고객 사례

제품 소형화를 가속화하는 빅 데이터 마이닝

JMP와 혁신적인 사고방식을 적용해 첨단 전자제품을 개발하는 엔지니어들

Murata는 하이엔드 스마트폰 부품의 주요 공급업체 또는 컨셉 로봇 분야의 혁신 기업으로 알려져 있습니다. 여러 박람회에서 관람객의 눈길을 사로잡은 자전거 타는 MURATA BOY 로봇은 첨단 자이로 센서 기술과 초음파 기술을 활용해 불가능해 보이는 로봇의 균형 감각을 구현해냈습니다.

Murata는 이런 컨셉 로봇을 자사의 다양한 전자제품 제조 기술을 선보이는 도구로 활용하고 있습니다. 이 중 Murata를 대표하는 제품으로는 세라믹 콘덴서, 인덕터, 자이로 센서와 초음파 센서, 필터, 통신 모듈, 페라이트 비드, 수정 진동자 등이 있습니다. 전자 업계에서 Murata는 제품 품질 균일화, 소형화, 고성능, 초박형 기술 그리고 짧은 카이젠 주기에 있어 세계적으로 인정받고 있습니다.

글로벌 혁신이 가속화되고 이런 첨단 전자 부품 시장의 규모가 확대되면서 Murata는 자사 제품의 혁신 수준에 걸맞은 첨단 제조 공정의 필요성을 인식하게 되었습니다. 복잡하고 비효율적인 공정이 성장을 저해한다고 판단한 것입니다.

이에 회사의 생산 시스템 데이터를 분석해 전략적 개선 사항을 설계하고 구현할 방법을 모색하는 임무가 모노즈쿠리 개선 부서에 주어졌습니다. 하지만 방대하고 복잡한 데이터 세트를 대상으로 한 데이터 마이닝은 결코 쉬운 작업이 아닙니다.

지난 2001년 JMP를 도입한 이래 Murata는 개선 사항 탐색 과정을 체계화해왔습니다. 데이터 속에서 새로운 아이디어를 찾음으로써 끊임없이 진화하는 제품을 제공하기 위해 노력하고 있습니다.

생산 데이터를 마이닝하여 공정 개선을위한 통찰력을 확보하는 Murata

2001년 초, Murata는 앞으로 데이터 마이닝 기술이 지속적인 성공을 위한 비밀 병기가 될 것임을 확신했습니다. 같은 해에 데이터 분석 전담 팀을 꾸리면서 Murata는 SAS®를 기반으로 제조 데이터와 전사적인 정보를 통합한 데이터베이스를 구축했습니다. 데이터를 축적하고 저장하는 역할은 SAS가 담당하지만 일상적인 제조와 관련한 크고 작은 문제를 해결하는 데 데이터를 어떻게 활용할지 제시하는 역할은 JMP에게 돌아가게 된 것입니다.

이 업무는 Murata의 제품 혁신 팀의 고위 관리자인 Osamu Shimoyae가 지휘하고 있습니다. Shimoyae는 “데이터 마이닝은 생산 공정과 현장을 통합하는 과정에서 생성되는 방대한 양의 생산 데이터를 분석하여 개선 사항을 결정하는 데 도움을 주었다”고 말합니다.

Murata의 현장 데이터 분석 팀은 JMP를 이용한 다변량 분석을 통해 무수히 많은 가능한 변수 조합을 조사하면서 변수 간의 관계를 시각화합니다. Shimoyae에 따르면 드문 경우이지만(예: 완전히 새로운 제품에서) 요인 간에 예상치 못한 관계가 드러나기도 한다고 합니다. 그러나 대부분의 문제는 체계적인 세그먼트 내에서 가설을 기반으로 두 변수의 관계를 정량적으로 분석함으로써 해결할 수 있습니다.

Shimoyae는 “저희는 ROI를 엄격하게 평가합니다. 데이터 분석을 통해 문제의 우선순위를 정하고 개선 효과가 클 것으로 기대되는 항목부터 해결합니다. 그리고 그 결과를 JMP에서 취합하여 모든 부서 간에 운영 평가를 체계화할 효율적인 방법을 만들었다”고 합니다. 그런 다음 분석가들이 현장을 직접 방문하여 데이터에서 관찰한 추세가 실제로 나타나는지를 확인합니다. 현장에서 분석가와 엔지니어가 분석 결과를 공유하면서 목표에 맞는 창의적인 해결책을 도출해 냅니다.

실시간 데이터 분석

Murata는 개선 효과를 극대화하기 위해서는 실용 과학과 데이터 과학을 융합해야 한다고 믿습니다. 즉, 생산 기계 센서 데이터 부터 엔지니어의 지식과 노하우에 이르기까지 모든 기술과 정보를 함께 활용해야 한다는 것입니다. JMP가 이 같은 융합과 관련해 유용한 포럼을 제공한다는 사실은 Murata에게 희소식이었습니다.

Shimoyae는 “JMP의 가장 큰 매력은 데이터를 쉽게 검색할 수 있다는 점”이라고 말합니다. JMP는 사용자의 사고 패턴과 아이디어를 반영해 실시간으로 데이터를 처리할 수 있습니다. 문제에 직면했을 때 JMP를 통해 분석을 실행하면 바로 해답을 얻을 수 있습니다.

Shimoyae는 이 같은 공정 개선의 효과가 매우 크다고 말합니다. 생산 시설 자체에서 가시적인 성과가 나타날 뿐 아니라 이 같은 변화가 Murata의 수익성에도 영향을 미칩니다.

제품 소형화에 기여한 분석

표준 공정과 더불어 신제품이 전체 Murata 생산량의 약 40%를 차지한다는 점을 감안하면 제품 주기를 단축할 방안을 찾는 것이 무엇보다 중요합니다. 마찬가지로, 시장과 고객이 필요로 하는 제품을공급하려면 시의적절한 개선이 필수적입니다.

라미네이트 밀도, 노(furnace) 온도, 하소된 제품과 기본 표면 사이의 마찰 등 하소 공정에서 발생하는 문제로 인해 세라믹 수축률의 변동이 나타납니다. 이 때문에 Murata는 생산 공정에서 생성된 데이터를 수집한 후 JMP를 이용해 수축률에 영향을 미치는 변수를 분리합니다.

Murata의 엔지니어는 이 관계를 파악하고 하소 공정을 개선해 수축률 변동을 성공적으로 안정화할 수 있었습니다.

또한 하소와 관련하여 발생하는 수축 정도를 처리 부서에서 요구하는 크기로 제한할 수 있었습니다. Shimoyae는 “수축률의 변동 폭이 크면 부품 사이의 간격을 늘릴 수밖에 없습니다. 따라서 수축률을 안정화하면 제품 사이의 간격을 줄여 제품 크기를 축소할 수 있다”고 설명합니다.

표준화도 중요합니다. 아울러 Murata 현장 엔지니어 팀의 통찰력도 중요합니다. Shimoyae와 동료들이 JMP를 이용해 응용 방식을 체계적으로 통합 및 문서화함으로써 변수 설정 방식을 표준화하고 세그먼트를 줄여나가는 이유가 여기에 있습니다.

“저희는 주요 공정 개선 목표를 실현하기 위한 방법으로서 데이터 마이닝을 지속적으로 활용하고 있습니다. 이는 궁극적으로 제품 품질을 높이는 데 기여한다”는 것이 Shimoyae의 설명입니다.