[질문] 클라우드 기반 APS의 도입이 기업에 주는 가장 큰 이점은 무엇인가요?
대 공정의 생산 계획을 기반으로 일일 생산오더를 공정 line에 발행하고, 또한 대 공정 기반으로 자재 구매 계획을 수립하고, 이를 일일 기반으로 공급이 가능 합니다
클라우드 기반에서는 이미 엔진 및 UI가 구성이 되어 있는 상태 이므로 시스템 구축 기간이 절반 이하로 단축 되며, 도입 및 운영 비용도 많이 절감될 수 있습니다. 또한 기존의 온프레임 사업에서는 구축 기간이 지나고 나면 개발 인력이 철수하고 나면 그 후로 변경되는 공장의 생산 공정 변화를 시스템에서 반영 하기를 어렵습니다. 이렇게 조금씩 실제 공장과 시스템의 모델에 gap이 발생하게 되면 점점 시스템을 사용하지 못하고 사양되게 됩니다. 클라우드 기반에서는 구독료에 이러한 수정에 대한 내용이 포함되어 있기 때문에 저 비용으로 시스템을 계속 사용하실 수 있습니다.
[질문] 스마트 팩토리를 조립 산업에 적용한 국내 선진 도입 사례에 대해 알려주실 수 있나요? 추가로, 도입시 어떤 효과를 가장 빠르게 얻을 수 있나요?
자동차 부품 조립 산업에 구축한 사례가 있습니다. 고객사에서 당면한 요구를 처리하기 위해 Rule과 우선순위 등에 대한 로직을 간단한 스크립트 및 설정, 개발을 통해서 커스터마이징을 지원하고 있습니다. 자세한 정보가 필요하시다면 웨비나 종료 후 안내 드리는 채널에 별도의 문의를 남겨 주세요. 추가 상담을 도와드리겠습니다.
반도체 B/E Assembly와 자동차 부품 조립 도메인에 도입한 사례가 있으며, 조립 공정에 투입 시점에 원자재 및 부자재 들이 적시에 도착하여 조립이 이루어 지며 결과적으로 납기달성율 및 생산가동율이 향상되었습니다.
[질문] 고객사에서 솔루션 도입효과를 어떤 지표들로 평가할 수 있는지, 도입 검토시 기대효과나 도입 효과평가를 위한 프레임워크 같은 것도 제시해 주시는지, 모범사례가 있는지 궁금합니다
APS 시스템 도입을 통한 일반적인 효과는 납기 준수율, 재고현황, 가동율 현황 등의 지표로 평가할 수 있습니다. 해당 지표는 저희 솔루션의 UI에서 확인할 수 있도록 지원하고 있습니다. 자세한 정보가 필요하시다면 웨비나 종료 후 안내 드리는 채널에 별도의 문의를 남겨 주세요. 추가 상담을 도와드리겠습니다.
APS 관련 투자계획 보고시 실질적인 ROI측면에서 설득시킬수있는 포인트가 무엇일까요?
APS 시스템 도입을 통한 일반적인 효과는 1. 생산 효율성 향상, 2. 리드 타임 단축, 3. 재고 관리 최적화, 4. 공급망 관리 개선, 5. 유연성 및 민첩성 증가, 6. 데이터 기반 의사 결정 지원, 7. 비용 절감, 8. 품질 관리 향상 등으로 매우 다양합니다.
다만, 단순 시스템 도입 만으로 모든 효과가 얻어지는 것이 아니므로 각 고객사에서 당면한 문제를 중심으로 시스템 도입과 더불어 업무 운영 프로세스를 함께 개선하는 노력을 더해야 필요한 효과를 만들어 낼 수 있습니다. 자세한 정보가 필요하시다면 웨비나 종료 후 안내 드리는 채널에 별도의 문의를 남겨 주세요. 추가 상담을 도와드리겠습니다.
[질문] Oder Base 생산으로 오더 예측이 어려움있습니다. AI가 구체적으로 어떻게 생산 계획에 활용되는지 문의 드립니다.
