이 이야기는 고객의 외부 출판 승인을 받았습니다. 자유롭게 공유해주세요! >> 여기 JMP.com에서 읽어보세요.
용량 모델링에 대한 새로운 접근 방식을 통해 TI 팹 하나가 사후 검증에서 사전 모니터링으로 전환되었습니다.
Texas Instruments 산업 엔지니어 Michelle Beauchemin과의 인터뷰
텍사스 인스트루먼트 (TI)는 미국에 본사를 둔 선도적인 반도체 회사입니다. 80,000개 이상의 아날로그 및 임베디드 처리 칩 제품을 보유한 TI는 세계에서 가장 포괄적인 반도체 포트폴리오 중 하나를 보유하고 있습니다. 회사의 내부 제조 능력은 수십 년간의 성장을 뒷받침해 왔습니다.
산업 엔지니어인 Michelle Beauchemin은 2015년 프로세스 엔지니어로 TI에 합류했습니다. 그녀는 산업 엔지니어링 분야에서 현재 역할을 맡은 후 통계 도구 및 자동화의 사용을 확대하여 메인 주 사우스 포틀랜드에 있는 TI 공장에서 의미 있는 개선을 추진할 수 있는 기회를 확인했습니다.
Michelle은 캘리포니아주 팜스프링스에서 열린 2023 Discovery Summit Americas에서 JMP 고객 제휴 관리자인 Meg Hermes와 대화를 나누었습니다.
메그: Texas Instruments에 입사한 첫날부터 JMP를 사용해 왔다고 하셨는데요.
미셸: 저는 주로 데이터 탐색을 하고 있었고 그 역할로 약간의 DOE 작업을 수행했습니다. 하지만 당시에는 JMP나 JMP가 수행할 수 있는 작업을 완전히 이해하지 못했습니다. 제가 정말로 뛰어들어 배우기로 결심한 것은 약 1년 전 산업공학 분야로 자리를 옮겼을 때였습니다.
제가 작업하고 싶은 특정 프로젝트도 있었습니다. 즉, 용량 모델의 일부를 검증하는 것이었습니다. 처음에는 Excel이나 Spotfire를 선택하는 것처럼 보였지만 작동하지 않았습니다. JMP는 해당 프로젝트를 맞춤화하는 데 필요한 모든 요구 사항을 충족했습니다.
JMP의 필요성과 사용 사례가 있었기 때문에 저는 먼저 뛰어들었습니다. 1년 전만 해도 짐작조차 할 수 없었던 엑셀조차 열지 않은 날이 참 많았습니다! 저는 지금 거의 모든 일에 JMP를 사용하고 있습니다.
메그: 그러면 모델 검증에 대해 말씀해 주세요. 모든 것이 어떻게 시작 되었습니까?
미셸: 현재 Excel 모델인 당사의 용량 모델은 다양한 도구의 처리 속도를 기반으로 합니다. 각 도구 세트는 다양한 레시피를 실행하며 각 도구 세트의 각 레시피에 대해 속도 및 처리량 데이터(기본적으로 시간당 부품)를 저장합니다. 이러한 처리량 값은 도구 자체의 성능 저하로 인한 결과인지 또는 의도적인 변경으로 인해 시간이 지남에 따라 변하며, 실제 프로세스가 변경될 때 모델을 계속 업데이트하지 않으면 모델이 더 이상 정확하지 않습니다. 때로는 새로운 레시피를 추가한 다음 해당 속도도 문서화해야 합니다.
본질적으로 발생하는 모든 변경 사항을 문서화하고 모델이 항상 올바른 값을 갖는지 확인하는 것은 매우 어렵습니다. 실제 프로세스 실행에 대해 역사적으로 각 레시피의 처리량을 파악한 다음 해당 정보를 가져와 레시피별로 분포를 표시하면 전체 데이터 세트에서 시간 경과에 따른 변화를 확인할 수 있습니다.
