Overview

디지털 혁신 시대를 맞아 제조 기업은 원가절감과 생산성 및 운영 품질을 확보하기 위한 단순 자동화를 넘어 데이터 기반 공정 최적화 전략이 필요합니다. 지능화된 제조 환경을 마련하여 시장의 급격한 변동에 대한 대응력을 강화하고 생산 자원 관리부터 공정별 설비 운영까지 통합 관리를 실현할 수 있습니다. 에너지 화학, 반도체, 소재/부품/장비, 바이오 등 각 인더스트리 특성에 최적화된 제조 디지털 혁신 기술로 효과적이고 공장 지능화 및 최적화를 구현하시기 바랍니다.

Offering Map 보기

제조 공정과 설비가 고도화됨에 따라 최신 기술을 적용하여 생산 공정을 최적화하고 비용을 절감할 수 있는 Digital Manufacturing을 구현합니다. 대량의 데이터를 통합적으로 관리/분석하고 전 공정 실시간 모니터링 기반 생산 현황을 신속 파악하여 설비 효율 극대화가 가능하도록 지원합니다. 생산 전 공정의 시스템화로 제조 실행력을 확보하고 데이터 기반 생산 품질 향상 및 제조 안전, 비용 리스크를 최소화할 수 있습니다.

AI 및 빅데이터 분석, IoT, 클라우드 등 최신 디지털 기술을 적용하여 다양한 데이터 소스와 실시간 분석을 통해 수요 예측을 향상시키고, 공급망의 유연한 반응과 조정이 가능한 환경을 구축할 수 있습니다. 수급 관리 지능화, 물류 시스템 고도화 등 공급망의 효율적 관리와 전략적 운영으로 비용을 절감하고 지속 가능한 시장 경쟁력을 강화할 수 있습니다.

전 세계적으로 강화되고 있는 ESG 규제와 공시 의무화에 따라 특히 제조 기업은 탄소 배출량을 관리하고 감축하는 등 ESG 대응력 강화가 필요합니다. 환경 영향을 최소화하는 전략을 기반으로 생산 및 물류 프로세스를 최적화하고 데이터 기반 탄소 배출량 관리로 지속 가능한 방향으로의 전환을 추진할 수 있으며 국내외 다양한 협력사를 포함한 Scope3 관리 체계를 마련하여 ESG 목표 기반 지속 가능한 공급망을 구축할 수 있습니다.

Offerings

ESG 대응

ESG향 공급망 구축 및 관리 자동화

생산 최적화 및 비용 절감

공정 지능화로 신속한 의사결정 지원

생산 최적화 및 비용 절감

교육 운영 체계 고도화로 업무 효율 개선

ESG 대응

데이터 분석 기반 에너지 사용 최적화

생산 최적화 및 비용 절감

디지털 트윈으로 안정성과 생산성 증대

생산 최적화 및 비용 절감

물류 자동화로 생산 Lead time 최소화

생산 최적화 및 비용 절감

설비 예지 정비로 Downtime 단축 및 사고 예방

공급망 Risk 대응 고도화

수급 관리 지능화로 공정 운영 효율 개선 및 유연성 확보

생산 최적화 및 비용 절감

자원 할당 자동화 및 최적화

생산 최적화 및 비용 절감

전 공정 효율적 품질관리

ESG 대응

친환경 제품 개발

생산 최적화 및 비용 절감

품질 분석 및 보정 자동화로 불량률 최소화

공급망 Risk 대응 고도화

프로세스 가시성 확보 및 최적화로 비용 절감

ESG 대응

생산 최적화 및 비용 절감

교육 운영 체계 고도화로 업무 효율 개선

디지털 트윈으로 안정성과 생산성 증대

물류 자동화로 생산 Lead time 최소화

설비 예지 정비로 Downtime 단축 및 사고 예방

자원 할당 자동화 및 최적화

전 공정 효율적 품질관리

품질 분석 및 보정 자동화로 불량률 최소화

공급망 Risk 대응 고도화

수급 관리 지능화로 공정 운영 효율 개선 및 유연성 확보

프로세스 가시성 확보 및 최적화로 비용 절감

Experiences

STORY

반도체 제조 H사의 이중화 전자패치 도입 사례

데이터 기반의 스마트 팩토리 구축을 위한 필수 요건

Use Cases

공정별 실적 관리 시스템 개발 (석유화학 E사)

