가공 난이도를 고려한 알루미늄 초도생산품의 최적 머시닝센터 가공업체 선정을 위한 Brown-Gibson 기반 평가 모형 = A Brown-Gibson Based Evaluation Model for Selecting the Optimal Machining Supplier for Aluminum Prototypes Considering Machining Difficulty

국문 초록 (Abstract)

머시닝센터를 이용한 알루미늄 초도생산품(Prototype)은 방산 제품 개발 과정의 핵심 단계로, 가공 정밀도가 최종 제품의 성능과 품질에 직접적인 영향을 미친다. 알루미늄 가공품을 취급하는 영세·소규모 가공업체가 다수 존재하며, 업체별 가공 능력과 품질관리 수준의 편차가 크기 때문에, 제품 특성과 중요도에 따라 최적의 가공업체를 선정할 필요가 있다. 특히 초도생산품의 경우, 양산 단계에서의 시행착오를 최소화하기 위하여 치수 일치가 중요한 동시에 적정 가격, 짧은 납기일 준수와 경제적 제작을 위한 최적 가공업체 선정이 필요하다.
기존의 대다수 공급자 선정에 관한 연구는 대부분 품질, 가격, 납기, 서비스 중심의 공급자 성과 측정에 집중하였으며, 기존 연구 및 실제 산업 현장에서는 하나의 공급업체에 모든 제품을 일괄적으로 발주하는 경향이 있으나, 업체마다 보유한 장비 사양, 공정 특성, 기술적 강점 등에 따라 가공 품질 및 요구조건에 대한 만족도가 달라질 수 있다. 즉, 업체별로 전문화된 역량에 따라 가공에 최적화된 제품군이 존재하며, 역량을 고려하지 않았을 경우 초도생산품의 요구조건을 만족하기 어렵다. 초도생산품의 경우에는 불량이 발생하더라도 일정상 재가공을 하여 납기를 맞출 수 있는 시간이 존재하기도 하며, 일정상 납기가 촉박한 상황에서는 정밀가공이 우수한 업체에 치수 정밀도가 높은 제품을 제작해야 하는 경우가 발생하기도 한다. 따라서 가공업체 선정 과정에서는 단일 지표에 의존하기보다 다양한 지표와 가중치를 통해 종합적으로 고려하는 것이 필요하다.
본 연구에서는 머시닝센터를 이용한 알루미늄 가공품의 최적 가공업체를 선정하기 위해 다양한 도면 기반 형상 정보를 정량화 수치로 계산하고, K-means Clustering 기법을 통해 초도생산품의 가공 난이도를 그룹화하였다. 그 결과, 10개의 시제품은 4개의 그룹으로 분류되었으며, 각 요인별 데이터로 가공업체별 치수 정밀도, 가격, 납기 등의 정량적 데이터와 생산기술, 품질경영, 품질시스템, 작업 환경 등 협력업체 평가표를 활용하여 추출된 정성적 데이터를 확보하였다. 각 요인별 데이터를 기반으로 Brown-Gibson 모형을 적용하여 최적 가공업체를 도출하였으며, 전체 시제품을 한 곳의 업체에서 가공하였을 경우와 4개의 그룹으로 분류된 가공 난이도를 반영할 경우, 각 그룹별 최적 가공업체가 모두 동일하지 않은 것을 확인하였으며, 어느 업체도 모든 시제품에 항상 우수한 것이 아님을 확인하였다.
연구 내용을 요약하면, 가공업체 선정을 위해 필수적, 정량적, 정성적 요인에 따라 분석한 결과, 그룹별로 가장 적합한 가공업체와 후순위를 도출하였고, 업체별 상대적 특성을 비교 분석하였다. 본 연구의 결과는 초도생산품의 가공 난이도를 고려하고, 정량적, 정성적 평가 요인을 고려하였을 때 가공업체 선정 시에 합리적인 의사결정 지원 방안을 제시함으로써, 방산 및 항공, 우주, 해양 산업 등 초도생산품을 중요시하는 산업 분야에 경제적이고 신뢰성 높은 제품 공급을 가능하게 할 것으로 기대된다.

목차 (Table of Contents)

• 표 목 차 ⅲ
• 그 림 목 차 ⅳ
• 국 문 요 약 ⅴ
• 제 1 장 서론 1
• 1.1. 연구의 배경 및 필요성 1
• 1.2. 연구의 목적 4
• 1.3. 연구의 범위 5
• 제 2 장 이론적 배경 6
• 2.1. 초도생산품의 개념 6
• 2.1.1. 초도생산품의 정의 6
• 2.1.2. 초도생산품의 특성과 중요성 7
• 2.2. 가공업체 선정의 중요성과 선행 연구 8
• 2.2.1. 가공업체 선정의 필요성 8
• 2.2.2. 가공업체 선정 시 고려해야 할 주요 요소 9
• 2.2.3. 공급업체 선정에 관한 연구 10
• 2.3. Brown-Gibson 모형의 개요 및 적용 사례 15
• 2.3.1 Brown-Gibson 모형의 구성 요소 및 작동 원리 15
• 2.3.2. Brown-Gibson 모형의 장점 및 한계 16
• 2.3.3. 기존 연구에서의 Brown-Gibson 모형 적용 사례 17
• 2.4. 이론적 고찰 20
• 제 3 장 연구대상 초도생산품의 대표 모델 선정과 가공 난이도 그룹화 22
• 3.1. 연구대상 초도생산품의 대표 모델 선정 22
• 3.2. K-Means 기법을 활용한 가공 난이도 그룹화 25
• 3.2.1. K-Means 기법의 적용 절차 25
• 3.2.2. K-Means 기법을 활용한 가공 난이도 그룹화 결과 31
• 제 4 장 Brown-Gibson 모형의 적용 및 결과 34
• 4.1. Brown-Gibson 모형의 적용 절차 34
• 4.1.1. 필수적 요인: 알루미늄 가공업체 34
• 4.1.2. 정량적 요인: 치수정밀도, 가격, 납기 35
• 4.1.3. 정성적 요인: 협력업체 평가표 40
• 4.2. 요인별 계산 결과 43
• 4.2.1. 정량적 요인의 계산 결과 43
• 4.2.2. 정성적 요인의 계산 결과 48
• 4.3. Brown-Gibson 모형의 적용 결과 50
• 4.3.1. 시제품 10종 전체를 가공할 경우의 분석 결과 50
• 4.3.2. 가공 난이도를 고려한 분석 결과 51
• 제 5 장 결론 56
• 5.1. 연구 결과의 해석 및 의미 56
• 5.2. 최적 가공업체 선정의 시사점 59
• 5.3. 연구의 제한점 및 향후 연구 방향 60
• 참고문헌 62
• ABSTRACT 65
• 감사의 글 68