공장은 생각보다 복잡하다 – 자동화의 오해

자동화 설비를 늘리면 생산성이 올라갈까?

많은 경영진은 이렇게 생각한다.
“설비 가동률을 90% 이상으로 올리면 전체 생산성도 90%에 가까워질 것이다.”

하지만 현실 공장은 그렇게 단순하지 않다.

---

1️⃣ 자동화가 늘어나도 생산성이 안 오르는 이유

공장은 단일 기계가 아니라 시스템 네트워크다.

 

[공정 A] → [공정 B] → [공정 C]
        ↘ 물류 ↗
[Buffer / Stocker]

 

여기서 중요한 건 설비 가동률이 아니라 **흐름(Flow Efficiency)**이다.

사례 1: 병목 효과 (Bottleneck Effect)

• 공정 A: 95% 가동
• 공정 B: 88% 가동
• 공정 C: 70% 가동

이 경우 전체 라인의 최대 처리율은?

👉 70%

이는 제약이론(TOC: Theory of Constraints)으로 유명한
The Goal 에서도 강조하는 개념이다.

공장의 생산성은 가장 느린 공정이 결정한다.

---

2️⃣ 숫자로 보는 자동화의 착시

가정 조건

• 하루 목표 생산량: 1,000 unit
• 평균 공정 시간: 10분
• 설비 수: 20대
• 물류 이송 평균 대기 시간: 3분

겉으로 보면 충분해 보인다.

하지만 실제 계산해보면:

이론 처리량 (Takt 기준)

• 1 설비당 시간당 6 unit
• 20대 × 6 = 120 unit/hour
• 10시간 운영 → 1,200 unit 가능

이론상 목표 초과다.

---

실제 발생 변수

요소손실 비율

물류 대기	12%
공정 재작업	5%
설비 다운타임	8%
인터락 대기	6%

총 손실: 31%

실제 처리량:

1,200 × (1 - 0.31) = 828 unit

목표 1,000에 한참 못 미친다.

문제는 설비가 아니라
시스템 간 상호작용 손실이다.

---

3️⃣ 물류는 ‘보이지 않는 병목’이다

특히 반도체 공장.

웨이퍼 이동 횟수는
선단 공정 기준 평균 300~500회 이상이다.

HBM처럼 적층 공정이 늘어나면
이 횟수는 더 증가한다.

만약 OHT 혹은 AGV 평균 대기 시간이
3분에서 5분으로 늘어나면?

• 하루 400회 이동 × 2분 증가
• 800분 = 약 13시간 손실

이는 단일 웨이퍼 기준이다.
수백 LOT이 동시에 흐르면 손실은 기하급수다.

---

4️⃣ 자동화의 진짜 적: 복잡성

공장 복잡성은 이렇게 증가한다.

 

설비 증가 → 인터락 증가
공정 증가 → 이송 증가
데이터 증가 → 의사결정 지연

 

복잡성은 선형이 아니라 기하급수적으로 증가한다.

이를 복잡계 관점에서 설명하면
Thinking in Systems 에서 말하는 것처럼
시스템은 개별 요소보다 상호작용이 더 중요하다.

---

5️⃣ 자동화의 재정의

자동화는 설비 자동화가 아니다.

자동화는:

변수를 통제하는 능력
흐름을 설계하는 능력
복잡성을 줄이는 구조 설계

이다.

---

6️⃣ 무엇을 측정해야 하는가?

많은 공장이 보는 지표:

• 설비 가동률
• MTBF(Mean Time Between Failures)
• OEE(Overall Equipment Effectiveness, 설비종합효율)

하지만 진짜 중요한 지표는:

• Flow Efficiency
• 평균 WIP(Work in Progress) 체류 시간
• 물류 대기 시간 분산
• 병목 공정 변동성

---

7️⃣ 정리

공장은 생각보다 복잡하다.

설비를 늘리면
복잡성도 함께 늘어난다.

진짜 자동화는
“로봇을 몇 대 도입했는가”가 아니라

복잡성을 얼마나 통제했는가

에 달려 있다.