메뉴
< 사례 연구로 돌아가기

USC Consulting Group이 Minitab® Statistical Software를 활용하여 업계 최고 캔디류 제조사의 제품 과충전을 줄이고 120만 달러의 비용을 절감한 방법

USC Consulting Group(USCCG)은 50년 이상 재무 성과 개선을 통한 실질적인 가치 제공이라는 사명 하에 운영 탁월성을 제고해왔습니다. USCCG는 기업이 공급망 전체의 공정과 운영을 개선하여 잠재력을 최대한 실현할 수 있도록 돕습니다. Minitab의 솔루션은 USCCG가 고객사 문제 해결 및 최적의 운영 수준 실현에서 주도적인 역할을 하는 데 매우 중요하게 기여합니다. 

과제

포장 충전업에서 충전 공정 제어는 매우 중요합니다. 과충전은 결과적으로 고객에게 공짜로 제품을 제공하는 것과 같습니다. 다량 작업 공정에서 과충전이 누적되면 연간 수십만 달러에 달하는 손실이 발생할 수 있습니다. 반면 충전 수준이 기준에 미달하면 과태료와 기업 평판 저하로 인해 더 큰 비용이 초래될 수 있습니다.

포장 충전 시 가장 중요한 요건은 소비재의 순수 내용물에 관한 정부 규정을 준수하는 것입니다. 요약하자면, 제품의 충전 중량은 최대 허용 분산(MAV)에 따라 지정된 최소치 이상이어야 합니다. 평균 충전 중량은 라벨 표기 중량 이상이어야 하며, 절대 이에 미달해서는 안 됩니다.

오늘날 많은 기업은 규정상 과태료를 피하고 고객의 충성도를 유지하는 유일한 방법이 과충전이라고 생각합니다. 따라서 기업의 목표는 포장에 표기된 중량에 미달하지 않으면서 이에 최대한 가깝게 제품을 충전하는 것입니다. 이러한 목표는 합리적으로 보이지만, 여러 기업은 이를 달성하는 데 어려움을 겪고 있습니다. 기업이 공정 수용량을 충분히 이해하지 못해서일까요? 아니면 Lean 및 Six Sigma와 같은 적절한 도구와 기법 또는 기술을 활용하여 편차를 줄이고 공정을 관리하지 못해서일까요? 혹은 시행 과정에 문제가 있을까요? 정답은 위 모두입니다.

충전 중량 편차를 최소화 및 제어하고 통계적 모형화를 수행하면 수익금을 상당 부분 늘릴 수 있습니다. Minitab은 충전 중량을 최적화하기 위한 최적의 솔루션으로서 다양한 업계의 고객사가 수백만 달러 상당의 과충전을 줄이는 데 기여했습니다.

Minitab을 활용한 사례

USCCG는 업계 최고 캔디류 제조사의 젤리빈 충전 중량을 분석한 결과, SKU별 실제 평균 충전 중량이 표기된 중량 대비 최대 7%나 많은 것으로 나타났습니다. 그러나 평균치만을 살펴보면 오해의 소지가 있습니다. 충전 중량 편차 때문에 과충전을 만회할 기회가 소실될 수 있기 때문입니다.

충전 공정을 관찰한 USCCG는 작업자가 편차의 실질적인 원인을 이해하고 영구적인 시정 조치를 취하기보다는 충전 중량 측정치 피드백에 대응하며 공정을 방해한다는 사실을 파악했습니다. 이는 충전 중량 편차와 상관 관계에 있는 높은 공정 편차에 기여했습니다. 공정을 그대로 진행할 때와 충전 중량을 변경할 때를 정확하게 아는 것은 매우 중요합니다. 따라서 라인 및 제품별 통계적 공정 관리(SPC) 차트 작성의 필요성이 분명하게 드러났습니다.