SK㈜ C&C는 석유화학 E사의 정유 공정 내 물량 측정 및 관리 솔루션을 구축하여, 공정별 투입량 대비 산출량을 체계적으로 관리하고, 공정별 생산 실적을 매일 리포팅하는 생산관리 시스템을 제공하였습니다. 이러한 시스템은 정유 업계에서 생산 프로세스를 최적화하고 효율성을 높이며, 동시에 품질, 안전성 및 환경 지속 가능성을 실현하는 데 주요 역할을 하였습니다. 시스템은 각 공정에서 사용되는 원유 및 원자재의 투입량을 정확하게 측정하고 기록하며, 각 공정에서 생산되는 제품의 산출량을 정밀하게 모니터링하였습니다. 이를 통해 공정별 물량을 효과적으로 관리하고, 공정 간의 생산 효율성을 비교 분석하여 최적화하였습니다. 생산관리 시스템은 공정별 생산 실적을 매일 자동으로 기록하고 리포팅하여 생산 현황을 실시간으로 확인할 수 있도록 도왔으며, 또한 이를 기반으로 의사 결정을 내릴 수 있는 정보를 제공하였습니다. 시스템은 또한 원자재 및 중간 제품의 재고량을 추적하고 효율적으로 관리하여 재고 비용을 최소화하였으며, 정유 Pipeline에서 각 공정의 품질 검사 및 제어 데이터를 수집하여 품질 문제를 조기에 감지하고 신속한 대응을 할 수 있도록 도왔습니다.

사전 시뮬레이션을 통한 공정 프로세스 예측 (제조업체 A사)

제조업체 A사는 생산 시설의 디지털 트윈을 구축하여 고객의 제조 공정을 최적화하고자 했습니다. 이를 위해 A사는 생산 라인의 각 부품과 기계를 3D 모델로 구성한 디지털 트윈을 개발하여 구현하였습니다. 각 기계는 공정별로 센서를 통해 수집한 데이터를 디지털 트윈에 전송하고, 디지털 트윈은 이 데이터를 기반으로 실시간으로 생산 공정을 디지털 상에 구현해 내었습니다. A사는 구현된 디지털 트윈을 통해 생산 공정을 시뮬레이션하고 최적화하였습니다. 디지털 트윈은 생산 라인에서 발생하는 장애나 고장을 사전에 예측하고, 최적의 생산 조건을 찾아내어 생산량을 증가시키는 데 도움을 주었으며, 디지털 트윈은 각 부품의 교체 주기를 예측하여 유지 보수 일정을 최적화하고 장비의 가동 시간을 최대화할 수 있었습니다.

규제 및 환경 변화에 따른 산업 안전 대응 관리 (Hi-tech H사)

반도체 H사는 제조 산업 현장에서 구성원의 안전을 제고하기 위해 SK㈜ C&C의 디지털 기반 사고 예방 시스템을 도입했습니다. 반도체 제조업은 인체에 유해한 화학용액이나 가스 활용 빈도가 높아 유해물질 누출 시 근로자의 안전은 물론 인근 환경에도 큰 피해를 끼칩니다. H사는 산업 전반에 확산되는 ESG 기조에 맞추어 ESG 경영을 선포하며 구성원의 안전과 공장 주변 환경 보호를 위해 디지털 기술을 적극 도입했습니다. H사는 위험물 취급 설비와 작업복에 센서를 탑재한 IoT 디바이스를 부착하고 설비 상태와 작업자의 건강 상태를 실시간 모니터링 하였습니다. 또한 Vision AI로 눈에 띄지 않는 곳에서 일어나는 유색 유해가스의 누출을 상시 감시하였으며 GPS 기능으로 작업자 및 설비의 위치를 상시 파악하여 사고 대응과 작업자 구조가 빠르게 이루어질 수 있게 하였습니다. H사는 디지털 기술을 적극 도입하여 안전사고를 예방했으며, 사업장의 안전도를 크게 제고하였습니다. H사의 디지털 기반 사고 예방 시스템 구축 경험은 ESG 가치를 창출하고자 하는 다수 기업들의 모범사례가 되었으며 H사의 관계사나 협력사들의 벤치마킹 사례가 되었습니다.

