-
생산관리 다품종 소량생산 시대, 생산관리는 ‘유연성’이 핵심이다
고객 요구가 다양해지고 제품 수명주기가 짧아지면서 제조업은 다품종 소량생산(Mix & Low Volume) 중심으로 빠르게 변화하고 있다. 이는 기존의 ‘대량생산’ 방식보다 훨씬 복잡하고 예측이 어렵기 때문에, 생산관리 전략도 완전히 다르게 접근해야 한다. 핵심은 유연성과 민첩성(Agility) 이며, 이를 갖춘 기업만이 시장 변동 속에서도 경쟁력을 유지할 수 있다. 첫 번째 전략은 유연한 생산계획 수립이다. 다품종 환경에서는 수요 변동이 크기 때문에 고정된 계획보다 ‘변경 가능한 계획’이 필요하다. 생산계획은 제품별 우선순위, 납기, 생산 시간, 공정 제약을 고려하여 짧은 주기로 재계획(Re-Scheduling)할 수 있어야 한다. 최근에는 APS(고급 생산스케줄링)를 활용해 수요 변동을 빠르게 반영하는 기업도 증가하고 있다. 두 번째는 공정 전환(Setup) 시간 단축이다. 제품 종류가 많아질수록 공정을 바꾸는 시간이 늘어나고 생산 손실이 커진다. SMED(Single Minute Exchange of Die) 기법을 적용해 내부 작업을 외부 작업으로 전환하거나, 작업 순서를 최적화해 셋업 시간을 최소화하면 생산 효율이 크게 향상된다. 세 번째 전
- 주택규 기자
- 2025-12-10 14:22
-
생산관리 5S, LEAN 기반 개선, 현장의 생산성을 바꾸는 가장 확실한 방법
현장의 생산성을 높이는 가장 기본적이면서도 효과적인 방법은 5S와 LEAN(린 생산방식) 이다. 고가의 자동화 설비나 복잡한 시스템보다 먼저 해야 하는 것은 현장의 낭비를 줄이고, 작업 흐름을 매끄럽게 만드는 것이다. 5S와 LEAN은 이러한 개선의 출발점이자, 모든 스마트 제조의 기반이 된다. 첫 번째는 5S(정리, 정돈, 청소, 청결, 습관화) 개선이다. 필요한 것과 불필요한 것을 구분하고, 필요한 것을 즉시 찾을 수 있게 배치하고, 불량이나 이물질이 쌓이지 않도록 관리하는 활동이다. 5S가 잘 정착된 공장은 작업시간이 줄어들고, 불량이 감소하며, 안전사고도 크게 줄어든다. 이는 단순한 환경 정리가 아니라 작업 효율을 높이는 공정 관리 기법이다. 두 번째는 LEAN 기반 낭비 제거 전략이다. 생산현장에서 발생하는 대표적 낭비는 대기, 이동, 재고, 과잉생산, 불필요한 작업, 과도한 공정 등이다. LEAN은 이러한 낭비 요소를 찾아 제거하여 흐름 중심의 생산 방식을 만드는 것을 목표로 한다. 예를 들어, 작업자 동선을 줄이기 위해 공구 배치를 바꾸거나, 불필요한 중간재를 줄여 리드타임을 단축하는 것이 대표적 개선이다. 세 번째는 작은 개선의 반복(Kaize
- 주택규 기자
- 2025-12-09 08:59
-
생산관리 디지털 기반 안전관리, 사고를 예방하는 공장의 새로운 표준
