OHT를 늘렸는데 왜 더 느려질까?반도체 물류 병목을 찾는 5가지 지표

THOMAS DEEPTECH LAB · SYSTEMS · 2026.10.13

OHT를 늘렸는데 왜 더 느려질까?
반도체 물류 병목을 찾는 5가지 지표

OHT 증차 효과는 차량 공급뿐 아니라 공유 경로와 목적지 수용 능력에 따라 달라진다. 생성형 도구로 제작한 개념 이미지이며 특정 제조사 장비나 실제 팹의 운영 상황을 나타내지 않는다.

반송 요청이 밀리고 공정장비가 FOUP을 기다린다. 회의에서는 자연스럽게 이런 제안이 나온다. “OHT 차량을 더 넣으면 되지 않을까요?”

차량이 부족한 구간에서는 타당한 대책이다. 그러나 차량을 추가해도 처리량이 거의 늘지 않거나, 특정 합류부의 대기만 길어질 수 있다. 차량 수와 반송 능력이 항상 같은 비율로 증가하지 않기 때문이다.

이때 필요한 것은 작업이 어디에서, 무엇을 기다리고 있는지를 구분하는 일이다. 이번 글에서는 OHT 증차 검토를 위한 다섯 가지 지표와 개선안 비교 방법을 정리한다.

3문장 요약
OHT 증차는 차량 공급이 제약일 때 효과가 있으며, 합류부·공유 구간·목적지 포트가 제약이면 효과가 제한될 수 있다. 배차 대기, 구간 정체, 포트 대기, 백로그, P95·P99를 함께 읽어야 지연 원인을 좁힐 수 있다. 증차·경로 변경·버퍼 배치를 같은 수요와 시험 조건에서 비교하는 것이 투자 판단의 출발점이다.

1. OHT 부족과 반송 용량 부족은 어떻게 다를까?

OHT(Overhead Hoist Transport)는 천장 레일을 따라 FOUP을 운반하는 시스템이다. 차량은 이동하지만, 반송 서비스는 배차·경로·구간 진입·포트 인계가 연결되어야 완료된다.

차량 공급필요한 위치에 배차 가능한 차량이 있는가?

공유 경로합류부와 공용 구간에 진입 여유가 있는가?

목적지 수용포트 또는 버퍼가 캐리어를 받을 준비가 되었는가?

가령 출발지 인근에 빈 차량이 없고 픽업까지 오래 걸린다면 증차나 대기 위치 조정을 검토할 수 있다. 반대로 차량이 이미 배차되어 있는데 동일한 합류부 앞에 줄을 서 있다면, 차량 수보다 경로 수용 능력과 통과 규칙이 먼저 검토 대상이 된다.

세 번째 경우도 있다. 목적지 포트가 캐리어를 받을 수 없어 반송 완료가 지연되는 상황이다. 시스템 설계에 따라 차량은 포트 앞에서 대기하거나, 진입 전 보류되거나, 버퍼로 향할 수 있다. 이 시간을 모두 ‘OHT가 느린 시간’으로 묶으면 대책이 빗나간다.

증차 후 정체가 증가할 가능성은 있지만, 모든 OHT 시스템에서 반드시 발생하는 현상은 아니다. 레이아웃과 차량 투입 정책, 수요 분포, 우회 경로 유무에 따라 결과가 달라진다.

2. 평균 처리능력에 가까워질수록 대기는 왜 급증할까?

대기행렬 이론의 단순 모형인 M/M/1은 하나의 처리 자원에 요청이 모일 때의 대기를 설명한다. 포아송 도착, 독립적인 지수분포 처리시간, 단일 서버, 무한 대기공간과 안정 상태를 가정한다. 평균 도착률을 λ, 처리율을 μ라 하면 λ < μ인 조건에서 다음 관계가 성립한다. [1]

이용률 ρ = λ / μ
평균 대기시간 Wq = ρ / (1 − ρ) × 평균 처리시간

평균 처리시간을 가상의 10초로 고정하면 다음과 같다. 여기서 이용률은 해당 단일 처리 자원의 이용률이며, 팹 전체 OHT 차량의 평균 가동률과는 다르다.

