제 4 장 보관창고의 자동화 도입 효과
시나리오 구분 시나리오 내용 속성 값
규모
면적
1,000㎡
2,000㎡
5,000㎡
10,000㎡
모양
좌우로 긴 직사각형 전후로 긴 직사각형 정사각형
물동량 분포
포아송 분포 형태
피크 타임 형태
입출고 동일 시간대 입출고 차이 시간대
레이아웃 출입구
U-Turn형 입출고 구분형 One-Way형
화물특성
팔레트 화물마다 중량, 부피 일정
신선/냉동 T
중량, 부피 화물마다 중량, 부피 차이 F
화물 다양성
다품종 100종
소품종 10종
운영 형태
ABC룰 적용 True/False (False 일 경우 랜덤 적재) 더블사이클 True/False (False 일 경우 싱글사이클)
Table. 18 보관창고의 특성 시나리오 분류
또한 자동화 창고의 장비/설비 도입으로 인한 자동화 수준에 관한 시나리오 는 다음과 같이 분류하였다.
1) 바코드 도입 2) 스태커크레인 도입 3) 천정무인운반설비 도입 4) AGV 도입
5) 컨베이어 도입 6) 자동 소터 도입 7) 팔레타이저 도입
장비의 종류가 7가지이며 팔레트 화물인 경우 사용이 곤란한 장비가 존재한 다고 가정하면 각 장비별 1대씩의 도입 여부만으로도 시나리오의 개수는 다음 과 같이 96개가 된다.
바코드, 스태커크레인, 컨베이어, 자동소터, 팔레타이저 조합 :
바코드, 천정무인운반설비, 컨베이어, 자동소터, 팔레타이저 조합 :
바코드, AGV, 컨베이어, 자동소터, 팔레타이저 조합 :
여기에 보관창고의 특성까지 변화시키며 실험을 진행하면 3,456 × 96 = 331,776개의 시나리오가 생성되고 장비의 대수를 변화시키며 실험을 진행하면 시나리오의 개수는 기하급수적으로 불어나 수 백, 수 천 만개의 시나리오를 실험해야 한다. 따라서 이러한 방식은 시간과 자원이 많이 소모되는 방식이므 로 실험을 위한 기준이 필요하다. 우선 자동화 도입의 본질인 최대한 적은 비 용을 투자하여 보다 짧은 시간 내에 더욱 많은 물량을 처리하기 위함인데 장 비를 무작정 많이 도입한다면 분명 생산성은 증가하지만 장비의 도입 비용이
증가할 뿐 만 아니라 물량에 비해 필요 이상으로 많은 장비를 도입하게 되는 상황이 발생할 수도 있다. 따라서 주어진 물량에 필요한 적정 장비 조합과 대 수를 도출하는 것이 관건이 된다.
창고의 면적은 물량과 직결되므로 창고의 면적에 따라 구간을 나누도록 한 다. 나머지 요소들은 모두 동일한 조건으로 한다. 따라서 자동화 도입 전 시뮬 레이션 결과는 모든 장비는 수동장비/인력으로 처리하고 최대 처리 가능한 물 량을 산출하는데 그 시나리오들은 창고 면적별로 Table. 16~19와 같다.