수요예측 분야는 현재 과거 판매 실적 기반으로 LSTM 등과 같은 AI 기반에 수요예측 모델을 활용하여 예측 결과를 통해 수요계획을 수립하게 되어 있으며, 수요계획이 확정되면 공급 혹은 생산이 가능한지 생산 CAPA 검증을 통해 생산계획 수립을 하도록 되어 있습니다. 더 자세한 설명이 필요하시다면 문의하기에 남겨 주시면 향후 연락드리도록 하겠습니다.
타게틱 솔루션이 타사 솔루션대비 장/단점은 어떤게 있을까요?
가장 큰 장점으로는 기업의 경영관리, 재무, 운영, 보고, 데이터관리까지 모두 아우르는 통합 플랫폼이라는 점입니다. 유저 입장에서 여러 시스템을 배울 필요 없이 하나의 솔루션만 이해하면 여러 경영관리 업무를 하나의 플랫폼에서 데이터 중복 현상 없이 업무를 진행할 수 있습니다. 플랫폼 내부에 데이터를 저장하고 원하는 방식으로 분류, 분석할 수 있어 모든 보고서가 하나의 데이터를 기반으로 하는 Single source of truth 특성을 갖고 있습니다.
[질문] 타게틱에서 수집된 데이터의 분석을 지원해 줄 수 있는 솔루션 내부의 AI 기능은 무엇이 있는지 궁금합니다.
CCH Tagetik의 AI 기능은 하기와 같습니다.
AI 오토맵핑: 기존의 분석 차원(디멘션)을 이용해 분석에 필요한 데이터의 맵핑을 간소화하고, 맵핑 속도를 높여줍니다. 서로 다른 소스, 언어, 산업별 도메인에서 데이터를 지능적으로 수집하고 맵핑하며 조정합니다.
AI 비정상감지: 순식간에 비정상 데이터를 식별합니다. 예산계획, 결산 및 분석 프로세스에 입력되는 데이터의 품질을 개선할 수 있어 비정상 데이터를 지능적으로 판단하고 편차의 원인을 강조 표시합니다.
예측계획: 설명 가능한 AI 기반 예측정보 확보합니다. CCH Tagetik 예측 인텔리전스는 즉시 사용 가능한 드라이버 기반 계획 솔루션으로, 미래의 성과를 예측하고 이를 개선할 수 있는 방법을 제공합니다.
AI 드라이버 분석: AI는 재무, 비재무, 내부 및 외부 등 방대한 양의 데이터를 단 몇 초 만에 읽고 성과에 영향을 미치는 요인을 파악할 수 있습니다.
설명 감사합니다. 혹시, 수집된 데이터 기반으로 AI 챗봇 같은 기능을 지원하는지요? "판매가격이 5% 감소하면 영업이익이 얼마나 변경될지 검토해 줘"라고 질의하면 답변이 가능할까요?
[질문] 제 개인적 생각인데요, ERP와 같은 시스템 도입의 가장 큰 장점은 생성 데이타가 아닌 프로세스의 개선 같더라구요. 왜냐면 Decision making에 사용할 만한 데이타를 extensive하고 complete하게 모은다는 건 너무 큰 비용이 들고, 실제 결정은 quantify 하기 어려운 데이타를 경영자가 종합해서 내리는 경우가 많구요. 정말 데이타만으로 경영 결정을 내릴 수 있다면, 사실 경영자의 필요성도 없어지겠죠. 결정을 support하는 역할이 아닌 데이타만으로 경영 결정을 하는 것이 과연 가능할까요?
CPM 시스템은 단순히 데이터를 모으는 것을 넘어, 데이터를 정제하고 분석 가능한 형태로 변환하여 의사결정에 실질적으로 도움이 되는 인사이트를 제공합니다. 이는 ERP 시스템이 제공하는 기본 데이터 이상의 부가 가치를 창출합니다.
경영자는 다양한 경험과 직관을 바탕으로 결정을 내리지만, 그 과정에서 양질의 데이터는 매우 중요한 역할을 합니다. 결론적으로, 데이터만으로 모든 결정을 내리는 것은 현실적이지 않지만, CPM 시스템은 데이터가 의사결정을 돕는 중요한 도구로 작용하게 합니다. 이는 경영자의 역할을 강화하고, 더 나은 결과를 도출하는 데 기여할 수 있습니다. 따라서 CPM 시스템은 데이터를 활용한 의사결정 지원을 통해 조직의 성과를 극대화하는 데 중요한 역할을 합니다.