전기 사용량 모니터링을 통한 공장 내 전기 사용 절감 지원 시스템 (Hi-tech H사)

SK㈜ C&C는 초대형 반도체 제조 업체인 반도체 H사와 같은 기업을 대상으로 Factory Energy Management System (FEMS)을 활용하여 에너지 효율성을 향상시키고 에너지 소비를 최적화하는 역할을 수행했습니다. FEMS는 먼저, 에너지 모니터링 및 데이터 수집을 통해 생산 시설에서 사용되는 모든 에너지 소비를 실시간으로 추적하고 데이터를 수집한 후, 고급 데이터 분석 기술을 활용하여 분석하고 에너지 사용 패턴을 식별하며 비정상적인 소비를 감지합니다. FEMS는 분석 결과를 기반으로 비활성화된 장비나 비효율적인 운영 방법을 개선하고 에너지 소비를 최적화하는 방법을 안내합니다. 또한, FEMS는 환경 규제를 준수하고 친환경 운영을 촉진하기 위해 사용자에게 친환경 에너지 소비 및 온실 가스 배출량을 모니터링하고 감시하는 기능을 제공합니다. 위와 같은 과정을 반도체 S사에 적용하면서 반도체 생산에 소요되는 에너지 요금을 절감하고 에너지 비용을 최소화하는 데 도움을 주었습니다. 또한, 환경적인 책임을 다하고 지속 가능한 경영을 실현하는데 도움을 주었습니다.

폐플라스틱(rPP)물성 예측을 통한 최적의 PP Compound 제조 Recipe 추천 (석유화학 G사)

폐플라스틱은 다양한 종류의 재활용 자제와 새로운 원료로부터 생산됩니다. 예를 들어, PET 병, 폴리프로필렌(PP) 용기, 폴리에틸렌(PE) 포장재 등이 있습니다. 이러한 각 폐플라스틱 원료는 제조 과정, 사용 후 처리 방법, 용도, 원산지 등에 따라 물성이 다를 수 있습니다. 폐플라스틱 Feed 물성 변동은 이러한 다양한 원료에서 나오는 물성적 특성의 변화를 의미하며, 이는 화학 공정 또는 Compound(화합물) 제품 제조에 영향을 미칠 수 있습니다. 예를 들어, 같은 유형의 폐플라스틱이라도 녹는 점, 인장 강도, 두께, 색상, 화학적 안정성 등이 서로 다를 수 있으며, 이러한 물성 변동은 최종 제품의 품질과 성능에 영향을 미칠 수 있습니다. 물성 변동을 관리하고 예측하는 것은 폐플라스틱을 재활용하여 화학 제품을 개발하거나 생산하는 과정에서 중요한 과제 중 하나입니다. SK(주) C&C는 Data CoE와 같은 서비스와 모델링을 통해 물성 변동에 대한 대응 및 최적화를 할 수 있으며, 이를 통해 더 효율적으로 폐플라스틱을 재활용하고 화학 공정을 개선할 수 있습니다.

신재 Poly Propylene 설계 기반의 Auto 소재 개발 모델 (석유화학 G사)

석유화학 G사는 차량의 안전 및 적재 성능은 유지한 채 경량화가 가능한 멀티머티리얼(Multi-Materials)을 개발하기 위해 AI를 적극 활용했습니다. 이종 소재를 결합하여 만든 멀티머티리얼은 기존 소재들의 단점은 극복하고 장점은 유지할 수 있는 획기적인 소재로, 운송 수단의 내구도는 유지하고 무게는 줄일 수 있어 차량 연비를 개선하는 핵심 소재로 주목받았습니다. 그러나 원료 소재 간의 상이한 물성을 해결하는 과정에서의 반복적인 시행착오로 인해 연구자들의 피로도도 나날이 증가하고 있었습니다. G사는 데이터를 분석하여 멀티머티리얼의 주요 소재인 폴리프로필렌의 물성 변화를 예측하였고, 이를 통해 제조 공정 중 일어난 물성 변동에 즉각 대응할 수 있었습니다. 물성 별로 다양한 알고리즘을 도입하여 예측 정확도가 가장 높은 알고리즘을 선정해 실제 실험의 시행착오를 줄이고 경량화된 고성능 자동차 소재 개발에 성공하였습니다.

