저희 조직에서는 JMP 제품을 다양한 운영 분야에 활용하여 그 다재다능함과 효율성을 입증하고 있습니다. 특히 JMP Live는 강력한 비즈니스 인텔리전스 도구로서 발효 반응 속도와 재무 데이터를 명확하고 정확하게 시각화할 수 있도록 지원합니다. JMP의 직관적인 인터페이스를 통해 의사 결정권자들은 실시간으로 인사이트를 도출하고 데이터 기반의 의사 결정을 내릴 수 있습니다.
또한 JMP의 분석 기능은 데이터 분석 작업에 매우 중요합니다. SQL 쿼리를 JMP 추가 기능에 원활하게 통합하여 데이터 웨어하우스의 방대한 데이터 세트에 신속하게 접근할 수 있습니다. 이러한 간소화된 접근 방식을 통해 분석 프로세스가 가속화되고 의미 있는 인사이트를 효율적으로 도출할 수 있습니다.
데이터 분석 외에도 JMP의 고급 모델링 기능을 활용하여 예측 분석 역량을 강화하고 있습니다. 예를 들어, JMP에서 곰페르츠 모델을 사용하여 NIR 바이오에탄올 반응 속도를 기반으로 CO2 방출량을 예측하는데, 이는 당사 생산 공정에서 매우 중요한 요소입니다. 관리도 작성 및 생산 데이터와의 비교를 통해 이론적 수율 대비 비율과 같은 성능 지표를 정량화하여 공정 최적화 및 품질 관리에 도움을 줄 수 있습니다.
이러한 응용 분야를 통해 JMP 제품은 당사 조직 내 데이터 기반 의사 결정, 프로세스 최적화 및 품질 보증 활동에 핵심적인 역할을 수행합니다. 당사는 지속적으로 혁신하고 방법론을 개선해 나가고 있으며, JMP는 운영 효율성 향상과 지속적인 개선을 추구하는 데 있어 없어서는 안 될 중요한 동반자입니다.
안녕하세요 여러분. 오늘 이렇게 인사드리게 되어 기쁩니다. 제 이름은 스콧 존슨입니다. 저는 사우스다코타주 수폴스에 있는 POET에서 데이터 시스템 관리자로 근무하고 있습니다.
저는 브랜든 브라이틀링이고, 수폴스에 있는 POET의 수석 통계학자입니다.
POET는 세계 최대 바이오에탄올 생산업체이며, 본사는 앞서 말씀드린 대로 사우스다코타주 수폴스에 있습니다. 저희는 중서부 8개 주에 걸쳐 34개의 바이오 공정 시설을 운영하고 있습니다. POET는 부지 선정, 설계 및 건설, 곡물 조달, 제품 마케팅, 공장 관리까지 모든 과정을 통합적으로 관리하는 독자적인 비즈니스 모델을 보유하고 있습니다. 나아가 관련 농업 산업 분야의 공공 정책에도 참여하고 있습니다.
따라서 적절한 시기에 적절한 사람들에게 데이터와 인사이트를 제공하는 것은 어려운 과제입니다. 물론 이는 POET만의 문제가 아닙니다. 많은 기업들이 비슷한 데이터 분석 문제를 겪고 있습니다. POET는 다른 기업들과 마찬가지로 보고서, KPI, 대시보드를 제공하기 위해 다양한 도구를 사용합니다. 특히 실시간 데이터 분석에 대한 필요성이 매우 큽니다.
저희 사업의 핵심은 24시간 연중무휴로 가동되는 34개의 바이오프로세싱 시설에서 이루어집니다. JMP는 이러한 시설에서 얻은 인사이트를 회사 전체 사용자에게 제공하는 데 핵심적인 역할을 하는 플랫폼 중 하나입니다. 구체적인 JMP 활용 사례를 보여드리기보다는, 기업 차원이나 시설 지원 차원에서 JMP를 어떻게 활용하는지, 즉 시설 수준에서 필요한 분석과 차트 작성을 수행하고 그 결과를 다른 사람들과 공유하는 몇 가지 사례를 소개하고자 합니다.
