최근 공정관리 분야에서 IT 기술 도입이 디지털 혁신(Digital Transformation, DX)을 가속하며, 제조업의 생산 효율성과 품질을 향상하고 있습니다. 특히, 사물인터넷(Internet on Things, IoT) 기술의 발전으로 실시간 데이터 수집과 모니터링이 가능해지며, 공정 투명성을 높이고, 문제를 조기에 감지할 수 있게 되었습니다. 인공지능(Artificial Intelligence, AI) 및 머신러닝 분석 도구를 활용하여 공정 데이터를 분석하고, 예측 유지보수 및 공정 최적화를 통해 생산성을 향상하고 있습니다.
설비 레시피 관리 시스템(Recipe Management System, RMS)은 제조 공정에서 생산 품질 관리를 강화하는 데 기여하고 있습니다. RMS는 레시피의 표준화, 재료 관리 및 생산 공정을 최적화하여 인적 오류를 줄이고 운영 효율성을 향상합니다. 이와 함께, 품질 관리의 중요성이 커짐에 따라 기업들은 품질 준수를 위한 투자를 지속적으로 확대하고 있습니다.
공정 프로세스 표준화 및 레시피 항목 관리
RMS는 공정, 설비, 모델, 버전별로 레시피를 체계적으로 관리하여, 작업자의 경력이나 경험과 관계없이 일관된 품질의 제품을 안정적으로 생산할 수 있도록 지원합니다. 이를 통해 불량 발생을 최소화하고, 레시피 설정에 드는 시간을 절약하여 효율성을 높입니다. 많은 기업이 고민하는 레시피 관리 문제를 효과적으로 해결하는 최적의 솔루션을 제공합니다.
오적용 점검 및 품질 사고 사전 예방
RMS는 설비와 실시간으로 통신하여 레시피 설정을 자동으로 점검하고, 검증된 레시피를 다운로드하여 적용합니다. 이를 통해 작업자의 실수로 인한 품질 사고를 예방하고, 납기 지연을 방지하여 고객의 품질 요구를 안정적으로 충족할 수 있도록 돕습니다.
레시피 분석 및 최적화 지원
RMS는 제품 생산 이력과 품질 데이터를 연계하여 레시피 분석 및 최적화를 지원합니다. 과거의 레시피 설정값을 쉽게 조회할 수 있어, 제품 품질을 향상하는 최적의 레시피를 도출할 수 있으며, 이를 통해 기업은 경쟁력을 강화할 수 있습니다. 기업의 품질 기준과 고객 요구를 충족할 수 있도록, RMS를 통해 보다 스마트한 제조 환경의 구축을 지원합니다.
RMS는 혁신적인 제조 공정 관리 서비스로, 다음과 같은 기능을 제공합니다. 레시피 적용 이력 관리, 설비 레시피 설정값의 검증 및 인터락(Interlock), 그리고 설비에 레시피를 자동으로 설정하는 기능(Download & Auto Apply)을 지원합니다. 이러한 기능을 통해 RMS는 일관된 품질의 제품 생산과 제조 효율성을 강화하며, 사용자 친화적인 인터페이스를 제공하여 제조 현장에서 신속한 공정 관리를 가능하게 합니다. 제조 공정의 복잡성을 줄이고 효율성을 높이는 스마트한 제조 솔루션, RMS와 함께하세요.
공정/설비 레시피 전산화하여 관리
생산하고자 하는 설비/공정값의 유효성을 검증하고, 유효하지 않을 경우 생산 통제
전산화된 레시피를 실제 설비에 적용
-
RMS 도입 시 가장 중요한 고려 사항은 공장의 제품, 공정, 설비 관련 관리 항목입니다. 어떤 제품을 생산하는지, 해당 제품의 공정은 어떻게 이루어지는지 그리고 공정 설비의 항목 중 생산에 영향을 주는 항목을 파악하고 명확히 분석한 후, RMS에서 관리해야 할 대상 항목을 정의하고 레시피 단위로, 체계적으로 관리하는 것이 필수적입니다.