주유소 별 판매량 및 사입 물량 예측을 통한 조달/판매 물류 모니터링 (석유화학 E사)

전국 각지에 주유소 지점을 보유한 E사는 지점 별 연료 재고를 더 효율적으로 관리하기 위해 데이터 기반의 물류 모니터링 시스템을 구축했습니다. E사는 ERP, WMS 등 보유하고 있던 엔터프라이즈 시스템에 공급망 및 물류 데이터를 결합하고 물류 과정에서 IoT 센서를 통해 실시간 데이터를 수집할 수 있는 환경을 구축했습니다. 그 결과 최적의 공급망을 구성하는 것은 물론 실시간으로 발생하는 리스크에 즉각 대응할 수 있는 시스템을 구축하는데 성공했습니다. E사는 주유소 지점 별 판매량 데이터를 분석하여 각 지점 별 수요를 예측하였고 물류 모니터링 시스템을 활용하여 각 지점까지 정유제품을 조달했습니다. E사는 원가, 기후 및 환경 등 정량적 데이터는 물론 법, 제도 및 규제 등 정성적 데이터, 그리고 센서를 통해 실시간 수집되는 물류 현황 데이터까지 종합 분석하여 최적의 물류 프로세스를 구축하였고 법률 변화, 원가 변동, 공급 차질 등 리스크에 적기 대응하는 역량과 물류 전 과정의 비용을 크게 절감하는 효과를 얻었습니다.

데이터분석을 활용한 PO가격 예측 모델 개발 (화학M사)

Propylene Oxide (PO)는 다양한 산업 분야에서 핵심 화학물질로 사용되며, 이에 따라 수요와 공급 패턴이 형성됩니다. 주요 수요 부문은 폴리우레탄 생산, 계면활성제 및 화장품 제조, 산업용 화학물질 생산 등이며, 이러한 수요는 해당 산업 분야의 상황에 따라 변동할 수 있습니다. 또한, PO의 공급은 생산 시설 여유 용량, 원유 및 원료 가격, 기술적 제한, 환경 규제 등 다양한 요인에 의해 영향을 받으며, 이러한 요소들은 공급량과 가격에 영향을 미칩니다. SK(주) C&C는 PO 시장에서의 수요 및 공급에 영향을 미치는 다양한 변수들을 데이터화하고, 이러한 변수들 간의 상관관계를 분석하여 PO 가격 예측 모델을 개발하였습니다. 이 모델을 활용하여 수익성을 최대화하고, 생산량을 효율적으로 관리함으로써 경기 변동에 대비하고 환경 규제를 준수하는 데 도움이 되었습니다. 이를 통해 SK(주) C&C는 석유화학회사가 PO 시장을 예측하는데 도움을 주어 경쟁 우위를 유지하고 비즈니스 전략을 최적화하는데 큰 기여를 하였습니다.

가격(판매가/원가),판매량 데이터분석 기반 최적 가격 추천 (석유화학 E사)

정유업계 E사는 변동폭이 큰 원자재 가격과 국내 수요에 대응하여 가장 적합한 판매가 산출을 위한 Smart Pricing 솔루션을 도입했습니다. 원유는 산업 필수재이자 일상 생활의 소비재와 운송 수단에서 필수적으로 사용되어 가격 책정에 약간의 오류만 발생해도 사회 전반에 영향을 끼치기에 더욱 더 정밀한 가격 정책이 필요했습니다. E사는 계절 별 수요패턴과 실제 판매 데이터와 같은 정량적 데이터는 물론 경쟁사 동향이나 원유가에 영향을 주는 이벤트 등 정성적 데이터까지 분석하여 실시간 수요를 예측하고 적합한 판매가를 산정했습니다. 객관적 데이터를 바탕으로 한 Smart Pricing 솔루션을 바탕으로 E사는 데이터 기반의 업무 혁신을 이루어 최적의 판매가를 산출할 수 있게 되었고 높은 품질과 합리적인 가격 경쟁력을 토대로 정유업계 내 입지를 굳혀 나가고 있습니다.