생산현장에서 안전은 생산성보다 우선되는 가치이다. 그러나 많은 사고는 “알지 못해서” 또는 “조금만 더 신경 썼다면 막을 수 있었던” 사소한 위험에서 시작된다. 디지털 기술은 이러한 위험 요인을 보이지 않는 상태에서 보이는 상태로 전환해, 사고 발생 전에 조치할 수 있도록 돕는다. 그래서 디지털 기반 안전관리 시스템 구축은 스마트 제조의 핵심 전략 중 하나이다. 첫 번째 전략은 IoT 센서를 활용한 실시간 위험 감지이다. 설비의 온도 상승, 과도한 진동, 가스 누출, 작업자의 위험 위치 접근 등은 센서 데이터를 통해 즉시 감지할 수 있다. 경고음, 알림, 자동 정지 시스템과 연동하면 사고를 미연에 차단할 수 있다. 이는 특히 고위험 공정에서 효과적이다. 두 번째는 영상 기반 안전 모니터링(Vision Safety) 이다. 카메라와 AI 알고리즘을 활용하면 보호구 미착용, 위험 구역 진입, 비정상 자세, 협소 공간 작업 등을 자동으로 인식해 관리자에게 실시간 알림을 보낸다. 사람이 모든 구역을 감시할 수 없지만, AI는 24시간 공정을 지켜본다. 세 번째는 안전 데이터를 통합 관리하는 플랫폼 구축이다. 사고 이력, 점검 기록, 위험성 평가, 설비 이상 경고,
- 주택규 기자
- 2025-12-08 09:05
-
생산관리 공장 에너지 효율, 디지털 전략이 경쟁력을 좌우한다
공장의 에너지 비용은 생산 비용에서 큰 비중을 차지하며, 특히 전력, 가스, 압축공기 등의 사용량은 공정 안정성과 직결된다. 그러나 많은 기업이 에너지 사용을 ‘필요한 만큼 쓰는 자연스러운 결과’로만 이해한다. 스마트 제조 시대에는 에너지 사용 자체를 최적화해야 경쟁력이 유지된다. 이를 가능하게 하는 것이 바로 디지털 기반 에너지 효율화 전략이다. 첫 번째 전략은 IoT 기반 에너지 데이터 실시간 수집이다. 설비별 전력 소비량, 부하 패턴, 피크 발생 시점, 공정별 에너지 사용 비율을 센서로 자동 기록하면 눈으로는 보이지 않던 낭비를 즉시 확인할 수 있다. 예를 들어 특정 설비가 쉬는 시간에도 높은 전력을 사용한다면, 단순 설정 문제일 수 있으며 즉시 개선 가능하다. 두 번째는 에너지 사용 패턴 분석과 비효율 진단이다. 데이터 분석을 통해 설비 가동률 대비 에너지 소비가 과도한 곳, 피크 부하가 반복되는 시간대, 불필요한 대기 전력 등을 찾아낼 수 있다. 이는 단순한 절감이 아니라 공정 조건의 최적화로 이어진다. 세 번째는 AI 기반 에너지 예측 및 운영 자동화이다. AI가 과거 사용 기록과 생산계획을 학습하면, “언제 전력 피크가 올지”, “어떤 설비가 과
- 주택규 기자
- 2025-12-05 09:01
-
생산관리 디지털 기반 공정 품질 안정화, 변동을 줄이는 것이 품질의 시작이다
품질 문제의 대부분은 공정의 변동(Variation) 에서 시작된다. 작업자마다 작업 방식이 다르거나, 설비 조건이 일정하지 않거나, 재료 특성이 조금씩 달라지면 품질은 쉽게 흔들린다. 디지털 기반 공정 품질 안정화 전략은 이러한 변동을 최소화하고, 공정을 일정하게 유지해 품질의 일관성을 확보하는 접근법이다. 첫 번째 전략은 실시간 데이터 모니터링이다. IoT 센서, MES, 자동 검사장비가 생산 중 발생하는 데이터를 실시간으로 수집하면 온도, 압력, 속도, 진동 등 공정을 좌우하는 조건을 즉시 확인할 수 있다. 기준에서 벗어난 변화가 감지되면 시스템이 즉시 경고해 불량 발생을 사전에 차단할 수 있다. 두 번째는 공정 표준화와 디지털 SOP(Standard Operating Procedure) 구축이다. 작업자가 따라야 할 기준과 절차를 디지털 매뉴얼로 제공하고, 작업 이력과 공정 조건을 자동으로 기록하면 사람에 의한 변동을 크게 줄일 수 있다. 디지털 SOP는 변경 사항도 즉시 반영되므로 실시간 관리가 가능하다. 세 번째는 공정능력(Cp, Cpk) 기반의 품질 안정성 평가이다. 디지털 시스템은 공정 데이터를 분석해 공정이 목표 기준에 얼마나 안정적으로 맞춰