-
RMS 도입 효율은 제품의 다양성과 공정의 복잡성에 비례합니다. 제품이 다양할수록 그리고 공정이 복잡할수록 생산을 위한 설비의 설정 및 제어 값의 변동성이 크기 때문에, 해당 부분을 전산화하여 관리한다는 점에서 생산성 향상, 불량률 감소를 기대할 수 있습니다. 따라서 RMS 시스템 도입 시 공장의 제품과 공정에 대한 체계적인 분석을 통해 RMS의 기대 효과를 제시하여 설득이 필요합니다.
향상된 품질 부적합 관리
RMS는 다양한 검사 및 시험 관리 기능을 통해 검출된 품질 문제를 8D 절차를 기반으로 해결할 수 있도록 지원합니다.
품질 이슈의 발생부터 검증 완료까지 가시성(Visibility)과 추적성(Traceability)을 확보하며 수평 전개, 레슨런(Lessons Learned) 기능을 활용하여 동일 또는 유사 이슈를 예방하고 재발을 방지합니다. 품질 이슈를 통합 관리하여 이슈 발생 시, 개발 양산 품질 이력을 쉽게 확인하여 품질 문제 개선 및 고객 만족에 활용될 수 있도록 시스템으로 지원합니다.
4M 변경 관리
4M 변경 관리(4MCC) 시스템은 Man(사람), Machine(기계), Material(자재), Method(방법)의 네 가지 요소를 체계적으로 관리하여 제품의 품질과 안전성을 보장하며 변경 요청, 검토, 검증, 승인, 적용, 평가 및 이력 관리 단계를 통해 생산 과정에서 발생할 수 있는 문제를 예방하고 품질 일관성을 유지하도록 돕는 시스템입니다. 이를 통해 제품의 성능과 신뢰성을 극대화하고, 고객 요구사항을 충족시킵니다.
공정개발관리 시스템
공정개발관리 시스템(Process Development System, PDS)은 제품 양산을 위한 공정 관리계획(Control Plan)을 체계적으로 수립 및 관리해 생산 효율성과 품질을 보장하며, 확정 및 변경 사항을 RMS, QMS, SPC 등 유관 실행시스템에 배포하는 시스템입니다. Master CP, Model CP, CP의 세 가지 Control Plan을 통해 공정별 특성과 설비 정보를 관리하고, 이를 통해 제품의 품질 수준을 향상시키며 생산성 극대화할 수 있도록 합니다.
지속적 신뢰성 시험
지속적 신뢰성 시험(Ongoing Reliability Test, ORT) 시스템은 충/방전기 Cell 검사 프로세스를 자동화하여 업무 효율성을 극대화하고, 검사 데이터 연계를 통해 시험 성적서 발행을 자동화하는 혁신적인 솔루션입니다. 또한, 불합격 검사에 대한 부적합 자동 연계로 리스크 범위(Risk Range)의 추적성을 확보하며, 의뢰, 접수, 테스트, 결과 등 고객 평가 항목을 충족할 수 있도록 신뢰성 높은 데이터를 제공합니다. 이를 통해 고객의 비즈니스 성공을 지원하고, 보다 정확하고 철저한 품질 관리와 업무 프로세스 운영을 지원합니다.
검사와 계측 데이터 및 이미지 자동 수집
다양한 유형의 검사 및 데이터를 실시간으로 수집할 수 있는 자동화 도구를 제공합니다. 이를 통해 현장 방문 없이도 사무실에서 필요한 정보를 실시간으로 취득할 수 있으며 데이터의 표준화와 정합성을 확인할 수 있습니다.
또한 검사 및 계측 데이터를 이미지와 연계한 시각적 정보로 제공하여 실시간으로 검사 현황을 확인할 수 있어 데이터 수집에서 확인까지의 업무 프로세스를 개선하고 업무 효율을 향상할 수 있습니다
실시간 이상 감지와 인터락 제어
제조 공정 과정에서 발생하는 제품 불량을 사전에 방지하기 위해서는, 이상 징후의 빠른 감지와 즉각적인 정보 공유, 신속한 제어가 필수적입니다. 수집한 다양한 데이터를 통계적 관점에서 분석할 수 있어야 하고 적절한 규칙 기반의 이상 감지 모델을 적용해 실시간으로 모니터링을 할 수 있어야 합니다. 그리고 감지된 이상 사항에 대해서는 담당자에게 즉시 알려 더 이상 공정이 진행되지 않도록 적절한 조치를 취해야 합니다. 이 모든 과정을 통합적으로 관리하고 해결할 수 있는 솔루션을 제안해 드립니다.
