제조 / 자동차 전자부품
HARMAN: 공장 운영 경보와 불량 원인 조사
- 기업
- HARMAN
- 국가
- 다국가
- 도입 상태
- 운영
- 자료 공개
- 날짜 기준
- 자료 발표 시점. 도입 시작일과 다를 수 있음
- 근거 확인 방법
- 원문 본문 열람
업무 문제
HARMAN은 전 세계 자동차 전자부품 생산을 넓히면서 공장마다 운영 성과를 고르게 유지하기가 점점 어려워졌다. 제조 전문 지식은 소수 엔지니어에게 몰려 있었고, 전문가는 문제를 진단하려고 공장 사이를 자주 오갔다. 공장마다 따로 만든 도구와 방식을 써서 잘된 개선을 다른 공장으로 옮기기 어려웠다. 대시보드는 문제를 보여 줬지만 표준화된 조치로 이어지지 않았고, 인력이 바뀌면 지식을 잃을 위험도 있었다.
적용한 기술과 데이터
HARMAN은 Arch Systems의 Arch Factory Intelligence Platform을 생산망에 도입했다. 먼저 중국 쑤저우 공장을 시범 거점으로 삼아 설비와 생산의 실시간 데이터를 우선순위가 매겨진 경보, 단계별 작업 안내, 역할별 조치와 연결했다. 운영자, 엔지니어, 생산 책임자는 이 경보와 안내를 보고 현장 문제에 대응한다. 연결된 공장의 관제실에서는 생산 성과와 개선 활동의 실행을 실시간으로 확인한다. 쑤저우에서 검증한 기능은 표준화해 다른 공장으로 넓히고 있다. Automotive News PACE Award 현장 심사 뒤에도 두 회사는 AI 에이전트 기능을 계속 발전시켰다. AI 에이전트는 자동 광학 검사(AOI)에서 찾은 불량이나 회로 시험(ICT) 실패에서 출발해 부품 실장 공정까지 거슬러 올라가 자재와 설비 이력을 분석한다. 이어 여러 원인 후보를 증거와 대조해 근본 원인을 좁히고 구체적인 시정 조치를 권고한다. Arch는 이 방식이 엔지니어가 설비와 시스템마다 증거를 직접 모아 분석하던 조사 단계를 줄인다고 설명했다.
성과
Arch Systems 사례 연구에 따르면 네 개 제조 거점의 총 부품 실장 수가 약 30% 늘었다. 같은 자료에서 백만 개당 불량 수(DPMU)는 37% 개선됐고, 여러 거점의 설비종합효율(OEE)은 6에서 8%포인트 올랐다. Arch는 HARMAN이 새 생산 라인을 늘리지 않고 기존 생산 능력을 더 잘 쓰게 됐다고 적었다. HARMAN의 자동차 제조 글로벌 책임자는 공장별로 따로 하던 개선이 전체 생산망으로 넓힐 수 있는 역량이 됐다고 말했다. 이 사업은 2026 Automotive News PACE Award 결선 후보에 올랐다.
한계와 남은 과제
성과 수치는 Arch Systems가 공개한 사례 연구의 수치이며 측정 기간, 비교 기준, 네 개 거점의 이름은 밝히지 않았다. AI 에이전트 원인 조사 기능은 기대 효과만 제시됐고 성과 가운데 AI가 기여한 몫은 따로 나오지 않는다.
출처
공개된 자료를 정리한 사례입니다. ATF Works 도입 고객의 결과가 아닙니다.