먼저 Minitab Statistical Software를 활용하여 라인 및 SKU별로 전체 공정 수용량을 표기된 중량 및 최대 허용 분산(MAV)에 비교하여 점검했습니다. 그 결과, 공정에서 과충전이 발생할 가능성이 높았습니다.  해당 제조사는 USCCG의 조언에 따라 Xbar/R 차트를 사용하여 편차와 과충전 모두를 최소화했습니다.   

아래의 그림 1 은 라벨 표기 중량이 2,268그램인 젤리빈 포장의 전체 충전 중량 수용량 예시를 나타냅니다. MAV에 따른 허용 하한 중량은 2,205그램입니다. 이 데이터는 정규 분포에 적합하도록 Johnson 변환으로 변환되었습니다. 

Figure 1: Overall capability of a Jellybean package fill process; Target (label claim) = 2268g, Average fill =2294.88 and a LSL=2205g. 그림 1: 젤리빈 포장 충전 공정의 전체 수용량. 목표(라벨 표기 중량) = 2,268그램. 평균 충전량 = 2,294.88그램. LSL = 2,205그램.

그림 1처럼 평균 충전량(2,294.8그램)은 라벨 표기 중량보다 26그램 더 많으며, LSL보다 충전량이 적은 전체 개체수는 최소로 추정됩니다. 추가 모형화(그림 2) 결과, 하한 중량으로 26그램만큼 이동하면 평균 충전량이 2,268.88그램이 되는 것으로 나타났습니다. 또한 이 경우 Cpm도 0.75에서 1.46으로 증가합니다. 모형에 따르면, 이 경우에도 충전량이 LSL 미만인 개체수는 최소입니다. 참고로 모든 공정 라인은 퇴출 메커니즘을 수반하는 점검 균형을 통해 충전량이 MAV 미만인 포장이 배송되지 않게 합니다.

Figure 2:  Overall capability model of a Jellybean fill weight shifted 26g to lower fill weights   shows minimal unit weights below the LSL and with an average fill weight of 2268.88 g. 그림 2: 젤리빈 충전 중량의 전체 수용량 모형에 따르면, 충전 중량 하한으로 26그램만큼 이동하는 경우 평균 충전 중량은 2,268.88그램이 되며, 충전량이 LSL 미만인 개체 중량은 최소가 되는 것으로 나타났습니다.

평균 포장 중량이 라벨 표기를 준수하며 모형이 나타내는 MAV 개체수가 최소이므로, 라인 내 점검 균형 과정에서 13개 제품이 퇴출되며 라벨 표기에 관한 2개의 정부 규정 모두를 준수할 수 있습니다. 이제 USCCG는 Xbar/R 차트(그림 3)를 생성하고, 이러한 관리 한계를 시작점으로 활용하여 전체 수용량 모형의 추정대로 중앙 선을 유지하고 더 나아가 중량 편차를 줄일 수 있습니다. 또한 이를 통해 MAV 개체를 더 줄이거나 전면적으로 제거할 수 있습니다.

많은 조직이 과충전 줄이기와 MAV 위반으로 인한 불합격 사이에서 균형을 찾기 위해 노력합니다. 예를 들어, 이 사례의 수용량 모형에 나타난 중앙 선으로 인해 다수의 MAV 위반이 발생한다면(이는 많은 충전 작업에서 용납되지 않습니다), 평균(중앙 선)을 더 높은 쪽으로 이동하여 MAV 불합격 건수를 줄여야 합니다. 이러한 방법을 사용하면 불합격한 포장을 개봉하여 충전한 제품을 다시 가치 스트림으로 돌려보내는 재작업이 줄어드는 대신 과충전이 증가하게 됩니다. 따라서 Xbar/R 차트를 활용하여 충전 중량 편차를 줄일 때는 중앙 선을 그대로 유지하면서 개체 불합격의 결과로 초래되는 재작업을 방지하는 것이 중요합니다. 

Figure 3: Xbar/R chart showing the center line and corresponding control limits to be used based on the overall capability model. 그림 3: 전체 수용량 모형에 기반하여 사용할 중앙 선 및 상응하는 관리 한계를 나타내는 Xbar/R 차트.

