제조 자동화가 효율성을 개선하고, 생산성을 높이고, 전반적인 비즈니스 성장을 지원할 수 있다는 것은 이제 공공연하게 알려진 사실입니다. 2010년대 초반부터 기업들은 제조 분야에서 자동화 시스템이 주는 혁신적인 장점을 강조하고 있습니다. Deloitte, McKinsey, Forbes 같은 대형 컨설팅 회사들은 모두 자동화의 이점에 대해 이야기하며 자동화 산업 혁신이 지닌 잠재력을 강조했습니다.
최근 몇 년 동안 의심할 여지 없이 제조 자동화가 발전하고 있지만 아직 확신이 부족한 일부 기업들은 점차 뒤처지고 있습니다. 제조 기술 센터의 2023년 보고서에 따르면 영국 제조업체들이 자동화와 로봇 공학에 투자하기를 주저하면서 최근 영국의 생산성 향상에 큰 영향을 받고 있는 것으로 나타났습니다.
또한 미국은 특히 자동차 산업에서 공장 자동화 분야의 글로벌 리더로 칭송되고 있지만 비효율적인 수작업 프로세스와 관련된 제품 오류가 계속해서 문제가 되고 있습니다. 2023년에는 라벨링 오류로 인한 미신고 알레르기 유발 물질이 미국 식음료 리콜의 절반을 차지했습니다.
그렇다면 제조업계가 자동화 도입을 꺼리는 이유는 무엇일까요? 도미노는 공장 자동화 도입과 관련된 7가지 중요한 우려 사항을 확인하고 이들이 사실이 아님을 밝혀보고자 합니다. 이 블로그에서는 자동화에 대한 잘못된 상식을 바로잡고 아직도 자동화 도입을 망설이고 있는 기업들에게 지금이 전환해야 할 때인 이유를 설명합니다.
먼저 가장 중요한 오해부터 다루겠습니다.
어떻게 보더라도 수작업 프로세스는 오류의 주요 원인이며 나아가 제조업체에 불필요한 낭비와 비용을 초래합니다.
일반적으로 데이터의 수동 입력 시 평균 오류율은 약 1%입니다. 생산 라인에서 작업자가 코딩 및 마킹 프로세스의 일부로 데이터를 수동으로 입력하는 경우 데이터 입력 오류가 제품에 반영되는 데 그리 많은 시간이 걸리지 않습니다. 품질 관리에 수동 프로세스를 사용하는 경우 오류로 인해 수천 개의 품목을 폐기하거나 재작업한 후에야 오류를 발견할 가능성이 높습니다.
제품 라벨링 오류가 공급망에 유입되면 관련 비용과 낭비는 훨씬 더 커집니다. 제품 리콜의 평균 비용은 1,000 만 달러이며 이는 장기적인 브랜드 피해로 인한 금전적 영향을 고려하지 않은 수치입니다.
종종 계약 포장업체들은 비즈니스의 예측 불가능성이 자동화의 걸림돌이 된다고 주장합니다.
계약 포장업체는 여러 브랜드의 제품을 관리하고, 하루에 수많은 제품을 교체하고, 계절에 따른 처리량 변화를 관리하기 위해 생산량을 늘리거나 줄여야 하는 경우가 많습니다. 많은 기업이 이러한 수준의 예측 불가능성을 자동화로 쉽게 관리할 수 없다고 생각하지만 실제로는 그렇지 않습니다.
간단한 자동화 솔루션을 설치하면 데이터를 수동으로 입력하지 않아도 됩니다. 예를 들어 바코드 스캐너를 이용하여 기존 생산 지시에 따라 제품 라벨에 데이터를 자동 입력하거나 마킹기를 설정하여 중앙 데이터베이스에서 라벨 템플릿에 데이터를 입력할 수 있습니다.
더욱 간소화하려면 생산 라인이 여러 개 있는 시설의 경우 코딩 자동화 소프트웨어를 사용하면 생산 라인 직원이 마킹기를 네트워크에 연결하고 생산 사무실, SCADA, MES 또는 ERP 시스템과 같은 중앙에서 제품 라벨 데이터를 자동 입력할 수 있습니다. 여기에 머신 비전 자동화 솔루션을 결합하면 실시간 품질 관리도 가능합니다.
코드 생성과 데이터 입력처럼 수작업보다 자동화에 더 적합한 작업도 있지만 제조업체는 일반적으로 지루하고 재미없는 작업을 담당할 직원을 찾는 데 어려움을 겪고 있습니다.
실제로 제조업은 인력 부족으로 어려움을 겪고 있습니다. Deloitte 와 제조 연구소의 최근 보고서에 따르면 미국 제조업은 2033년까지 380만 명의 새로운 인력이 필요하지만 이 중 190만 명을 구하지 못할 수 있다고 합니다.
제조업에서 로봇과 자동화의 진정한 역할은 수작업 근로자를 대체하는 것이 아니라 보완하는 것입니다. 반복적이거나, 지루하거나, 위험한 작업을 자동화로 처리하면 시간과 공간을 확보하여 이미 많은 업무를 담당하는 인력이 전략적 계획과 프로젝트 실행 등 고부가가치 작업에 집중하게 할 수 있습니다.
