빠르게 진화하는 데이터 분석 환경에서 효율적인 보고 도구는 정보에 기반한 의사 결정을 내리는 데 핵심적인 역할을 합니다. 본 프레젠테이션에서는 제조 실행 시스템(MES) 및 통계적 품질 관리(SQC) 데이터 추출 및 분석을 간소화하도록 개발된 JMP 도구 제품군 전체를 소개합니다. 특히, Syensqo와 Ippon Innovation의 협력으로 개발된 JMP 추가 기능은 회사의 기존 템플릿과 완벽하게 호환되는 SQC PowerPoint 보고서 작성을 간소화하도록 설계되었습니다.
저희는 품질 관리 프로세스 워크플로우의 맥락에서 자사 도구의 기능을 소개합니다. 또한 구현 과정에서 얻은 통찰력을 공유하고 자동화가 보고 방식을 어떻게 변화시키고 있는지 살펴봅니다.
안녕하세요. 저는 니콜라 브래머이고, 시엔스코(Syensqo)에서 근무하고 있습니다. 저희 회사는 항공우주 산업용 프리프레그를 제조하는 회사이며, 저는 글로벌 식스 시그마 리더이자 공정 엔지니어링 전문가입니다.
안녕하세요. 제 이름은 소피 쿠빌리에입니다. 저는 잇폰 이노베이션에서 데이터 과학자 겸 통계학자로 근무했습니다. 잇폰 이노베이션은 툴루즈에 위치한 통계 컨설팅 회사입니다.
다양한 데이터베이스에서 데이터를 가져와 분석 및 보고를 자동화하는 방법에 대한 포스터를 발표하고자 합니다. Syensqo는 많은 제조 기업과 마찬가지로 오랫동안 데이터 수집 및 저장에 상당한 시간과 비용을 투자해 왔습니다. 데이터는 IP21, Wonderware, PI와 같은 데이터 히스토리언을 통해 생산 설비에서 수집될 뿐만 아니라 LIMS와 같은 실험실 관리 시스템에 저장된 테스트 장비에서도 수집됩니다. 하지만 이러한 데이터를 의미 있는 방식으로 접근하고 활용하는 방법, 더 나아가 원자재, 공정 설정과 같은 공정 입력값과 그 원인, 즉 공정의 핵심 특성을 결합하는 방법에 대해서는 거의 고려하지 않았습니다.
Syensqo는 현재 이러한 데이터 소스에서 더 많은 가치를 추출할 수 있는 방법을 찾기 위해 전력을 다하고 있습니다. 첫 번째 단계는 최소한의 노력으로 데이터를 수집하고 정리하는 추가 기능을 개발하는 것이었습니다. 또한, 표준화된 데이터 분석 방법과 일관된 고객 정보 제공 형식을 사용하여 12개 복합재 제조 현장 어디에서든 자동으로 보고서를 생성할 수 있어야 한다는 추가 요구 사항도 있었습니다. 2023년, Syensqo는 이러한 노력을 지원하기 위한 JMP 추가 기능 개발을 위해 JMP 통합 업체인 Ippon과 협력했습니다.
이제 소피가 추가 기능을 개발하는 데 사용한 방법에 대해 이야기하겠습니다.
저희는 세 가지 주요 목표를 가지고 있습니다. 첫째, MES 데이터든 SQC 데이터든 관계없이 데이터 추출 및 필터링 과정을 간소화하고자 합니다. JMP 초보자도 원하는 데이터를 쉽게 조작할 수 있도록 툴박스를 활용한 데이터 조작 방법을 개발했으며, 이는 추후에 자세히 설명드리겠습니다. 마지막으로, SQC 보고서 생성 과정을 자동화하고자 합니다.
이 문서에서는 저희가 개발한 다양한 추가 기능, 특히 SQC 보고서 추가 기능의 일반적인 워크플로를 보여줍니다. 먼저, 저희가 개발한 모든 JMP 관리자 화면에서 사용자를 확인할 수 있습니다. 사용자 인터페이스에서 사용자는 추출하고자 하는 데이터를 매우 쉽게 지정할 수 있습니다. 예를 들어, 기간을 지정하거나 필요에 따라 필터를 추가할 수도 있습니다. 사용자가 보낸 쿼리는 데이터베이스(LIMS 또는 MES 등)로 전송됩니다. 그런 다음 데이터를 받으면… 죄송합니다, 니콜라. 이 보고서가 아니었네요. 다시 말씀해 주시겠어요?
