발표 후기

이번 학회에서는 모니터링 통계량의 분산을 줄여서 이상 상황을 좀 더 잘 찾아낼 수 있는 방법에 대해서 발표했다. 최근 반도체, 디스플레이, 바이오시밀러와 같은 정밀 제조품들이 널리 생산되고 있는데, 계속해서 좀 더 정밀해져가는 이러한 제품들의 생산 품질 관리는 전통적인 관리도로 이뤄지고 있다. 물론 좀 더 민감하게 이상을 찾아내기 위해서 기본적인 T-square 통계량을 변형한 EWMA, CUSUM 관리도가 사용되기는 하지만, 기본 통계량이 가지고 있는 민감도의 한계로 인해서 좀 더 정밀한 관리도를 만들기가 어려운 상황이다. 만약 좀 더 민감하고 정확한 통계량을 만들 수 있다면 좀 더 정확하고 효과적인 품질 관리가 가능할 것이다. 그래서 우리는 Minimum Variance 모델을 사용해서 정상과 이상 관측치 내의 분산을 최소화하고 두 관측치 그룹의 차이를 뚜렷하게 보여줄 수 있는 새로운 통계량을 만들었다. 이 통계량은 Minimum Variance 모델을 통해 최적화된 가중치를 데이터에 내적시켜서 구할 수 있고, 데이터 분포의 가정에 따라 Normal이나 Truncated Normal 분포를 따르게 된다. 제안하는 통계량의 효율성을 확인하기 위해 몇 가지의 시뮬레이션을 진행하고 실제 데이터를 이용해 케이스 스터디를 진행했다. 그 결과 제안하는 통계량을 사용할 경우 좀 더 민감하게 데이터 평균 이동을 찾아낼 수 있음을 확인할 수 있었다.

발표가 끝난 이후 케이스 스터디에서 사용된 데이터가 실제 공정에서 나온 데이터인지 묻는 질문이 나왔다. 그래서 LG Display의 생산 공정에서 나온 데이터로 실험을 했고, 데이터는 프로젝트를 함께 하는 과정에서 얻게 되었다고 얘기했다. 질문자는 실제 데이터에 적용을 해서 효과를 본 내용에 의의를 두는 것 같았다.

청취 후기

Smart Manufacturing toward Highly-customized Products

첫번째 날에 발표된 Keynote였는데, 산업공학과 기계공학을 결합하여 Customized 된 의료 관련 제품을 효과적으로 생산한다는 내용으로 익숙하지 않은 내용들이었지만 참 의미있는 연구라고 생각되었다. 지금까지 산업공학 관련 내용들을 들을 때는 OR이나 Data Mining 관련 주제들을 많이 듣다 보니 실제 생산 결과물이 나오는 연구에 대해서는 접할 기회가 없었던 것 같다. 이러한 주제들은 문제를 정의하고 Formulation 한 후에 어떻게 효과적으로 풀 수 있을 지, 결과를 어떻게 해석할 수 있는 지에 대한 이야기가 주를 이룬다. 하지만 이 세션에서는 좀 더 구체적으로 우리의 아이디어가 어떻게 실제 생산에 적용되고 생산성과 효율성을 높일 수 있는 지에 대해서 설명을 듣고, 눈으로 볼 수 있어서 인상적이었다. 발표자는 의료 분야에서 개인 맞춤형 골격을 생산하는 연구를 했고, 실제로 이를 많은 의료 케이스에 적용해왔다고 한다. 이 과정에서 찾은 어려운 문제 중 하나는 개인 맞춤화에 따른 높은 비용이 대부분의 상황에서 큰 걸림돌이 된다는 점이다. 이 문제를 해결하기 위해 좀 더 효과적으로 필요한 골격을 설계하고 생산하는 방법에 대해서 연구를 해왔다고 한다. 비슷한 형태로 생산된 제품을 이용해서 빠르게 재설계하고 재조정하여 효과적으로 생산하는 방식들이었다. 앞으로 미래의 생산 형태는 좀 더 개인 맞춤화되고 유연한 생산 공정을 가질 것이다. 이러한 과정에서 발표자가 제시한 방법들이 기반이 되어 좀 더 효과적인 생산 방법들이 개발될 수 있지 않을까 생각되었다.