최근 JMP Live를 저희 도구 세트에 추가하면서 네트워크 전반에 걸쳐 연구 결과를 공유할 수 있는 기회가 얼마나 더 많아졌는지 보여드리겠습니다. 브랜든에게 몇 가지 사례를 보여달라고 부탁드리겠습니다.
훌륭합니다. 스콧, 감사합니다. POET는 10년 넘게 JMP를 트렌드 분석, 실험 설계, 데이터 쿼리 등에 활용해 왔습니다. 저는 왼쪽에 보이는 스크린샷과 같은 JMP 추가 기능을 관리하고 있습니다. 이 추가 기능은 POET 데이터 웨어하우스에 저장된 수많은 테이블과 뷰를 가리키며, 정기적으로 여러 트랜잭션 시스템의 데이터를 쿼리하여 통합 저장하거나 추가 기능을 통해 접근할 수 있도록 합니다.
이렇게 수집된 데이터 세트는 엔지니어, 과학자, 그리고 비즈니스 담당자들이 분석할 수 있도록 제공됩니다. 저는 주로 데이터 소유자들과 협력하여 원시 데이터나 거래 데이터 소스에서 데이터를 추출, 전송, 로드하는 데이터 소스 구축에 많은 시간을 할애합니다.
그런 다음 최종 사용자가 유용한 인사이트를 얻을 수 있도록 데이터를 모델링합니다. 일반적으로 이러한 단계를 데이터 웨어하우스에서 수행하는 것이 조직에 더 효율적이지만, 데이터 전처리 및 모델링의 일부는 JSL을 사용해서도 수행할 수 있습니다. 애드인 스크린샷을 다시 보면, 왼쪽 상단의 가장 왼쪽 창을 보면 발효, 조금 더 내려가면 증류, 증발과 같은 헤더가 있는데, 이는 에탄올 생산 단위 공정이며 애드인의 데이터는 대부분 공정 관련 데이터입니다. 이러한 공정 관련 거래 데이터는 대부분 OSI PI에 저장되어 있으며, 오늘 통화에 참여한 스콧과 그의 팀이 주요 데이터 관리자입니다.
JMP는 프레젠테이션 오른쪽 상단 스크린샷에서 볼 수 있듯이 OSI PI에 직접 연결하는 기능을 제공합니다. 특히 여러 소스에서 가져온 데이터나 계산 열이 포함된 대규모 데이터 세트를 가져올 때는 스콧과 그의 팀과 협력하여 원시 데이터를 데이터 웨어하우스로 가져온 다음 최종 사용자를 위해 모델링합니다. 또한 분석을 위한 인사이트 도출에 도움이 되는 데이터 세트를 만들기 위해 운영 시스템과 통합할 수 있는 다양한 재무 및 기타 거래 시스템도 보유하고 있습니다.
오른쪽 하단 스크린샷에서 볼 수 있듯이, 사용자는 테이블과 키를 알고 있다면 직접 쿼리와 조인을 수행할 수 있습니다. 데스크톱에서 JMP 데이터 세트를 열고 추가 기능 테이블을 불러온 다음 테이블 메뉴에서 조인을 선택하거나, 위 스크린샷과 유사하게 파일 메뉴에서 데이터베이스 플랫폼을 선택하고 데이터베이스를 선택한 다음 추가 기능에 아직 연결되지 않은 테이블에 대한 직접 쿼리를 실행하여 데이터베이스 자체에 직접 쿼리할 수 있습니다.
저희가 보유한 여러 JMP 라이선스 외에도 현재 JMP Pro 라이선스를 사용하고 있습니다. JMP Pro의 향상된 기능을 활용해야 하는 특정 모델링 작업에 주로 사용합니다. 많은 운영 데이터의 경우 예측 변수들이 서로 상관관계가 있습니다. 예를 들어 왼쪽 그림과 같은 회귀 모델을 구축해야 할 때, 상관관계가 있는 예측 변수들을 고려하면 일반화 회귀 분석에서 LASSO 기법이 적합하며, 이는 JMP Pro에서 지원하는 기능입니다.
