OEE 계산: 공식, 계산 예제, 피해야 할 함정
공장 10곳에 OEE를 물으면 10가지 답이 돌아온다. 그리고 그 뒤에 있는 계산법에 대해서는 최소 세 가지 정의가 따라온다. 종합 설비 효율(OEE)은 제조업에서 가장 널리 쓰이는 생산성 지표이자, 가장 자주 잘못 쓰이는 지표다. 깔끔한 OEE 계산은 신뢰할 수 있는 지속적 개선 프로그램의 토대다. 엉성한 계산은 수년 동안 투자 결정을 잘못된 방향으로 끌고 간다.
이 필러 가이드에서는 2026년 공장장과 지속적 개선 리더가 필요한 형태로 OEE 계산을 설명한다. OEE 공식, 세 가지 구성 요소(가동률·성능·품질), 6대 손실, 실제 숫자를 사용한 계산 예제, 의미 있는 벤치마크, 점수를 조용히 부풀리는 함정, 그리고 기초 데이터를 수집하는 현대적인 방법까지 모두 다룬다.
올해 OEE 계산 가이드를 단 하나만 읽는다면 이 글이 되었으면 한다.
OEE의 실제 정의
종합 설비 효율은 설비가 계획 생산 시간을 얼마나 완벽한 생산으로 바꾸고 있는지를 0에서 100퍼센트 사이의 단일 숫자로 보여준다. 월드클래스 OEE는 85퍼센트 부근이고 평균 공장은 60퍼센트에 가깝다. 이 25포인트 격차야말로 지속적 개선, 린 생산, TPM(전원 참여 보전)이 모두 좇는 결과다.
OEE는 세 가지 요소의 곱이다. 가동률은 계획 생산 시간 중 기계가 실제로 돌아간 시간의 비율을 나타낸다. 성능은 돌아간 시간 동안 얼마나 빠르게 돌아갔는지를 보여준다. 품질은 생산된 부품 중 손질 없이 처음부터 양품으로 나온 비율을 보여준다.
OEE 공식은 다음과 같다.
OEE = 가동률 × 성능 × 품질
계산은 이게 전부다. OEE 대시보드에 표시되는 다른 모든 숫자(6대 손실, 성능 손실, 속도 손실, 초크 스톱, 품질 손실, 설비 가용성, 설비 효율 등)는 모두 이 세 요소와 그 아래에 깔린 카운트와 타이밍에서 파생된다.
이 단일 숫자가 중요한 이유는 어느 공장에서나 추적해야 하는 네 가지 신호, 즉 기계가 사용 가능한 시간, 가동 속도, 부품 품질, 그리고 이 세 가지를 합쳤을 때 완벽한 생산과 비교해 어떤가에 대한 논의로 강제로 끌고 가기 때문이다. 이 네 신호 중 어느 하나도 끌어올리지 못하는 일은 OEE를 개선하지 않는다.
세 가지 요소를 쉽게 풀어보면
가동률
가동률은 계획 생산 시간 중 기계가 실제로 돌아간 시간의 비율이다.
가동률 = 가동 시간 ÷ 계획 생산 시간
계획 생산 시간은 기계의 총 스케줄 시간에서 계획 정지(휴식, 계획된 셋업 교체, 계획 보전 시간대 같은 계획 다운타임)를 뺀 시간이다. 가동 시간은 계획 생산 시간에서 모든 계획되지 않은 다운타임(고장, 설비 트러블, 비계획 정지, 오퍼레이터가 기록하기 쉬운 초크 스톱을 포함)을 뺀 시간이다.
가동률은 보여주는 것보다 가리는 것이 더 많다. 대부분의 공장은 비계획 정지, 특히 짧은 정지를 과소 보고한다. 라인 끝에 설치한 비전 센서로 실제 부품 흐름을 감시하면, 오퍼레이터가 기록한 정지 시간보다 15에서 30퍼센트 더 많은 정지 시간이 발견되는 일이 흔하다. 30초 또는 1분짜리 초크 스톱은 수기 기록에 거의 잡히지 않기 때문이다.