시나리오 구분 시나리오 내용 속성값
규모
면적 1,000㎡
모양 정사각형
물동량 분포 포아송 분포, 1분에 2개
레이아웃 출입구 One-Way형
화물특성 팔레트 화물마다 중량, 부피 일정 신선/냉동 F
화물 다양성 다품종 100종
운영 형태 ABC룰 적용 True
더블사이클 True
Table. 19 자동화 도입 전 시나리오1 (1,000㎡ 규모)
시나리오 구분 시나리오 내용 속성값
규모
면적 2,000㎡
모양 정사각형
물동량 분포 포아송 분포, 1분에 4개
레이아웃 출입구 One-Way형
화물특성 팔레트 화물마다 중량, 부피 일정 신선/냉동 F
화물 다양성 다품종 100종
운영 형태 ABC룰 적용 True
더블사이클 True
Table. 20 자동화 도입 전 시나리오2 (2,000㎡ 규모)
시나리오 구분 시나리오 내용 속성값
규모
면적 5,000㎡
모양 정사각형
물동량 분포 포아송 분포, 1분에 10개
레이아웃 출입구 One-Way형
화물특성 팔레트 화물마다 중량, 부피 일정 신선/냉동 F
화물 다양성 다품종 100종
운영 형태 ABC룰 적용 True
더블사이클 True
Table. 21 자동화 도입 전 시나리오3 (5,000㎡ 규모)
시나리오 구분 시나리오 내용 속성값
규모
면적 10,000㎡
모양 정사각형
물동량 분포 포아송 분포, 1분에 20개
레이아웃 출입구 One-Way형
화물특성 팔레트 화물마다 중량, 부피 일정 신선/냉동 F
화물 다양성 다품종 100종
운영 형태 ABC룰 적용 True
더블사이클 True
Table. 22 자동화 도입 전 시나리오4 (10,000 규모)
창고의 규모와 별로 시나리오를 나눈 Table. 16~19의 창고 특성으로 자동화 장비 도입 없이 모두 수동으로 운영하도록 인원 수를 변화시키며 시뮬레이션 을 수행하였다.
Fig. 19 시나리오1의 인력 변화에 따른 작업 처리량
자동화 장비를 도입하지 않고 시뮬레이션을 수행한 시나리오 1의 경우는 Fig. 19와 같이 인원을 1명에서 15명까지 투입했을 때 이러한 규모의 창고는 인원을 최대한 투입할 경우 약 9,700개 정도의 물량을 처리하는 것으로 나타 났다. 물량은 1분에 약 2개꼴로 도착하여 1개월에 약 14,400개 정도의 물량이 들어옴에도 불고하고 인력과 수동 장비만으로는 작업 처리 능력에 한계가 있 음을 보여준다. 이와 같은 상황에서 다른 조건들은 모두 동일하게 두고 자동 화 장비를 도입했을 때 늘어나는 물량으로 자동화 도입의 효과를 확인할 수 있다. 마찬가지의 방식으로 Fig. 20, Fig. 21, Fig. 22는 각각 시나리오 2(창고 면적 2,000㎡ 수준), 시나리오 3(창고 면적 5,000㎡ 수준), 시나리오 4(창고 면 적 10,000㎡ 수준)에 투입한 인원에 따른 작업 처리량을 나타낸다.
Fig. 20 시나리오2의 인력 변화에 따른 작업 처리량
시나리오 2의 경우는 Fig. 20과 같이 인원을 1명에서 15명까지 투입했을 때 최대 약 16,414개 정도의 물량을 처리하는 것으로 나타났다.
Fig. 21 시나리오3의 인력 변화에 따른 작업 처리량
시나리오 3의 경우는 Fig. 21과 같이 인원을 1명에서 15명까지 투입했을 때 최대 약 15,225개 정도의 물량을 처리하는 것으로 나타났다.
Fig. 22 시나리오4의 인력 변화에 따른 작업 처리량
시나리오 4의 경우는 Fig. 22와 같이 인원을 1명에서 15명까지 투입했을 때 최대 약 13,854개 정도의 물량을 처리하는 것으로 나타났다. 각각의 시나리오 들을 살펴보았을 때 시나리오1의 경우는 약 10명 정도의 인원의 처리 물량이 최대 도착 물량에 근접하게 처리하는 것을 보여준다. 그러나 시나리오2, 3, 4
의 경우는 도착 물량이 증가함에도 불구하고 인력으로 처리하는 것의 한계를 보이고 있으며 오히려 창고의 규모가 커짐에 따라 이동거리와 작업동선이 늘 어나는 등의 이유 때문에 처리 물량이 감소했음을 보여준다.