와이어 하네스(wire harness) 엔지니어링의 궁극적 목표는 하네스를 타당한 가격으로 경쟁력 있게 생산하는 것이다. 그러나 개발시간 단축 압박과 구리(Cu) 등과 같은 설계에 필요한 자재 가격의 변동은 이 목표를 달성하기 어렵게 한다. 요동치는 생산요소 가격으로 인해 수작업으로는 원가 산출이 거의 불가능하다.
규모에 상관없이 대부분의 설계 및 제조 회사는 스프레드시트의 한계에도 불구하고 원가계산을 위해 엑셀(Excel)을 이용한다. 이는 저렴하게 구입하여 쉽게 실행할 수 있을 뿐만 아니라, 스프레드시트를 통해 작업하더라도 그만한 가치가 있는 일로 인식하기 때문이다. 스프레드시트는 쉽게 이용할 수 있으며 수많은 사용자에게 친숙하다. 어떤 하네스 생산 업체는 자체 개발한 비용 계산 솔루션을 이용한다. 이런 툴은 필연적으로 고가의 유지보수 비용과 나름의 한계가 있다.
원가계산을 위한 최적의 툴은 원가계산 과정을 완벽하게 자동화하고, 이를 필요로 하는 부서에 정확한 정보를 제공할 수 있도록 하는 것이다. 툴은 특정 목적에 국한되지 않고 일반적 목적에 부합해야 하며, 지원이 용이하고, 광범위한 프로세스와 정책에 쉽게 적용할 수 있어야 한다. 이것은 이상적인 자동화 솔루션이 직접 설계 데이터를 받아들인 후 규칙을 적용해 단 몇 분만에 하네스 원가를 계산해 낸다는 것을 의미한다.
까다로운 시장요구에 의한
시간과 위험 고려사항
와이어 하네스 시장은 앞으로 도래할 시장이 아니라 이미 도래해 있다. 많은 하네스 공급 업체들은 고객으로부터 엄격한 연간 생산비용 절감에 대한 압박을 받고 있다. 또한 시장의 요구는 품질과 내구성에 대한 타협을 용납하지 않는다. 반면 업계는 노동비용 및 기타 비용을 지속적으로 절감하기 위해 최선을 다해야 한다.
와이어 하네스를 설계, 생산하는 업무는 조립에 이르기까지 눈보라 치듯 수많은 설계변경 과정을 포함한다. 비용에 대한 투철한 원가의식 없이 고객과 선협상(pre-negotiated)을 진행하는 것은 회사의 리소스를 득없이 소모하는 위험에 이르게 할 수 있다. 이같은 위험은 곧 현실이 될 수도 있다. 와이어 하네스 업계의 승자는 경쟁력 있는 가격으로 고객에게 견적을 제시할 수 있으면서 높은 품질의 제품을 생산, 공급할 수 있어야 한다.
비용 및 원가계산에 대한
기술적 도전
경험이 없는 사람에게는 와이어 하네스가 그저 간단한 조립작업처럼 보일 수 있다. 그러나 사실은 그렇지 않다. 와이어 하네스 제작에 필요한 개별 부품은 그 수가 상당히 많을 뿐더러 다양하다. 그리고 조립과정은 그 부품 수에 필적할 만큼 복잡하다. 여러 계층의 데이터 복잡성을 모두 더해야 하기 때문이며, 더욱이 조립 자동화의 정도에 관한 선택에 의해 더욱 복잡해질 수도 있다.
와이어 하네스 산업의 생산에 따른 이윤폭은 낮은 편이다. 따라서 원가계산 착오는 즉시 가격 마지노선까지 이르게 할 수 있고 상업적 성공에도 심각한 영향을 미칠 수 있다. “처음 할 때 제대로 하라”는 압력이, 특히 대량의 데이터 처리를 필요로 하는 경우에 강조된다. 확실한 결과를 도출해 내기 위해서는 세심함과 철저함이 요구되지만, 이로 인해 결과에 이르기까지 긴 시간이 소요될 수도 있다. 따라서 자동화 툴의 도움 없이는 정확한 계산 결과를 신속하게 얻지 못할 수 있다.
정확한 비용을 예측하는 엔지니어의 업무는 설계 및 제조 엔지니어, 고객, 영업직원, 생산 계획 인원 및 기타 직원 등 길게 연결된 업무 체인을 거쳐 마지막에 이루어진다. 이를 위한 툴과 컴퓨터 시스템도 그에 상응하는 전기 및 기계 CAD 데이터 패키지에서부터 제품수명주기관리(PLM) 시스템까지 혹은 그 이상의 연관 사슬을 포함한다.
결과 데이터의 규모는 엄청나게 클 수 있다. 일부 기업은 충분한 수의 원가계산 전문가를 고용해 처리하기도 한다. 하지만 많은 경우, 원가산출을 위한 업무 체인 연결이 불완전하다. 이것은 정확하고 상세한 입력이 부재한 상태에서 철저한 원가계산 없이 복잡한 프로젝트에 최저가 입찰이라는 무리수를 두게 만든다. 따라서 위험천만한 전략이다.
