RISS 검색 - 학위논문 상세보기

국문 초록 (Abstract)

1990년대에 시작된 ERP(Enterprise Resource Planning, 이하 ERP)는 기업 전사 프로세스 기반으로 설계되어 표준화된 업무 기준을 엄격하게 제시하는 기업 솔루션으로서 생산, 구매, 물류, 회계 등 기업 전반의 경영활동 프로세스를 통합 연계 관리해주는 전사적 통합시스템이다. ERP는 구현 과정에서 BPR(Business Process Reengineering)을 수행하고 비부가가치 요소를 제거하는 경영혁신기법을 포함하고 있어 변화하려는 기업의 시대적 요구에 적극적으로 부응할 수 있었다.
이로 인하여 ERP는 전 세계적으로 제조업을 포함한 다양한 산업군의 기업들이 사용하고 있으며, 우리나라에서도 대기업을 중심으로 중견기업과 일부 중소기업까지 널리 사용하고 있다. 현재 ERP는 제조 물류 부문과 원가회계 부문의 정보 통합화와 관련 업무에 대한 실시간 전표 발행 등으로 의사결정의 신속성과 정합성을 보장하는 효과가 있는 것으로 알려져 있다. 그러나 혁신과 개방이라는 가치 아래 지난 30여 년 동안 발전되어온 ERP는 자신 또한 혁신의 대상이 되었으며, 발전된 차세대 ERP를 요구하고 있다. ERP 벤더들은 SCM, CRM, e-Procurement 등 지속적인 확장을 이루어왔으며, 하드웨어 측면에서 기존 처리속도보다 탁월하게 빠른 인 메모리 기반 DB와 클라우드 도입 등을 통하여 근본적인 변화를 시도하고 있다.
2010년대를 클라우드와 모바일, 빅데이터 기반의 Digital Transformation 시대라고 하면 2020년대는 인공지능과 블록체인, 사물인터넷 기반의 Intelligent Technology 시대라고 한다. 이러한 시대적 요구로 현재 ERP 시스템은 다양한 Intelligent Suit 와 Platform을 갖춘 지능적 ERP로의 전환을 꾀하고 있다. 이러한 상황에서 ERP는 머신러닝으로 프로세스를 자동화하거나 예측분석, 챗봇 기반의 디지털 비서와 같은 신기술 접목을 시도하고 있으나, 실질적으로 상업화되거나 실용화된 사례는 미흡하다. 이렇게 발전되고 변화되는 과정에서 ERP는 여러 문제점이 발견되고 있다. 사전에 정형화된 ERP를 구현한 이후에 생산성과 효율이 저하되는 ‘생산성 역설’이 여러 연구에서 자주 인용되기도 하다. 특히 중견기업이나 중소기업이 감당하기에는 다소 무리가 있는 과다한 구축비용과 라이선스 비용은 ERP 보급에 있어서 적지 않은 걸림돌이 되고 있다는 지적도 있다.
또한 높은 비중으로 ERP를 사용하고 있는 제조업의 경우 ERP가 제공해 주는 생산계획 기능에 불만과 문제점을 토로하기도 한다. 즉, ERP 솔루션이 제공하는 생산관리, 생산계획 기능은 생산관리 학문에서 제공하는 다양한 생산계획 기법과 방법을 탑재하고 있으나, 산업별 다양성과 예외성을 현실적으로 대응할 수가 없는 한계점을 가지고 있다. 이러한 단점을 극복하기 위해 산업별로 최적화된 MES가 별도로 개발되어 기존 ERP와 연계되어 사용되고 있다.
MES는 ERP 생산계획의 단점을 보완한 대체 시스템이기도 하나, 반도체나 정유·화학 같은 전문적인 공정 지식이 필요한 산업의 경우, ERP보다 규모와 중요도가 더 큰 경우도 있다. 이렇듯 MES는 제조업에서 ERP와 더불어 사용되는 매우 중요한 쌍두마차 시스템이다. 물론 APS(Advanced Planning System)와 같이 ERP 생산계획의 역기능을 보완해 주는 솔루션이 사용되고 있지만, 일부 대기업을 제외하고는 그 사용률이 저조한 실정이다. MES는 생산의 다양한 공정 실적을 하부의 POP나 Sensor 같은 장치를 통하여 실적을 채집하고 그중 공수(Man Hour)나 생산량(Quantity) 같은 생산실적 정보를 ERP로 전송한다. 그리고 품질, 설비, 작업자 등과 같은 생산현장에 존재하는 다양한 정보를 관리하고 있다. 따라서 MES가 가지고 있는 데이터의 질과 양은 방대하여 ERP를 포함한 다른 시스템에 끼치는 영향도 또한 크다고 할 수 있다. 특히 MES는 4차 산업혁명 시대에 빅데이터 분석, 인공지능과 같은 Intelligent Platform을 구현하기 위한 데이터를 제공해 주는 역할을 수행하기 때문에, ERP의 진화와 발전을 효과적으로 지원하는 방향으로 발전하고 있다.