진동, 온도, 압력 Data 실시간 분석 기반 설비 자동 보정 시스템 (석유화학 I사)

I사는 산업 안전 수준을 제고하고 예기치 못한 설비 에러에 의한 손실액을 줄이기 위해 무선 통신 기반의 진동감지 솔루션을 도입했습니다. 진동감지 솔루션은 설비의 오작동을 판단하여 안전 사고 및 자산 손실을 예방하는 역할이나, 구축 단계에서 설비와 제어실 간 케이블 연결, 설비 별 진단 장비 부착 등 초기 인프라 구축 비용이 막대했습니다. I사는 각 장비에 무선 통신 장비를 부착한 Cloud 기반의 진동감지 솔루션을 도입하여 케이블 공사 등 인프라 구축 비용을 줄였습니다. 개별 장비 별로 진동감지 디바이스를 설치하고 전문가의 인사이트를 참고한 데이터 분석 체계를 구축한 I사는 문제 발생 시 공장 전체의 가동은 유지한 채 문제 공정만 개별 유지보수하여 재정 손실을 최소화할 수 있게 되었습니다. I사는 무선 통신 기반의 진동감지 솔루션을 통해 인프라 공사 비용 절감, 유지 보수 인력 자원 효율화, 설비 Downtime 최소화 등의 효과를 얻어 약 45%의 예산을 절감했으며 IoT, 무선통신, Cloud, 데이터가 결합한 Smart Factory를 성공적으로 정착시켜 디지털 경쟁력을 확보했습니다.

과거 정상 상태 학습 기반 설비 이상 감지 시스템 (석유화학 I사)

I사는 PdM 설비 확장 비용 부담을 줄이고 장비의 장애를 조기 진단하기 위해 지능형 PdM을 구축했습니다. 단순히 설비 데이터의 유사성을 기반으로 장애를 진단하던 기존 PdM과 달리 지능형 PdM은 임계치, 데이터 통계, 예측 및 실측 잔차를 학습 및 분석하여 설비 오류를 진단하기 때문에 기존 대비 정밀한 오류 예측 성능을 보였습니다. 클라우드 기반 Edge 형태로 구축된 지능형 PdM 시스템은 각 장비 별로 유지보수가 가능하여 설비 확장 및 기능 업그레이드에 유리한 구조를 확보하였으며 전문 엔지니어의 노하우를 Blueprint화하여 각 장비의 장애 데이터 분석에 필요한 전문성을 내재했습니다. I사는 지능형 PdM 구축을 통해 성능과 경제성을 동시에 충족하는 스마트 팩토리를 운용할 수 있게 되었으며, 기존 전문가의 노하우와 인사이트를 적극 활용하여 비즈니스에 최적화된 형태의 장애진단 시스템을 확보하게 되었습니다.

설탕 결정관 입도 품질의 불량 원인 분석을 통한 최적 품질 관리 (식품 S사)

Y사는 설탕 제조 공정 중 결정관에서의 입도 품질 불량을 해결하고 비용 부담을 줄이기 위해 데이터 분석 기술을 도입했습니다. 설탕 입자는 온도, 습도에 민감해 제조 환경을 균일하게 유지하는 것이 중요합니다. 그러나 구축한지 오래되어 노후화된 공정에서는 제조 환경을 제어하기 쉽지 않았고 이는 설탕 입자의 크기와 모양에 변형을 일으켜 단위 부피 당 무게가 달라지게 하였습니다. 중량 미달 제품을 판매할 시 Y사의 브랜드 이미지 훼손으로 이어질 수 있었기 때문에 Y사는 표기중량 이상의 설탕을 포장하여 최종 상품으로 출시하고 있었으며 이 때의 손실은 Y사의 비용 부담으로 이어졌습니다. Y사는 결정관 설비 전반에 센서를 부착하여 실시간 데이터를 수집하고 이를 클라우드 상에서 분석했습니다. 그 결과를 바탕으로 설탕 입자 제조 환경을 균일하게 유지하였고 외부 환경에 의한 설탕 입자의 변질을 최소화할 수 있었습니다. 또한 머신비전 기술로 제조 공정 전체를 지속 모니터링하여 예기치 못한 사고나 미처 포착하지 못한 불균일 입자에도 대처할 수 있게 하였습니다.