자원 이용률	평균 대기시간 Wq	대기+처리시간
50%	10초	20초
80%	40초	50초
90%	90초	100초
95%	190초	200초

설명용 계산이며 실제 OHT 예측값은 아니다. 실제 레일은 유한한 공간, 구간 간 간섭, 예약·진입 제어, 다양한 우선순위를 가진 네트워크다. 이 표로 ‘OHT는 80% 이하로 운용해야 한다’는 공통 기준을 정할 수 없다. 핵심은 변동이 있는 시스템에서 평균 처리능력과 평균 수요가 가깝다는 이유만으로 대기 성능까지 보장되지는 않는다는 점이다.

3. 반송 병목을 찾는 다섯 가지 지표

배차·구간·포트의 지연과 전체 작업 집단의 백로그·백분위수를 함께 확인한다. 다섯 지표는 연속 단계가 아니므로 시간 구간의 중복을 확인하고 단순 합산하지 않는다. 상세 정의는 아래 표를 따른다.

 

아래 항목은 실무 분석을 위한 제안이다. 먼저 동일한 요청 ID를 기준으로 이벤트를 연결하고, 장치별 시계 차이와 로그 누락을 확인한다. 배차·취소·재배차의 정의도 고정해야 전후 비교가 가능하다.

지표	측정 방법	해석과 다음 확인
① 배차 대기시간	최초 유효 차량 할당 시각 − 요청 접수 시각	길다면 차량 부족뿐 아니라 할당 보류 조건·우선순위·목적지 준비 상태도 확인한다. 할당 후 픽업까지의 공차 이동은 별도로 본다.
② 구간별 정체시간	구간 진입 대기와 구간 내 교통 제약에 따른 정지·저속 시간을 구분 집계	합류부·공유 통로에 집중되는지 확인한다. 정지 원인 코드가 없다면 교통 정체로 단정하지 않는다.
③ 목적지 포트 대기시간	정의한 인계 가능 지점 도착부터 핸드오프 시작까지의 대기	포트 준비, 기존 FOUP 반출, 인터페이스 응답을 확인한다. 실제 승강·인계 동작 시간은 분리한다.
④ 백로그와 미완료 작업의 대기 나이	접수되었으나 완료·취소되지 않은 작업 수와 각 작업의 접수 후 경과시간	완료 처리량이 높아도 백로그가 계속 증가한다면 들어오는 수요를 감당하는지 재검토한다.
⑤ 이송시간 P95·P99	요청 접수부터 합의한 완료 이벤트까지의 시간 분포	평균에 가려진 긴 지연을 찾는다. 출발지–목적지(OD)·우선순위별로 나누고 표본 수와 미완료 건수를 함께 표시한다.

P95는 측정값의 95백분위수다. 완료 작업만 계산하면 오래 기다리는 미완료 작업이 제외되어 숫자가 좋아 보일 수 있다. 접수 시간대로 묶은 작업 집단의 완료 여부를 추적하고, 분석 종료 시 남은 작업의 대기 나이를 함께 보고하는 방식이 유용하다.

또한 여러 시간 지표를 단순 합산하기 전에 경계가 겹치지 않는지 확인해야 한다. 목적지 준비 지연 때문에 배차 자체가 보류되는 설계라면, 같은 원인이 차량 할당 이전의 대기로 나타날 수 있다.

4. Little의 법칙으로 로그의 숫자를 교차 확인하기

Little의 법칙은 같은 시스템 경계와 일관된 장기 평균에 대해 L = λW, 즉 평균 체류 작업 수 = 평균 유입률 × 평균 체류시간이라는 관계를 설명한다. 안정적으로 유입과 유출이 균형을 이루는 경우 처리량을 이용해 읽을 수 있다. [2]

설명용으로, 요청 접수부터 완료까지 평균 체류시간이 3분이고 안정 상태에서 시간당 600건을 처리한다고 하자. 평균 체류 작업 수는 600 × 3/60 = 30건이다. 같은 처리량에서 평균 체류시간이 6분이면 60건이다.

여기서 30건은 필요한 OHT 차량 30대라는 뜻이 아니다. 배차 전 대기 중인 작업도 포함되기 때문이다. 이 관계는 차량 대수를 직접 결정하는 식보다 작업 수·처리량·체류시간의 집계 경계가 맞는지 점검하는 데 적합하다. 백로그가 빠르게 증가하는 짧은 구간에 정상상태 해석을 그대로 적용해서는 안 된다.

