상세 컨텐츠

본문 제목

[인쇄계2021.07] 인쇄 비즈니스에 분석의 힘을 더하다

_인쇄기술정보_/기술기고

by 월간인쇄계 2022. 6. 14. 09:00

본문

새로운 인쇄주문이 들어온 때부터 납품 및 청구까지, 인쇄 업무는 조정 및 조직 활동들과 상황에 따른 업무 결정들로 이루어진다.

계획적인 인쇄업체는 스마트 자동화를 이용한다. 생산공정이 닿는 지점마다 지연과 비용이 발생하기 때문이다. 그들의 목적은 구체적인 작업을 자동화하는 동시에 데이터와 분석을 이용해 비즈니스 환경을 보다 효과적으로 조성할 지속 개선 계획을 진행하는데 있다.

대부분의 인쇄업체는 분석기법을 비즈니스 운영에 활용하고 있다. 데이터를 수집하고 비즈니스 운영 방식에 맞는 포괄적 알고리즘에 기반해 차트와 그래프를 생산한다. 이 정적 알고리즘은 관리의 기준을 제공하지만, 회사 성장에 맞추어 학습하지도 못하고 프리프레스 영역까지 도달하지도 못한다. 이때문에 비즈니스 데이터에서 나온 통찰력으로는 자원의 사용 방법과 투자처를 바꿔야 할지 모를 프로덕션 쪽의 인풋을 놓치게 된다.

 

AI를 이용한 상황에 맞춘 조정

KODAK PRINERGY 온 디맨드 비즈니스 솔루션은 더욱 많은 데이터를 수집하고 깊은 통찰력을 제공하기위해 머신러닝(ML) 등 인공지능(AI)의 힘을 활용하는 종합 자동화를 구현함으로써 사용자의 옵션을 확대하고 있다. 이러한 자동화는 반복 작업 프로그램 이상의 일을 하고, 패턴을 관찰해서 당시의 필요에 맞게 보정함으로써 시간에 따른 학습을 한다. 같은 분석 플랫폼에서 비즈니스와 프리프레스 데이터를 연동해서 데이터를 일관성 있게 분석하면 모든 업무 결정에 보다 종합적인 인풋이 제공된다. 이러한 알고리즘이 보다 정밀한 패턴을 감지해내기 때문에 비즈니스 및 프로덕션 통찰력이 한층 더 견고해진다. 프로덕션에 병목현상이 나타나기 시작하면 실시간 분석이 동적 조정을 해서 작업 흐름을 원활하게 유지한다.

흔한 병목 구간인 교정 및 승인 기능에 대해 생각해보자. 집계된 평균이 아닌, 각 작업의 사이클 길이를 아는 것이 흥미로운 사실을 알려줄 수 있다. 고객별 또는 상품별 마찰마다 원활한 처리를 도모할 새로운 규칙이 필요할지도 모른다. 그러나 새로운 규칙을 쓰는 데에는 시간이 걸릴 수 있다. 기존 워크플로우 패턴에 기반해 이 마찰을 예상하고 적절한 규칙을 추가하는 솔루션이 있다고 상상해보자. 이러한 프로세스의 최적화가 AI/ML의 차별화 지점이다.

사물인터넷에 대한 기대를 완수

사물인터넷(IoT) 개념이 등장했을 때 더 많은 데이터를 포착하고 분석한 후 이 데이터를 이용해 운영을 더 효율적으로 유도할 수 있는 능력의 확대에 대한 기대가 있었다.

정확히 PRINERGY 온디맨드가 사물인터넷에 대한 이러한 기대를 완수하고 있다. 데이터가 규칙에 대해 점차 조정을 늘려가면서 각 제작 공정에 효율을 확대한다. 이러한 AI 응용은 데이터 분석을 자동화하고 그 분석을 이용해 공정을 점차 개선해 나감으로써 지루한 작업들을 없앤다.

교정 및 승인을 예로 들어보자. 전형적인 워크플로우에서는 해당 작업이 교정 승인을 받을 준비가 완료되면 시스템이 클라이언트에게 메일을 보낼 것이다. 일정상 48시간 내 승인이 요구되지만, 승인이 나지 않으면 프로젝트는 승인일 날 때까지 공전 상태가 된다. 응답이 있을 때까지 후속 메일을 보내는 규칙이 있을 수 있겠지만, 이러한 지연 너머에 있는 데이터를 포착, 분석해서 예상하는 일은 흔치 않다.

분석이 지원되는 워크플로우에서는 더 많은 데이터를 포착해 지연을 간파할 수 있다. 지연이 일어난다는 것을 파악하는 대신, 이 새로운 프로세스는 고객 타입별, 상품 타입별 평균 지연 등 보다 개별적인 데이터를 포착하고, 각 지연에 드는 비용까지 포착할 수 있다. 예를 들어, 프로덕션 파일 변경에 대한 내부 및 외부 사용자의 검토와 승인에는 시간이 소요될 수 있다. 이 중요한 프로덕션 단계에서 발생된 실수는 파지, 재작업, 프레스 중단을 야기할 수 있다. PRINERGY 온디맨드 비즈니스 솔루션은 사용자가 이 중요 작업에 시간과 노력을 얼마나 들이게 될지 분석하거나 ‘실시간 예상’을 할 수 있게 해준다. 마찬가지로, 스태프의 프로덕션 활동까지 실시간으로 분석해서 개선이나 추가 교육이 필요할 수 있는 작업자나 자동화 공정을 파악해 파지와 낭비되는 노무시간을 줄일 수도 있다.

꾸준한 테스트. 지속적인 개선

데이터 수집 및 분석을 자동화하면 프로젝트 요건에 맞지 않는 규칙들도 드러내 주겠지만, 자동화는 훨씬 더 많은 일을 할 수 있다. 이것은 가격 책정 모델이 실제 프로덕션 원가 추세와 어긋나는 곳이 어디이고 단종해야 할 상품이무엇인지를 알려줄 수 있다. 데이터 포인트 각각에 대한 꾸준한 시험은 병목으로 인한 손실이 생기기 전에 병목을 드러내 준다.

현대 인쇄 제작의 목표는 기계적으로 운영하는 것이다. 주제별 전문가에 의존해 비즈니스 및 프로덕션 결정을 유도하는 조직에게 이것은 상당한 변화일 수 있다. 그러나 결과가 이를 증명하고 있다. AI가 관리하는 ML 활용 데이터 포착과 분석을 구현하면 프로세스에 숨어 있는 데이터가 작업에 투입되고 시간과 자원을 벌어 비즈니스를 성장시킬 기회가 더 많이 생기게 된다.

여기를 클릭하면 모던 리쏘가 PRINERGY 온디맨드 분석을 활용해 비즈니스를 발전시킨 방법을 볼 수 있다. 인쇄 및 비즈니스 프로세스를 통합했을 때 새로운 성장 기회가 어떻게 개방되는지도 확인할 수 있다.

글_스티븐 밀러 코닥 워크플로우 소프트웨어 프로덕트 매니지먼트 디렉터

관련글 더보기

댓글 영역