성능
성능은 속도 손실이다. 가동 시간 동안 기계가 실제로 얼마나 빠르게 움직였는지를 이상 사이클 타임으로 움직였을 때의 속도와 비교한다.
성능 = (이상 사이클 타임 × 총 생산 수) ÷ 가동 시간
이상 사이클 타임은 양품을 만들면서 기계가 도달할 수 있는 가장 빠른 사이클이다. 총 생산 수는 가동 시간 동안 기계가 만든 양품과 불량품을 모두 합친 수다. 성능 손실은 사이클이 느려지거나, 다운타임으로 분류하기에는 너무 짧지만 전체 처리량을 떨어뜨리는 초크 스톱으로 나타난다.
성능이야말로 6대 손실 사고법이 진가를 발휘하는 영역이다. 설계보다 느리게 도는 설비는 아무도 모르는 사이에 분 단위로 손실을 쌓고, 시프트가 끝날 때 처리량이 부족한데 누구도 그 이유를 설명하지 못하는 결과로 이어진다.
품질
품질은 총 생산 수 중에서 처음부터 양품으로 나온 비율이다. 재작업은 불량에 포함한다. 스크랩도 불량에 포함한다. 처음 검사를 통과한 부품만 양품으로 센다.
품질 = 양품 수 ÷ 총 생산 수
품질은 많은 공장이 가장 자주 잘못 잡는 요소다. 3시간 뒤에 실험실에서 샘플을 검사하는 게 아니라, 라인에서 양품을 실측해야 하기 때문이다. 카메라 기반 검사가 이 부분을 바꿔 놓았다. 온디바이스 AI를 탑재한 iPhone 한 대로 돌아가는 현대 비전 시스템은 양품과 불량품을 실시간으로 셀 수 있다. 덕분에 OEE 계산은 비로소 깔끔한 품질 신호를 갖게 된다.
OEE 공식과 계산
전체 OEE 공식은 세 요소의 곱이다.
OEE = (가동 시간 ÷ 계획 생산 시간) × ((이상 사이클 타임 × 총 생산 수) ÷ 가동 시간) × (양품 수 ÷ 총 생산 수)
이 식은 깔끔하게 줄어든다. 두 항이 서로 지워지면서 다음 식만 남는다.
OEE = (이상 사이클 타임 × 양품 수) ÷ 계획 생산 시간
이 두 번째 형태가 대부분의 현대 OEE 소프트웨어가 내부에서 계산하는 식이다. 가동 시간과 총 생산 수 집계를 걷어내고, 결국 중요한 단 하나의 질문, 즉 "기계가 계획 생산 시간 내내 완벽하게 돌았다면 만들 수 있었던 양 대비 실제로 양품을 몇 개 만들었는가"를 곧장 묻는 훨씬 깔끔한 사고법이다.
두 형태 모두 답은 같다. 첫 번째 형태는 손실이 어디서 왔는지 보고 싶을 때 유용하다. 두 번째 형태는 믿을 수 있는 단일 OEE 점수가 필요할 때 유용하다.
6대 손실
TPM은 OEE를 떨어뜨리는 요인의 표준 분류, 이른바 6대 손실을 제시한다. 신뢰할 수 있는 OEE 계산에서는 모든 손실을 이 여섯 가지에 대응시킨다.
처음 두 손실은 가동률에 영향을 준다. 설비 고장(브레이크다운)은 누구나 알아차리는 긴 비계획 정지다. 셋업·조정(체인지오버)은 제품 교체 이후 재조정에 쓰이는 시간이다.