생산 경로 불량 원인 인자 자동분석 시스템 (배터리 O사)

O사는 배터리 품질 경쟁력을 확보하기 위해 제조 공정 전반에 최신 디지털 기술을 적극 도입했습니다. 불안정한 배터리는 출력 및 충전 효율 저하, 폭발 등 위험성이 커, 고객사 확보를 위한 품질 제고가 필수적입니다. 그러나 겹겹이 쌓인 양극재와 음극재, 분리막의 오류를 일목요연하게 판단하기는 어려웠습니다. O사는 품질 고도화 시스템은 클라우드 기반의 공정 자동화 및 데이터 분석 기술은 물론 Deep Learning 기반의 X-Ray 이미지 판단 기술을 적용하여 단순히 제품 외관만이 아닌 제품 내부 단면의 오류를 파악할 수 있습니다. 이를 통해 육안으로 확인하기 힘든 불량도 쉽게 판단할 수 있어 O사의 배터리 품질 고도화에 크게 기여했습니다. O사는 데이터 분석을 통해 제품 수율을 크게 제고할 수 있었고 높아진 제품 수율을 기반으로 세계 주요 배터리 제조사로 도약하는데 성공했습니다.

머신비전 기반 철강 절단면 판정 시스템 구축 (철강S사)

S사는 디지털 전환을 통해 급변하는 산업 환경에 대응하고자 했습니다. 그 첫 시도로, SK㈜ C&C의 Vision AI를 적용한 머신러닝을 통해 소재의 길이와 두께를 측정하고 절단면을 계측, 판정하는 등 반복되는 작업을 최소화하였습니다. 또한, Deep Learning(CNN) 기술과 이미지 프로세싱 기술을 활용해 최적의 절단 각도를 예측하고 실제 절단 단면을 검증할 수 있었고, 그 과정을 Web 기반의 실시간 영상 중계 시스템을 통해 작업 인원들이 모니터링하여 예상치 못한 오류를 검증할 수 있었습니다. 이후 S사는 산업 현장에 Vision AI를 적극 투입하여 반복 작업으로 인한 휴먼 에러를 최소화하고 불량률을 최소화하고 있습니다.

반송물류시스템 구축 (배터리 O사)

SK㈜ C&C는 배터리 공장 O사에 반송 물류 시스템을 구축하여 원재료에서 완제품까지 제작되는 생산 라인과 완제품이 출하되는 과정까지의 효율적인 운송 및 관리를 돕는 시스템을 구축했습니다. 생산 공정 내에서 원자재 및 생산 중인 제품을 다양한 생산 단계로 운송하기 위해 자동화된 운송 장비인 컨베이어 벨트, AGV 등이 활용되었습니다. 이 시스템은 배터리 제조 및 조립의 각 단계에서 부품 및 제품을 움직이며, 재고 관리, 품질 검사, 환경 및 안전 규정 준수 등을 고려하여 작동하도록 설계되었습니다. 이런 방법을 통해 생산에 투입된 원자재 및 중간 제품의 재고를 파악하고, 적재 공간을 효율적으로 활용하며, 이동 경로를 최적화하여 JIT(Just-In-Time) 생산 또는 EOQ(경제적 주문량) 모델에 적합한 경제적이며 원활한 생산을 지원하였습니다. SK㈜ C&C에서는 물류 제어 시스템(MCS)를 활용하여 실시간 반송 경로 최적화를 통해 생산 Lead Time을 최소화 하였습니다. 반제품/완제품 및 원자재의 실시간 추적 및 모니터링을 통해 제품 위차와 반송상태, 재고 수량을 파악하여 물류 반송의 효율화를 극대화 하였습니다.

