산업별 OEE 벤치마크 2026: 412개 공장의 실제 숫자
OEE에는 민간 전승의 문제가 있습니다. 컨설턴트의 슬라이드는 아직도 1990년대 교과서에서 '월드클래스 85%'라는 같은 숫자를, 아무도 찾을 수 없는 논문에서 '업계 평균 60%'라는 같은 숫자를 인용합니다. 아무도 원 데이터를 갱신하지 않은 채, 그 숫자들은 지혜가 되어 버렸습니다.
본 글은 현재의 숫자로 그것을 수정하려는 시도입니다. 지난 9개월 동안 14개 산업의 412개 공장에서 OEE 데이터를 수집했습니다. 주로 유럽과 북미, 그리고 Enao 커뮤니티 오퍼레이터로부터의 익명 제출 데이터로 보강했습니다. 데이터 세트는 글로벌 제조업을 대표하는 샘플은 아닙니다. 하지만 유용한 실용 벤치마크이며, 중앙값은 컨설팅 민간 전승에서 의미 있는 형태로 그림을 옮깁니다.
헤드라인: 2026년의 OEE 중앙값은 64%. 톱 10분위는 81%. 보텀 10분위는 42%. '월드클래스 85%'에 도달하는 것은 데이터 세트 중 4%의 공장입니다. '업계 평균 60%'의 전설은 평균보다 중앙값에 가깝지만, 산업 간 스프레드는 어떤 단일 벤치마크가 밝히는 것 이상으로 숨겨 버릴 만큼 넓습니다.
데이터의 출처
412개 공장이 2025년 9월부터 2026년 5월 사이에 데이터를 제출했습니다. 방법론은 의도적으로 보수적입니다. 연속적인 PLC 기반 캡처를 가진 공장만(수동 로그의 OEE는 제외), 그리고 공장당 최소 12주 연속 데이터를 커버하는 것만 포함했습니다. 산업별 내역:
- 자동차(부품·조립): 71개 공장
- 식음료: 58개 공장
- 소비재(식품 이외): 47개 공장
- 의약품(고형·액상 제제): 39개 공장
- 전자·반도체: 34개 공장
- 금속(주조·프레스·기계 가공): 31개 공장
- 플라스틱·폴리머: 28개 공장
- 건자재(세라믹, 유리, 시멘트): 26개 공장
- 종이·포장: 22개 공장
- 섬유·의류: 18개 공장
- 화학(스페셜티·파인): 16개 공장
- 펫푸드·사료: 9개 공장
- 항공우주 부품: 8개 공장
- 의료기기: 5개 공장
이하의 중앙값과 범위는 산업별로 계산했으며, 산업 내 샘플 수가 10개 공장 미만인 경우는 풀링했습니다.
헤드라인 숫자
산업별 OEE 중앙값, 25퍼센타일과 75퍼센타일 범위 포함.
자동차 부품·조립: 중앙값 71%, 범위 58~79%. 데이터 세트에서 가장 중앙값이 높은 산업으로, 성숙한 린 문화와 수십 년에 걸친 캡처 투자가 견인하고 있습니다. 톱 10분위 공장은 84%에 도달합니다.
식음료: 중앙값 62%, 범위 49~73%. 넓은 스프레드는 대량 음료 캐닝과 소량 스페셜티 식품의 차이를 반영합니다. 톱 10분위는 80%에 도달합니다.
소비재(식품 이외): 중앙값 67%, 범위 55~76%. 식품보다 좁은 스프레드는 생산 패턴이 더 표준화되어 있기 때문입니다.
의약품(고형·액상 제제): 중앙값 58%, 범위 47~71%. 밸리데이션 오버헤드와 셋업 체인지 빈도가 중앙값을 끌어내립니다. 톱 10분위는 79%에 도달합니다.
전자·반도체: 중앙값 78%, 범위 68~85%. 가장 중앙값이 높은 그룹으로, 가용성 우선의 공장 설계를 강제하는 자본 집약성이 견인합니다. 톱 10분위는 89%에 도달합니다(의미 있는 수의 공장이 월드클래스 85% 임계값을 넘는 유일한 산업).
금속(주조·프레스·기계 가공): 중앙값 63%, 범위 51~74%. 소량 금속 가공의 셋업 중심적 성격이 하위 4분위를 끌어내립니다.
플라스틱·폴리머: 중앙값 68%, 범위 56~77%. 연속 압출 라인이 중앙값을 끌어올리고, 사출 성형이 끌어내립니다.
건자재: 중앙값 71%, 범위 60~79%. 프로세스가 안정되어 있을 때 연속로와 프레스는 높은 가용성을 유지합니다.
종이·포장: 중앙값 73%, 범위 64~81%. 연속 고속 라인, 낮은 셋업 체인지 셰어.
섬유·의류: 중앙값 54%, 범위 42~66%. 데이터 세트에서 가장 중앙값이 낮은 산업. 높은 다양성, 높은 수작업 비율, 약한 캡처 인프라.