응.
니콜라, 잠깐만 기다려 주세요. 아니면 다시 시작하기 전에 파워포인트로 돌아가셔도 돼요. 방법론과 목표 설명 부분에서 제가 보여주고 있는 건 아무것도 없거든요.
[알아들을 수 없는 부분 00:03:55] 하고 싶었어요. 죄송합니다, 제 잘못입니다.
문제없습니다. 다시 시작하면 됩니다. 단일 방법 목표에 대해서는 아무것도 보여드리지 않겠습니다. 오른쪽 다이어그램만 보여드리겠습니다. 그게 전부입니다. 보고서 표는 3페이지 다음에 보여드리겠습니다.
네, 죄송합니다.
괜찮아요.
플로렌스, 다시 시작할 수 있을까요? 죄송합니다.
괜찮아요. 저도 그래요.
소개도 시작할까요?
네. 저희는 모든 걸 다 해야 할 거예요.
네. 다시 시작해야 해요. 지금 4시 12분이니까 괜찮아요.
부디 이런 일은 자주 일어나지 않기를 바랍니다. 안녕하세요. 저는 니콜라 브래머이고, 시엔스코(Syensqo)에서 근무하고 있습니다. 시엔스코는 자동차 및 항공우주 산업용 탄소섬유 프리프레그를 제조하는 회사입니다. 저는 글로벌 식스 시그마 리더이자 글로벌 공정 엔지니어링 전문가입니다.
안녕하세요. 저는 소피 쿠빌리에입니다. 잇폰 이노베이션에서 데이터 과학자 겸 통계 전문가로 일하고 있습니다. 잇폰 이노베이션은 툴(tools)을 기반으로 하는 통계 컨설팅 회사입니다. 저는 식스 시그마 블랙 벨트 자격증도 보유하고 있습니다.
저희는 SQC 및 MES 데이터베이스에서 데이터를 추출하는 방법에 대한 포스터를 발표할 예정입니다. Syensqo는 다른 많은 제조 회사들과 마찬가지로 데이터 수집 및 저장 방법에 상당한 시간과 비용을 투자해 왔습니다. 생산 설비에서 수집된 데이터는 IP21, Wonderware, PI와 같은 데이터 히스토리안을 통해 저장되고, 시험 데이터는 LIMS와 같은 실험실 정보 관리 시스템에 저장됩니다.
전통적으로 이러한 데이터에 접근하고 의미 있는 방식으로 활용하는 방법에 대해서는 거의 고려되지 않았으며, 원자재, 속성, 공정 설정과 같은 공정 입력과 관련된 정보, 그리고 그 이유, 핵심 고객 특성 등을 통합하는 것에 대해서는 더욱 고려되지 않았습니다.
Syensqo는 현재 이러한 데이터 소스에서 더 많은 가치를 추출할 수 있는 방법을 찾기 위해 전력을 다하고 있습니다. 첫 번째 단계는 최소한의 노력으로 데이터를 수집하고 정리하는 추가 기능을 개발하는 것이었습니다. 또한, 표준화된 데이터 분석 방법과 일관된 고객 정보 제공 형식을 사용하여 12개 복합재 제조 현장 어디에서든 자동으로 보고서를 생성할 수 있어야 한다는 추가 요구 사항도 충족해야 했습니다. 2023년, Syensqo는 이러한 노력을 지원하기 위해 JMP 추가 기능을 개발하고자 JMP 통합 업체인 Ippon과 협력 계약을 체결했습니다.
이제 소피가 자신이 어떻게 추가 기능을 개발했는지 방법을 설명하겠습니다.
저희의 주요 목표는 MES 및 SQC 데이터의 추출 및 필터링 과정을 간소화하는 것입니다. 또한, JMP 초보자도 쉽게 데이터를 조작할 수 있도록 데이터 조작 툴박스를 활용하는 방법을 개발했습니다. 궁극적으로는 통계적 품질 관리 보고서 생성을 자동화하고자 합니다.