다음 두 손실은 성능에 영향을 준다. 공회전·초크 스톱(소소한 정지)은 보통 5분 미만의 짧은 중단이며 오퍼레이터가 기록하지 않는 경우가 많다. 속도 저하(느린 사이클)는 관찰된 처리량에서 이상 사이클 타임과 실제 사이클 타임의 차이다.
마지막 두 손실은 품질에 영향을 준다. 공정 불량(품질 손실)은 정상 운전 중에 나오는 불량품이다. 수율 저하(시작 손실)는 기계가 정상 상태에 도달하기 전 시작 단계에서 나오는 불량품이다.
OEE 점수를 얻고 나면, 6대 손실은 완벽한 생산까지의 격차가 실제로 어디 있는지를 알려준다. OEE 60퍼센트 중 35퍼센트가 초크 스톱, 25퍼센트가 셋업 교체에서 빠지는 공장과 OEE 60퍼센트 중 30퍼센트가 품질에서 빠지는 공장은 필요한 개선 계획이 완전히 다르다.
계산 예제
포장기 한 대가 있는 라인의 1시프트를 예로 들어보자.
- 시프트 시간: 480분(8시간)
- 계획 다운타임(휴식·계획 셋업 교체): 60분
- 계획 생산 시간: 480 − 60 = 420분
- 비계획 다운타임(고장·초크 스톱): 47분
- 가동 시간: 420 − 47 = 373분
- 이상 사이클 타임: 부품 한 개당 1.5초
- 가동 시간 중 총 생산 수: 12,200개
- 양품 수(처음 품질 검사를 통과한 부품): 11,650개
각 요소를 계산해 보자.
가동률 = 373 ÷ 420 = 88.8퍼센트
성능 = (1.5 × 12,200) ÷ (373 × 60) = 18,300 ÷ 22,380 = 81.8퍼센트
품질 = 11,650 ÷ 12,200 = 95.5퍼센트
OEE = 0.888 × 0.818 × 0.955 = 0.694, 즉 69.4퍼센트
이 OEE 점수 하나가 시프트 동안 라인이 완벽한 생산 능력의 69퍼센트로 돌고 있음을 보여준다. 내역은 어디를 봐야 할지 알려준다. 품질은 95.5퍼센트로 양호, 가동률은 88.8퍼센트로 그럭저럭, 성능은 81.8퍼센트로 약점이다. 이는 라인이 이상 사이클 타임보다 느리게 돌고 있거나, 오퍼레이터가 기록하지 못한 초크 스톱으로 처리량을 잃고 있다는 뜻이다.
개선 계획은 저절로 써진다. 일주일 동안 이 라인의 성능 손실을 파헤친다. 초크 스톱과 느린 사이클을 지도로 그린다. 보통 서너 가지 근본 원인이 손실의 대부분을 차지한다. 그것들을 해소하면 분기가 끝나기 전에 OEE 점수가 움직인다.
깔끔한 OEE 계산이 실제로 하는 일이 이것이다. 숫자만 뽑아 주는 게 아니라, 다음 20시간의 엔지니어링 시간을 어디에 써야 할지 정확히 알려준다.
"좋은" OEE란
이산형 가공업의 OEE 업계 벤치마크는 대략 네 개 띠로 나뉜다. 이산형 가공업의 월드클래스 OEE는 약 85퍼센트로, 가동률 90퍼센트, 성능 95퍼센트, 품질 99퍼센트를 곱한 값이다. 여기 도달한 공장은 극소수이고, 그런 공장들은 OEE를 이사회급 지표로 다룬다.
잘 돌아가는 공장은 60에서 80퍼센트 띠에 있다. 제대로 운영되는 이산형 가공업 현장 다수가 이 범위에 있으며, 낮은 베이스에서 지속적 개선 프로그램을 시작하는 공장의 현실적인 단기 목표다. 평범한 공장은 40에서 60퍼센트 띠에 있으며, 이게 전 세계 이산형 가공업 생산성의 평균이다. 고전하는 공장은 40퍼센트 미만으로, 설비 능력의 절반도 만들지 못하는 상태다. 손실은 보통 다운타임 추적의 부실, 미기록 초크 스톱, 라인으로 다시 돌아오지 않는 품질 문제에 흩어져 있다.