- 주택규 기자
- 2025-12-04 08:55
-
생산관리 생산정보 자동수집, 스마트 제조의 첫걸음
스마트 제조의 핵심은 ‘데이터’이며, 그 시작은 정확한 생산정보의 자동수집(Auto-Data Capture) 이다. 공정 데이터를 사람이 수기로 입력하면 누락, 오류, 지연이 발생하며, 이러한 작은 오류가 전체 생산관리의 판단과 품질에 큰 영향을 준다. 그래서 자동수집 시스템을 구축하는 것은 스마트팩토리의 기초이자 가장 중요한 출발점이다. 첫 번째 전략은 센서를 활용한 실시간 데이터 확보이다. 설비의 온도, 압력, 진동, 속도, 가동시간 등을 IoT 센서로 자동 수집하면, 사람이 확인하지 않아도 공정 상태를 실시간으로 파악할 수 있다. 센서 데이터는 설비 이상 감지, 예지정비, 품질 예측의 핵심 기반이 된다. 두 번째는 바코드, RFID 기반 작업 추적 시스템이다. 작업자, 자재, 공정이동, 검사 결과를 자동으로 기록하면 작업 흐름이 투명해지고, 불량 발생 시 추적과 원인 분석이 쉽다. 특히 재작업이나 자재 혼입 같은 문제를 빠르게 차단할 수 있다. 소규모 공장도 간단히 도입할 수 있어 가장 실용적인 자동수집 방식이다. 세 번째 전략은 MES와 설비, 검사장비의 자동 연동이다. 설비에서 발생한 데이터가 MES로 자동 전송되면, 생산량, 불량, 가동률이 즉시
- 주택규 기자
- 2025-12-03 14:03
-
생산관리 스마트 인력관리(HR-Tech), 사람의 역량이 생산성을 결정한다
스마트 제조가 발전하면서 설비, 공정 자동화뿐만 아니라 인력관리(HR) 자체도 디지털 전환이 필요해지고 있다. 생산성은 결국 사람이 만들어내는 가치이며, 기술이 아무리 발전해도 인력이 제대로 배치되고 교육되지 않으면 공장은 효율적으로 움직일 수 없다. 그래서 HR-Tech 기반의 스마트 인력관리 전략이 중소 제조업에서도 중요한 경쟁력이 되어가고 있다. 첫째, HR-Tech는 인력 배치의 효율을 높인다. 작업자별 숙련도, 작업 속도, 품질 이력, 안전 이슈 등을 데이터로 관리하면, 각 작업자에게 가장 적합한 공정을 배치할 수 있다. 이는 단순한 근무표 작성이 아니라, 데이터 기반 인력 최적화이다. 이를 통해 불량률이 낮아지고 공정 안정성이 올라간다. 둘째, 교육, 훈련의 스마트화이다. 개인별 교육 이력과 업무 성과 데이터를 분석하면, 부족한 역량을 파악하고 맞춤형 교육 프로그램을 제공할 수 있다. 예를 들어, 특정 작업자가 반복적으로 동일 품질 문제를 일으킨다면, 관련 공정 이해도 교육을 자동으로 추천하는 방식이다. 이는 단순한 집합교육이 아닌 데이터 기반 개인 맞춤 교육으로 전환되는 것이다. 셋째, AI를 활용한 작업 스케줄 자동 편성이 가능하다. 수요량,
- 주택규 기자
- 2025-12-02 08:41
-
