실시간 시각화하는 대시보드를 구성할 수 있다
플레이어 로딩 중...
핵심 포인트
- • APS의 핵심 가치는 '무한 용량 가정'을 버리고 실제 설비 능력 제약(Finite Capacity)을 반영해 실현 가능한 생산 계획을 수립한다는 점이다
- • 생산 스케줄 최적화는 NP-Hard 문제다 — 100개 작업, 10개 기계의 완전 탐색은 100!^10로 불가능하므로 휴리스틱이 필요하다
- • 대시보드에서 가장 중요한 KPI 3개는 OEE, 납기 준수율, 재공품(WIP) 재고다 — 이 셋이 동시에 좋으면 공장이 잘 돌아간다
- • 실시간 대시보드는 '보여주기'가 아니라 '이상 발생 시 30초 안에 담당자가 인지하게 하는 것'이 목적이다