평균 성능뿐만 아니라 가능한 최고의 성능으로 도구를 캡처할 수 있도록 처리량 검증 프로세스 중에 대량의 기록 처리 데이터를 포함하는 것이 중요합니다. 모델의 다른 곳에서도 비효율성이 모델링되었습니다. 그러나 평균 프로세스 속도와 알려진 비효율성을 결합하면 비효율성을 두 번 계산하게 됩니다. 잘못된 실행이나 비표준 실행을 포함하지 않도록 하려면 항상 어느 정도의 수동 검토가 필요합니다. 그런 다음 체계적으로 각 레시피를 검토하여 모델링하려는 대상의 선을 그릴 위치를 선택합니다. JSL의 스크립팅을 통해 데이터 랭글링 프로세스와 결과를 대화형 대시보드로 구성하는 프로세스를 자동화할 수 있었고 스크립트를 설정하는 데 단 몇 분만에 모든 도구 세트에 대해 프로세스를 반복할 수 있습니다.
먼저 하나의 도구 세트에 대해 이 검증을 수행한 결과 우리가 생각했던 것보다 훨씬 더 많은 용량이 있음이 밝혀졌습니다. 처리량 향상을 위해 생각만큼 많은 리소스를 투입할 필요는 없었습니다. 그리고 데이터를 통해 프로세스 및 산업 엔지니어링 팀에 이를 시연할 수 있었습니다.
설득력 있는 시각화를 통해 처리량 검증 데이터를 백업할 수 있다는 것은 수치를 업데이트하는 것이 큰 변화이기 때문에 정말 영향력이 큽니다. 많은 사람을 설득해야 합니다.
메그: 그런 발견이 사업에 어떤 영향을 미치나요?
미셸: 수치를 업데이트하기 전에는 해당 도구 세트의 용량을 긴급하게 늘리는 데 시간과 리소스를 투자할 계획이었습니다. 그리고 처리량 분석을 기반으로 모델링된 용량을 조정하기 위해 경영진으로부터 동의를 얻은 것은 이러한 리소스를 보다 영향력 있는 개선 프로젝트에 할당할 수 있다는 것을 의미했습니다. 우리는 품질에 영향을 미칠 수 있는 프로세스 변경 경로를 따를 필요가 없었습니다.
그래서 그것은 큰 결정이었습니다. 저는 "이 분석을 바탕으로 이 프로세스를 변경하지 않고도 계획된 시작 조합을 실행할 수 있는 충분한 역량을 갖추고 있습니다."라고 자신있게 말할 수 있었습니다.
메그: 경영진도 결정에 대한 확신을 공유할 수 있도록 무엇을 했나요?
미셸: 저는 프로세스 엔지니어 및 해당 도구 세트를 사용하는 그룹의 관리자와 분석을 공유하는 것부터 시작했습니다. 그는 JMP의 열렬한 지지자입니다. 그는 데이터 기반 스크립팅에 매우 능숙합니다. 그래서 그는 내가 발표한 내용을 보고 싶어 했습니다. 그는 과거 프로세스 데이터로부터 분석을 구성하는 것의 가치를 이해하고 있으며 그런 점에서 그는 나의 옹호자입니다. 그는 이렇게 말했습니다. “이것은 매우 의미가 있습니다. 정말 좋습니다. 계속 이 일을 해야 해요.”
그리고 나는 그의 피드백을 바탕으로 내 접근 방식을 조정할 만큼 그를 신뢰했습니다. 예를 들어, 그는 결정을 내리기 전에 다른 부하 패턴을 살펴보고 싶어했고 제가 그 데이터를 가지고 돌아왔을 때 우리는 수치를 조정했습니다.
프로젝트에 대한 그의 지원을 받고, 이 프로젝트가 더 많은 청중에게 보여질 것을 옹호하고, 경영진에게 발표할 기회를 얻는 것은 매우 유익했습니다. 또한 더 많은 청중은 이러한 유형의 분석을 다른 도구 세트 및 더 폭넓은 용도로 확장할 수 있는 기회를 보았습니다.
메그: 옹호자가 있다는 것은 매우 중요합니다. 실제로 모든 변화를 가져올 수 있습니다.
미셸: 제가 하고 있는 일을 더욱 추진할 수 있도록 모든 수준에서 경영진의 지원을 받을 수 있다는 것은 정말 고무적인 일이었습니다. 그들은 그 가치를 매우 빨리 이해하고 이를 지지했습니다.
