제조 빅데이터 활용 전략

21세기는 과히 데이터의 시대이다. 데이터를 지배하는 자가 세계를 지배할 것이라는 말까지 나온다. 이런 데이터 중심의 시대에 과학적으로 움직여야 하는 제조 현장이 데이터를 기반으로 현상을 분석하고, 분석 결과를 바탕으로 의사결정을 내리는 일은 필연적인 일이다.

김진욱 작가는 <제조 빅데이터 활용 전략>에서 빅데이터와 스마트 팩토리 등, 제조업과 관련된 IT 기술 경향과 제조업에서의 빅데이터 분석을 왜 어렵게 느끼게 되는지에 대해 분석하고, 실제 사례를 바탕으로 어려움을 해결할 수 있는 방안에 대해 고민해보았다. 또한 분석적 방법을 활용한 기업 혁신 방법론에 대해 살펴본 후, 분석 프로젝트를 성공적으로 진행하는 방법에 대해서도 알아보았다.

이러한 시대를 살아야 하는 우리 기업들에게 <제조 빅데이터 활용 전략>은 좀 더 많은 종류의 데이터를, 좀 더 세밀한 간격으로 수집하여, 좀 더 다양한 방법으로 분석할 수 있는 인프라와 능력을 갖추어 이를 운영할 수 있는 능력을 가진 내부 인재를 양성하는 데 많은 도움을 줄 것이다.

프롤로그



1장 제조업과 빅데이터

시대의 화두, 빅데이터 분석

비정형 빅데이터 분석

빅데이터와 제조업

제조 현장에 불어닥친 바람-빅데이터, 스마트 팩토리



2장 제조 빅데이터 분석이 어려운 이유

6시그마, 그 성공과 실패

제조 데이터 분석이 어려운 이유



3장 제조빅데이터 분석 사례 소개

사례-1;기술적 원인을 알고 있는 불량/고장 예측

사례-2;기술적 원인을 모르는 상황의 불량/고장 예측



4장 분석을 활용한 기업 혁신 전략

분석 문화와 IT 시스템

분석을 위한 시작, 데이터 인프라

Process Control by Data

Analytics-driven Process Innovation: 분석 주도적 프로세스 혁신

Analytics-driven PI의 첫걸음 :분석 Pilot Project"

"분석 Pilot Project"의 유용성

"잘못된 분석"과 "옳은 분석"

성공적 분석 Project 수행을 위해 반드시 지켜야할 5가지

김진욱 고려대학교에서 화학을 공부하고, 포항공과대학교에서 전기화학으로 석사를 마친 후, 삼성코닝정밀소재(現 코닝정밀소재)에서 제품기술과 용해기술 엔지니어로 9년간 근무하면서, 데이터 마이닝을 활용한 불량 원인 분석 및 품질 개선 활동과 이를 지원하는 시스템 구축 업무를 함께 하였다. 이후 엑센츄어에서 생산, 품질, 설비분야 경영 컨설턴트와 Big Data Analytics 컨설턴트로 근무하다가, 현재는 APEX C&T를 창업하여 컨설팅 업무를 계속하고 있다. 화학, 소재, 자동차 등 다양한 제조업 프로세스 및 데이터 분석 경험과 데이터 인프라에 대한 이해를 바탕으로 제조 Big Data 분석과 Smart Factory 관련 컨설팅 영역에서 활발한 활동을 하고 있다.