생산 스케줄링 1건, 처리 시간 1시간에서 5분으로

생산 스케줄링 자동화 사례의 고객사와 요약

국내 제조사의 생산 스케줄링 1건 처리 시간이 고객 환경 실측에서 약 1시간에서 5분으로 92% 줄었습니다. 퓨처워크랩은 고객 MES(생산관리 시스템) 환경의 수주·생산 데이터와 사내 제조 문서를 AX Flow에 연결하였고 기존 MES 설정은 변경하지 않았습니다.

AX Flow는 납기와 자재 제약을 반영한 일정 초안을 근거 데이터와 함께 산출하며, 일정 확정은 담당자가 맡습니다. 이 사례는 사전 검증(PoC)으로 진행하였고 측정 전에 고객사와 함께 대상 업무와 판정 기준을 정의하였습니다.

생산 스케줄링의 문제점

이 제조사의 생산 스케줄링 1건에는 약 1시간이 걸렸고, 그 시간의 대부분은 일정 판단보다 앞 단계인 자료 조회와 조건 대조에 들어갔습니다. 생산 스케줄링은 생산관리 담당자가 MES 화면과 사내 문서를 번갈아 열어 가며 직접 처리하는 업무였습니다. 담당자는 MES에 등록된 수주와 생산 데이터를 확인하고 라인 상태와 자재, 납기 조건을 하나씩 대조해 생산 일정을 수립하였습니다.

긴급 수주가 들어오면 확인할 조건이 더 늘었습니다. 기존 일정에 새 수주를 넣을 수 있는지 판단하려면 설비 가용 여부와 자재 재고, 다른 수주의 납기를 다시 조회하는 절차가 추가되었습니다. 조건이 바뀔 때마다 관련 자료를 다시 조회하고 일정을 재조정하는 작업이 뒤따랐습니다.

일정 확정은 담당자의 판단으로 남는 업무이므로, 시간을 줄일 수 있는 단계는 판단 이전의 자료 조회와 조건 대조였습니다.

생산 스케줄링 자동화의 해결 방향 도출

자료 조회와 조건 대조가 병목이라는 진단에 따라 퓨처워크랩과 고객사는 일정 판단은 담당자에게 남기고, 판단에 필요한 자료 조회와 제약 대조를 AX Flow가 맡는 방향을 해결점으로 정하였습니다.

먼저 담당자가 반복하여 처리하는 상황을 업무 단위로 정리하였습니다. 수주 변경 대응처럼 자주 반복되는 상황을 표준 시나리오로 묶고, 시나리오마다 들어오는 데이터와 담당자가 확인하는 조건을 적었습니다.

이어서 측정 전에 판정 기준을 테스트 케이스로 정의하였습니다. 테스트 케이스는 퓨처워크랩과 고객사가 대상 업무와 판정 기준을 함께 정한 것으로, 일정 초안이 납기와 자재 제약을 지키는지 판정하는 기준이 됩니다.

요구사항은 세 가지로 정리하였습니다.

1. 기존 MES 설정을 바꾸지 않습니다.

2. AI가 낸 일정 초안에 근거 데이터를 함께 표시합니다.

3. 일정 확정은 담당자가 합니다.

생산 스케줄링 데이터와 MES 연결

MES는 기존 설정을 바꾸지 않는 조회 방식으로 연동하였습니다. AX Flow는 웹 기반 MES와 API로 연결되며, 사용자 인증 토큰을 사용해 원천 시스템이 허용한 권한 범위 안에서만 데이터를 조회합니다.

MES 데이터와 사내 제조 문서는 수주, 생산, 자재, 설비라는 같은 업무 대상을 기준으로 정리합니다. 시스템 데이터와 문서가 같은 기준으로 묶이므로 일정 초안을 낼 때 두 원천을 함께 근거로 쓸 수 있습니다.