메그: 우리 모두는 그런 회사에서 일하고 싶어해요! 나는 사람들이 항상 "우리의 리더십은 매우 전통적이다"라고 말하는 것을 듣습니다. TI가 회사의 모든 수준에서 분석을 옹호하는 방법을 듣는 것은 고무적입니다. 이것이 바로 혁신을 이끄는 원동력입니다.
미셸: 처음 분석을 공유한 이후 관리자들로부터 받은 옹호와 지원 덕분에 이 프로젝트를 계속 진행하고 확장할 수 있는 시간과 공간이 생겼습니다.
용량을 평가할 때가 되면 다른 도구 세트에 대한 분석을 반복해 달라는 요청을 여러 사람으로부터 받았습니다. 이제 그들은 "모델을 검증할 수 있습니까?"라고 묻습니다. "모델이 정확합니다." 또는 "이 도구 세트의 용량을 늘리기 위해 몇 가지 활동을 수행해야 합니다."라는 분석을 가지고 팀에 돌아왔을 때 신뢰를 받을 수 있어서 정말 기뻤습니다.
나는 이 결론과 내 프로세스에 대한 신뢰를 시각적으로 뒷받침할 데이터를 가지고 있습니다. 말할 것도 없이 사람들은 JMP 도표를 볼 때 분석을 신뢰한다고 생각합니다. 해당 형식으로 데이터를 공유하면 신뢰를 얻을 수 있습니다.
메그: 규모에 따른 모델 검증의 최종 목표는 무엇이며 어떻게 도달합니까?
미셸: 최종 목표는 모니터링과 검증을 모두 수행하는 것입니다.
내가 아닌 다른 사람이 사용할 수 있는 검증 도구를 만들어야 합니다. 왜냐하면 지금 당장 사용할 수 있기 때문입니다. 그러나 그것이 어떻게 구축되었는지 알고 있기 때문에 내가 만들고 있는 몇 가지 가정이나 [내가 설명할 수 있는] 불확실성이 있을 수 있습니다. 나는 다른 사용자가 살펴봐야 할 점, 제외할 점, 그리고 둘 사이의 차이점을 이해하는 방법을 식별하는 데 도움이 되는 몇 가지 도구를 구축하고 싶습니다.
그 이후에는 기록 데이터를 되돌아보는 검증이 아니라 처리량 변화가 발생할 때 이를 감지하기 위해 지속적인 모니터링이 이루어집니다.
메그: 사고방식이 수동적에서 능동적으로 완전히 바뀌었습니다. 정말 흥미롭네요.
미셸: 그것은. 동의를 얻기 위해 시연할 수 있는 무언가를 구축할 수 있는 충분한 시간을 가질 수 있어서 정말 다행이라고 생각합니다. 이제는 “좋아, 이건 네 프로젝트야. 필요할 때 이 작업을 수행할 수 있는 자유가 있습니다.”
나도 그 일을 하는 걸 좋아해요! 직장에서 뭔가 일을 하고 있으면서 “이 일을 해서는 안 된다”고 생각하는 것을 멈추는 것은 기분이 이상합니다. 나는 그것을 너무 많이 사랑 해요! 뭔가 문제가 있는 게 틀림없어요.” 그러나 당신은 “아니요, 이것이 바로 내가 해야 할 일입니다.”라는 것을 깨닫게 됩니다.
메그: 당신은 꿈의 직업을 갖게 되었습니다. 모두 당신이 아이디어를 갖고 실행했기 때문입니다! 그 이야기는 다른 사람들이 데이터 기술 수준을 높이고 통계적 힘을 조금 더 높일 때 가능한 것이 무엇인지 탐구하도록 영감을 주어야 합니다.
미셸: 그것은 확실히 목표입니다. 우리는 메인 공장에서 JMP Inspire 이벤트를 진행했는데 이벤트 계획을 돕고 이를 공장으로 가져가서 모두에게 "여기저기서 작은 일에 JMP를 사용하고 계시네요."라고 보여줄 수 있어서 정말 기뻤습니다. 하지만 그것으로 할 수 있는 다른 모든 일들을 알고 있었나요?”
