제87화 — 두 번째 공장

수요가 늘자 첫 공장의 생산능력이 한계에 가까워졌다.

Daniel은 말했다.

“라인 증설.”

Vogel은 말했다.

“공장 하나 더.”

Daniel이 그를 봤다.

“왜?”

“한 곳에 너무 몰렸습니다.”

현재 Helioxen의 주요 정밀가공품 상당수가 원래 투자했던 공장에서 나왔다.

숙련.

공정.

데이터.

신뢰.

좋다.

그래서 위험했다.

화재.

정전.

노사문제.

장비고장.

지역재난.

한 공장이 멈추면 Helioxen 제품도 멈춘다.

Daniel은 바로 이해했다.

Single point of failure.

“복제합시다.”

그가 말했다.

Vogel이 고개를 저었다.

“복사 아닙니다.”

“같은 공정으로.”

“다른 공장은 다른 공장입니다.”

Daniel은 이제 이 패턴에 익숙했다.

두 번째 공급거점 후보를 찾았다.

세 곳.

첫째.

설비 좋음.

가격 높음.

둘째.

숙련 좋음.

데이터 관리 약함.

셋째.

젊은 공장.

자동화 많음.

공정경험 적음.

Daniel은 셋째가 끌렸다.

미래 같았다.

Vogel은 둘째를 골랐다.

“왜?”

“사람.”

“데이터 약한데.”

“만들면 됩니다.”

“자동화는.”

“나중.”

Daniel이 웃었다.

자기 말을 빼앗긴 기분.

둘째 공장 실사.

장비는 조금 낡았다.

작업자들은 오래 일했다.

측정기록은 종이와 일부 컴퓨터.

작업장 정리는 첫 공장보다 부족.

그러나 복잡한 부품을 여러 산업에 공급한 경험이 있었다.

Vogel이 작업자에게 도면 하나를 보여줬다.

“이 부위 어려운 이유?”

작업자가 바로 말했다.

“용접보다 그 뒤 가공이 문제입니다.”

Daniel의 시선이 달라졌다.

같은 지점.

첫 공장에서도 오래 배운 내용.

숙련이 있었다.

Daniel이 물었다.

“왜 데이터관리는 이렇게 약합니까?”

공장 사장이 어깨를 으쓱했다.

“고객들이 요구 안 해서.”

현재까지는 필요 없었다.

Helioxen은 조건을 제시했다.

공정데이터 공유.

불량 정의 통일.

추적성.

작업자 교육.

대신 장기물량 일부.

설비개선 공동투자.

사장은 경계했다.

“우리 공장 방식 다 바꾸라는 겁니까?”

Vogel이 말했다.

“아닙니다.”

“그런데 데이터부터 교육까지.”

“Helioxen 부품 만드는 부분만.”

범위를 좁혔다.

파일럿 셀 하나.

사장도 동의.

첫 50개.

불량률 4퍼센트.

첫 공장보다 높다.

Daniel이 불편했다.

Vogel은 말했다.

“새 공장입니다.”

“같은 도면인데.”

“그 말 이제 안 하실 줄 알았는데.”

Daniel은 웃었다.

원인 분석.

두 번째 공장의 장점.

가공은 좋음.

문제.

용접변형 관리가 약함.

첫 공장의 지그와 공정순서를 그대로 가져오려 했다.

맞지 않았다.

설비 배치.

작업자 동선.

용접기 특성.

다름.

Vogel이 말했다.

“원칙은 복제하고 공정은 현지화합니다.”

Daniel이 그 말을 반복했다.

“원칙은 복제.”

품질기준.

기능요구.

측정방식.

추적성.

안전.

이건 같다.

세부 작업순서와 치구는 현장에 맞게.

두 번째 공장 작업자들이 직접 개선안을 만들었다.

지그 형상 변경.

용접순서 일부 수정.

검사 위치 이동.

첫 공장보다 나은 아이디어도 나왔다.

Daniel이 놀랐다.

“이건 첫 공장에도 쓸 수 있겠는데.”

Vogel이 고개를 끄덕였다.

지식이 한 방향으로만 흐르지 않는다.

본사 → 공급업체.

첫 공장 → 둘째.

아니.

둘째 → 첫째도 가능.

두 공장 간 공동리뷰.

처음에는 서로 경쟁처럼 봤다.

Daniel이 말했다.

“불량사례를 공유합시다.”

첫 공장 사장이 불편해했다.

“우리 노하우인데.”

둘째도 마찬가지.

Helioxen은 공통부품 범위에서만 공정실패와 개선결과를 익명·요약해 공유하기로 했다.

누가 더 잘했는지보다 같은 실패 반복을 줄인다.

Negative Results Registry의 제조 버전.

Vogel은 이름을 싫어했다.

“또 영어 이름?”

Daniel이 웃었다.

“그럼 뭐라고.”

“불량사례집.”

“너무 평범합니다.”

“그래서 좋습니다.”

결국 내부 이름은 진짜 `불량사례집`이 됐다.