원가계산에 있어서는 분명히 내부 조직의 요구사항과 외부 시장압력 모두를 고려해야 한다. 빠르고 정확한 비용 모델링을 위해서는 하네스 설계 솔루션에 계획적인 툴과 모델을 채용해야 한다. 복잡도가 올라가고 시장압력이 가증되는 상황에서 종전 방식으로 업무를 처리하겠다는 것은 위험한 발상이다.
어디에서 도움을 얻을 것인가?
현재 하네스 원가예측 자동화를 위한 몇 가지 접근방식을 정보기술(IT) 개념을 활용해 그림 1에 도식화 했다. 이것은 널리 알려진 접근방식으로, 하나 이상의 아키텍처로부터 요소들을 추출하고, 이들을 결합하여 하나의 하이브리드 솔루션을 만드는 것이 일반적이다. 그림 1은 이러한 서로 다른 아키텍처를 요약한 것이다.
사용자 정의 솔루션
“Home Grown”
Home Grown 솔루션은 단일 기업의 관례에 기반하며, 사내 IT 그룹에 의해 주도된다. 원가 개발팀은 내부 데이터 소스를 이용해 업무를 수행하며 엔지니어링 설계 데이터를 받아들이고 여기에 가격 및 비용에 관련한 요소를 추가한다. 다음에 개별적인 데이터를 취합하여 원가를 산출한다.
최종 제품은 완벽한 사용자 정의 솔루션이다. 일반적으로 매우 높은 개발비용과 지속적인 유지보수가 커다란 부담으로 작용한다. 그럼에도 불구하고, Home Grown 솔루션은 매우 흔한 편이다. 모든 스프레드시트 셀의 수식은 의사결정 지원, 고객 견적가, 혹은 검증을 위해 의도적으로 작성된다. 그리고 일부 사내 전문가만이 이러한 모든 수식의 정확한 의미를 알고 있다.
최적화된 Home Grown 솔루션을 통해 어느 정도 정확하게 원가를 예측할 수 있지만, 대부분의 경우 불확실한 추정을 제거하는 데 애쓰게 된다. 하지만 때로는 “이것이 우리의 고유 업무”라는 인식 하에, 시대에 뒤쳐진 시스템과 프로세스를 고수하려고 한다.
산업 준수 솔루션
“Industry Compliant”
Industry Compliant 솔루션은 여러 기업의 경험을 통해 구축된 포함집합(superset) 모델과 관계가 있다. 이러한 플랫폼은 하네스 산업 내에서 개발된 보편적인 표준 모델을 기반으로 원가계산 자동화를 추구한다. 이 솔루션의 개발은 사내 인력 또는 상용 소프트웨어 개발자를 통해 이루어지는 게 일반적이다.
이 솔루션 자체를 “업계 표준”이라고 할 수는 없다. 사실 업계 표준은 존재하지 않는다. 하지만 이 솔루션은 표준화된 요소를 포함하고 있다. 이러한 접근방법을 추구하는 기업은 선택의 여지가 많지 않다. KBL 하네스 리스트 포맷을 이용하는 ProSTEP 조직의 AP212 표준이 가장 주도적인 예라 할 수 있다.
이 접근법 역시 IT 담당직원에게 유지보수 및 프로그래밍에 대한 부담을 안겨준다. 또한 XML 언어와 스타일 시트 기법에 대한 집착으로 진화할 수 있어, 실제 비용 추정이라는 목적에 대한 초점을 흐리게 할 수 있다.
상용 솔루션
“Commercial Off-the-Shelf”
일반적으로 COTS로 알려진 이 방법론은 여러 기업의 경험에서 만들어진 포함집합 모델로부터 파생되었다. COTS는 가장 신뢰할 수 있는 상용 제품에 탁월한 장점을 제공한다. 이는 충분한 설계 과정, 테스트 과정을 거치며 용이한 기술지원을 받을 수 있다. 신뢰할 수 있는 공급 업체가 제공하는 COTS 솔루션을 이용하는 것이 하네스 원가산출 자동화를 구현하는 가장 쉽고 안전한 방법이다. 이러한 공급 업체는 산업계에 확고한 입지를 구축하고 있어야 하며, 다음을 제공할 수 있어야 한다.
쪾 하네스 엔지니어링 프로세스에 필요한 제품군 내에서 원가계산 솔루션이 다른 툴과 동일한 위상을 가질 것
쪾 새로운 기술을 수용하여 정기적으로 소프트웨어를 업데이트하는 방식으로 솔루션을 향상시킬 것
쪾 기술 및 영업을 담당하는 인원이 지리적으로 용이한 위치에 있을 것
쪾 교육, 컨설팅, 그리고 지속적인 지원이 용이할 것
와이어 하네스 설계 및 제조 소프트웨어를 제공하는 일부 공급 업체들은 원가계산 기능을 강조하지 않는다. 또한 일부 업체는 해당 업체의 상용 제품 제안 시 하네스 원가계산 부분을 포함시키지 않기도 한다. 하지만 설계 솔루션의 도입 시 원가계산 기능의 제공 유무는 체크포인트 중 하나가 되어야 한다. 솔루션 도입 시 요구사항을 현명하게 내다보지 못하면, 추가 비용이 뒤따르게 된다. 소프트웨어 아키텍처 내부의 원가산출 기능과 이를 위한 데이터 스키마는 각 업체의 전매특허에 해당한다.
<저작권자 © AEM. 무단전재 및 재배포, AI학습 이용 금지>