Purpose - The purpose of this study is to explore the determinants of the organizational level for the advancement of smart factory. We suggested three determinants of the organizational level such as CEO's entrepreneurship, high-involvement human resource management, and cooperative industrial relations. Design/methodology/approach - The population of our survey was manufacturing SMEs, and we took a sample and conducted a survey of 232 companies. Since the level of smart factory advancement, which is a dependent variable, was measured on an ordinal scale, ordinal logistic regression analysis was used to test the hypothesis. Findings - The higher the level of high-involvement human resource management, the higher the level of smart factory advancement. As the level of high-involvement human resource management increases by one unit, the probability of smart factory advancement increases by 22.8%. On the other hand, the CEO's entrepreneurship did not significantly affect the level of smart factory advancement. Interestingly, the cooperative industrial relations negatively affected to the level of smart factory advancement, contrary to the hypothesis prediction. Research implications or Originality - This study explored determinants at the organizational level that affect the advancement of smart factories. Through this, various implications are presented for related research and policy fields.
The South Korean government is actively assisting the supply of the smart factory solutions to SMEs (Small & Medium-sized Enterprises) according to its manufacturing innovation 3.0 policy for the smart manufacturing as the 4th industrial revolution era unfolds. This study analyzed the impacts of the smart factory solutions, which have been supplied by the government, on the companies performances. The effects of the level of smart factory and the operation capabilities for the smart factory solutions on company performances, and the mediating effects of manufacturing capabilities have been analyzed using SPSS and AMOS. The data for this survey-based study were collected from the SMEs which implemented the smart factory solutions since 2015. The results show that the level of smart factory solutions adopted and operation capabilities for the smart factories do not have direct effects on the company performances, but their mediating effects on the manufacturing capabilities matter and the manufacturing capabilities effect directly on the company performances. In addition significant factors boosting the operation capability for the smart factory and the levels of the smart factory solutions are identified. Finally, the policy direction for enhancing the smart factory effects is presented, and the future research directions along with the limitations are suggested.
This study is to develop a diagnostic model for the effective introduction of smart factories in the manufacturing industry, to diagnose SMEs that have difficulties in building their own smart factory compared to large enterprise, to identify the current level and to present directions for implementation. IT, AT, and OT experts diagnosed 18 SMEs using the "Smart Factory Capacity Diagnosis Tool" developed for smart factory level assessment of companies. They analyzed the results and assessed the level by smart factory diagnosis categories. Companies' smart factory diagnostic mean score is 322 out of 1000 points, between 1 level (check) and 2 level (monitoring). According to diagnosis category, Factory Field Basic, R&D, Production/Logistics/Quality Control, Supply Chain Management and Reference Information Standardization are high but Strategy, Facility Automation, Equipment Control, Data/Information System and Effect Analysis are low. There was little difference in smart factory level depending on whether IT system was built or not. Also, Companies with large sales amount were not necessarily advantageous to smart factories. This study will help SMEs who are interested in smart factory. In order to build smart factory, it is necessary to analyze the market trends, SW/ICT and establish a smart factory strategy suitable for the company considering the characteristics of industry and business environment.
Journal of Information Technology Applications and Management
/
제26권2호
/
pp.13-26
/
2019
The purpose of this study is to examine the effect of each of the two technology acceptance factors(employees' attitude toward smart factory technology, and ease of smart factory technology use) on the introduction level of each of the three smart factory technologies (manufacturing big data technology, automation technology, and supply chain integration technology), and in turn, the effect of each of the three smart factory technologies on manufacturing performance. This study employed PLS statistics software package to empirically validate a structural equation model with survey data from 100 domestic small-and medium-sized manufacturing firms (SMMFs). The analysis results revealed the followings. First, it is founded that employees' attitude toward smart factory technology influenced all of the three smart factory technology introduction levels in a positive manner. In particular, SMMFs of which employees had more favorable attitude toward smart factory technology tended to increase introduction levels of both automation technology and supply chain integration technology more than in the case of manufacturing big data technology. Second, ease of smart factory technology use also had a positive impact on each of the three smart factory technology introduction levels, respectively. A noteworthy finding is this : SMMFs which perceived smart factory technology as easier to use would like to elevate the introduction level of manufacturing big data technology more than in the cases of either automation technology or supply chain integration technology. Third, smart factory technologies such as automation technology and supply chain integration technology had affirmative impacts on manufacturing performance of SMMFs. These results shed some valuable insights on the introduction of smart factory technology : The success of smart factory heavily depends on organization-and people-related factors such as employees' attitude toward smart factory technology and employees' perceived ease of smart factory technology use.
본 연구는 '중소기업에서 내부 환경요인을 통한 Smart Factory의 핵심요인이 경영성과에 미치는 영향'에 대한 실증연구이다. 연구 목적은 Smart Factory 구축이 경영성과에 영향을 미쳐서 회사가 지속 발전하는데 기여하는지 검증하고, 국가적으로 추진하고 있는 Smart Factory 구축 확대 정책에 대해 제언하고자 한다. 절차는 Smart Factory를 구축한 중소제조기업의 실무자를 중심으로 설문을 받아 SPSS와 SMART PLS로 통계 분석하였다. 연구결과는 첫째, 기업 내부의 환경요인은 Smart Factory 핵심요인에 긍정적인 영향을 미쳤다. 둘째, Smart Factory 핵심요인은 경영성과에 긍정적인 영향을 미쳤다. 위의 입증을 통해서 기업의 환경요인을 고려한 Smart Factory의 핵심요인은 경영성과에 영향을 주는 것으로 나타나, Smart Factory 구축 성과의 이론적인 토대를 마련했다고 할 수 있다. 향후는 Smart Factory 구축방법 연구를 하고자 한다.