5. 증차·경로 변경·버퍼 추가, 무엇부터 비교할까?

다음 표는 실제 프로젝트의 성능 결과가 아니라, 관찰 결과를 개선 가설로 연결하는 판단 틀이다. 한 지표만으로 결론을 내리지 않고 같은 작업의 로그를 따라 원인을 확인한다.

함께 나타나는 현상	검토할 개선안	효과와 함께 확인할 항목
배차 대기가 길고 필요한 구역의 가용 차량이 부족함	증차, 빈 차량 재배치, 대기 위치 변경	배차·픽업 지연 감소와 합류부 정체 증가 여부
배차는 빠르지만 특정 공용 구간에서 시간이 소모됨	경로 분산, 진입 정책, 교통량을 고려한 배차	해당 구간 개선이 다른 구간의 정체로 이동하지 않는지
포트 준비 지연과 캐리어 인계 대기가 큼	포트 운영 순서, 장비 앞 버퍼, 목적지 준비 연계	추가 반송 횟수, 버퍼 포화, 캐리어 추적과 공정 제약
평균은 양호하지만 일부 OD·일반 우선순위 작업만 지연됨	우선순위 정책과 장기 대기 작업 처리 기준	긴급 작업 성능을 유지하면서 일반 작업이 계속 밀리지 않는지

버퍼는 목적지가 잠시 받을 수 없는 상황을 흡수할 수 있지만 추가 입출고를 유발할 수도 있다. 우회 경로도 혼잡을 줄이는 대신 이동거리를 늘릴 수 있다. 따라서 대책의 효과는 차량 단위 속도보다 작업의 최종 완료시간과 시스템 처리량으로 확인하는 편이 적절하다.

6. 기업의 공개 자료도 경로와 제어 검증을 강조한다

Daifuku: 짧은 경로와 빠른 경로의 구분

다이후쿠는 Cleanway 관련 공식 설명에서 특정 장비 주변으로 차량이 몰리면 정체가 발생할 수 있다고 설명한다. 또한 혼잡을 고려해 경로를 선택하는 AI 활용을 소개하며, 물리적으로 더 긴 경로라도 더 빠른 도착을 기대할 수 있다는 관점을 제시한다. [3]

이는 OHT 성능을 차량 최고속도와 최단거리만으로 평가하기 어렵다는 산업 사례다. 해당 공개 설명만으로 특정 팹의 적용 버전이나 개선율을 확인할 수는 없으므로, 이 글에서는 공통 성능 수치로 인용하지 않는다.

VMS Solutions: 차량 할당과 경로 정책을 시뮬레이션으로 비교

VMS Solutions는 2025년 6월 공개한 MOZART AMHS 소개에서 차량 크기·차간 거리·가감속·속도 제한·분기 제어 등을 모델링하고, 차량 할당과 경로 알고리즘을 검증하는 접근을 설명한다. 차량 상태와 이송시간, 병목 위치의 모니터링도 소개한다. [4]

이 자료는 공급사가 설명하는 제품 기능이다. 실제 현장 재현 수준과 개선 효과는 대상 레이아웃·로그·제어 규칙을 이용한 별도 검증이 필요하다. 실무적으로 얻을 수 있는 시사점은 증차와 제어 변경을 동일한 가상 조건에서 비교할 수 있도록 모델을 준비하자는 것이다.

7. PM이 증차 검토 회의 전에 준비할 한 장

첫 장에는 차량 대수보다 아래의 비교 조건과 결과를 함께 담아보자.

1. 동일한 입력 수요: 요청 건수·시간 분포·OD·우선순위를 고정한다.
2. 기준 구성: 레일 지도, 차량 수, 활성 포트, 버퍼, 소프트웨어·파라미터 버전을 남긴다.
3. 비교안: 현 구성, 증차, 차량 재배치, 경로 정책, 버퍼 개선을 우선 개별 비교하고 유망한 조합을 추가 검토한다.
4. 결과: 완료 처리량·백로그 변화·다섯 가지 지연 지표와 실패·취소 건수를 함께 본다.
5. 반복성과 승인: 확률적 모형은 여러 반복과 결과 변동을 확인하고, 변경 영향에 맞는 현장 재시험 범위를 합의한다.

