AWS를 통한 린 일상 관리

기록 시스템으로 Tulip Lean 일일 관리 보드의 데이터를 컨텍스트화하여 운영 개선에 대한 더 나은 인사이트를 얻습니다.

목적

린 일일 관리 보드는 셀, 라인 및 공장 수준에서 가시성을 확보하는 데 매우 중요합니다. 또한 필요에 따라 문제를 쉽게 에스컬레이션할 수 있도록 세 가지 수준(셀, 라인, 공장) 모두에서 회의를 엄격하게 추진하는 것이 중요합니다.

또한 이러한 회의를 가능한 한 데이터 기반으로 진행하는 것이 중요합니다. 여기에서 린 일일 관리에 대한 모든 내용을 자세히 알아보세요{target=_blank}.

린 일일 관리 회의는 일반적으로 아래와 같은 SQDC(안전, 품질, 배송, 비용) 보드를 중심으로 진행될 수 있습니다:

Tulip과 AWS를 통해 크게 두 가지를 개선할 수 있습니다.1. Tulip 앱으로 Lean Daily Management 보드를 디지털화하여 지표 캡처 및 에스컬레이션 작업 기록 간소화 2. 엔지니어링, 공급망 및 기타 엔터프라이즈 데이터의 맥락에서 추가 분석할 수 있도록 Lean Daily Management 앱 데이터를 AWS로 스트리밍합니다.

린 일일 관리 보드의 이 두 가지 개선 영역은 작업 현장의 제조 데이터에 기반한 더 광범위한 엔터프라이즈 수준의 개선 기회뿐만 아니라 중요한 조치를 보다 구체적으로 만들 수 있는 기회를 창출합니다.

예를 들어 작업자 피드백을 기반으로 부품을 재설계하는 엔지니어링 등이 있습니다.

아키텍처 및 설정

아키텍처에는 데이터 수집 및 저장 요구 사항에 따라 몇 가지 옵션이 있으며, 아래는 시작하기 위한 샘플 아키텍처입니다:

아래에서 단계별로 살펴보겠습니다.

데이터 생성

Tulip 앱은 린 일일 관리 회의를 관리하는 데 사용됩니다. 라이브러리에 있는 Lean Dashboard 앱과 같은 앱을 이 용도로 사용할 수 있습니다.

이를 통해 감독자는 작업 현장 수준의 세부 정보를 명확하게 파악하고 완료 기록 또는 Tulip 테이블에 저장할 수 있습니다.

데이터 수집

데이터 분석가는 간단한 람다 함수를 사용하여 Tulip에서 데이터를 쿼리하거나 Glue ETL에서 보다 강력한 스크립트를 사용할 수 있습니다. 이는 기존 경험과 워크로드 요구 사항에 따라 달라질 수 있습니다. 데이터 정리가 필요한 경우, Glue ETL이 더 많은 옵션을 제공할 수 있으며, 이 가이드는 AWS 람다 함수에서튤립 테이블 데이터를 쿼리하는 방법에 대한 것으로 두 옵션 모두에 적용할 수 있습니다.

ERP 및 기타 엔터프라이즈 데이터를 수집하고 컨텍스트화하기 위해 REST API와 Glue ETL/Lambda부터 AWS AppSync 사용에 이르기까지 다양한 옵션이 존재합니다.

선택적으로, 작업 현장 컨텍스트를 추가하기 위해 IoT Sitewise 또는 IoT Core에서 머신 데이터를 캡처할 수 있습니다.

데이터 저장

Tulip 및 기타 엔터프라이즈 시스템의 데이터는 다양한 옵션으로 저장할 수 있습니다. 다음은 몇 가지 예입니다.* 관계형 데이터베이스: 기존 관계형 데이터베이스(예: AWS RDS)를 사용하여 간결한 일일 관리 데이터를 저장한 다음 선택한 비즈니스 인텔리전스(BI) 도구* Data Lake에서 분석할 수 있습니다: 데이터 레이크: 데이터베이스를 사용하지 않고도 데이터를 쉽게 저장한 다음 서버리스 방식으로 아테나에서 쿼리할 수 있도록 Glue 및 AWS Athena와 함께 S3를 사용할 수도 있습니다* 데이터 웨어하우스: 데이터 제한, 볼륨 및 기타 고려 사항에 따라 Redshift와 같은 다른 옵션도 있습니다.

데이터 분석 및 시각화

간단한 시작점으로, Amazon Quicksight, PowerBI, Tableau와 같은 BI 도구에서 인사이트를 분석할 수 있습니다.

이 외에도, 보다 심층적인 분석이 필요한 경우 Sagemaker 노트북과 같은 도구를 사용하여 린 일일 관리 정보를 보다 세분화된 수준으로 분석할 수도 있습니다.

가치 창출의 예

공급망 및 엔지니어링 피드백

린 일상 관리 데이터를 공급망 및 엔지니어링 데이터와 함께 분석하면 결함 문제나 배송 문제의 근본 원인이 공급망의 더 광범위한 문제인지 아니면 제품 설계 자체의 문제인지 파악할 수 있습니다. 작업 현장(린 일상 관리), 공급망 및 엔지니어링 전반에 걸쳐 데이터를 컨텍스트화하면 다음과 같이 폭넓은 분석이 가능합니다.

벤치마킹

여러 라인, 현장 및 사업부 전반에서 린 일상 관리 데이터를 집계하면 벤치마킹을 통해 최고 성과를 내는 셀을 파악하고 기업 전체에 선도 사례를 가장 잘 전달하는 방법을 쉽게 이해할 수 있습니다.

다음 단계

이 초기 아키텍처를 마스터했다면, 다음 단계로 기계 IoT 데이터에서 인사이트를 계층화하여 작업 현장의 전체 성과를 파악할 수 있습니다.

또한, Tulip에서 모든 데이터를 올바르게 가져오는 방법에 대한 자세한 내용은 모든 Tulip 테이블 가져오기 문서를 참조하세요.