식품공장 OEE 정밀 분석 — 설비가 돌아간 시간보다 제대로 생산한 시간을 봐야 한다

생산라인이 8시간 동안 멈추지 않았다고 해서 설비효율이 100%에 가까운 것은 아니다.

포장기는 계속 움직였지만 정격속도의 70%로 운전했을 수 있다. 가열설비는 정상 가동됐지만 초기 온도 안정화 과정에서 양품이 나오지 않았을 수 있고, 충진기는 몇 초씩 반복되는 Jam 때문에 시간당 생산량이 계획보다 크게 낮았을 수 있다.

OEE(Overall Equipment Effectiveness)는 이 차이를 하나의 숫자로 압축한다.

핵심은 설비가 켜져 있었는지가 아니라 계획된 생산시간 동안 정상속도로 양품을 얼마나 만들었는가다. 대표적인 계산구조는 다음과 같다.

OEE = Availability × Performance × Quality

Availability는 계획시간 중 실제 운전한 비율, Performance는 운전시간 동안 기준속도 대비 얼마나 생산했는지, Quality는 생산량 가운데 양품이 차지하는 비율이다.

공장 가동시간과 OEE의 Availability는 같은 숫자가 아니다

하루 10시간 공장을 운영한다고 하자. 이 가운데 생산계획이 잡힌 시간이 8시간이고, 설비고장과 Changeover 때문에 1시간이 정지했다면 Run Time은 7시간이다.

Availability = Run Time ÷ Planned Production Time

따라서 Availability는 87.5%가 된다.

여기서 가장 먼저 결정해야 할 것은 Planned Production Time의 정의다. 점심시간이나 주문이 없어 애초에 생산하지 않기로 한 시간까지 분모에 넣으면 Availability가 과도하게 낮아진다. 반대로 원래 생산해야 하는 시간의 고장이나 셋업을 계획외 시간으로 빼버리면 OEE가 실제보다 좋아진다.

OEE 체계에서는 생산할 의도가 없는 Schedule Loss를 Planned Production Time 밖으로 두고, Planned Production Time 안에서 발생한 설비고장과 Setup/Adjustment 등을 Availability Loss로 보는 구조가 일반적이다.

식품공장에서 가장 논쟁적인 시간은 CIP와 세척이다

식품공장에서는 세척·소독이 선택사항이 아니다. 제품교체 때 알레르겐 교차접촉을 방지하거나 미생물 위해를 통제하기 위해 세척시간이 필요할 수 있다.

그렇다고 모든 CIP 시간을 OEE 계산에서 무조건 제외하면 설비가 실제 생산에 사용할 수 있는 시간의 손실이 보이지 않는다. 반대로 법적·위생적으로 필요한 세척시간을 단순한 설비고장과 같은 비효율로 취급하는 것도 적절하지 않다.

따라서 회사 내부에서 시간을 구분해야 한다. 계획적으로 예정된 정기 위생작업을 Schedule Loss로 관리할지, 생산계획 시간에 포함된 Changeover/CIP를 Planned Stop으로 관리할지를 먼저 결정하고 동일한 기준을 지속적으로 적용해야 한다.

중요한 것은 어느 방식이 절대적으로 맞는가가 아니라 월마다 분류기준을 바꾸지 않는 것이다.

Performance는 ’설비가 돌고 있다’는 착시를 제거한다

Availability가 100%라도 생산속도가 절반이면 좋은 생산라인이 아니다. Performance는 실제 운전시간에 이상적인 생산속도를 적용했을 때 만들 수 있었던 양과 실제 생산량의 관계를 측정한다.

Performance = Ideal Cycle Time × Total Count ÷ Run Time

또는 생산량 단위에 맞춰 Ideal Run Rate를 사용할 수 있다. 포장라인에서 정격속도가 분당 100개인데 실제 평균이 80개라면 속도손실이 존재한다.

식품공장에서는 이 Performance Loss가 대형 정지보다 더 발견하기 어려운 경우가 많다.

포장재가 조금씩 걸린다.
인피더 정렬이 반복적으로 틀어진다.
제품 형상이 일정하지 않아 속도를 낮춘다.
작업자가 몇 초씩 기계를 멈추고 제품을 바로잡는다.

각 사건은 짧지만 하루 동안 누적되면 상당한 생산량 차이가 된다. 이것이 Minor Stop과 Reduced Speed를 별도로 기록해야 하는 이유다.

Batch 공정에서는 Ideal Cycle Time을 억지로 개당 단위로 만들 필요가 없다

OEE는 원래 반복 생산설비에서 이해하기 쉬운 지표다. 하지만 식품 제조에는 증숙기, 배합기, 농축기처럼 Batch 단위로 움직이는 설비도 많다. 이 경우 개당 Cycle Time을 억지로 만들면 실무 의미가 떨어질 수 있다.

