출하 불량률 2.8% → 1.6%, 주력 라인 OEE는 74% 달성.
공장 2곳을 둔 매출 1조 VND 규모의 제조 그룹이 공정 중 품질 관리와 실가동 시간 기반 보전을 표준화했습니다. 불량이 최종 검사에서 발견되는 대신 발생 지점에서 차단됩니다.
고객사가 직접 제공하고 공개에 동의한 수치이며, 각 지표에 명시된 범위와 기간 안에서 측정됐습니다. 결과는 기업 규모와 업종, 시작 시점의 데이터 정비 수준에 따라 달라집니다.
TASA Group은 매출 1조 VND 규모의 산업재 제조 그룹으로 공장 2곳을 운영하며, 내수 시장과 함께 정기 품질 감사를 요구하는 수출 고객에 공급합니다.
양측이 처음 마주 앉았을 때 품질 관리는 종이 양식과 엑셀로 돌아가고 있었습니다: 불량은 대부분 최종 검사에서 발견됐고(출하 물량의 2.8%), 원인 공정 추적에는 며칠씩 걸렸습니다. OEE는 상시 측정되지 않아 비계획 정지가 설비 시간의 약 9%를 차지하면서도 원인은 수기 기록에 분류조차 되지 않았고, 40명의 품질팀은 시간의 약 3분의 1을 데이터 입력과 보고서 취합에 쓰고 있었습니다.
도입 전과 후를, 측정 시점과 방법까지 함께 제시합니다.
| 지표 | 도입 전 | 도입 후 | 측정 시점 및 방법 |
|---|---|---|---|
| 출하 불량률 | 2.8% | 1.6% | 12개월 후 · 두 공장의 전체 출하 로트 |
| 주력 라인 OEE | 61% | 74% | 설비에서 자동 측정 · 3개월 평균 |
| 비계획 정지 | 설비 시간의 약 9% | 설비 시간의 6.2% | EAM: 고정 일정 대신 실가동 시간 기반 보전 |
| 품질팀 생산성 | — | +35% | 1인당 검사 물량 · 데이터 입력·보고 자동화 |
고객사가 직접 제공하고 공개에 동의한 수치이며, 각 지표에 명시된 범위와 기간 안에서 측정됐습니다. 결과는 기업 규모와 업종, 시작 시점의 데이터 정비 수준에 따라 달라집니다.
탐색부터 가동까지.
같은 불량인데 공장마다 이름이 다르고 임계값도 달랐습니다. 그 상태에서 자동 알림을 켰다면 오경보만 쏟아졌을 것입니다. 프로젝트는 확산을 의도적으로 멈추고, 두 공장의 QA 팀과 함께 214개 항목의 불량 코드 체계와 공용 검사 임계값을 표준화한 뒤에야 알림을 가동했습니다. 이 6주의 지연이 이후 12개월 수치를 신뢰할 수 있는 이유입니다.
“1.6%라는 숫자가 가장 뿌듯한 건 아닙니다. 정말 값진 것은, 이제 불량이 조금이라도 늘면 어느 공정, 어느 교대조에서 생긴 것인지 즉시 안다는 점입니다. 고객이 항의한 뒤가 아니라, 로트가 공장을 떠나기 전에요.”