생산 스케줄링 자동화로 구축한 것

같은 기준으로 묶인 데이터 위에 퓨처워크랩은 업무 대상 사이의 관계를 정의한 '온톨로지'를 두고 일정 초안을 산출하는 흐름을 구성하였습니다. 이 사례의 온톨로지에는 공정의 선후행과 설비 가용성, 납기가 관계로 정의되어 있습니다. AX Flow는 퓨처워크랩의 월드모델 기반 복합 업무 자동화 AI이며, 이 사례에서는 데이터 조회와 제약 대조, 일정 후보 산출을 맡습니다.

일정 초안 산출부터 담당자 승인까지는 다음 네 단계로 진행됩니다.

1. 현재 상태 구성: MES 데이터와 제조 문서로 수주·생산·자재·설비의 현재 상태를 구성합니다.

2. 제약 조건 적용: 수주 변경 같은 입력이 들어오면 납기와 자재, 설비 가용 제약을 해석해 대조합니다.

3. 일정 후보 산출: 제약을 지키는 일정 후보를 여러 개 산출하고 후보마다 근거가 된 데이터를 함께 표시합니다. 담당자는 후보를 나란히 놓고 비교할 수 있습니다.

4. 담당자 승인: 담당자가 근거를 검토한 뒤 일정을 확정하며, 확정한 일정과 근거는 기록으로 남습니다.

AI와 담당자의 역할 분담

적용 환경

• 연결한 시스템: MES(API 조회 연동, 사용자 권한 범위 안 조회), 사내 제조 문서

• 데이터 형태: MES의 수주·생산 계획·BOM·재고 데이터, 사내 제조 문서

• 사람이 승인한 위치: 일정 확정 단계에서 담당자가 근거를 검토하고 확정합니다.

• 검증 범위: 고객 환경 실측, 사전 합의 테스트 케이스 기준

생산 스케줄링 자동화 결과

단계: 고객 환경 실측

이 구성으로 고객 환경에서 측정한 결과 생산 스케줄링 1건의 처리 시간은 약 1시간에서 5분으로 줄었습니다. 대상 업무는 생산 스케줄링이고 단축률 92%는 약 60분에서 5분으로 줄어든 비율입니다. 해결 방향을 정할 때 정의한 테스트 케이스의 통과율은 100%입니다.

줄어든 시간은 수주·생산 데이터 조회와 제약 조건 대조에 들던 시간이며, 일정 초안의 근거를 검토하고 일정을 확정하는 일은 담당자의 업무로 유지됩니다. 기존 MES를 바꾸지 않고 확정 권한도 담당자에게 둔 채 일정 수립 시간을 줄인 사례입니다.

일정 수립 이후 다음 단계

배치 기록과 설비 이력, 원료 정보를 시점 기준으로 연결해 원인 추적 시간을 줄인 사례는 불량 원인 분석 사례에 정리하였습니다.

생산 일정 수립에 같은 문제가 있으신가요? 지금 쓰는 MES와 문서를 기준으로 어디까지 연결할 수 있는지 함께 확인해 드립니다.

비슷한 업무로 데모 신청하기 · AX Flow 알아보기

자주 묻는 질문

생산 스케줄링 AI를 도입하려면 MES 교체가 필요한가요? 이 사례에서는 MES를 교체하지 않았습니다. MES 데이터는 조회 방식으로 연동하였고 기존 MES 설정은 변경하지 않았습니다.

1시간에서 5분은 어떤 기준으로 측정한 수치인가요? 1시간에서 5분은 고객 환경 실측값입니다. 대상은 생산 스케줄링 1건의 처리 시간이며 단축률은 92%입니다. 측정 전에 고객사와 함께 정의한 테스트 케이스의 통과율은 100%입니다.

AI가 생산 일정을 확정하나요? 생산 일정은 담당자가 확정합니다. AX Flow는 납기와 자재 제약을 반영한 일정 초안을 근거 데이터와 함께 산출하고 담당자는 그 근거를 검토한 뒤 일정을 결정합니다.