일반적으로 자본과 기술에 상당한 투자를 할 수 있는 대기업만 자동화를 이용할 수 있다고 오해합니다.
자동화는 중소기업에도 큰 도움이 될 수 있습니다. 중소기업은 수동 데이터 입력처럼 반복적이고 기술이 덜 필요한 작업을 자동화하여 제한된 인력을 보다 효과적으로 활용할 수 있습니다. 여기에 동의할 수 없다면 중소기업의 경우 실패에 따른 위험이 대기업보다 훨씬 높고 천만 달러 상당의 제품 리콜이 발생하면 파산할 수 있다는 점을 고려하시기 바랍니다.
물론 비용도 중소기업에 중요한 문제이므로 오해 5로 넘어가겠습니다.
Automate UK가 최근 발표한 2024년 인더스트리 인사이트 설문조사에 따르면 업계 종사자의 81%가 2023년에 자동화를 주요 관심사로 꼽았으나 비용이 가장 큰 진입 장벽이라고 답했습니다.
과거에는 구축 비용을 우려하는 것이 타당했을 수 있지만 오늘날의 현실은 상당히 다릅니다. 비용 및 위험 절감 측면에서 이점이 점점 더 분명해지고 있으며 솔루션도 그 어느 때보다 저렴해졌습니다.
도미노의 폐기물 계산기 데이터에 따르면 평균적인 제조업체의 경우 수동 라벨 제작으로 인해 연간 10만 달러 이상의 상당한 폐기물이 발생할 수 있지만 이러한 손실은 간단한 코딩 자동화로 쉽게 완화할 수 있습니다.
또한 로봇과 자동화 소프트웨어를 포함한 자동화 솔루션의 비용도 감소하고 있습니다. EY에 따르면 지난 10년 동안 산업용 로봇의 평균 가격이 절반으로 떨어졌으며 앞으로도 계속 하락할 것으로 예상됩니다. 또한 기업은 자동화에 투자하여 운영 비용을 절감할 수 있습니다. Bain의 최근 설문조사에 따르면 지난 2년간 IT 예산의 20% 이상을 자동화에 할당한 기업은 평균 22%의 비용을 절감한 것으로 나타났습니다.
여전히 비용이 문제가 될 수 있습니다. 하지만 도미노를 비롯한 많은 공급업체가 자본 지출 없이 라인을 업그레이드하고 새로운 기술을 구현할 수 있는 옵션을 제공하고 있습니다. 유연한 금융 계획과 계약을 통해 운영 비용의 일부로 비용을 분산할 수 있으므로 중소기업도 저렴하게 이용할 수 있습니다.
물론 한꺼번에 모두 변경하지 않아도 됩니다. 오해 6에서 설명하겠지만 단계별로 개발하면 비용 분산에 도움이 될 뿐만 아니라 추가 투자에 대한 정당성을 확보할 수 있습니다.
코끼리를 먹는 방법은 단 하나, 한 번에 한 입씩 먹는 것뿐입니다.
수작업 처리에서 바로 완전 자동화로 전환하려는 제조업체는 약간의 혼란을 겪을 수 있지만 자동화는 '모 아니면 도'처럼 진행하는 것이 아닙니다. 자동화를 통해 생산 문제를 극복할 수 있는 영역 한 가지부터 파악하며 소규모로 시작하는 것입니다.
자동화를 통해 큰 이점을 얻을 수 있는 분야는 제품 전환을 간소화하는 것입니다. 예를 들어, 자동 모니터링 솔루션을 구축하고 실시간 제품 수와 그에 따른 알림을 제공하여 생산이 종료되는 시점을 알리면 생산 직원이 미리 준비할 수 있습니다.
도미노의 한 고객은 이렇게 간단한 변화를 통해 교체 시간을 30분에서 단 15분으로 단축하고 하루에 두 번 더 가동할 수 있게 되었습니다. 단일 공정 자동화를 통한 성능 개선과 투자 수익률은 곧 향후 추가 투자를 정당화할 수 있는 근거가 될 것입니다.
자동화에 대한 일반적인 오해 중 하나는 전환을 관리하는 기술을 자체적으로 보유하고 있어야 한다는 것입니다. 이러한 우려가 타당했을 수도 있지만 지금의 현실은 상당히 다릅니다. 오늘날에는 자동화 솔루션을 제공하는 많은 회사에서 개조와 구축을 처리하는 서비스를 제공하므로 구축에 대한 부담을 덜 수 있습니다.
자동화 시스템을 구축하면 적은 인원으로 효율적으로 운영할 수 있습니다. 따라서 수작업 인력 할당에 대한 우려가 해소되고 직원은 고부가가치 업무에 더 많은 시간을 할애할 수 있게 됩니다. 결과적으로 미래의 인재들에게 매력적인 회사로 거듭나게 됩니다.
무엇을 기다리고 있습니까?
제조업체가 자동화를 도입하는 것에 대해 많은 오해와 우려가 있을 수 있습니다. 하지만 비용 감소, 재정적 이점, 새로운 솔루션에 대한 자금 조달과 구축을 지원하려는 자동화 파트너의 의지가 커지고 있는 상황에서 공장 자동화를 도입하지 않을 수 있을까요?
도미노의 제품 라벨링 자동화 솔루션에 대해 자세히 알아보십시오.