예를 들어 500kg 한 Batch를 정상적으로 60분 안에 처리하는 설비라면 kg/hour 또는 Batch 기준 Standard Rate를 사용할 수 있다. 중요한 것은 실제 공정 특성에 맞는 Ideal Rate를 정의하는 것이다.

제품마다 점도와 가열조건이 다르다면 품목별 Standard Rate 또는 Product Family별 기준을 별도로 둘 필요도 있다. 모든 SKU에 하나의 설비 최고속도를 적용하면 어려운 제품이 항상 저효율로 판정된다.

Quality는 검사 합격률보다 First Pass Yield에 가깝게 보는 것이 좋다

OEE의 Quality는 일반적으로 전체 생산량 가운데 양품 비율을 뜻한다.

Quality = Good Quantity ÷ Total Quantity

재작업해서 나중에 정상제품이 되었다고 처음부터 양품으로 취급하면 공정손실이 숨는다. OEE의 6대 손실 구조에서도 생산 중 불량과 Start-up Reduced Yield를 Quality Loss로 구분한다.

식품공장에서는 시작 직후 온도·압력·점도 조건이 안정되지 않아 발생하는 초기제품 폐기, 실링불량, 중량미달, 형상불량 등이 여기에 해당할 수 있다. 따라서 최종 출하수량만으로 Quality를 계산하기보다 최초 생산시점의 Good Output과 Reject/Rework를 구분해야 공정개선에 사용할 수 있다.

세 지표가 모두 높아 보여도 곱하면 숫자는 빠르게 떨어진다

Availability 90%, Performance 90%, Quality 95%라고 하자. 각 지표만 보면 심각해 보이지 않을 수 있다. 하지만 OEE는 다음과 같다.

0.90 × 0.90 × 0.95 = 76.95%

이 곱셈구조 때문에 작은 손실이 동시에 발생하면 실제 생산성은 빠르게 떨어진다.

그리고 OEE가 낮다는 사실보다 중요한 것은 세 요소 가운데 어느 항목이 떨어졌는가다.

Availability가 낮다면 고장과 Changeover를 봐야 한다.
Performance가 낮다면 Minor Stop과 속도손실을 봐야 한다.
Quality가 낮다면 불량과 Start-up Yield를 봐야 한다.

OEE 자체보다 손실구조가 개선활동의 출발점이다.

6대 대손실은 식품공장에도 충분히 적용할 수 있다

전통적인 Six Big Losses는 OEE의 세 요소와 연결된다. Availability에서는 Equipment Failure와 Setup/Adjustment가, Performance에서는 Small Stops와 Reduced Speed가, Quality에서는 Process Defects와 Reduced Yield가 발생한다.

식품공장에 대입하면 조금 더 구체적이다.

CIP와 품목전환은 Setup 영역으로 볼 수 있다.
포장재 Jam과 센서오류는 Minor Stop으로 나타난다.
제품점도 문제로 설비속도를 낮추면 Reduced Speed다.
실링불량과 중량불량은 Process Defect다.
Changeover 직후 조건 안정화 과정의 폐기는 Start-up Loss가 된다.

즉 OEE가 중공업 전용이라는 주장은 맞지 않다. 다만 식품공정에 맞게 Loss Code를 다시 설계해야 한다.

수기 일지가 OEE를 좋게 보이게 만드는 이유

작업자가 하루 종료 후 설비가동시간을 “7시간”이라고 적으면 3분·5분짜리 정지가 대부분 사라진다. 작업자의 기억에는 큰 고장만 남기 때문이다.

실제 PLC 데이터를 보면 포장기 Jam 4분, 라벨 공급 2분, Sensor Reset 3분 같은 정지가 수십 번 발생했을 수 있다. 그래서 수기 OEE는 Availability를 높게 만들고 Performance Loss를 숨기는 경향이 있다.

MES와 PLC를 연결하면 RUN, STOP, FAULT 같은 설비상태와 생산 Count를 Time-stamp로 수집할 수 있다. 다만 PLC의 STOP 신호만으로 원인을 알 수는 없다. 시스템은 정지시간을 자동 기록하고 작업자는 Jam, Material Shortage, Cleaning, Changeover, Breakdown처럼 Reason Code만 선택하는 구조가 현실적이다.

OEE 자동수집은 센서 설치보다 상태 모델 설계가 먼저다

MES가 알아야 할 것은 단순히 모터가 켜졌는지가 아니다. 다음 상태를 어떤 조건으로 판단할 것인지 정의해야 한다.

PLANNED / RUNNING / STOPPED
CHANGEOVER / CIP
BREAKDOWN / IDLE

예를 들어 Conveyor는 돌고 있는데 실제 제품이 투입되지 않고 있다면 RUNNING으로 볼 것인지 Idle로 볼 것인지 규칙이 필요하다. 이 정의가 없으면 센서 데이터가 많아져도 OEE는 정확해지지 않는다.

그래서 생산일보 표준화에서 구축한 Work Center와 Downtime Reason Master가 OEE의 기반 데이터가 된다.