안정적이고 발전할 수 있는 공정 운영 역량 강화
공정 품질 확보는 일회성 활동이 아닌 지속적인 개선의 결과물입니다. 공정 기술과 설비는 끊임없이 발전하고 공정상에는 다양한 변수가 존재하기 때문입니다. 공정 능력을 끊임없이 향상하기 위해 공정능력 지표(Cp)와 공정능력 지수(Cpk)의 지속적인 산출 관리가 필요합니다. 더 효율적으로 관리할 수 있도록 관리 기준선의 유연한 수정(Revision), 시뮬레이션을 통한 사전 예측, 나아가 관리선의 자동 반영도 시도해 볼 수 있습니다. LG CNS는 축적된 경험과 역량을 바탕으로 고객의 지속 가능한 공정 역량 향상을 위한 맞춤형 제안을 할 수 있습니다.
기본적인 데이터 수집 기능을 갖춘 에이전트를 제공하여 빠른 시스템 적용이 가능합니다. 특정 유형의 특이 설비가 있더라도 데이터를 수집할 수 있는 맞춤형 구축도 가능합니다. 실시간으로 데이터를 수집하고 R 기반 통계 분석 도구를 활용한 정밀한 분석을 하며, 특히 검사 정보는 수집된 이미지와 연계하여 시각적으로 정보를 제공합니다.
이상 발생 판단 기준(Western Electric Rules)에 따라 실시간으로 이상 여부를 감지하고, 고객이 보유한 시스템(Mail, SMS)과 연동하여 통보할 수 있을 뿐 아니라 더 이상 공정 진행이 되지 않도록 생산관리시스템(Manufacturing Execution System, MES)에 Interlock 정보를 전달할 수 있습니다.
딥러닝과 AI를 활용한 이미지 검사를 자동으로 수행할 수 있습니다. 전문 검사자의 검사 전후에 수행하여 불량품의 누출을 방지할 수 있습니다. 그리고 측정데이터를 활용하여 제품에 대한 가상의 검사를 수행할 수 있습니다. 이를 활용하여 전수 검사의 부담을 해소할 수 있습니다. 해당 서비스는 Factova SPCPlus내에 구축된 정보와 이미지 기반의 고객 맞춤형 구축 서비스입니다.
-
통계적 공정 관리인 SPC를 도입하면, 불량이 다발로 발생하기 전에 이상 징후를 조기에 감지하여 적절한 대응 조치를 취할 수 있도록 지원합니다. 또한 양질의 제품을 생산하는 것도 중요하지만 꾸준히 품질이 동일한 제품을 생산할 수 있는 공정관리 능력 향상이 중요하며 SPC는 공정의 안정성 확보와 품질 편차 최소화를 통해 지속 가능한 품질 관리 체계 구축을 지원합니다.
-
먼저 관리하고자 하는 핵심품질인자(Critical To Quality, CTQ) 항목을 도출하여 정의합니다. CTQ 별 관리 기준(Spec)을 설정한 후 해당 인자에 대한 데이터를 수집할 수 있는 공정과 설비를 확인합니다. 이후 구체적 적용과 이상 감지에 대해서는 규칙 수립 및 시뮬레이션을 통해 이상 감지 모델을 사전 검증할 수 있습니다.
-
SPC에서 이상 감지는 우선 감시 대상이 되는 CTQ를 선정한 후 관련 데이터를 수집합니다. 수집한 데이터를 기반으로 통계값을 계산하고 시각화하여 이상 감지 구간을 선정하거나 이상 감지 구간을 먼저 선정한 후 통계량 산출 및 시각화를 진행할 수도 있습니다. 이상 발생 판단 기준(Western Electric Rules)을 참조하여 과거 데이터를 활용한 시뮬레이션을 통해 이상 감지 기준(Limit)을 설정하고, 이상 발생 시 자동으로 알람을 발생하는 규칙을 설정합니다. 이상 감지 시 MES나 설비로 정보를 전송해 작업을 자동 중단한다던 지 행당 정보를 담당자에게 메일 또는 문자로 즉시 알림을 발송하는 대응 조치를 정의하여 적용합니다.
