조선소 의장품 조달관리를 위한 데이터마이닝 방법론에 관한 연구

Abstract

선박 및 해양플랜트 건조에는 방대한 물량의 의장품이 사용되며 공급되는 경로 또한 공급망 프로세스와 협력업체에 따라 다양한 경로가 존재한다. 최근 해양플랜트 건조의 경우 다양한 의장품의 사양과 경로에 따른 조달지연이 충분히 고려되지 못하고 있어 조기에 공급되어 불필요한 적치가 증가하거나 공급이 지연되어 설치가 연기되는 등 손실이 발생하고 있다. 이를 해결하기 위해서는 우선적으로 의장품의 사양과 공급경로를 고려한 공급 리드타임에 대한 예측이 필요하다.

이러한 예측모델 구축을 위해 최근 이슈가 되고 있는 빅데이터 기술을 살펴보고 이를 조선해양 생산 분야에 적용하여 효용성을 살펴보고자 한다. 빅데이터의 기술은 데이터의 생성, 수집, 저장, 분석, 표현의 전 과정에 걸쳐 사용되며 이 중 분석, 표현의 기술은 여러 데이터마이닝 기법 및 시각화 기법을 사용하여 데이터를 통해 유의미한 정보를 찾아내는 것이다. 본 논문에서는 선박 및 해양플랜트의 배관재 공급망 데이터를 여러 데이터마이닝 기법을 사용하여 예측 모델을 개발하였다. 예측 모델은 다중선형, Ridge, PLS, Poisson, 의사결정나무, 인공신경망을 SPSS와 R 그리고 Microsoft Azure의 기계학습을 사용하여 구축하였고 각각의 예측 성능을 MAE(Mean Absolute Error)와 MAPE(Mean Absolute Percentage Error)를 통해 비교하였다.

또한 변수 민감도분석을 통해 예측모델에 대한 각각의 변수들의 영향력 분석하였고 현업의 공정개선 시 이를 참고할 수 있도록 하였다. 본 연구의 예측모델과 민감도분석 결과를 통해 기존 배관재 생산계획 단계에서 보다 합리적인 의사결정을 할 수 있을 것으로 예상한다.