Daniel은 못마땅했지만 작업자들이 잘 썼다.

첫 페이지.

누설.

원인.

대응.

두 번째.

용접변형.

세 번째.

공구마모.

사진.

측정값.

짧은 설명.

몇 달 뒤 둘째 공장의 불량률.

1.9퍼센트.

첫 공장과 비슷한 수준.

그리고 놀랍게도 첫 공장도 둘째 공장에서 나온 지그 아이디어를 적용해 사이클타임을 6퍼센트 줄였다.

Daniel이 두 공장 데이터를 나란히 봤다.

“이게 네트워크네요.”

Vogel이 말했다.

“아직 두 공장입니다.”

“두 개부터 시작하죠.”

Daniel은 웃었다.

자기 소유 공장 하나를 크게 키우는 대신 독립된 공장 둘이 같은 품질원칙과 데이터를 공유한다.

미래의 Global Manufacturing Mesh라는 이름은 아직 없었다.

그러나 구조의 씨앗은 보였다.

분산.

표준.

현지화.

상호학습.

한 곳이 멈춰도 다른 곳이 일부를 받을 수 있다.

Daniel은 이 방식이 마음에 들었다.

소유보다 강한 연결이 있을 수 있다.

두 공장이 같은 부품을 만들기 시작하자 예상 밖의 경쟁심도 생겼다.

주간 품질표.

첫 공장 1.6퍼센트.

둘째 2.0.

다음 주.

1.8 vs 1.5.

누군가 표에 순위를 붙였다.

`#1`

Daniel은 처음엔 재미있어했다.

Vogel이 바로 지웠다.

“왜요?”

“이러면 데이터 숨깁니다.”

Daniel이 멈췄다.

공장끼리 순위를 매기면 좋은 숫자를 만들 유인이 생긴다.

재작업을 불량에서 빼고.

애매한 결함을 다음 주로 넘기고.

어려운 물량을 상대 공장에 미루고.

숫자가 성과평가와 연결되면 정의가 흔들릴 수 있다.

“그럼 비교를 안 합니까?”

“비교합니다.”

Vogel이 말했다.

“순위가 아니라 차이를 봅니다.”

공장 A가 잘하는 것.

셋업.

공장 B가 잘하는 것.

지그.

공구관리.

검사.

서로 배우게 한다.

공통 KPI도 ‘누가 1등인가’가 아니라 전체 네트워크 고객불량과 납기.

두 공장이 한 시스템으로 고객약속을 지키는가.

Daniel은 그 관점이 마음에 들었다.

경쟁이 완전히 나쁜 건 아니다.

하지만 내부경쟁이 전체 최적을 깨면 안 된다.

이선이 말했다.

“보너스도 조심해야겠네.”

“공장별 생산량 보너스?”

“그거 걸면 서로 쉬운 일만 가져가려고 할 수도.”

Daniel은 웃었다.

“사람은 인센티브대로 움직이네요.”

“너도.”

“저는.”

“성과 숫자 보면 바로 움직이잖아.”

반박 불가.

보상체계도 바뀌었다.

공장 단독 생산량보다:

- 네트워크 납기

- 고객불량

- 개선공유

- 안전 를 일부 포함.

둘째 공장 사장이 말했다.

“왜 다른 공장 잘한 것까지 우리 보너스에 들어갑니까?”

Daniel이 답했다.

“한쪽 멈췄을 때 서로 도울 거니까요.”

실제로 그 상황이 곧 왔다.

첫 공장 핵심 장비 하나가 고장.

수리 4일.

기존 구조라면 납기지연.

둘째 공장이 일부 물량을 받았다.

이미 공정원칙과 품질기준을 공유하고 있었기 때문에 전환이 빨랐다.

첫날은 느렸다.

둘째 날 정상 근처.

고객 납기 유지.

수리가 끝난 뒤 물량은 다시 분배됐다.

첫 공장 사장이 말했다.

“이제 네트워크 보너스 이해되네.”

Daniel도.

분산 제조는 단순히 공장을 두 곳 두는 게 아니다.

서로 대신할 수 있어야 한다.

문서.

품질기준.

치구.

데이터.

사람 연락망.

모든 연결이 있어야 백업이 된다.

복제된 이름만으로는 안 된다.

Daniel은 그 구조가 Nightglass 관측망이나 미래 발사장 네트워크에도 그대로 적용될 수 있다고 느꼈다.

중요한 건 노드 수가 아니라 노드 사이의 호환성이었다.

두 공장의 관리자들은 월말에 처음으로 서로의 개선사례를 발표했다.

경쟁사라면 숨겼을 내용.

이번에는 같은 고객약속을 지키는 파트너였다.

첫 공장은 셋업시간 단축.

둘째는 지그 개선.

양쪽이 서로 하나씩 가져갔다.

다음 달에는 두 공장 모두 사이클타임이 조금 줄었다.

Daniel은 그 결과를 보며 네트워크의 가치는 생산량 합계보다 학습속도의 합계에도 있다는 걸 깨달았다.