수기 OEE와 MES 기반 OEE의 차이는 손실을 얼마나 잘 분해하는가다

구분	수기 생산일보 기반	MES·PLC 연동
가동시간	작업자 추정	PLC Time-stamp
정지시간	큰 정지만 기록	단·장기 Stop 자동수집
정지원인	비고란	Reason Master
생산량	종료 후 입력	Counter/실적 연동
기준속도	담당자 경험	Product/Work Center Master
불량	일일 총량	Batch·시간대별
Start-up Loss	누락 가능	별도 Loss Code
Changeover	총시간	시작·종료 자동기록
OEE 계산	사후 엑셀	실시간/Batch별
원가연계	별도 분석	Machine Hour·Volume 데이터 연결

OEE와 제조원가는 직접 같은 숫자는 아니지만 연결되어 있다

OEE가 낮아졌다고 제조원가가 일정 비율만큼 자동 상승하는 것은 아니다. 하지만 생산량이 감소하면 설비감가상각비, 임차료와 같은 고정 제조간접비를 더 적은 양품이 부담하게 될 수 있다.

Performance 저하로 동일 생산량을 만드는 데 시간이 더 오래 걸리면 설비시간과 노무시간도 증가할 수 있다. Quality Loss가 커지면 같은 원료와 가공비를 투입하고도 Good Output이 줄어 단위당 Actual Cost가 상승한다.

따라서 MES의 OEE 데이터는 ERP의 원가 모듈에 숫자 하나로 넘기기보다 다음 형태로 제공하는 것이 좋다.

Machine Hours / Downtime
Good Output / Scrap
Production Volume

이 데이터가 표준원가와 실제원가의 차이를 분석할 때 Efficiency Variance와 Volume Variance를 설명하는 근거가 된다.

OEE 85%를 모든 식품공장의 목표로 잡을 필요는 없다

OEE 관련 자료에서 85%를 이른바 World-Class 기준으로 소개하는 경우가 많다. 그러나 이를 식품공장 전체의 절대 합격선으로 사용할 필요는 없다.

제품군, Changeover 빈도, 자동화 수준, Batch/연속공정 여부, 위생작업시간 정의에 따라 OEE 수준은 달라질 수 있다. 더 위험한 것은 목표 숫자를 맞추려고 Planned Production Time에서 불리한 시간을 제외하거나 Reject 정의를 바꾸는 것이다. 그렇게 하면 OEE는 높아지지만 생산성은 달라지지 않는다.

따라서 초기에는 업계 Benchmark보다 자기 공장의 Baseline을 정확하게 만드는 것이 먼저다. 라인 A가 62%였다면 왜 62%인지 설명하고, 다음 분기에 66%가 됐을 때 어느 손실이 줄었는지를 확인하는 방식이 더 유용하다.

OEE가 높아도 공장 전체 생산성이 낮을 수 있다

OEE는 특정 설비 또는 라인의 계획생산시간 효율을 측정한다. 주문이 없어 하루 대부분을 놀고 있지만 생산이 계획된 2시간 동안 완벽하게 생산했다면 OEE는 높을 수 있다.

공장 CAPA 활용도를 보려면 Utilization과 TEEP 같은 별도 관점이 필요하다. OEE 자체는 생산할 계획이 없던 Schedule Loss를 계산범위 밖에 두기 때문이다.

따라서 경영자는 OEE 하나로 설비투자 여부를 판단해서는 안 된다. OEE는 계획된 생산시간을 얼마나 효율적으로 사용했는가를 답하고, Utilization은 설비가 보유시간 가운데 얼마나 사용됐는지를 답한다.

OEE 구축의 목적은 예쁜 대시보드가 아니다

화면에 OEE 71.4%가 실시간으로 표시되는 것만으로는 공장이 개선되지 않는다. 그 아래에서 원인을 내려가 볼 수 있어야 한다.

Availability Loss 120분 — 그중 Changeover 45분 / CIP 30분 / Breakdown 25분 / Material Shortage 20분

Performance Loss 역시 어느 SKU와 어느 설비에서 속도저하가 반복되는지 확인해야 한다. Quality Loss가 특정 Changeover 직후에 집중된다면 세팅조건을 다시 검토할 수 있다.

Production Log → PLC Event → OEE Loss → Batch Yield → ERP Actual Cost

가 연결될 때 OEE는 생산팀 점수가 아니라 제조원가를 설명하는 운영 데이터가 된다.

식품공장에서 OEE를 관리한다는 것은 설비를 하루 종일 돌리는 것이 아니다.

생산하기로 한 시간 동안 얼마를 멈췄고, 얼마나 느리게 돌았으며, 그 결과 중 얼마가 처음부터 양품이었는지를 같은 기준으로 계속 측정하는 일이다.

그 데이터가 정확해지면 스마트공장은 설비에 센서를 붙이는 사업에서 벗어나, 손실의 위치와 원인을 숫자로 설명하는 운영체계가 된다.