오른쪽의 작은 다이어그램에서 저희가 애드인 개발에 사용하는 Syensqo 워크플로우를 보여드리겠습니다. 특히 마지막 애드인인 SQC 보고서 생성에 이 워크플로우를 활용했습니다. 나중에 데모에서 보시겠지만, 저희 사용자 인터페이스는 사용자가 추출하고자 하는 데이터를 쉽게 지정할 수 있도록 설계되었습니다. 예를 들어 특정 기간의 데이터를 추출할 수 있습니다. 특정 제품 등급이나 로트 번호 등 원하는 조건에 따라 필터를 추가하여 특정 데이터만 볼 수도 있습니다.
작업이 완료되면 추가 기능은 사용자 쿼리를 데이터베이스의 실제 SQL 쿼리로 변환합니다. LIMS 또는 NES 데이터베이스를 모두 지원하며, 현재도 두 가지 모두를 다루고 있습니다. 마지막으로 추가 기능은 데이터베이스에서 데이터를 가져오고, 추가 기능과 요구 사항에 따라 다양한 출력 형식을 생성할 수 있습니다.
예를 들어 SQC 보고서 생성 추가 기능의 경우, 주요 출력물 중 하나는 SQC 보고서가 포함된 PowerPoint 파일입니다. 이 부분은 나중에 다시 설명하겠습니다. 문제는 JMP에서 생성된 PowerPoint 파일 자체의 품질이 처음에는 그다지 좋지 않다는 것입니다. 따라서 GSL 외에도 VBS나 Python과 같은 다른 스크립트를 사용하여 생성된 PowerPoint 파일의 서식을 조정합니다. 예를 들어 이미지나 표를 정렬하거나, 색상을 변경하는 등의 작업이 여기에 포함됩니다.
저희 추가 기능에서 가장 중요하고 마지막 단계는 검토 단계입니다. 사용자는 분석 결과를 모두 확인할 수 있으며, 언제든지 결과를 검토할 수 있습니다. 예를 들어, 데이터를 수정하거나 특정 행을 제외해야 하는 경우, 추가 기능을 통해 전체 보고서를 생성하는 버튼 하나만으로 간편하게 수정할 수 있습니다. 모든 변경 사항을 수동으로 입력하는 번거로움을 덜어주는 것이 바로 이 점입니다.
이제 몇 가지 사용자 인터페이스를 시연해 보겠습니다. 사용자 인터페이스의 예를 간단히 보여드리겠습니다. 사용자 인터페이스를 통해 사용자는 원하는 매개변수를 선택하여 필요한 정보만 추출할 수 있습니다. 프로세스 데이터든 실험실 정보 관리 시스템 데이터든, 각기 다른 쿼리에 대한 사용자 인터페이스는 모두 매우 유사하게 구성되어 있습니다. 따라서 여러 운영자, 특히 JMP를 자주 사용하지 않는 운영자에게도 교육이 훨씬 수월합니다. 표준화된 인터페이스를 제공함으로써 운영자들이 쉽게 적응할 수 있도록 돕습니다.
원하는 설정을 선택한 후에는 모든 매개변수 설정이 포함된 보고서를 쉽게 저장하고 나중에 다시 불러올 수 있습니다. 이러한 매개변수 설정은 다음과 같은 데이터 테이블에 저장됩니다. 여기에는 태그가 있으며, 이 태그에는 기계 속도 및 온도와 같은 연속 데이터뿐만 아니라 배치 번호, 레시피 번호와 같은 상황별 데이터도 포함됩니다.
스크립트를 실행한 결과로 생성되는 출력 테이블에는 데이터를 분석하거나 나중에 추가 태그 또는 데이터 행을 추가하는 데 도움이 되는 여러 하위 첨자가 포함되어 있습니다.
소피는 이제 자동화된 파워포인트 프레젠테이션에 대해 구체적으로 이야기할 것입니다.
이 추가 기능은 보고서를 생성합니다. 보고서를 생성하려면 먼저 보고서에 포함될 내용을 정의해야 사용자가 언제든지 추가할 수 있습니다. 추가 기능에는 '보고서 구성'이라는 테이블이 있으며, 이 테이블은 추가 기능에서 생성되지만 기본적으로 비어 있습니다. 사용자는 이 테이블에 추가 기능을 통해 실행할 다양한 보고서 정보를 직접 입력합니다. 추가 기능은 나중에 이 테이블을 읽어 사용합니다.