또한, 저희 발효 공정은 배치별로 진행되며, 반응 속도 자체는 곡선 형태로 나타나는데, 이는 Functional Data Explorer 플랫폼에서 분석하기에 적합한 응답입니다. 오른쪽 스냅샷에서 예시를 확인할 수 있습니다. 배치 수준에서 반응 속도 차이에 대한 예측 변수는 Functional Data Explorer 플랫폼을 통해 탐색할 수 있습니다.
스콧은 JMP Live의 구체적인 사용 사례에 대해 더 자세히 설명할 것입니다. JMP Live는 차트 및 분석과의 상호 작용을 가능하게 하는 다른 비즈니스 인텔리전스 도구와 유사한 많은 기능을 제공하지만, 몇 가지 고유한 기능 덕분에 특정 작업에 있어 더욱 뛰어난 성능을 발휘합니다.
이 시스템은 강력한 품질 관리 차트 기능을 제공하며, 그 예시를 왼쪽 상단 차트(가운데 녹색, 주변 노란색, 가장 바깥쪽 빨간색)에서 확인할 수 있습니다. 차트 오른쪽에는 히스토그램, CPK(공정 성능 지표) 및 기타 통계 자료를 포함한 공정 능력 분석도 나와 있습니다. 이러한 기능들은 모두 쉽게 추가할 수 있습니다. 경고 기능도 추가하여 기준이 충족될 경우 자동으로 이메일을 발송하도록 설정할 수 있습니다.
또한 왼쪽 하단에서 배경 지도에 데이터를 표시하여 지리적 관련 인사이트를 쉽게 도출할 수 있습니다. 오른쪽 열 전환기에 표시된 데이터 필터를 사용하여 분석 쿼리 기능을 활용한 보다 전통적인 막대 그래프 형태의 인사이트도 생성할 수 있습니다. 이러한 JMP Live 분석 기능은 포털에 접속하여 위에 표시된 스니펫 중 하나를 클릭하면 쉽게 이용할 수 있습니다.
그럼 이제 스콧에게 마이크를 넘겨 좀 더 자세한 논의와 JMP Live의 구체적인 사용 사례를 들어보도록 하겠습니다.
감사합니다, 브랜든. JMP Live가 저희 도구 세트에 추가된 지 약 1년 반 정도 되었는데, 이제 POET 내에는 세 가지 수준의 JMP 사용자가 있다고 생각합니다. 이는 실제 JMP 소프트웨어 버전이나 도구에도 어느 정도 반영되어 있습니다. 엔지니어 연구원과 주제 전문가들은 JMP 클라이언트를 사용하고, 브랜든이 앞서 언급한 데이터 추가 기능을 활용하여 데이터에 쉽게 접근합니다.
다시 말씀드리지만, JMP Pro를 사용하여 데이터를 심층 분석하는 사용자는 소수에 불과하며, 이는 전체 사용자 중 극히 일부입니다. 이제 POET에 새롭게 추가된 JMP Live를 통해 이러한 분석 결과를 공유할 수 있게 되었습니다. 이를 통해 엔지니어와 전문가들이 발견한 내용을 활용하여 더 많은 사용자에게 쉽게 화면을 제공할 수 있습니다.
JMP Live에 대해 좀 더 자세히 살펴보고 발효 관련 사례를 이야기해 보겠습니다. 사실 발효 관련 사례는 JMP Live를 저희 도구 세트에 추가하게 된 구체적인 계기가 되었습니다. 바이오에탄올 공정에서 발효는 핵심적인 부분인데, 저희는 이전에 JMP와 JMP Pro를 사용하여 몇 차례 일회성 분석을 진행했습니다. 하지만 이러한 분석 결과는 JMP가 설치되어 있고 소프트웨어 사용법에 익숙한 사용자들과만 쉽게 공유할 수 있었습니다.
이처럼 접근성이 다소 제한적인 것은 우리가 이전에 사용했던 다른 도구들에서도 낯설지 않았습니다. 해당 도구는 문제를 쉽게 파악하고 해결하기 위한 강력한 유연성이 부족하거나, 강력한 기능은 갖추고 있지만 일반 사용자가 쉽게 접근할 수 없는 것처럼 보였습니다. 발효 과정에서 발생하는 문제를 신속하게 해결하기 위한 결정을 내리려면 더 많은 사용자의 도움이 필요합니다.