좋은 답변 감사합니다. 그런데 Corporate Performance Management에서 매우 강조되는 것이 회사의 전략에 따른 KPI들의 산출인데, 이는 science라기 보다는 art에 가까운 특성이 있어서 결국은 경영자 결정의 기준이 되기보다는 그 결정의 백업 데이타로만 사용되는 경우(유리한 indicator들만 선택적으로 강조되는) 를 많이 보았거든요.
AI가 우리의 업무와 직책들을 많이 없앨수 있어도 결국은 책임이 뒤 따르기에 사람의 의사결정이 필요할 듯합니다.
AI기반 생산시뮬레이션 사례를 통해 적용한 부분이 있는지? 궁금합니다. 적용하면서 이슈가 어떤 부분이 있었는지?
ML 방식을 통해 모델링된 다양한 우선순위 parameter 값의 최적화 및 엔진 결과에 대한 최적화를 지원하는 제품과 AI Chatbot등을 활용한 메뉴얼 검색 기능, UI 사용 편의성 제공, 시스템 결과 데이터의 분석 등의 다양한 형태의 AI 기능을 지원하고 그 범위와 효용성을 지속적으로 개선해 나가고 있습니다. 웨비나 발표 내용 중에 관련 내용 소개가 있을 예정 입니다. 끝까지 시청 부탁드립니다. 자세한 정보가 필요하시다면 웨비나 종료 후 안내 드리는 채널에 별도의 문의를 남겨 주세요. 추가 상담을 도와드리겠습니다.
[질문]말은 긍정적으로 말하지만 실제는 비꼬아서 부정적인 의미일때도 정확한 ai 분석이 가능한지요?
보다비 대화 분석은 목적을 가진 대화를 대상으로 합니다.
이 대화에 목적에 관련있는 내용이 있는지가 우선 중요합니다.
예를 들면 상담원이 중요 계약사항에 대한 설명, 개인정보에 대한 안내를 언급했는지가 해당 내용에 대한 고객의 반응보다 중요합니다.
고객의 반응도 단순히 긍부정, 비꼬기 보다는 가격, 품질, AS 중 어떤 부분에서 경쟁상품과 비교하는 말을 했는지, 단순 답변이나 긍정보다는 직설적인 부정적 대응여부가 중요합니다.
[질문] AI 대화 스코어링 점수가 높을수록 양질의 대화로 판단하는 것인지 추가적인 가중치 등이 설정되어 후가공 및 평가되는 것인지 문의 드립니다
먼저 대화상태추적을 통해서 목적에 부합하는 정보를 추출합니다.
해당 정보 중에 평가관점에 맞는 것만 고려하여 스코어를 산출합니다.
점수가 높다는 것은 평가관점에 부합한다는 뜻입니다.
점수는 하나가 아니라 고객만족점수, 상담충실점수와 같이 목적에 따라 산출합니다.
스코어링은 미리 설정한 공식이 아니라 추출된 정보와 평가관점을 가지고 자동으로 스코어 학습모델을 생성합니다.
사용자는 10개 정도의 테스트대화를 가지고 점수를 부여하면 해당 패턴을 학습하여 스코어 모델을 만들어 냅니다.
[질문] AI 스코어링 솔루션 도입 및 운영을 위해 도입기업이 가장 처음 해야 할 일과 필수적으로 준비해야 하는 사항은 무엇인가요?
컨택센터를 운영하는 어느정도 규모의 기업들은 대부분 준비되어 있지만 아래 사항을 먼저 확인합니다.
1. 데이터 확인
상담원이 업무를 한다면 녹취와 음성의 텍스트변환 데이터가 잘 저장되어 있는지 확인합니다.
챗봇을 상담에 이용한다면 챗데이터를 확인합니다.
2. 상담대화 평가 목적
무엇을 얻을 지 정합니다.
상담품질, 영업성사가능성, 행사안내, 상품안내와 같이 구체적인 목적을 정합니다.
3. 스크립트
특히 상담품질의 경우 상담원들이 따라야할 표준 스크립트를 확인합니다.
안국빌딩입니다