생산관리 생산현장의 디지털 협업 플랫폼, 연결이 혁신을 만든다
스마트 제조 시대에는 개별 팀이 각자 정보를 관리하던 방식으로는 생산 문제를 해결하기 어렵다. 설비팀은 설비 데이터만, 품질팀은 검사 결과만, 생산팀은 공정 상황만 따로 관리하면 공장의 전반적인 흐름을 파악할 수 없다. 그래서 오늘날 제조 기업의 핵심 전략은 정보를 하나로 모으고, 실시간으로 협업할 수 있는 디지털 협업 플랫폼을 구축하는 것이다. 디지털 협업 플랫폼의 첫 번째 목적은 정보의 단일화이다. MES, ERP, 설비 센서, 품질 시스템 등에 흩어져 있는 데이터를 하나의 화면에서 확인할 수 있어야 한다. 데이터가 통합되면, 생산·품질·설비·물류팀 모두가 같은 정보를 보고 같은 판단을 내릴 수 있다. 이는 오해를 줄이고 문제 해결 속도를 크게 높인다. 두 번째는 실시간 소통과 문제 해결 체계 구축이다. 공정 이상, 불량 증가, 설비 고장 등 현장에서 발생하는 문제를 플랫폼에서 즉시 공유하고, 관련 부서가 함께 해결 방안을 논의할 수 있어야 한다. 예를 들어, 불량률이 갑자기 상승하면 품질팀은 원인 데이터를 올리고, 설비팀은 설비 진동 데이터를 공유하며, 생산팀은 작업 조건 변화를 기록한다. 이처럼 데이터 기반의 협업이 이루어지면 해결 시간이 획기적으로
- 주택규 기자
- 2025-12-01 08:52
-
생산관리 스마트 제조의 핵심, 데이터 거버넌스를 어떻게 구축할 것인가
스마트 제조의 성공은 데이터의 양이 아니라 데이터의 질에서 결정된다. AI, MES, IoT 센서가 아무리 발전해도 데이터가 정확하지 않으면 판단은 틀어지고, 자동화는 오작동하며, 경영은 혼란스러워진다. 그래서 스마트 제조의 기초 체계는 단순한 설비 도입이 아니라 데이터 거버넌스(Data Governance) 구축이다. 데이터가 공정 전체의 ‘언어’가 되는 만큼, 그 언어의 규칙을 처음부터 제대로 만드는 것이 중요하다. 첫 번째 단계는 데이터 표준화(Standardization) 이다. 같은 의미의 데이터를 부서마다 다른 이름, 다른 단위, 다른 방식으로 관리하면 통합 분석이 불가능하다. 예를 들어, “가동률”, “稼動시간”, “稼動(%)”처럼 각기 다른 표현이 존재하면 시스템이 정보를 정확히 연결하지 못한다. 이를 방지하기 위해 기업은 품질, 설비, 생산, 재고 데이터를 표준 용어와 표준 구조로 통일해야 한다. 두 번째는 데이터 정합성 확보(Consistency) 이다. 동일한 데이터가 서로 다른 시스템에서 다르게 나타나는 문제를 해결해야 한다. ERP, MES, 품질 검사 시스템, 설비 센서 간 데이터가 일치하지 않으면 분석 결과는 왜곡된다. 이를 위해
- 주택규 기자
- 2025-11-28 09:03
-
생산관리 스마트 제조 시대, 생산 시뮬레이션이 경쟁력을 만든다