공정운전조건 최적화를 위한 Simulater 개발 (석유화학I사, Hi-Tech C사)

폴리우레탄(PU)의 원료인 폴리프로필렌 글리콜(PPG)과 화장품, 의약품, 식품의 원료인 프로필렌 글리콜(PG) 등의 기초 원료로 사용되는 PO(프로필렌옥사이드)는 다양한 산업 분야에서 사용되는 중요한 화학 원료 중 하나로, 이를 추출하는 데는 주로 두 가지 주요한 방법이 있습니다. 하나는 PO/SM 병산공정으로 PO와 SM(스티렌모노머) 두 가지 제품을 동시에 생산하는 방식입니다. 또다른 하나는 중국에서 주로 사용되는 PO-CL(염소공법)으로 염소를 사용하여 PO를 생산하는 과정에서 환경 오염 문제를 발생시킬 수 있습니다. 반면 PO/SM 병산공정은 환경 친화적인 측면에서 염소를 사용하지 않아 환경 오염 문제를 최소화하면서 PO를 생산할 수 있다는 장점입니다. 그러나 이 공정에서도 단점이 있는데, 부산물로 생성되는 SM의 수요가 크게 변동할 수 있어 경제적 리스크가 있을 수 있습니다. 이러한 경제적 리스크를 관리하기 위해 SK㈜ C&C에서는 공정 데이터를 축적 및 분석하여 시뮬레이터를 활용하여 최적의 수익을 낼 수 있는 운전 조건을 추출하고 실적용하여 PO의 안정적인 공급을 보장하며 환경 친화적인 공정을 구현하는데 기여하고 있습니다.

공정데이터 실시간 관리를 위한 Human Machine Interface 구축 (Hi-Tech H사)

국내 대형 반도체 기업 H사는 국내외에서 다양한 생산 시설을 운영하고 있었습니다. 이러한 다양한 생산 시설 체계적으로 정립되지 않은 업무 프로세스로 인해 변경 사항을 관리하기 어려웠고, 데이터의 일관성 부족으로 인해 유사한 문제에 대한 사례 연구를 진행하는 데 어려움이 있었습니다. 그러나 SK(주) C&C는 HMI 프레임워크를 기반으로 한 설비 제어 표준화 시스템을 구축함으로써 이러한 문제를 극복하였습니다. 이 시스템은 데이터 수집과 분석을 통해 생산 프로세스를 최적화할 수 있는 플랫폼을 제공하였습니다. 이러한 표준화 과정은 설비 제어 및 모니터링의 효율 향상뿐만 아니라, 생산 시설 간의 업무 협업을 한 단계 더 발전시킬 수 있었습니다. 일관된 공정 관리는 안전한 운영을 보장하고 사고 및 장애를 예방하며, 비상 상황에 대응하기 위한 견고한 기반을 마련했습니다. 또한 설비 관리와 유지 보수를 용이하게 하며, 장비 상태를 실시간으로 모니터링하여 예방 조치를 수행할 수 있는 기능을 제공하였습니다. 더불어 이미 표준화된 시스템과 업무 체계를 활용함으로써 유지 비용을 절감하고, 신규 장비를 추가할 때 발생하는 비용을 줄일 수 있었습니다.

생산 계획 수립 시스템 구축 (Hitech E사)

Hitech E사는 효율적인 생산라인 가동을 위해 공정 내 스마트 물류 시스템을 구축하였습니다. 이를 통해, 기존 작업자의 육안으로 판단되었던 원자재 및 완성품의 반송을 자동화하여 물류 공정의 흐름을 최적화할 수 있었고, 최소 비용으로 물류를 반송할 수 있게 되었습니다. 또한, E사는 클라우드와 온프레미스 병행 지원이 가능한 MSA 구조로 시스템을 구축하여 데이터 보안 및 비용 절감 효과를 동시에 누릴 수 있게 되었으며, 운영 과정에서 필요한 부가 기능들을 기존 시스템의 중단 없이 개발, 유지보수할 수 있게 되었습니다.

공정별 실적 관리 시스템 개발 (석유화학 E사)

사전 시뮬레이션을 통한 공정 프로세스 예측 (제조업체 A사)