International journal of advanced smart convergence
/
제13권2호
/
pp.229-234
/
2024
A smart factory is defined as a cutting-edge, intelligent factory that integrates all production processes from product planning to sales with information and communication technology. Through these factories, each company produces customized products with minimal cost and time. The smart factory promotion project in Korea has produced positive results even in difficult environments such as the COVID-19 situation. Through the transition to a smart manufacturing production system, the competitiveness of small and medium-sized businesses has been greatly strengthened, including increased productivity and reduced costs. This study was based on surveyed data conducted by organizations related to smart factory promotion in 2020. Significant contents and major characteristics that emerged from the surveyed data were inferred and described. Since the meaningful contents reflect the reality of the company, more efficient promotion of smart factories will be possible in the future.
Purpose This study investigates the impact of organizational characteristics on organizational performance through case studies of smart factory implementation in the context of Korean small and medium Enterprises (SMEs). To achieve this goal, this study adopts the smart factory index of KOSMO (Korea Smart Manufacturing Office) established by Korean Ministry of SMEs and Startups. We visited 3 firms implemented smart factory projects. This study presents the results of field study in detail with evaluation criteria on how organizational competences like AI technology adoption and facility automation can be exploited to positively influence organizational performance through smart factory implementation. Design/methodology/approach There are not so many results of empirical studies related to smart factories in Korea. This is because organizational support and user involvement are required for facility AI platform service beyond factory automation after the start of the 4th Industrial Revolution. Korean government's KOSMO (Korean Smart Manufacturing Office) has developed and proposed a level measurement index for smart factory implementation. This study conducts case studies based on the level measurement method proposed by KOSMO in the process of conducting case studies of three companies belonging to the root and mechanic industries in Korea. Findings The findings indicate that organizational competences, such as facility AI platform adoption and user involvement, are antecedents to influence smart factory implementation, while smart factory implementation has significant relationship with organizational performance. This study provides a better understanding of the connection between organizational competences and organizational performance through smart factory case studies. This study suggests that SMEs should focus on enhancing their organizational competences for improving organizational performance through implementing smart factory projects.
최근 4차 산업혁명과 스마트 팩토리라는 용어를 뉴스나 매체를 통해 자주 들을 수 있다. 하지만 스마트 팩토리에 대한 정보와 어떻게 스마트 팩토리를 구축해야 하는지에 대한 구체적인 가이드라인이 없기 때문에 기업들로부터 외면 받고 있다. 스마트 팩토리의 구축은 도입 목적을 고려하여 회사의 규모에 적합하게 수행되어야한다. 기존 논문 연구에서 국내 대 중 소기업들을 대상으로 스마트 팩토리 성공구축 사례들을 분석 하였다. 사례분석 결과, 대기업의 경우 일부공장을 대상으로 시범적으로 스마트 팩토리를 구축한 후 성공적으로 평가될 시 전체공장으로 확대시키는 전략이 효과적이다. 중소기업의 경우, 낮은 수준의 스마트 팩토리 구축레벨에서 높은 수준의 구축레벨로 업그레이드하는 것이 효과적이다. 본 논문에서는 전통제조업체를 1개 선정하고, 3D가상공정설계를 통해 병목 구간과 개선이 필요한 공정을 파악한 후 센서를 설치한다. 최종적으로 센서를 통해 수집 된 데이터를 분석한 후 공정을 개선하고, 생산성이 향상된 스마트 팩토리를 구축하여 그 효과를 검증해 보고자 한다.
Purpose: This paper aims to propose a practical strategy for smart factories and a step-by-step quality strategy according to the maturity of smart factory construction. Methods: The characteristics, compositional requirements, and diagnosis system are examined for smart factories through theoretical considerations. Several cases of implementing smart factory are studied considering the company maturity level from the aspect of the smartness concept. And specific quality techniques and innovation activities are carefully reviewed. Results: The maturity level of smart factory was classified into five phases: 1) ICT non-application, 2) basic, 3) intermediate 1, 4) intermediate 2, 5) advanced level. A five-step quality strategy was established on the basis of case studies; identify, measure, analyze, optimize, and customize. Some quality techniques are introduced for step-by-step implementation of quality strategies. Conclusion: To build a successful smart factory, it is necessary to establish a quality strategy that suits the culture and size of the company. The quality management strategy proposed in this paper is expected to contribute to the establishment of appropriate strategies for the size and purpose of the company.
Purpose: This paper treats the survey result from the suppliers of smart factories. Based on the survey results, it is provided suggestions about government policies of the smart factory. Methods: For providing political suggestions, the survey of smart factory is conducted. The survey results are analyzed by the correlation and association methods based on the stratification. Results: The survey results are analyzed for extracting policy-level suggestions. Multiple policy-level suggestions are identified and presented in the conclusion. Conclusion: Six policy-level suggestions are presented for enhancing the management efficiency of suppliers of smart factory.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.