스마트 제조 시대에는 공정을 실제로 바꾸기 전에 디지털 환경에서 먼저 실험하는 능력이 경쟁력을 결정한다. 이를 가능하게 하는 핵심 도구가 바로 생산 시뮬레이션(Production Simulation) 이다. 생산 시뮬레이션은 공정 흐름, 설비 배치, 작업 인력, 재고 흐름 등을 가상의 공장에서 재현해 최적의 생산 전략을 찾는 방법이다. 시행착오를 현장에서 겪지 않아도 되기 때문에 비용과 시간을 크게 줄일 수 있다. 생산 시뮬레이션의 첫 번째 장점은 병목과 비효율을 사전에 발견할 수 있다는 점이다. 실제 공정에서는 어떤 단계에서 대기행렬(WIP)이 쌓이는지 명확히 보이지 않지만, 시뮬레이션 환경에서는 처리량, 대기시간, 가동률을 그래프로 즉시 확인할 수 있다. 이를 통해 “어디를 먼저 개선해야 하는지”를 정확히 판단할 수 있다. 두 번째 장점은 설비 투자 결정의 정확도 증가이다. 새로운 설비를 구매하기 전에 시뮬레이션을 통해 생산량 변화, 라인 밸런싱 효과, 리드타임 단축 정도를 미리 계산할 수 있다. 이는 중소 제조업에 특히 중요하다. 예산이 한정된 상황에서 '감'이 아닌 '데이터'로 투자 결정을 할 수 있기 때문이다. 세 번째는 자동화, 로봇 도입 효과를
- 주택규 기자
- 2025-11-27 08:52
-
생산관리 병목을 잡아야 공정이 산다 — 생산 흐름을 바꾸는 병목 해소 전략
공정에서 아무리 많은 설비와 인력을 투입해도, 생산 흐름을 결정하는 것은 단 한 지점, 즉 병목(Bottleneck) 이다. 병목은 공정 중 처리 속도가 가장 느린 단계로, 전체 생산량을 제한하고 리드타임을 늘리는 핵심 요인이다. 따라서 병목을 정확히 찾고 개선하는 것이 생산성 향상의 가장 빠르고 효과적인 전략이다. 병목을 해소하는 첫 단계는 데이터 기반 병목 진단이다. 설비 가동시간, 작업 대기시간, 공정별 처리량 등을 확인하면 어떤 공정에서 물건이 쌓이는지 쉽게 파악할 수 있다. MES나 IoT 센서를 활용하면 실시간으로 공정 흐름을 모니터링할 수 있어 병목 지점을 빠르게 발견할 수 있다. 두 번째 단계는 원인 분석이다. 병목은 단순히 속도가 느려서 생기는 것이 아니라, 설비 고장률, 작업자의 숙련도 차이, 과도한 품질검사, 자재 공급 지연 등 다양한 이유가 복합적으로 작용할 수 있다. 특성요인도(魚骨도), 5Why 분석 같은 기법을 활용하면 병목의 본질적 원인을 찾는 데 도움이 된다. 세 번째는 병목 공정 집중 개선이다. 가장 효과적인 방법은 병목 공정의 처리능력을 높이는 것이다. 설비를 추가하거나 자동화 설비로 교체하는 방식이 대표적이다. 그러나 꼭
- 주택규 기자
- 2025-11-26 09:03
-
생산관리 글로벌 공급망 리스크 시대, 중소 제조업이 살아남는 전략
전 세계 공급망이 흔들리는 시대에 중소 제조업은 대기업보다 더 큰 위험에 노출되어 있다. 원자재 가격 급등, 해외 공장 셧다운, 물류 지연, 환율 변동 등 예측하기 어려운 변수들이 생산 일정과 납기에 직접적인 타격을 준다. 그러나 이를 단순한 외부 요인으로만 볼 수는 없다. 공급망 리스크에 어떻게 대응하느냐가 중소 제조업의 생존 전략이 된다. 첫 번째 전략은 공급처 다변화이다. 특정 국가나 특정 업체에 지나치게 의존하면 문제가 생겼을 때 대응이 어렵다. 핵심 자재일수록 2~3개의 대체 공급처를 확보하고, 리스크가 큰 지역의 의존도를 낮추는 것이 필요하다. 최근에는 베트남, 인도네시아, 멕시코 등 ‘차세대 조달 거점’을 활용하는 사례가 늘고 있다. 두 번째는 적정 재고 전략이다. 공급망 위기 상황에서 최소 재고 전략은 오히려 납기 지연을 초래할 수 있다. 중소기업은 ABC 분석을 활용해 중요 자재는 안전재고를 높이고, 덜 중요한 자재는 JIT 방식으로 관리하는 혼합 전략이 유효하다. 이는 비용과 안정성을 동시에 고려하는 현실적 선택이다. 세 번째는 공급망 가시성(Visibility) 확보이다. ERP, MES, 물류 추적 시스템 등을 통해 자재의 위치, 생산
