제조데이터 분석을 통한 화장품 제조공정의 품질관리 고도화 = Advancing Quality Control in Cosmetic Manufacturing Processes through Manufacturing Data Analysis

국문 초록 (Abstract)

K-뷰티산업은 혁신적인 상품성과 견고한 품질경쟁력을 바탕으로 글로벌시장에서 그 입지를 점점 넓혀가며 나날이 성장하고 있어 앞으로도 많은 발전이 기대되고 있다. 한류라는 문화트렌드와 K-pop의 글로벌 인기가 맞물려 소비재 수출 확대와 관광 산업 활성화에 기여하면서 K-뷰티산업은 세계인들에게 받는 주목도가 더욱더 높아지고 있다. 특히 AI와 빅데이터 등 첨단 기술의 발전으로 개인의 성향, 상황, 실시간 행동까지 정밀하게 분석해 맞춤형 경험과 서비스를 제공하는 초개인화 시대로의 변화에 한국의 화장품산업은 제품의 다양성과 확장성으로 빠르게 대응하고 있다. 이런 트렌드에 발맞춰 화장품제조산업의 패러다임은 ‘다품종 소량생산 체제’로 변화하고 있으며 소비자의 품질에 대한 기대수준은 다양성과 엄격성이 높아지고 있어 그에 따라 제조공정은 점점 복잡다양해지고 있다. 이에 화장품산업의 생산현장에서는 공정최적화와 불량률 최소화에 대한 고민과 필요성이 깊어져 스마트팩토리와 DX/AX 도입을 통해 이를 해결하고자 하는 노력이 시작되기 시작했으며 현장에서 수집되는 데이터는 단순 생산성 및 효율성 향상을 위한 기록에서 벗어나 품질경쟁력 향상을 위한 핵심 자원으로서의 역할이 요구되고 있다. 본 연구는 화장품생산의 여러 공정 중 화장품의 내용물(벌크)을 생산해내는 제조공정에서 발생되는 시계열형태의 센서데이터들을 체계적으로 분석하여 품질특성에 영향을 주는 주요변수와 상관관계를 도출하고 이를 기반으로 최적화 공정을 찾아내어 품질을 고도화하는 방안을 제시하고자 하며, 다품종 소량생산체제에서 소로트 생산으로 인한 데이터부족문제와 클래스 불균형 극복에 대한 대안을 제안하고자 한다. 데이터 기반의 공정분석을 통해 품질결과의 변동을 초래하는 요인을 사전에 예측하여 불량을 최소화하고 품질의 균질성을 확보하여 K-뷰티 산업의 지속적인 경쟁력을 유지하는 것이 본연구의 궁극적인 목표이며, 본 연구의 결과는 화장품제조현장에서 데이터를 기반으로 하는 효율적이고 과학적인 품질관리문화 정착에 기여할 것으로 기대한다.

다국어 초록 (Multilingual Abstract)

K-beauty, underpinned by innovative products and robust competitiveness, continues to expand its presence in the global market, promising further advancements in the future. The growing international popularity of Hallyu culture and K-pop is accelerating exports of consumer goods and stimulating the tourism sector, resulting in increased global attention on the K-beauty industry. In particular, advances in cutting-edge technologies such as AI and big data have enabled precise analysis of personal preferences, situations, and real-time behaviors, ushering in an era of hyper-personalization. The Korean cosmetics industry is rapidly adapting to these trends through product diversity and scalability.

Reflecting these industry changes, the cosmetics manufacturing paradigm is shifting toward a high-mix, low-volume production system, and consumer expectations for product quality are becoming increasingly diverse and stringent. Consequently, manufacturing processes are growing ever more complex and varied. In response, the industry is intensifying its focus on process optimization and defect minimization, and efforts to address these challenges—such as the adoption of smart factory technologies and digital/automation transformations (DX/AX)—are gaining momentum. Data collected on production floors is evolving from mere records for productivity and efficiency improvements into essential resources for strengthening quality competitiveness.

This study aims to systematically analyze time-series sensor data collected from various cosmetic bulk manufacturing processes to identify key variables and correlations affecting quality attributes. Based on these insights, the research proposes process optimization strategies to enhance quality and offers solutions to address issues of data scarcity and class imbalance inherent in small-lot, high-mix manufacturing contexts. The ultimate objective of this study is to proactively predict the factors causing variations in quality outcomes, minimize defects, and ensure quality consistency through data-driven process analysis, thereby sustaining the global competitiveness of the K-beauty industry. The findings are expected to contribute to the establishment of an efficient and scientific quality management culture, rooted in data, within the cosmetics manufacturing sector.

목차 (Table of Contents)

• 제1장. 서론 1
• 제2장. 이론적 배경 4
• 2.1. 화장품 제조공정 개요 4
• 2.2. 스마트팩토리와 제조데이터기반 품질관리 연구 6
• 2.3. 시계열데이터 분석 및 품질예측 연구 7
• 2.4. 통계기반 공정 최적화 연구 7
• 2.5. 연구의 시사점과 차별성 8
• 제3장. 연구모델 10
• 제4장. 실증분석 12
• 4.1. 실험데이터 13
• 4.2. 실험설계 14
• 4.2.1. 실험대상 품목선정 14
• 4.2.2. 데이터의 추출 15
• 4.2.3. 변수의 설정 16
• 4.2.4. 데이터전처리 17
• 4.2.5 데이터 분석 21
• 4.3. 실험결과 21
• 4.3.1. 변수의 유의성 확인 및 단계별 변수선택 진행결과 22
• 4.3.2. 단계별 분류예측의 성능평가 및 회귀분석 결과 23
• 4.3.3. 실험의 결과 정리 28
• 제5장. 결론 29
• 참고문헌 31
• Abstract 32