1. 연구 배경

조선해양산업은 순차적인 건조 공정의 병렬 수행과 다양한 선종으로 인해 생산 복잡도가 매우 높다. 선박 건조는 강재 절단부터 조립, 선행 도장, 선행 의장, 도크 탑재, 그리고 진수 후 안벽 의장 및 시운전까지 순차적으로 수행되며, 단일 야드 내에서 40~50척이 병렬적으로 동시에 건조된다. 특히 고부가가치 선박과 해양플랜트(FLNG 등)의 확대로 선종이 다변화되었고, 동일 선종 내에서도 사양과 선형에 따라 공법 및 공기가 가변적으로 정의되어 야드 운영의 난이도가 높아지고 있다. 이러한 복잡성을 제어하기 위해 조선소는 도크와 4대 Key-event를 결정하는 선표 계획을 가장 먼저 수립한다. 이를 기점으로 도크 탑재부터 조립까지의 블록 단위 계획은 역방향으로, 탑재 이후 안벽 공정 계획은 순방향 계획으로 수립된다. 그러나 본 연구 이전의 생산계획 수립은 십수 명의 담당자가 지닌 경험적 노하우에 의존하여 단일 시나리오 검토에만 7~10일이 소요되어, 신속한 의사결정을 지원하는 데 구조적 한계가 존재하였다.

그림 1. 조선소 생산계획 수립 프로세스

2. 연구 내용

본 연구의 목적은 최적화 엔진 기반의 조선소 통합 생산계획 시스템을 개발하는 것이며, 연구 내용은 표준화, 최적화, 시스템화의 3단계로 구성된다.

첫째, 표준화 단계에서는 야드 내 암묵지로 존재하는 작업 노하우와 기준 정보를 데이터화하였다. 실적 데이터 기반의 회귀모델을 통해 공기 및 작업량을 예측하고, 통계적 기법으로 공정별 작업장 효율을 정량화하였으며, 현장 실무진과의 교차 검증을 거쳐 가용 부하 및 배치 제약 조건을 표준화된 데이터셋으로 정립하였다.

둘째, 최적화 단계에서는 공정별 이질적인 제약조건과 목적함수, 방대한 문제 크기를 고려하여 맞춤형 최적화 알고리즘을 개발·적용하였다. 일례로 PE 블록 배치 계획의 경우, 블록 형상 및 제원, 안전거리, 리소스 제약 및 작업 효율 등을 반영하기 위해 제약 프로그래밍 기법으로 초기 배치안을 신속히 도출한 후, 휴리스틱 알고리즘을 연계하여 야드 배치 효율을 극대화하는 하이브리드 방법론을 정립하였다. 결과적으로 CP(Constraint Programming) 최적화, MIP(Mixed Integer Programming) 최적화, DES(Discrete Event Simulation), Heuristic, 강화학습 등의 알고리즘을 활용하여 각 계획 공정별 최적화 엔진을 개발하였다.

그림 2. CP 기반 생산계획 최적화 모델 프레임워크