- 주택규 기자
- 2025-11-25 08:57
-
생산관리 디지털 KPI, 생산관리 성과를 바꾸는 새로운 기준
AI와 디지털 시스템이 확산되면서 생산현장의 성과관리 방식도 빠르게 변화하고 있다. 과거에는 생산량, 불량률처럼 단순 지표 중심의 관리가 일반적이었다. 그러나 이제는 데이터 기반의 디지털 KPI(Digital Key Performance Indicator) 를 통해 생산의 흐름, 병목, 품질, 설비 상태까지 종합적으로 관리하는 시대가 되었다. 정확한 지표 설계가 기업의 경쟁력을 좌우한다. 디지털 KPI의 핵심은 측정 가능한 데이터 기반 지표여야 한다는 점이다. 예를 들어 설비가 실제로 얼마나 생산에 기여했는지를 보여주는 OEE(설비종합효율), 공정의 안정성을 의미하는 Cpk(공정능력지수), 실시간 불량률, 설비 예지정비 지수 등 정량적 지표들이 대표적이다. 이러한 지표들은 사람의 감정이나 상황에 흔들리지 않고, 생산현장의 상태를 객관적으로 보여준다. 또한 KPI는 단순한 숫자가 아니라 문제 해결을 이끄는 지표여야 한다. 예를 들어 “생산량 증가”라는 목표 대신 “병목공정 리드타임 15% 단축”, “OEE 5% 향상”, “불량 재발률 30% 감소”와 같은 실행 중심 지표가 디지털 KPI의 특징이다. AI와 MES 데이터를 활용하면 이러한 지표를 실시간으로 시각
- 주택규 기자
- 2025-11-24 08:59
-
생산관리 AI 시대, 생산관리 직무의 커리어 로드맵은 어떻게 바뀌는가
AI와 자동화 기술이 빠르게 확산되면서 생산관리 직무는 과거와 완전히 다른 방향으로 진화하고 있다. 단순한 계획 관리나 공정 모니터링 중심의 역할에서 벗어나, 데이터 기반 의사결정과 기술 이해력을 갖춘 하이브리드 전문가로 성장하는 것이 필수 경로가 되었다. 그래서 AI 시대의 생산관리 커리어 로드맵은 더 넓고, 더 깊고, 더 전략적이다. 1단계는 현장 이해 기반의 기본 역량 구축 단계이다. 공정 흐름, 설비 특성, 작업 표준, 품질 기준 등 생산관리의 기본기를 갖추는 것이 필수다. AI 도구를 잘 활용하기 위해서도 현장의 원리를 이해해야 한다. 기초가 탄탄할수록 이후 단계에서 기술 적용 능력도 빠르게 성장한다. 2단계는 데이터 활용 능력 강화 단계이다. 엑셀, 통계 분석, 데이터 시각화, MES 데이터 해석, 품질지표 분석 등 실무형 데이터 역량을 갖추는 것이 핵심이다. AI 분석 결과를 이해하고 판단할 수 있어야 관리자로 성장할 수 있다. 이 단계부터는 “데이터 기반 문제 해결자”로 진화한다. 3단계는 스마트 제조 기술 이해 단계이다. IoT 센서, 로봇 자동화, MES, ERP, APS, AI 품질검사 등 디지털 기술의 원리를 이해하고 현장에 적용할 수
- 주택규 기자
- 2025-11-21 08:54
-
