1.2 계획 및 통제시스템(2)

제조실행시스템(MES)은 제조 현장의 생산 프로세스를 실시간으로 모니터링하고 제어하는 소프트웨어 기반 시스템입니다. 생산 계획, 작업 지시, 자재 관리, 품질 관리, 생산 실적 분석 등 다양한 기능을 제공하여 제조 효율성을 높이고 생산 비용을 절감하는 데 도움을 줍니다.

제조실행시스템

1.2.3 APS(Advanced Planning & Scheduling)

스케줄링은 생산계획(Planning)에 의한 계획기간 중에 해야 할 일이 결정된 바탕 위에 그러한 일(Jobs, Orders)을 어떤 설비(Machines)에서 어떤 작업자(Labors, Operators)가 어떤 도구(Tools, Fixtures)와 어떤 자재(Materials, WIPs)를 언제(Times) 작업해야 하는가를 결정하는 분야이다.

---

스케줄링의 해법에는 수리계획법(정수계획법, 동적계획법, 분지한정법 등)에 의해 최적해를 찾는 방법과 전문가 시스템이나 인공지능을 활용하여 근사 최적해를 구하는 방법이 있다. 수리계획법에 의한 최적해법은 실제 문제에 적용하기에는 방대한 계산량(계산 소요시간)때문에 곤란한 경우가 많아 스케줄링 문제의 일부분에 대한 최적화를 다루거나 문제가 크지 않을 경우 이용한다. 그래도 최적해가 필수인 APS, SCM Solution에는 분지한정법(Branch & Bound) 같은 최적화 방법 등이 많이 이용되고 있다. 

 

근사 최적해 구하는 방법 

• 발견적 기법(Heuristics)
  고전적인 문제에서 좋은 해를 빨리 찾는 발견적 기법은 꾸준한 관심사이고 많은 연구들이 보고되고 있지만 몇 가지를 제외하고는 널리 인정받지 못하고 있다.
   
• 우선순위 규칙(Dispatching Rule)
  항상 좋은 성능을 일관되게 보장하는 우선순위 규칙은 존재하지 않지만 이해하기도 쉽고 스케줄링의 기초이기 때문에 실제 현장에서 널리 사용되는 방법의 하나이다.
   
• 추계적 최적화(Stochastic Optimization)
  컴퓨터 기술(H/W 기술)의 발전과 더불어 각광을 받는 분야이지만 문제 자체를 표현하기가 어렵기 때문에 잘 정형화된 문제에서 좋은 성능을 보이고 있다. 대표적인 방법으로는 유전자 알고리즘(genetic algorithm), 타부 서치(Tabu Search), 시뮬레이티드 어닐링(Simulated Annealing)등이 있다.
   
• 전문가 시스템, 인공지능의 활용
  시스템 개발에 드는 노력이 매우 크기 때문에 제한적으로 활용되고 있다. 대게 정형화된 문제에 적용하기보다는 매우 복잡한 제약조건을 가지고 있는 문제에 적용되고 있다. 이젠에는 Production rule에 기반을 둔 rule-based system이 주를 이루었지만, 최근에는 CSP(Constraint Satisfaction Problem) 접근방법이 많은 각광을 받고 있다.
   

스케줄링 시스템을 설계할 때에는 '계산 소요 시간'과 '해의 질' 간에 이율배반적인(trade-off) 관계가 있기 때문에 무엇보다도 '소요 시간'과 '해의질(quality)'를 반드시 고려해야 한다. 계산능력의 한계로 최적해를 구하기 힘든 경우도 있고, 보다 더 정답에 가까운 해를 찾기 위해 며칠에서 몇 주까지 걸리는 경우도 있다.

 

며칠씩 걸려 '해의 질'을 1% 올리는 것보다 받아들일 수 있는 수준에서 빠른 응답이 더 중요할 수도 있다. 생산관리 기법 중 APS는 기존의 MRP(CRP) 계획의 한계를 극복하기 위해 태동했고 MRP에서 진일보된(Advanced) 계획 기능이다. Supply Chain상의 정보를 기초로 자재의 소요량 및 자원의 가용능력과 부하도 동시에 감안하여 생산계획을 수립하고 작업의 순서를 정하는 스케줄링을 수행하게 된다.

 

최적화된 알고리즘을 사용하고 메모리에서 실행되어 빠른 계산이 가능한 Solution이다. MRP는 기본적으로 무한능력(Infinite Capacity) 기준이기 때문에 결과가 부정확하고 현실성이 결여되어 작업지시 용도로 사용이 곤란하다. 물론 CRP(Capacity Requirements Planning)를 가지고 MRP의 결과를 검증하기는 하지만 자재와 부하 능력이 불균형하고 장시간 Loop가 순환 처리되는(2~3일) 문제점도 가지고 있다.

 

이에 비해 APS는 리소스의 제약사항(Constraints)을 고려하여 단시간 내에 결과를 처리한다. 유한능력(Finite Capacity)으로 계획을 수립하고 장기의 생산계획(Planning)과 단기의 일정계획(Scheduling)을 수립하는 기능을 기본으로 가지고 있다.

 
APS 엔진의 스케줄링 코어 부분은 선형계획법(LP)과 휴리스틱, 시뮬레이션 방식이 혼합되어 있다고 보면 된다. 선형계획법은 설비능력, 자재 가용도, 주문량 등의 제약이 포함되어 있고 생산프로세스를 일련의 방정식 집합의 모델화시켜서 단시간 내에 최적해를 제시해 주는 역할을 담당한다.

 

휴리스틱의 역할은 전체 제약조건을 메모리에 올려 단시간 내에 개략적인 해를 제공한다. '이 주문을 받을 수 있을까?' 혹은 '만일 특정 공정이 2일간 정지되면 납기를 위반하지 않을까?' 등에 대한 답을 제공해 준다. 마지막으로 시뮬레이션 방식은 이벤트 방식으로 일 단위의 수작업 지시와 유사하게 시뮬레이션을 통하여 공정 작업 순서를 최적화하여 결과를 제시해 준다.

 

i2 Technologies의 APS Rhythm 주요 기능

• 수요예측(Demand Planner)
  공급망에서 요구되는 전략적 의사결정 및 계획수립의 기초, 궁극적으로는 원활한 자재 수급 및 수요-공급의 균형을 통하여 공급망 효율을 최적화
   
• 납기약속(Demand Fulfillment)
  할당된 공급 가용량을 사용하여 오더에 대한 Promise Commit Date를 약속하는 기능으로 이를 통해 판매 현지에 재고가 부족하더라도 미래 공급 가용량(생산 중, 이동 중, 생산 예정량)에 대해 납기약속을 하여 고객에 대한 서비스 레벨을 향상할 수 있음
   
• 자원운영(Master Planner, 주 공급계획)
  자재 가용성을 제약으로 고려한 글로벌 자원운영계획 수립, 공급망 의사결정 지원
   
• 생산계획(Factory Planner, 일 생산계획) 
  제약을 고려한 생산계획, 수요 변동에 대한 신속한 계획 편성