APC에 대한 통합 솔루션 제공
공장 전체의 공정 및 설비 데이터를 기반으로 한 통합 자동공정제어(Advanced Process Control, APC) 구축에 대한 풍부한 경험을 보유하고 있습니다. 공정 및 설비 데이터 수집부터 이상 감지, 확산 방지, 조치, 제어, 예측 처방까지 전 공정을 아우르는 시스템 구축이 가능합니다.
- 이상 감지/확산 방지/제어/조치: Data수집(Factova) → FDC(E3) → 공정/설비 제어(Factova)/OCAP(UEngine)
- 이상 예측/처방: FDC(E3)/SPC(Factova) → VM(SI개발) → R2R(E3) → RMS(Factova)
다양한 산업에 대한 구축 경험 보유
디스플레이, 전기차 배터리, 화학 양극재, 반도체 기판 등 다양한 산업에 대한 데이터 수집 및 처리, 이상 감지 모델링에 대한 최적의 솔루션을 보유하고 있습니다.
- 다양한 File, PLC, Message 등의 IoT Data 수집/처리
- General/Virtual Parameter, Custom Equation을 이용한 산업에 맞는 이상 예감지 모델링 솔루션
- 산업군에 따른 다양한 FDC Health Check Dash Board 제공
예측 기반 유지 보수: Run to almost to fail
FDC 기반의 상태기반정비(Condition Based Maintenance, CBM) 기능을 통해 설비 상태에 따라 유지보수 시점을 유연하게 결정할 수 있도록 지원합니다. 더 나아가 설비의 잔여 수명(Remain Useful Life, RUL)을 산출하여 미래 상태에 기반한 설비 고장 가능성을 예측하고 적절한 시점에 유지보수를 수행할 수 있는 예측 기반 유지보수(Predictive Maintenance, PdM) 기능을 지원합니다.
즉 고장 발생 전에 조치를 취할 수 있어 비상 상황을 방지하고, 가동 중단 시간을 최소화할 수 있으며, 정확한 예측을 통해 유지보수 비용 절감과 설비 수명 연장 효과가 큽니다
고해상도 데이터를 위한 파일 처리 지원
PC 기반 장비에서 발생하는 실시가 메시지 처리
PLC 기반 장비에서 발생하는 실시간 PLC 데이터 처리
이상 감지 구간을 손쉽게 설정(Time Filter, Condition Filter, Complex Filter)
다양한 통계량 지원(Min, Max, Mean, Stdev, Range, Slope, Area, IQR 등 50여 개)
일반 및 맞춤형 알람 규칙 제공(Nelson Rule(8개 규칙), Custom Rule(m of n. WK rule))
-
FDC 도입 시 타당성과 시스템 구축 환경을 함께 고려해야 합니다. 생산 손실(Loss) 분석을 통한 도입 타당성을 확보하고 FDC를 효율적으로 운영하기 위해, 필요한 설비에서 공정 및 관련 주요 파라미터를 실시간으로 수집할 수 있는 환경을 갖췄는지 확인해야 합니다.
-
이상 감지 대상은 현장 엔지니어의 경험과 과거 통계 분석을 고려하여 선정해야 합니다. 품질에 영향을 주는 중요 파라 미터를 우선 선정하고, 변수 선택(Feature Selection)과 같은 통계 기법을 활용하여 추가로 유의미한 변수를 도출합니다.
-
FDC는 시계열 데이터 기반 분석이므로 이상 감지가 필요한 구간을 먼저 선정한 후 선정된 구간을 대표할 수 있는 통계량을 선정합니다. 과거 이력 데이터 기반 시뮬레이션을 통해 이상 감지 한곗값을 설정하고 오경보를 최소화할 수 있는 알람 규칙을 설정합니다. 감지된 이상에 따라 공정을 자동으로 중단하거나 제어할 수 있는 인터락(Interlock)수준을 정의하여 즉각적 대응을 할 수 있도록 준비합니다.