예를 들어, 여기 표가 있습니다. 모든 열은 이미 추가 기능에 의해 입력되어 있습니다. 사용자는 열 정보만 입력하면 됩니다. 예를 들어, 위치 열에는 데이터를 추출할 서버를 입력합니다. 그다음 제품 등급, 사양 상세명, 재질 설명과 같은 세 개의 열이 있습니다. 이러한 열들은 적용할 기능입니다. 예를 들어, 이 보고서에서는 특정 제품 등급, 특정 이름, 특정 재질 설명만 추출할 것입니다. 이러한 필터는 쿼리에 추가할 것입니다. 물론, 이는 SenseScope의 필요에 따라 회사 및 요구 사항에 맞게 조정할 수 있는 부분입니다.
다음으로 파일럿 관련 두 개의 열이 있습니다. 하나는 파일럿 값, 다른 하나는 파일럿 단위입니다. 이 열에는 보고서에서 추출할 데이터의 양을 지정합니다. 일반적으로 이 보고서에서는 24개월 분량의 데이터를 추출합니다. 그다음에는 빈도 값과 빈도 단위가 있습니다. 나중에 살펴보겠지만, 이 보고서는 13주마다 생성되며 빈도를 조정할 수 있습니다. 이 외에도 필요에 따라 여러 열을 추가했지만, 여러분의 회사 상황에 맞게 자유롭게 설정할 수 있습니다.
사용자가 생성할 보고서를 추가하거나 수정했으면 추가 기능을 실행할 수 있습니다. 그러면 추가 기능 사용자 인터페이스에 보고서 테이블이 표시됩니다. 사용자 인터페이스에서 사용자는 동일한 보고서 테이블을 볼 수 있으며, 실행할 보고서를 하나 또는 여러 개 선택할 수 있습니다. 각 보고서 실행 시 총 6개의 출력 결과가 여기에 표시됩니다.
먼저, 모든 보고서에 대해 5개의 생성 테이블이 있습니다. 그중 가장 중요한 테이블은 행 테이블입니다. 행 테이블을 열어보면 다른 테이블들과 매우 유사한 형태를 띠고 있는데, 이는 사용자가 관리 화면에서 혼란스러워하지 않도록 모든 출력 항목을 표준화했기 때문입니다. 단순히 데이터베이스에서 가져온 추가 데이터일 뿐입니다. 왼쪽 테이블 변수들을 보면 추출 기간이나 필터와 같은 보고서 정보를 확인할 수 있습니다.
사용자가 색상 코딩, 한계표 또는 관리도와 같은 기본적인 데이터 조작을 쉽게 수행하려는 경우 매우 유용한 추가 도구 스크립트를 다시 볼 수 있습니다. 이는 JMP 초보자에게도 유용합니다. 이것은 행 테이블입니다. 물론 이 행 테이블과 상호 작용할 수 있습니다.
또한 언스택 테이블도 있습니다. 기본적으로 언스택 테이블은 행 테이블과 동일하지만 매개변수가 행에 있는 대신 열에 있다는 점이 다릅니다. 이는 관리도를 사용할 때 더 편리합니다.
또한, 보여드릴 수 있는 표 중 하나는 한계표입니다. 이 한계표에는 각 매개변수에 대한 사양 한계와 관리 한계만 나와 있습니다. IDC에서 이미 형식이 지정되어 있으므로 표에서 해당 한계를 검색할 필요가 없습니다. 물론 이 IDC의 가장 중요한 출력물은 SQC 보고서입니다. 이것은 PowerPoint 파일입니다. 여기에 보여드리는 것은 관리자가 제공한 마법사의 원본입니다. PowerPoint 파일에서 어떤 것도 공유하거나 첨부하거나 수정하지 않았습니다. 관리자가 제공한 그대로입니다.
물론, 여기에는 Syensqo 템플릿이 사용되었지만, 필요에 따라 회사 템플릿을 수정하여 사용할 수도 있습니다. 먼저 표지 페이지에는 보고서 정보가 자동으로 입력되어 있으므로 사용자가 별도로 작업할 필요가 없습니다.
예를 들어 3페이지에는 매개변수가 있습니다. 출력 생성 테이블에서 볼 수 있는 것처럼 매개변수 및 제한 테이블이라고 부릅니다. 또한 배치 목록과 앱 출시 날짜, 부품 번호 및 설명도 있습니다.
각 매개변수에 대해 관리도를 작성했습니다. 경계선과 사양 한계, 관리 한계를 함께 표시했습니다. 마지막으로 각 매개변수에 대한 시나리오 분석 결과도 제시했습니다.