이 업계 표준은 방향을 잡는 데는 유용하지만 책임 추궁의 재료는 아니다. 공장이 할 수 있는 가장 유용한 벤치마킹은 사내 비교다. 같은 제품에서 라인 A 대 라인 B, 같은 라인에서 시프트 A 대 시프트 B, 같은 시프트에서 이번 달 대 지난달. 사내 벤치마킹은 행동을 바꾼다. 사외 벤치마킹은 대부분 슬라이드만 늘린다.
OEE를 부풀리는 함정
OEE 도입에서는 같은 다섯 가지 함정이 반복적으로 나타난다.
첫 번째는 계획 다운타임을 부풀리는 일이다. 공식은 "계획"이라고 부른 시간을 분모에서 빼기 때문에, 길고 임의적인 셋업 교체를 계획으로 처리하는 공장에서는 OEE가 인위적으로 높게 나온다. 셋업 교체가 더 짧을 수 있었다면, 그건 완전한 계획이 아니다.
두 번째는 초크 스톱을 놓치는 일이다. 30초에서 몇 분짜리 정지는 대부분의 공장에서 가장 큰 숨겨진 손실원이지만, 수기 기록에는 거의 잡히지 않는다. 믿을 만한 수집 수단은 PLC, 비전 센서, 라인 카메라 같은 자동 정지 감지뿐이다.
세 번째는 이상 사이클 타임을 잘못 잡는 일이다. 어떤 공장은 제조사 스펙을, 다른 공장은 관찰된 최단 사이클을, 또 다른 공장은 현재 베스트 프랙티스 값을 쓴다. 이 선택만으로도 OEE 점수가 몇 포인트 움직인다. 정의 하나를 정해 문서화하고, 라인 전체에서 일관되게 쓴다.
네 번째는 미분류 정지다. 다운타임의 30퍼센트가 "기타" 태그를 달고 있다면, OEE 계산은 기술적으로는 맞지만 운영 면에서는 무의미하다. 의미 없는 카테고리에서는 근본 원인 분석이 돌아가지 않는다.
다섯 번째는 샘플링 기반 품질이다. 품질 요소를 두 시간마다 실험실에서 뽑는 샘플로 계산하고 있다면, 샘플과 샘플 사이에 발생하는 재작업과 공정 내 불량이 빠진다. 라인에서 품질을 연속적으로 측정할 수 있게 되면 이 함정은 닫힌다.
현대 OEE 소프트웨어가 계산을 바꾸는 방식
전통적인 OEE 계산은 PLC 연동, 라인마다 HMI, 이를 모아주는 MES를 전제로 한다. 이 전제는 2010년에는 합당했지만, 2026년 대부분의 공장에서는 비용이 맞지 않는다.
최근 3년 사이 바뀐 점은 신뢰할 수 있는 OEE 계산이 iPhone 한 대, 램프, 마운트만으로 라인 끝에서 돌아갈 수 있게 된 것이다. 온디바이스 AI가 양품과 불량품을 센다. 카메라가 움직임 변화로 정지와 재개 이벤트를 감지한다. 총 생산 수, 양품 수, 정지 시간이 모두 같은 데이터 스트림에서 나오기 때문에 가동률·성능·품질을 PLC에 모두 배선하지 않고도 계산할 수 있다.
