설비종합효율(OEE)을 계산할 때 비가동 사유가 제각각 입력되면 정교한 대시보드도 개선 대상을 알려주지 못합니다. '고장', '대기', '기타'의 뜻을 먼저 합의해야 같은 숫자를 보고 같은 결정을 할 수 있습니다.
왜 분류가 먼저인가
정지 시간이 길다는 사실만으로 보전팀이 고쳐야 할지, 자재 공급을 바꿔야 할지 알 수 없습니다. 비가동 사유가 현장 언어로 일관되게 정의되어야 개선 책임을 나눌 수 있습니다. OEE는 원인 분류가 부정확하면 예쁜 평균에 그칩니다.
코드 수를 적게 시작한다
처음부터 수십 개의 세부 코드를 요구하면 작업자가 '기타'만 선택하게 됩니다. 계획 정지, 설비 고장, 자재 대기, 품질 조정, 인력 대기처럼 행동으로 이어지는 상위 범주를 정하고 반복되는 기타 사례에 한해 세분화합니다.
자동 신호와 사람 입력을 구분한다
PLC는 정지 시점과 길이를 잘 기록하지만, 왜 멈췄는지는 모를 수 있습니다. 자동 수집한 시작·종료 시각과 작업자가 선택한 원인 코드를 별도 필드로 두고 수정 이력을 남깁니다. 추정 원인을 확정 원인처럼 표시하지 않습니다.
경계 사례를 문서로 만든다
교대 전환, 금형 교체, 시운전, 센서 오작동은 현장마다 해석이 다릅니다. 정의서에 포함·제외 기준과 실제 사례를 넣고 현장 반장과 보전 담당자가 함께 확인합니다. 기준 변경 전후의 OEE를 그대로 비교하지 않도록 버전을 기록합니다.
개선 회의에서 코드 품질을 본다
비가동 상위 사유만 보는 대신 미분류 비율, 사후 수정 비율, 설비별 입력 편차를 점검합니다. 특정 코드가 급증하면 실제 공정 변화인지 입력 관행 변화인지 확인합니다. 데이터 품질을 바로잡는 일이 개선 과제 선정의 출발점입니다.
현장에 적용할 때의 순서
- 정지 범주와 경계 사례 정의
- 자동 시각과 사람 원인 분리
- 기타 비율로 코드 개정
주의할 실패: 모든 정지를 기타로 기록
관찰할 지표: 미분류율과 사후 수정율
적용 전 체크리스트
- 상위 사유 코드의 정의와 책임 부서가 있는가
- 자동 감지와 사람 확인 값을 구분하는가
- 기타·미분류 비율을 정기적으로 확인하는가
참고 자료
NIST Smart Manufacturing Systems Design and Analysis Program. 제조 데이터의 일관된 활용이라는 관점의 참고 자료입니다. 비가동 코드 체계는 글의 실무 설계 제안입니다.
이미지와 도식은 이해를 돕기 위한 개념 시각화입니다. 특정 고객의 실제 설비·데이터·화면을 재현한 것이 아닙니다.
#OEE #설비종합효율 #비가동관리 #스마트팩토리 #제조데이터 #원인분석 #생산관리 #설비관리 #데이터표준 #공정개선