Sustainability and Reverse Supply Chains: An Overview

이 발표는 두번째 날에 발표된 Keynote였다. 발표 주제는 지속 가능한 생산과 역공급사슬에 관한 것이었다. 이 제목을 처음 보았을 때 역공급사슬이 무엇이고 이것이 어떻게 지속 가능성과 연관이 될까 궁금했었다. 발표를 들으면서 궁금증을 조금씩 풀어갈 수 있었는데, 발표자는 물건을 생산하는 과정보다는 생산된 물건을 다시 회수하고 이를 재활용하는 공급사슬에 집중하여 새로운 연구 주제들을 만들어냈다고 했다. 기존의 공급사슬 연구는 어떻게 하면 효과적으로 재료와 부품을 조달해서 생산하고 이를 효과적으로 소비자에게 전달할 지를 연구하는 학문이었다. 하지만 환경 오염이 심해지고 각종 자원들이 고갈되어 가는 상황에서 발표자는 어떻게 하면 이러한 문제를 해결하고 지속가능한 생산을 이어나갈 수 있을 지 고민했고, 고장나고 버려진 물품을 잘 회수해서 원재료로 만드는 과정을 연구하고 이것을 학생들에게 가르치면 좋겠다고 생각했다고 한다. 이 내용을 들었을 때 세상을 좀 더 넓게 바라봐서 새로운 문제를 정의하고 수 십년간 해당 문제를 해결하기 위해 노력한 발표자에 대해서 존경하는 마음이 들었다. 다른 사람들이 생각하지 않은 창의적인 문제를 찾아낸 것도 훌륭하다고 생각했지만 수 십년간 매진했던 끈기와 인내에 감복하지 않을 수 없었다. 이 세션은 새로운 학문 분야를 소개받을 수 있는 자리여서 내용도 좋았지만 그 외적으로도 앞으로 공학자로서의 자세에 대해서 많은 부분을 생각하게 해준 세션이어서 정말 뜻깊은 시간이 되었던 것 같다.

A Data-Driven Methodology to Design New Service Concepts for Vehicle Operations Management

이 발표는 Service Management 세션 중에서 하나의 주제로 발표된 내용이었다. 개인적으로 자동차에 관심이 많아서 재미있게 들었던 발표였다. 기존의 자동차가 사용자에게 제공하는 서비스를 설계하는 과정은 정성적인 판단과 결정이 주를 이루었다고 한다. 그에 따라서 소비자의 이용 패턴이나 성향보다는 설계자의 주관적인 판단이나 직관에 의존한 결과물이 많았고, 실질적인 소비자의 만족도를 향상시키는 데 한계가 있었다고 한다. 발표자는 이러한 한계점을 극복하기 위해서 사용자의 이용 패턴 데이터에 기반한 자동차 사용자 서비스를 디자인하게 되었다고 했다. 가속과 브레이크를 하는 패턴을 통해 좀 더 부드럽게 정차와 가속이 될 수 있게 소프트웨어를 조정하고 또는 주행 패텅에 따라서 자동차 세부 스펙을 조절하는 등의 방법론을 소개했다. 발표자는 기초적인 통계 방법을 이용해서 분석을 했던 것 같은데 데이터 마이닝 기법들을 활용해보면 좀 더 좋지 않을까 하는 생각이 들었다. 또한 앞으로 자율주행자동차들이 많이 개발이 될 텐데 이러한 환경에서 데이터를 이용한 주행 서비스 디자인이 어떻게 적용될 수 있을 지 고민을 해보면 좋겠다고 생각되었다.