다음은 저희가 구축한 파일의 예시입니다. 이 파일은 SQL Server 리포팅 서비스를 사용하여 각 공장의 발효 과정을 모니터링합니다. 시간 경과에 따른 에탄올 전환율 곡선과 배치별 데이터가 중첩되어 표시됩니다. 이 보기에서는 공장별 및 기간별 검색이 가능했지만, 저희가 원하는 수준의 상세 분석 기능이 부족했습니다. 관련 분야 전문가가 있거나 수동으로 데이터를 분석하는 담당자가 없이는 심층적인 데이터 분석이 어려웠습니다.
저희는 JMP 클라이언트 도구와 유사한 보기 기능을 활용하여 이 기능을 구현할 수 있었고, 데이터를 세분화하고 심층 분석하는 데 매우 유용했습니다. 하지만 이러한 분석 기능은 JMP 사용자에게만 제공되었고, 일반 대중과 쉽게 공유할 수 없었습니다. JMP에 접근 권한이 있는 사람들만이 이러한 기능을 활용할 수 있었습니다.
JMP Live를 소개합니다. JMP 클라이언트 도구에서 제공하던 기능을 JMP Live로 내보내어 게시할 수 있었고, 이제 저희 운영 지원팀에서 해당 기능에 접근할 수 있게 되었습니다. 아래 스크린샷 몇 장을 통해 그 이점을 확인하실 수 있습니다. 왼쪽 상단에서 발효조 중 하나, 즉 한 배치에서 문제가 발생한 것을 볼 수 있습니다. 시간이 지남에 따라 에탄올 전환율이 낮아지는 녹색 선이 바로 그 부분입니다.
JMP Live를 사용하면, 더 자세히 살펴보고 싶을 때, 사용자는 이상치를 강조 표시하고 그 원인을 파악할 수 있습니다. 이 경우, 배치 번호, 발효조 번호, 사용된 용기 등을 확인할 수 있습니다. 특히 흥미로운 점은 당시 사용했던 레시피 전략, 효모 종류, 효소 종류까지 알 수 있다는 것입니다.
오른쪽 상단 모서리에서 효모와 효소에 대해 이야기하자면, 특정 효소를 강조 표시하여 이전 배치에서 어떤 선행 지표가 있었는지 확인할 수 있습니다. 저는 이 전략이 낮은 성과를 낼 가능성을 시사하는 몇 가지 부분을 강조 표시했습니다.
오른쪽 하단에는 동일한 데이터의 일부를 다른 관점에서 보여주는 화면이 있습니다. 실적이 저조했던 특정 공장을 강조 표시하면서, 다른 공장들과 비교하여 실적을 보여주고, 다른 공장들이 어떤 전략을 사용하고 있는지 확인할 수 있습니다. POET에서 사용하는 소프트웨어 플랫폼에서 매우 중요하게 생각하는 기능 중 하나는 전체 공장과 실적을 비교하고, 실적이 우수한 공장의 전략을 적용하여 나머지 공장들의 실적 향상을 도모하는 것입니다.
이 지표 하나만으로도 이 사용 사례의 성공에 기여할 수 있습니다. 특히 이 발효 과정 보기 기능은 약 1년 반 전에 구현한 이후 저희 그룹 전체에서 15,000회 이상 조회되었습니다. 수백 명의 사용자가 이 기능을 활용하고 있습니다.
이 글을 통해 JMP가 데이터 기반 의사 결정에 어떻게 중요한 역할을 하는지, 그리고 그 과정에서 어떤 도움을 주고 있는지에 대한 통찰력과 사례를 얻으셨기를 바랍니다. JMP는 우리 조직 내 프로세스 최적화, 품질 보증 활동 등에 큰 도움이 됩니다.
브랜든이 앞서 언급한 데이터 세트에 대한 기업 차원의 접근성을 지속적으로 향상시키고 있으며, 이제 JMP Live를 도구 세트에 추가함으로써 JMP 플랫폼이 운영 효율성 향상과 지속적인 개선을 추구하는 데 없어서는 안 될 필수적인 동반자가 되고 있음을 확인할 수 있습니다.
시청해 주셔서 감사합니다. 좋은 하루 보내세요.
감사합니다.