생산관리 AI 기반 생산관리의 한계, 그래서 인간의 판단이 더욱 중요하다
AI와 데이터 기반 생산관리는 제조혁신을 이끄는 핵심 기술이지만, 그 만으로 모든 문제가 해결되는 것은 아니다. AI는 방대한 데이터를 분석해 패턴을 찾고, 예측을 제공하는 데 뛰어나지만, 모든 상황을 이해하거나 모든 맥락을 반영할 수 있는 존재는 아니다. 그래서 AI 시대일수록 인간의 판단과 경험은 더욱 중요해지고 있다. 첫째, AI는 데이터가 없는 상황을 처리하기 어렵다. 새로운 공정, 신제품, 비정형 문제 등 과거 데이터가 충분하지 않으면 AI는 제대로 예측할 수 없다. 반면, 경험 많은 관리자는 공정의 특성과 작업자의 행동, 과거의 유사 경험을 바탕으로 빠르게 대응할 수 있다. 둘째, AI는 현장의 맥락(Context)을 완전히 이해하지 못한다. 예를 들어, 동일한 불량 패턴이라도 원인이 사람의 컨디션, 작업장 분위기, 소재의 미세한 감촉 차이처럼 정량화하기 어려운 요소일 수 있다. 이런 변수는 AI가 수치로 분석하기 어렵지만, 숙련된 작업자는 즉각적으로 감지한다. 셋째, 윤리적, 전략적 판단은 인간만이 할 수 있다. 생산량을 늘리기 위해 공정을 고속으로 운영하라는 AI의 제안이 있더라도, 안전, 품질, 근로자 부담을 고려해 최종 결정을 내리는 것은
- 주택규 기자
- 2025-11-19 08:52
-
1
[e커머스] 2025 온라인 식료품 시장 트렌드와 중소 셀러 생존 전략
-
2
인산테라, ‘풀케어(Full Care)’ 출시… 병해충 관리와 친환경 농업의 새 전환점
-
3
MZ가 이끄는 ‘필코노미’…감정이 소비를 결정한다
-
4
인산테라 ‘풀케어’로 충남 아산 시범농장 고추 재배 성공… 친환경 농법 새 모델 제시
-
5
미국 ‘말차’ 열풍…국산 녹차에 새로운 기회 열린다
-
6
제40회 경영지도사·기술지도사 2차 시험, 총 363명 최종 합격
-
7
개 식용 종식 1년, 농장 70% 폐업…‘남겨진 개들’ 보호는 숙제
-
8
경영지도사 시험 제40회 합격률 33.1%…“중장년층 진입·컨설팅 수요 반영”
-
2026-01-02 18:05
주말 강추위 정점 지나 완화…다음 주 평년 기온 회복
-
2026-01-02 12:56
'컵 가격 표시제' 추진에 소상공인들 '울상'… 정부, 부담 최소화 방안 논의 착수
-
2026-01-02 08:49
작업자 숙련도 편차를 줄이는 표준화·교육 연계 전략
-
2025-12-31 10:30
2026년 최저임금 1만 320원 확정… 2.9% 인상, 17년 만의 노사 합의
-
2025-12-31 09:28
초등 저학년 학원비도 세액공제 적용…농어촌 기본소득·최저임금 인상 등 새해 ‘생활 체감’ 변화 확산
-
2025-12-31 09:00
작업자 숙련도 편차, 생산성과 품질을 동시에 흔드는 변수
주소 : 서울 송파구 백제고분로 113, 민성빌딩 402호
등록번호: 서울 아55172 | 등록일 : 2023-11-17 | 발행인 : (주)네이블마케팅 임유정 | 편집인 : 임진우 | 전화번호 : 010-8959-2447
Copyright @한국e마케팅저널 All rights reserved.
UPDATE: 2026년 01월 02일 18시 05분