시뮬레이션은 먼저 현재 현장의 구간별 통과시간·포트 대기·완료 처리량을 어느 정도 재현하는지 확인해야 한다. 현재 상태를 설명하지 못하는 모델의 개선 결과를 그대로 투자 근거로 삼기는 어렵다. 워밍업과 초기 백로그를 맞추고, 정책 비교에는 같은 수요 시나리오를 적용하면 변화의 원인을 해석하기 수월해진다.

이 단계는 앞서 정리한 FAT·SAT와도 연결된다. 개선안에 따라 요구사항 ID, 시험 조건, 합격 기준, 증빙 로그를 정하면 ‘차량을 몇 대 더 넣었는가’에서 ‘어떤 조건에서 반송 서비스가 얼마나 개선되었는가’로 검토의 중심이 이동한다.

증차 판단을 시작하는 질문
“차량이 부족한가?”에 이어 “작업은 차량·경로·목적지 중 무엇을 기다리는가?”를 묻자. 병목의 위치를 알아야 증차, 제어 개선, 레이아웃 변경의 효과를 비교할 수 있다.

자주 묻는 질문

OHT 가동률이 높으면 증차해야 하나요?

가동률의 상태 정의부터 확인해야 한다. 실제 적재 이동과 교통 대기를 함께 ‘가동’으로 집계한다면 높은 수치가 충분한 생산성을 의미하지 않을 수 있다. 가용 차량 분포와 작업별 대기를 함께 확인한다.

최단거리 경로가 가장 효율적이지 않나요?

혼잡과 인계 대기가 없다면 유리할 수 있다. 하지만 실제 완료시간에는 구간 대기가 포함된다. 우회에 드는 추가 이동시간보다 줄어드는 대기가 클 때 더 긴 경로가 유리해질 수 있다.

P95가 개선되면 성능 개선이 입증되나요?

동일 조건에서의 개선 신호지만 단독 판정 기준으로는 부족하다. P99, 처리량, 미완료 작업, 우선순위별 지연과 실패 건수가 함께 악화되지 않는지 확인해야 한다.

함께 읽으면 좋은 글

• FAT·SAT란? OHT 자동화 설비의 성능검증과 인수 기준 정리 — 개선안을 시험 가능한 요구사항으로 연결하기.
• OHT 제어 방식 완전 비교: PLC·IPC·Embedded ECU — 차량 제어와 상위 배차·경로 제어의 책임 구분.
• OHT는 왜 항상 부족할까 — 반송 수요와 시스템 관점의 문제의식 확장.

참고 자료

1. MIT OpenCourseWare — M/M/1 Queue: 단일 서버 모형의 이용률·평균 대기시간 관계.
2. MIT — Urban Operations Research, Section 4.4: Little의 법칙과 시스템 경계.
3. Daifuku — Improving Reliability and Productivity with Daifuku’s Semiconductor Production Line Systems: 혼잡을 고려한 Cleanway 경로 선택 설명.
4. VMS Solutions — 반도체 팹 OHT 제어 최적화를 위한 고해상도 AMHS 시뮬레이션, 2025.06.20: 모델링·알고리즘 비교 기능 소개.

작성일: 2026.10.13. 당일 발표된 뉴스의 요약이 아니라 공개 기술자료를 바탕으로 작성한 실무 해설이다. 계산 예시와 진단표는 작성자의 설명용 구성이고 특정 고객사의 운영 데이터·계약 성능을 나타내지 않는다.

게시 설정·SEO 정보

추천 카테고리: SYSTEMS

검색 설명문: OHT 증차가 반송 지연을 해결하지 못하는 이유를 설명합니다. 배차 대기, 구간 정체, 포트 대기, 백로그, P95·P99로 병목을 찾고 증차·경로·버퍼 개선을 비교합니다.

태그 10개: OHT, AMHS, 반도체물류자동화, OHT증차, 반송병목, 대기행렬이론, 리틀의법칙, OCS, 물류시뮬레이션, 시스템엔지니어링

검색 키워드: OHT 증차 효과, OHT 병목 분석, 반도체 물류 지연, OHT 경로 최적화, AMHS 시뮬레이션, 배차 대기시간, 포트 대기시간, OHT P95 P99, Little 법칙, OHT 처리량