-
생산관리 생산관리자가 반드시 관리해야 할 핵심 지표 TOP 10
생산관리자의 역할은 현장을 바쁘게 만드는 것이 아니라, 성과가 나오는 방향으로 공장을 움직이게 하는 것이다. 이를 위해 가장 중요한 도구가 바로 핵심 지표(KPI)이다. 그러나 지표를 많이 본다고 관리가 잘 되는 것은 아니다. 생산관리자는 반드시 봐야 할 핵심 지표를 명확히 구분해야 한다. 다음은 현장에서 반드시 관리해야 할 핵심 지표 TOP 10이다. 1. 납기 준수율(OTD) 이다. 고객 신뢰를 직접적으로 보여주는 지표이며, 생산관리 성과의 최종 결과이다. 2. 리드타임 이다. 주문부터 출하까지 걸리는 시간으로, 공정 흐름의 건강 상태를 보여준다. 3. 재공품(WIP) 수준 이다. 과도한 WIP는 리드타임 증가와 품질 변동의 원인이다. 4. 설비 종합효율(OEE) 이다. 설비가 실제로 얼마나 생산에 기여했는지를 나타내는 핵심 지표이다. 5. 병목 공정 가동률 이다. 병목의 상태가 곧 공장의 최대 생산 능력이다. 6. 불량률 및 재작업률 이다. 품질 문제는 원가와 납기를 동시에 흔든다. 7. COPQ(불량 비용) 이다. 보이지 않는 실패비용을 숫자로 드러내는 지표이다. 8. 계획 대비 실적 달성률 이다. 생산계획의 신뢰도를 판단하는 기준이다. 9. 작업 표
- 주택규 기자
- 2025-12-24 08:52
-
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 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 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 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
-
생산관리 AI 시대, 생산관리 조직은 어떻게 변화하는가
AI와 디지털 기술의 확산은 생산방식뿐 아니라 생산관리 조직의 구조 자체를 바꾸고 있다. 과거 생산관리 조직은 계획, 자재, 공정, 품질을 분리해 운영하는 ‘기능 중심 구조’가 일반적이었다. 그러나 AI 시대에는 데이터 흐름이 공정 전체를 실시간으로 연결하면서, 생산관리 조직은 데이터 중심, 협업 중심의 통합 구조로 재편되고 있다. 첫 번째 변화는 데이터 기반 의사결정 조직(Digital Decision Organization) 으로의 전환이다. 기존에는 각 부서가 경험과 수기로 데이터를 관리했지만, 이제는 MES, IoT, ERP 등 시스템이 자동으로 데이터를 수집, 공유한다. 이에 따라 생산관리 조직은 데이터를 분석하고 전략을 도출하는 역할이 강화되며, 데이터 분석 인력이나 디지털 담당자(DX Officer)가 조직 내 핵심 역할로 부상한다. 두 번째는 계획, 공정, 품질 조직 간의 경계가 약화되는 것이다. AI는 불량예측, 공정최적화, 수요예측 등 다양한 기능을 통합적으로 수행하기 때문에, 생산관리 조직 또한 기능 중심에서 프로세스 중심으로 재구성된다. 예를 들어, “계획–생산–품질”이 하나의 데이터 흐름으로 연결되면, 팀 간 협의 대신 실시간 데이터
- 주택규 기자
- 2025-11-18 09:00
-
생산관리 AI 시대, 중소 제조업이 지속 성장하기 위한 새로운 경영전략
AI 기술은 이제 대기업만의 도구가 아니다. 중소 제조업도 디지털 기술을 활용하면 생산성, 품질, 비용 구조를 근본적으로 개선할 수 있다. 그러나 규모가 작은 기업일수록 기술 도입이 부담스럽고, 무엇부터 시작해야 할지 막막한 경우가 많다. AI 시대에 중소 제조업이 지속 성장하기 위해서는 작계 시작해 크게 성장하는 전략적 접근이 필요하다. 첫 번째 전략은 데이터 기반 경영 전환이다. AI를 활용하기 위해서는 먼저 데이터를 수집하고 관리할 수 있는 체계를 만들어야 한다. 설비 가동시간, 불량 정보, 작업시간, 재고 현황 등 기본적인 생산 데이터를 자동으로 기록하면 생산 흐름의 문제를 빠르게 파악할 수 있다. 중소기업은 이 단계만 구축해도 의사결정의 정확도가 크게 향상된다. 두 번째는 부분 자동화, 스마트화의 단계적 추진이다. 많은 기업이 전체 자동화를 목표로 하다가 비용 부담에 좌절한다. 대신 조립, 포장, 검사처럼 반복 작업이 많은 공정부터 자동화하면 적은 비용으로 높은 효과를 낼 수 있다. 이후 MES, IoT 센서 등 디지털 도구를 점차 확장하면 자연스럽게 스마트팩토리로 진화할 수 있다. 세 번째 전략은 인력의 디지털 역량 강화이다. 기술을 도입해도 사람
- 주택규 기자
- 2025-11-17 09:03
-
생산관리 AI 시대, 현장 인력의 재교육이 생산경쟁력을 결정한다
AI와 자동화 기술이 급속히 확산되면서, 생산현장의 일자리는 빠르게 변화하고 있다. 단순한 작업 중심의 업무는 기계가 대신하지만, 데이터 해석과 공정 관리, 시스템 운영 등 새로운 역할이 현장 인력에게 요구되는 시대가 되었다. 이제 기업의 경쟁력은 기술 자체보다 사람이 얼마나 빨리 배우고 적응하느냐에 달려 있다. AI 시대의 인력 재교육은 단순한 기능훈련이 아니다. 새로운 기술을 이해하고, 데이터를 읽고, 문제를 분석하는 능력을 키우는 디지털 역량(Digital Literacy) 교육이 핵심이다. 예를 들어, IoT 센서 데이터를 분석해 설비 이상을 조기에 파악하거나, MES 시스템에서 품질 데이터를 해석해 개선 방향을 도출하는 능력이 필요하다. 이는 과거의 “숙련공”에서 “데이터 기반 문제 해결자”로의 전환을 의미한다. 현장 인력 교육은 세 가지 방향으로 추진되어야 한다.1. 기술 교육: AI, IoT, MES, 로봇 제어 등 생산기술의 이해와 실습 중심 훈련.2. 데이터 교육: 엑셀, 통계 분석, 데이터 시각화, 품질지표 해석 등 실무형 데이터 활용 교육.3. 문제해결, 소통 교육: 팀 단위 협업, 개선 제안, 의사소통 및 리더십 역량 강화. 또한, 교육
- 주택규 기자
- 2025-11-14 08:59
-
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
개 식용 종식 1년, 농장 70% 폐업…‘남겨진 개들’ 보호는 숙제
-
7
제40회 경영지도사·기술지도사 2차 시험, 총 363명 최종 합격
-
8
경영지도사 시험 제40회 합격률 33.1%…“중장년층 진입·컨설팅 수요 반영”
-
2026-01-05 11:05
GS25 편의점, 일주일 매출 분석서 ‘건강 소비’ 트렌드 확산 확인
-
2026-01-05 10:58
'베네수 사태'에 국제 금값 상승하고 유가 하락… 글로벌 시장 불안감 증폭
-
2026-01-05 08:59
표준을 지키면서 유연해지는 생산관리의 기술
-
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
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 05일 11시 05분