저는 제 사이트의 모든 사람들이 이전에는 JMP를 사용할 생각이 없었던 일에 JMP를 사용하도록 권장하고 싶습니다. 며칠 동안 Excel을 열지 않고 시도해 보세요! 모든 것을 JMP로 가져와서 사용해 보세요.
그리고 JMP를 사용하면 스크립팅을 매우 쉽게 시작할 수 있습니다. 위협의 장벽을 깨고 스크립트가 얼마나 많은 일을 할 수 있는지 확인하면 정말 많은 가능성이 열립니다. 나는 다른 사람들도 같은 깨달음을 갖도록 격려할 수 있기를 바랍니다.
메그: JMP Inspire 이벤트에 대해 언급하셨는데, TI가 다른 JMP 교육 기회도 제공할 것이라고 확신합니다. 그러나 훈련에는 상당한 시간 투자가 필요합니다. 교육이 엔지니어에게 시간을 투자할 가치가 있다는 사실을 경영진에게 알리는 경우는 무엇입니까?
미셸: 우리 경영진은 이미 JMP와 통계 사용을 적극 지지하고 있습니다. 따라서 저는 이를 '사례 만들기'라기보다는 '사람들이 흥미를 가질 수 있는 기회'라고 생각합니다.
우리는 단지 시각화에만 JMP를 많이 사용하기 때문에 경영진의 눈에 잘 띄게 됩니다. JMP를 배우고 더욱 능숙하게 활용하며 신입 사원이 업무에 적응할 수 있도록 위에서 아래로 많은 지원이 제공됩니다.
이번 주 Discovery Summit에서 저는 "데이터 활용 능력 문화 구축"에 대한 이야기를 많이 들었습니다. 하지만 내 생각에는 Texas Instruments가 이미 거기에 있는 것 같습니다. 우리가 직면한 과제는 분석을 도입하는 것이 아니라 [도메인과 통계 지식의 최적 균형]을 유지하는 것입니다. 사람들이 은퇴하더라도 우리는 그들이 가지고 있는 기술적 지식을 잃고 싶지 않습니다.
경력을 막 시작하고 사람들이 분석에 관해 이야기하는 것을 듣는다면 기술 적용을 완전히 이해하지 못한 것입니다. 그 뒤에 숨어 있는 내용을 이해하지 못한 채 유행어를 반복하는 것은 쉽습니다. 따라서 우리가 직면한 과제는 데이터 활용 능력의 기초로서 진정한 기술 지식을 다시 도입하는 것입니다. 통계 지식을 스스로 발전시키려면 갈 길이 멀고 Discovery Summit은 그 길을 계속 따라가는 것이 얼마나 중요한지 강조하는 데 도움이 되었습니다.
Meg: 분석 성숙도 여정에서 모든 사람은 서로 다른 위치에 있습니다. 당신은 더 멀리 나아갈 수 있으며 이것이 도전이 없다는 것을 의미하지는 않습니다. 그것은 단지 다른 도전일 뿐입니다.
미셸: 일부 회사에는 실험 구축과 결과 분석에 대한 상담과 도움을 제공하는 통계학자나 데이터 분석가가 있다는 점도 수집하고 있습니다. 그것은 우리가 하는 일이 전혀 아닙니다. TI의 모든 직원은 자신의 실험 설계 및 분석을 담당합니다. 우리 모두는 일상생활을 하려면 기본 수준의 이해를 갖고 있어야 합니다.
그렇다고 우리에게 전문가가 없다는 말은 아닙니다. 확실히 그렇습니다. 질문이 있는 경우 기꺼이 상담하고 도움을 줄 수 있는 통계 전문가가 있지만 해당 역할을 담당하도록 지정되어 있지는 않습니다. 그들은 통계 분야에 많은 경험을 갖고 있는 프로세스 엔지니어 또는 관리자입니다.
메그: 그런 구조를 통해 조직 전체의 통계 역량을 높일 수 있어요.
미셸: 우리 사이트의 분석을 위해 TI 관리 측면에서 많은 지원이 있습니다. 그리고 저는 Discovery Summit에 참석하고 배운 내용을 Fab에 다시 가져가는 등 분석 문화를 유지하는 데 기여하여 동료를 지원하고 새로운 것을 시도할 수 있는 자신감을 줄 수 있기를 바랍니다. 우리는 사람들이 JMP에 더 깊이 빠져들도록 동기를 부여해야 했고, 그렇게 하면 많은 결과가 나올 것이라고 생각합니다.