이 단계에서 사용자는 결론 및 권장 사항 페이지만 작성하면 됩니다. 모든 과정은 관리자가 이미 자동화했기 때문에 관리자는 아무것도 할 필요가 없습니다. 앞서 말씀드린 것처럼, 추가 기능에는 미리 보기 기능이 있습니다. 이전에 보여드린 표에서 사용자는 데이터를 수정할 수 있으며, 단 한 번의 버튼 클릭으로 사용자가 수정한 내용을 반영하여 PowerPoint 프레젠테이션을 생성할 수 있습니다.
지금까지 설명한 내용은 모두 온디맨드 모드에 관한 것이었습니다. 온디맨드 모드가 매우 많이 사용되는 것을 확인한 후, 서버에서 이를 자동화하려고 시도했습니다. 프레젠테이션의 레이아웃을 보시면 아시겠지만, 왼쪽 하단 부분에 JAMScript가 있습니다. CM Square는 전 세계에 있는 여러 Windows Server에서 각기 다른 데이터와 생성해야 하는 다양한 보고서를 처리합니다.
각 서버에서 예약된 작업을 사용하여 매일 실행되는 일반 JavaScript 코드를 실행합니다. 각 서버의 보고서를 살펴보고 빈도에 따라 생성해야 하는 보고서를 확인합니다. 예를 들어, 어떤 보고서가 13주마다 생성되어야 하는데 14주 동안 업데이트되지 않았다면 해당 보고서를 생성합니다. 이것이 바로 이 시스템의 작동 방식입니다. 보고서가 생성되면 품질 엔지니어에게 보고서 생성 알림 이메일이 전송되어 필요한 경우 보고서를 확인하고 검토할 수 있습니다.
보여드리기 위해 이메일 출력 내용을 보여드리겠습니다. 이메일은 이런 형식입니다. 일반적인 이메일 주소에서 발송됩니다. 이메일 내용은 기본적으로 어떤 보고서가 생성되었는지, 그리고 성공적으로 생성되었는지 여부에 대한 정보입니다. 예를 들어, 여기서는 보고서 5가 생성되었고 출력 파일이 저장된 위치가 나와 있습니다. 보고서 출력 파일은 공유 드라이브에 저장됩니다. 물론 사용자는 해당 공유 드라이브에 접근 권한이 있어야 합니다. 그렇지 않으면 보고서에 접근할 수 없습니다. 이 위치에는 앞서 보여드린 5개의 보고서 생성 테이블과 PowerPoint 파일이 있습니다. 보고서 생성이 실패한 경우를 대비하여 로그 파일도 첨부되어 있습니다. 이것이 바로 SQC 자동 보고서 추가 기능의 핵심 아이디어입니다.
이 추가 기능의 목표는 품질 및 생산 엔지니어의 데이터 수집 및 정리 부담을 줄여 데이터 검토를 위한 표준 방법론을 확립하고 모든 사이트에서 일관된 고객 결과물을 제공하는 동시에, 문제 해결이나 심층적인 탐색적 데이터 분석을 위해 데이터 세트에 대한 완전한 접근 권한을 유지하는 것입니다. 사용자들의 피드백은 매우 긍정적입니다. 많은 엔지니어들이 이 기능 덕분에 쿼리당 소요 시간이 30분에서 8시간까지 단축되었다고 말하며, 매일 이 도구를 사용하고 있습니다.
공정 장비에 설치된 계측 장비의 수준이 높을수록, 그리고 사용 가능한 레시피 정보가 많을수록, 입력 및 출력 데이터 테이블을 쉽게 결합할 수 있어 더 큰 이점을 얻을 수 있습니다. 이 작업은 Syensqo 데이터 분석 그룹에서 공정 데이터 추출을 위해 개발한 초기 추가 기능을 기반으로 하지만, 동일한 데이터베이스에서 연속 정보와 컨텍스트 정보를 모두 결합할 수 있는 기능을 통해 한 단계 더 발전시켰습니다. Syensqo 데이터 분석 그룹에서 개발한 기존 추가 기능은 JMP 커뮤니티 웹사이트에서 확인할 수 있습니다.
감사합니다. 저희 발표를 즐겁게 시청하셨기를 바랍니다.
감사합니다.