위와 같은 배경에서 본 연구에서는 ERP와 MES를 이미 구현한 각기 다른 산업의 3개 제조사를 대상으로 각각의 문제점을 해결하기 위한 다양한 방안을 제시하였다.
첫 번째 사례의 경우 ERP와 MES를 구현하였으나 제품 제원별 제조원가의 정확도가 낮아서, 제조원가 관련 의사결정에 문제가 발생되었다. 이에 대한 원인을 조사한 결과, MES에서 전송되는 공정 실적의 범위와 ERP에서 정의하고 있는 공정 실적의 범위가 다른 것에 기인한다는 것을 발견하게 되었다. 해결방안으로 TOC(Theory of Constraint :제약이론)를 사용하여 MES와 ERP 간의 정보인터페이스를 동기화하였다. 작업장 관리 범위가 명확하지 않은 MES 실적 포인트를 TOC 이론을 적용하여 단순화하였다. ERP의 작업장 또한 MES의 TOC이론을 반영하여 재정의하였다. 또한 시간 동작 분석(Time and Motion Study)에서 강조하는 표준시간도 사양별 공정특성에 맞게 재정비하였다. 이를 통하여 제조원가 정합성을 향상시켜 합리적인 원가 관리를 할 수 있게 되었으며, 생산기준정보의 정합성을 마련하여 생산해야 할 물량과 생산할 수 있는 물량의 차이를 통제할 수 있는 생산계획 시스템이 가능하다는 것을 확인하였다.
두 번째 사례에서는 ERP와 MES는 구현되어 있으나 생산계획 기법을 ERP 구현 전의 방식으로 적용하여 라인의 상황을 고려한 생산계획이 불가능한 사례를 개선하였다. 해당 제조회사의 경우 공정설비 간 이동 시간이 길고, 수작업 공정이 다수 있다는 특수성이 있으므로 ERP에서 제공하는 생산계획 기능으로 효율적인 계획을 수립하기가 어려웠다. 이러한 문제점을 해결하기 위해 ERP와 MES에서 제공하는 현장 데이터를 사용하여 생산계획 시뮬레이션을 수행하였다. 연구결과, 생산계획에 대한 공정예측이 가능해졌으며 설비투자에 대한 합리적인 의사결정이 가능하다는 것을 확인할 수 있었다. 특히 스마트공장 구현에서 핵심 기능인 Digital Twin 시스템과 CPS(Cyber Physical System)에서도 생산 기준정보가 중요한 인자라는 것을 확인할 수 있었다.
마지막 사례에서는 이미 구현된 ERP와 MES를 토대로 스마트공장으로 진입하는 방안에 대해서 탐색하였다. 연구 결과, 빅데이터를 보유하고 있는 MES를 확장하여 지능형 MES로의 발전을 모색하였으며, 이에 대한 기본 모델링을 실시하였다. 두 가지 대안의 지능형 MES를 제시하였으며, 프로토타이핑 기법을 활용하여 가상의 지능형 MES를 구현하였다. 약 30,000개 이상의 MES 표본 데이터를 기반으로 빅데이터 분석을 통하여 품질 불량에 대한 원인을 예측하였다. 또한, ERP와 MES를 사용하고 있는 중견, 중소기업이 막대한 비용의 투자 없이 현재 시스템의 기능을 근간으로 하여 스마트공장으로 진입할 수 있다는 것을 파악하게 되었다.
위 세 가지 사례연구를 통하여 중견기업이 스마트공장으로 효율적으로 발전하기 위해서는 ERP와 MES가 중요한 요소이며, 이들을 발전시켜서 단계적이고 점진적으로 스마트공장을 구현할 수 있다는 것을 확인하였다. 특히 스마트공장 구현을 위해서는 공정 센서 데이터의 확보와 함께 빅데이터 실적을 활용한 딥러닝 기반의 지능형 MES가 가장 중요한 요소임을 파악하였다.

번역하기

1990년대에 시작된 ERP(Enterprise Resource Planning, 이하 ERP)는 기업 전사 프로세스 기반으로 설계되어 표준화된 업무 기준을 엄격하게 제시하는 기업 솔루션으로서 생산, 구매, 물류, 회계 등 기업 ...

목차 (Table of Contents)