가동 데이터 분석으로 교대 직후 워밍업 미흡 발견
약 145초
전력·사이클 타임 집계 → 이상치 시간대 파악 → 원인 추적 → 데이터 기반 설명
스마트 제조에 직접 관여한 경험은 없지만, 인턴십에서 설비 가동 데이터를 수집·분석하는 보조 역할을 맡았습니다. 각 설비의 전력 사용량과 사이클 타임을 엑셀로 집계하고, 이상치가 발생한 시간대를 찾아 작업 로그와 대조하는 방식이었습니다. 이 분석으로 특정 시간대에 사이클 타임이 20% 이상 늘어난다는 걸 발견했고, 원인이 작업자 교대 직후 워밍업 미흡임을 파악했습니다. 데이터가 있을 때 감이 아닌 근거로 문제를 설명할 수 있다는 걸 경험했고, 이것이 스마트 제조의 핵심 가치라고 생각합니다. 본격적인 IoT 센서나 MES 대시보드 활용은 아직 학습 중이지만, 데이터를 읽고 해석하는 기초는 갖추고 있다고 생각합니다.
데이터 수집 → 이상 탐지 → 원인 추적 → 개선이라는 흐름은 규모에 관계없이 동일하다고 생각합니다.
이 결의 특징
전력 사용량과 사이클 타임을 엑셀로 집계하고 이상치 발생 시간대를 작업 로그와 대조해 교대 직후 워밍업 미흡을 원인으로 좁힌 경험이 담겨 있습니다. '데이터가 있을 때 감이 아닌 근거로 문제를 설명할 수 있다'는 인식이 형성된 결입니다.
이 결이 통하는 자리
스마트 제조 환경에서 데이터를 읽고 원인을 추적하는 기초 역량을 묻는 자리에 통합니다. '데이터 수집→이상 탐지→원인 추적→개선'의 흐름이 규모에 관계없이 동일하다는 결이 있어 면접관의 꼬리질문이 줄어드는 자리입니다.