메그: JMP에서 더 많은 가치를 얻을 수 있는 기회가 있다고 생각하는 예를 들어주실 수 있나요?
미셸: 자동화는 큰 일입니다. 아직 Workflow Builder를 많이 사용해본 적은 없지만 작업을 자동화하고 싶지만 스크립팅에 익숙하지 않은 사람들을 위한 많은 기회가 있다고 생각합니다. 우리 모두는 반복적인 분석을 수행하고 있으며 일부 사람들은 Workflow Builder를 사용하여 이러한 작업을 자동화하는 것이 얼마나 쉬운지 알지 못합니다.
하나의 프로젝트를 자동화하면 자동화를 사용할 수 있는 다른 모든 부분이 보이기 시작하는데 이는 정말 흥미진진한 일입니다. 제가 지금 작업하고 있는 모델 검증을 자동화할 때 그런 느낌을 경험했습니다. 시작하자마자 나는 "맙소사, 내가 진행하고 있는 다른 모든 프로젝트에도 이 일을 하고 싶다!"라고 생각했습니다.
메그: 당신의 열정은 어디서 나오나요? 무엇이 당신에게 그렇게 많은 에너지를 가지고 당신의 작업에 접근하도록 영감을 주었나요?
미셸: 저는 매일 코딩을 정말 좋아합니다. 하지만 일상생활 외에는 공장에 대해 정말 열정을 느낍니다. 저는 [TI 공장]에서 남쪽으로 30분 거리에서 자랐고 고속도로를 운전할 때마다 표지판을 보았습니다. 중학교 때 여름 캠프로 공장 견학을 하다가 “여기서 일하고 싶다”고 생각한 적이 있다. 그리고 지금은 그렇습니다!
프로세스 엔지니어링 역할을 맡으면 지금 일어나고 있는 일에 너무 집중하기 때문에 더 큰 그림을 보기가 어려울 수 있습니다. “이런 일을 해야 해.” “이 자격을 통과해야 해.” 등등. 하지만 산업공학으로 옮겨가면서 저는 그 불꽃을 다시 되찾았습니다. “나는 이 공장을 좋아해요.”
내가 하는 방식으로 공장에서 역할을 맡고 있다는 느낌은 믿을 수 없을 만큼 흥미진진합니다. 저는 공장의 성공에 대한 더 큰 그림을 보고 더 큰 공동체의 일원이 된 것 같은 느낌을 받는 것을 좋아합니다.
메그: 알겠습니다! 저는 JMP와 데이터를 사용하여 문제를 해결하는 데 열정을 갖고 있는 사람들로 구성된 커뮤니티에 대해서도 같은 생각을 합니다.
미셸: 저는 지난 주에 동료와 이야기를 나누면서 이렇게 물었습니다. “최종 결과가 마음에 들기 때문에 퍼즐을 맞추는 것을 좋아하시나요? 아니면 조각을 맞추는 걸 좋아해서 퍼즐을 맞추는 걸 좋아하시나요?” 그러자 그의 대답은 “아, 최종 결과를 보고 싶어요.”였습니다.
나는 이렇게 생각하게 되었습니다. 나에게는 이것이 반드시 최종 결과일 필요는 없습니다. 나는 그 작은 조각을 찾았을 때 얻는 검색과 보상을 좋아하며 그것은 나에게 코딩과 매우 흡사합니다. 당신은하고 싶은 일에 대한 아이디어가 있습니다. 몇 줄만 입력하면 시작됩니다. 테스트해 보세요. 작동하지 않을 수도 있습니다. 아마도 뭔가를 수정해야 할 수도 있고 그러면 작동할 수도 있습니다. 그리고 그것은 그 과정의 한 단계에 불과합니다.
나는 그 과정에서 발견과 성공의 모든 작은 조각에서 기쁨을 얻습니다. 창조의 과정은 최종적으로 창조하는 것만큼이나 흥미진진합니다. 나는 그 과정과 결과를 공유하고 그 결과를 보는 데 참여하게 된 것을 행운으로 생각합니다.
