영상 핵심 정리 — APS 생산 최적화 + 대시보드

이 영상은 AI 기반 APS(고급 생산계획·스케줄링) 시스템의 원리와 생산 모니터링 대시보드 설계를 다룬다.

---

1. ERP + APS + MES 연동

[ERP] 수주 정보, BOM, 납기
    ↓
[APS] 제약 기반 스케줄 최적화
    - 설비 능력(Finite Capacity) 반영
    - 납기 우선순위 + 최소 교체 비용
    - 출력: 시간별 작업 할당 계획
    ↓
[MES] 실시간 작업 실행 + 실적 수집
    ↓ (피드백)
[APS] 계획 vs 실적 비교 → 재계획

2. PuLP 선형 프로그래밍 스케줄

from pulp import *

jobs = ['J1', 'J2', 'J3']
machines = ['M1', 'M2']
processing_time = {
    ('J1','M1'): 30, ('J1','M2'): 45,
    ('J2','M1'): 50, ('J2','M2'): 35,
    ('J3','M1'): 20, ('J3','M2'): 25,
}

prob = LpProblem('Production_Scheduling', LpMinimize)
x = LpVariable.dicts('assign',
    [(j,m) for j in jobs for m in machines], cat='Binary')

prob += lpSum(processing_time[j,m] * x[j,m]
              for j in jobs for m in machines)

for j in jobs:
    prob += lpSum(x[j,m] for m in machines) == 1

for m in machines:
    prob += lpSum(processing_time[j,m] * x[j,m] for j in jobs) <= 480

prob.solve(PULP_CBC_CMD(msg=0))

3. KPI 대시보드 구성

KPI 위젯	표현	알람 기준
실시간 OEE	게이지	OEE < 70%
납기 준수율	일별 막대	< 95%
설비 가동 현황	간트	정지 > 30분
WIP 수량	라인 차트	목표 ±20% 초과
불량률 추이	관리도	3σ 초과

함정 주의: 대시보드에 KPI를 20개 이상 넣으면 아무것도 보이지 않는다. 작업자용(현장 TV): 3개 이내 / 관리자용(PC): 8개 이내로 청중별로 분리해야 실제로 쓰인다.

---

다음 task와의 연결

다음 reading에서 오늘 설계한 대시보드를 'Plotly Dash + Grafana' 실습으로 구현한다.

AI 기반 APS(고급 생산계획 시스템)에서 100개 작업·10개 기계의 스케줄 최적화가 NP-Hard인 이유와, 유한 용량 제약을 반영한 실현 가능한 계획을 수립하기 위해 어떤 휴리스틱(유전 알고리즘·시뮬레이티드 어닐링·그리디)을 쓰는지 설명해줘. OEE·납기 준수율·WIP 재고 세 KPI가 동시에 개선되는 최적화 시나리오도 예시로 보여줘.