추정 중앙 선과 관리 한계는 절대적인 것으로 간주해서는 안 되며, 실제 상황에서 테스트해야 합니다. 즉, 차트는 다음의 주요 4단계에 걸쳐 구현해야 합니다.

  1. 투입과 산출 사이의 관계를 잘 알지 못한다면 이를 파악하여 공정 조정의 효과를 충분히 이해합니다. 그러면 공정을 제어할 수 없을 때 작업자가 효과적으로 대응하고 신속하게 공정 중앙값을 사용할 수 있습니다. 이 단계는 추정된 관리 한계를 검증하는 데에도 도움이 됩니다.
  2. 차트 테스트 규칙(서부 전기 규칙 및 1단계에서 확립한 관계)을 활용하여 공정 관리를 유지하고 평균 충전 중량(중앙 선)을 달성할 수 있는지 확인합니다.
  3. 이행 전에 작업자와 관련 직원에게 차트의 이점과 활용 방법을 교육합니다. 차트를 작성하는 동안 공정 라인의 작업자를 코칭하고 멘토링하는 것이 좋습니다. 또한 일일 차트 검토를 통해 다음을 확인하세요. (1) 차트가 올바르게 활용되고 있는지 여부 (2) 차트 중앙 선 달성 여부 (3) MAV 위반 전무 또는 최소한으로만 발생 여부 (4) 특수 원인 파악 및 대응 여부
  4. 정기적으로 편차가 감소했는지 및 관리 한계 재계산이 필요한지 검토합니다. 지속적인 전체 수용량 분석 또한 새로운 중앙 선 지정에 도움이 됩니다.  

수용량 분석 및 통계 공정 관리는 과충전 감소에 크게 도움이 되지만, 이 방법이 유일한 솔루션은 아닙니다. 솔루션의 혜택을 모두 누리려면 Lean 도구, 기법 및 방법도 함께 활용하여 지속적인 재료 유통 개선, 장비 가동 시간 증대 및 전환 시간 단축을 이루어야 합니다. 이러한 노력을 병행할 때 재료를 대폭 절약하고 처리량을 증대할 수 있습니다.

결과

성과는 수치로 입증되었습니다. 즉, 포장 캔디 제품의 과충전률이 50% 이상 감소하여 연간 재료비가 120만 달러 이상 절감되었습니다. 달콤한 결과가 따로 없죠! 

객원 작성자 소개

Frank J. Esposto 박사는 USCCG에서 18년 이상 재직하며 품질 개선 부문을 이끌고 있습니다. USCCG의 품질 담당 전무이사이자 Lean Six Sigma 마스터 블랙 벨트 소지자인 Esposto 박사는 USCCG의 다양한 고객을 위한 Lean/Six Sigma 교육을 만들고 주도하는 일을 담당하고 있습니다. Esposto 박사는 다양한 업계의 고객과 협력하여 맞춤형 문제 해결 솔루션과 접근법 및 여러 유형의 문제 해결 교육을 제공하거나, 사내 핵심 역량이 부족하여 해결하지 못하는 문제를 해결함으로써 생산성/품질 문제에 대응해왔습니다. 또한 Esposto 박사는 다양한 업계에서 Six Sigma 이니셔티브와 Lean을 병용한 블랙 벨트 교육과 그린 벨트 교육을 실시했습니다.

조직

  • 공정 개선 전문 경영관리 컨설팅펌
  • 플로리다 주 탬파 소재
  • 임직원 수 약 200명 

과제

포장 충전 시 가장 중요한 요건은 소비재의 순수 내용물에 관한 정부 규정을 준수하는 것입니다. 단위 충전 중량은 지정된 최소 기준 이상이어야 하고, 평균 충전 중량은 라벨 표기 중량 이상이어야 하며 이에 미달해서는 안 됩니다. 

사용 제품

Minitab® Statistical Software

결과

  • 포장 캔디 제품의 과충전률 50% 이상 감소.
  • 연간 재료비 120만 달러 이상 절감. 
clear