이게 중요한 이유는 대부분의 공장이 깔끔한 OEE 계산까지 도달하지 못하기 때문이다. 의지가 없어서가 아니라, 전통적인 생산 모니터링 소프트웨어의 라인당 비용이 30에서 40개 라인으로 확장하기에는 너무 비싸기 때문이다. 카메라 기반 접근에서는 라인당 하드웨어 비용이 1,000유로 미만에 들어가고, OEE 계산을 한 라인에서 일주일 만에 시작해 거기서부터 넓혀 갈 수 있다. 최근에 본 가장 깔끔한 사례는 포장 라인 끝에 리퍼비시드 iPhone을 설치하고 슈퍼바이저가 한 시간마다 확인하는 대시보드에 OEE를 띄운 경우였다. 3개월 뒤 점수는 11포인트 올랐고, 그 대부분은 2년간 수기 기록에서 계속 빠지던, 카메라가 잡아낸 초크 스톱에서 나온 것이었다.
1주차에 OEE 계산을 띄우는 방법
백지에서 시작한다면 가장 실용적인 최단 경로는 다음과 같다.
계획 생산 시간을 신중하게 정의한다. 정말 피할 수 없는 계획 다운타임만 빼고, 나중에 아무도 조용히 부풀리지 못하도록 정의를 글로 적어 둔다. 라인 하나를 골라 총 생산 수, 양품 수, 정지 시간을 측정할 수 있도록 계측한다. 2026년 기준 가장 싼 경로는 라인 끝의 카메라지만, 이미 PLC 연동이 있다면 그것도 똑같이 잘 작동한다. 이상 사이클 타임을 문서화하고 분기마다 한 번씩 재검토한다.
이 라인에 대해 6대 손실 사유 코드를 정비하고, 정지가 5분 임계를 넘는 순간 오퍼레이터에게 입력을 요청하도록 설정한다. 첫 한 달은 시프트 단위로 OEE를 계산한다. 데이터가 믿을 만해지면 시간 단위나 실시간 갱신으로 옮긴다. 첫 개선 프로젝트는 6대 손실 중 가장 큰 항목에 배정하고, OEE 점수가 움직였는지 확인한 다음 다음 항목으로 넘어간다.
이 순서를 밟으면 OEE 계산이 없는 상태에서 라인 감독이 신뢰하는 라이브 OEE 점수까지 한 라인 기준 4주, 하드웨어 비용 1,000유로 미만으로 도달할 수 있다. 거기서부터는 6자리 설비 투자 승인을 받지 않고도 공장 전체로 확장할 수 있다.
OEE는 시작이지 끝이 아니다
OEE는 설비 효율과 종합 설비 효율에 대해 공장이 추적할 수 있는 단일 숫자로 가장 유용한 지표다. OEE 계산은 깔끔한 계획 생산 시간, 실제 정지 추적, 정확한 양품 수가 갖춰질 때 신뢰할 만해진다.
점수 자체가 목적은 아니다. OEE 점수는 개선 작업을 가장 큰 손실로 향하게 하기 위해 존재한다. 그게 바로 6대 손실 프레임워크가 하는 일이다. 정직한 OEE 계산을 운영하고 매주 6대 손실을 관찰하며 매월 근본 원인 하나를 해소하는 공장은 3년 안에 월드클래스 OEE에 도달한다. 계산은 그렇게 설계되어 있다.
당신의 라인에서 OEE를 움직이려면
Enao Vision은 iPhone 한 대, 램프 한 개, 케이블로 OEE 계산을 돌린다. 시작 시 하드웨어 비용은 라인당 1,000유로 미만이고, 대부분의 팀은 일주일 안에 양품 수·불량품 수·다운타임 추적을 띄운다. 무료 트라이얼 시작을 통해 첫 라인의 가동을 도와드린다.
커뮤니티에 참여하기
우리는 현장 빌더, 지속적 개선 리더, 운영 담당자를 위한 무료 Slack 커뮤니티를 운영한다. 여기서는 OEE 숫자를 공개적으로 비교할 수 있다. 멤버들은 매주 사유 코드 플레이북, 6대 손실 내역, 도입 학습 내용을 주고받는다. 커뮤니티에 참여하기.
