[22.08.02]데이터 청년 캠퍼스 PART.project 1, 2일차(OT)

서론

처음으로 가공되지 않은 데이터로 기업에서 자신들의 목표를 제시한 프로젝트를 시작했습니다..!

 

본론

1일차 OT

 

- 프로젝트 진행 방향 토의

1. 모임일정

① 오전 10시, 매주 월 화 수 금 대면 미팅

② 담당 교수님께 MES, ERP 전공책 문의

③ 매 모임마다 우리 팀의 색깔을 담을 수 있도록 노션에 기록하자

 

2. 용어 정리

MES : 공장 라인에서 언제 제품이 나오는지 시간 예측을 예측하는 등의 시스템

ERP : 년 별로 왜 이때 반도체가 많이 팔려나, 이유가 중요함 따라서 반도체 상품 수요, 소비 경향 분석에 해당

 

 

3. 프로젝트 안내

1) 산출물 제출 :

8/5 중간보고서 제출 : 프로젝트 발표 목차 및 간략한 내용 작성(진행상황 및 방향성 확인 목적)

8/20 최종 제출 : ppt 및 보고서, 시연자료

 

2) 발표 자료 내용

분석 배경, 활용 데이터의 정의, 데이터 처리 방안 및 활용 기법, 분석 결과, 서비스 활용 방안, 기대효과

 

 

2일차 기업 방문

 

- 공장 순회 내용

1. 공정 과정 : [ 도면을 형태화(선반) > 형태를 수치화 > 공정 ]의 반복이었습니다.

2.기업의 문제점

제조 과정에서 어디에 얼마만큼의 부화가 일어나는지 알기 어렵습니다. + 실질적 제조를 하는 사람들이 mes를 편하게 사용하기 어렵습니다.

 

3. 기업의 아쉬운 점

제조를 하기 위한 모든 데이터를 다 수집하기 어렵습니다. 따라서 구분을 하여 데이터를 입력받습니다. > 파트는 bom 형태로 입력받고 제조는 아세이 형태로 입력받습니다.

 

4. 원하는 점 (의뢰 포인트)

① ERP에서 MES 자료를 이용하여 매출, 제조 실적까지 활용

② 기존의 데이터를 활용하여 실제 이 제품을 제조 현장에서 생산할 때 얼마의 시간이 걸릴 것인가 -> 다산의 상황은 자동차 공장의 파이프라인처럼 문만 따로 만들고 창문만 따로 달고가 아니고 수주받는 대로 상황이 달라집니다.

+ 이게 다품종 소량생산의 문제점입니다. > A 다음 B를 만들때와 C를 하고 B를 만들 때 시간 차이가 다릅니다. 이것을 정확히 예측하기를 원합니다.

 

공정 중에 어디에 부화가 많이 일어나는지, 연도별 물량을 분석하여 그 제품이 예를 들어 "왜 2018년 8월에 많이 팔렸는지" 유추하여 앞으로는 생산 방식에 어떻게 변화를 주어야 할지 예상하기를 원합니다.

 

 

-> 정리

제품 별로 공정 시간을 예측하여 수주를 받을 때 미리 총 생산 시간의 상한선을 잡을 수 있고 공장의 생산 능력이 특정 제품 주문의 상한선보다 높다면 다른 제품을 더 주문을 받는 등 계획 생산을 하고 싶습니다.

 

+ 발표 자료 스토리 소스

1) 이 기업은 mes를 도입한지 4년, erp를 도입한 지 1년 됐고, 스마트 팩도리 고도화 1.5단계입니다.

2) 제품별 공정 순서를 알수가 없는 게 총제품이 30000개인데(다품종 소량생산이라서) 매번 등록을 해야 하니 일일이 바코드를 찍고 있더라

 

3) 라인 방식이 아니고 셀 방식이다!! 이게 진짜 문제입니다. ∴ 몇몇 제품을 추려서 몇 제품의 공정 순서만 정리해서 개선하자(엑셀이 처음부터 문제였다 첫 열에 제품 아이디가 들어가고 그 제품의 공정 순서가 들어갔어야 했습니다.)/

+ 느낀 점 : 기업의 문제점을 듣더라도 처음에는 추상적으로 밖에 이해할 수 없습니다. 그러니 데이터를 받고 생각을 해야 합니다.

- 기업 미팅 정리

1. 공장 순회 내용(위와 같은 이유로 데이터 받고 생각하자)
2. 기업에 질문할 것(위와 같은 이유로 데이터 받고 생각하자) + 그러면 데이터를 한 번에 같이 받았다면 어땠을까요? 이에 대한 내용을 추후에 다룹니다.
3. 목표를 목록화했습니다.

1) 생성 공정에서 부품들의 완성 날짜를 계산하여 부품의 완성시간 예측
2) 물량별 수주 원인 분석하여 향후 방향성 예측
3) 공정 중 어디에 부화가 많이 일어나는지 공정 데이터 분석
4) 생산성 향상 : 납기일(스케쥴링) 변동으로 인한 시간 지연을 줄이기 위한 계획생산

최종 : 제일 잘 팔리는 부품과 수주 기업을 추려서 생산성 향상을 향상하자 -> 다품종 소량 생산의 수주 문제점을 해결하자 + ★ 그렇다면 이제 무슨 기준으로 기업을 추릴까도 고민해야 합니다.

4. 프로젝트 방향성 정리

1) 추구하는 프로젝트 방식이 있다면? : 이것을 처음에 말하는 게 습관이 되었습니다. 매우 좋은 것 같습니다. 각자 해결해 오던 방식이 있다 보니 서로의 방식을 얘기해 보면 좋을 것입니다. 

> 내 경우는 본인 스타일 대로 분석해 보고 > 토의 > 종합 순으로 하고자 하였습니다.

 

2) 형상 관리 : 노션, 구글 공유 드라이브(자료 공유), 깃허브 등  

 

3) 하고 싶은 말

팀명 : 세상에 나쁜 데이터는 없습니다, 스마트 팩토리 어렵지 않아요~, garbage in garbage out, dark data in white data out

역할 : 조장(정진)/ 자료정리(검색한 블로그, 논문, 링크 등등 상은)/ 노션 담당(상범)/ 일(재준)

다음 모임까지 할 일 : 갑자기 떠오르는 것 노션에 적기!!(브레인 스토밍)

 

5. 느낀 점 (위에서 다루기로 했던 부분!!)

데이터 분석을 할 때 분석하고자 하는 목적에 따라 도메인 분석의 정도를 고민해야 할 것 같습니다. -> 팀 미팅 처음에 공장 순회를 회상하고 있었는데 팀장님이 오시더니 목표 먼저 잡아보자고 하셨고 각 공정 과정을 알 필요가 없다고 하셨습니다.
  
-> 하지만, 내 생각은 각 공정 과정을 어느 정도는 알아야 한다고 생각합니다. 데이터 분석가로 새로운 분야에 투입되면 처음 보는 분야더라도 준전문가의 눈으로 분석을 해야 하기 때문입니다. 그래서 데이터를 받아보고 생각하자고 했습니다. > 데이터부터 우리가 수집을 해야 한다면 무조건 도메인 분석을 강하게 해야 할 것입니다.