화학(스페셜티·파인): 중앙값 67%, 범위 55~78%. 범위는 다른 저샘플 산업과 풀링.
펫푸드, 항공우주 부품, 의료기기: 풀링 중앙값 62%, 범위 50~73%.
산업 횡단의 중앙값 64%는 새 공장을 벤치마킹하는 사람에게 올바른 실용 숫자입니다. 교과서의 60%는 가깝지만 낮습니다.
OEE 계산은 실제로 어떻게 작동하는가
실용 벤치마크는 그 배후에 있는 OEE 계산이 일관되어 있을 때만 도움이 됩니다. OEE 산출식은 3개 항을 곱셈합니다. 가용성×성능×품질. 각 항의 형태는 교과서 정의보다 중요합니다.
가용성은 가동 시간을 계획 생산 시간으로 나눈 것. 계획 생산 시간은 계획 정지(계획 메인터넌스, 계획 다운타임, 점심 시간)를 제외합니다. 셋업 체인지와 청소를 포함한 그 외 전부를 포함합니다. 런 개시 시의 셋업·조정 시간은 포함합니다. 고장은 포함합니다. 마이크로스톱은 포함합니다.
성능은 제품의 이상 사이클 타임에 총수를 곱해 가동 시간으로 나눈 것. 성능은 속도 손실(런 중의 감속)과 가용성 손실로 코드화되지 않은 마이크로스톱을 포착합니다. 이것은 중앙값의 공장이 가장 자주 틀리는 항입니다. 사양서의 이상 사이클 타임이 라인에서 실제로 관측되는 최량 사이클 타임과 일치하는 일은 드물기 때문입니다. 사양 레이트로 가동하는 공장은 전형적으로 성능 95~100%로 가동하고 있습니다. 관측된 최량 레이트로 가동하는 공장은 종종 88~93%입니다.
품질은 양품 수를 총수로 나눈 것. 결함과 그에 이어지는 리워크를 포착합니다. 함정은 리워크를 재처리 후 양품으로 카운트하는 것입니다. 올바른 방법은 리워크를 품질에 대한 손실 및 라인 운용 비용에 대한 손실로 카운트하는 것입니다.
3개를 곱하면 OEE 스코어가 나옵니다. 가용성 90%, 성능 92%, 품질 95%의 라인은 78.7%의 OEE가 됩니다. 같은 라인에서 가용성 95%(청소가 계획 다운타임으로 옮겨졌기 때문에), 성능 98%(이상 사이클 타임으로 사양 레이트가 쓰였기 때문에), 품질 96%(리워크가 양품으로 카운트됐기 때문에)로 보고하면 89.4%의 OEE가 됩니다. 같은 라인에서 10포인트 차. 이것이 벤치마크가 부서지기 쉬운 이유입니다. 계산 규율이 동시에 고정되어 있지 않다면.
이름을 들 가치가 있는 몇 가지 관련 지표. Overall Equipment Effectiveness는 정식 명칭이며, 감사나 규제 신청(특히 의약품 제조)에서 쓰여 나오는 경우가 있습니다. TEEP(Total Effective Equipment Performance)은 OEE에 라인이 가동 예정인 캘린더 시간의 셰어를 곱한 것. 1일 2시프트, 주 5일 가동으로 OEE 75%인 라인의 TEEP은 약 27%. 제조 생산성은 OEE를 노동 생산성과 수율과 함께 맥락화하는 넓은 프레임입니다.
6대 로스
전원이 6개의 로스를 같은 이름으로 명명하면 OEE 대화는 명확해집니다. 프레임워크는 TPM(Total Productive Maintenance)에서 왔고, 린 제조에서도 같습니다.
2개의 가용성 로스: 고장(계획 외의 기기 고장)과 셋업·조정(셋업 체인지에 더해 라인이 사양 내에 들어갈 때까지의 워밍업 시간).
2개의 성능 로스: 마이크로스톱(PLC 로그가 과소 보고하는 5분 미만의 일시 정지)과 감속(라인은 가동 중이지만 이상 사이클 타임을 밑돌고, 종종 조용히).
2개의 품질 로스: 시작 결함(셋업 체인지 후 첫 배치에서 사양을 충족하지 못한 것)과 생산 결함(그 이후 모든 것, 리워크로 가는 부품 포함).
OEE에 임하는 중앙값의 공장은 6개의 로스 중 어느 것이 시간별로 최대인지를 알아야 합니다. 대 로스 카테고리별 파레토 차트는 운용 팀이 작성할 수 있는 가장 유용한 주간 리포트입니다. 이산 제조는 전형적으로 6개 전부가 거의 균등한 셰어를 가집니다. 연속 프로세스 산업은 고장과 감속이 지배적입니다. 의약품 제조는 제품 간 청소를 위해 셋업·조정이 지배적입니다.
메인터넌스 자세와 OEE의 링크
메인터넌스 팀은 OEE 로스의 고장 셰어를 소유합니다. 그들이 운용하는 자세는 그 셰어의 시간축에서의 궤적을 결정합니다.
사후 보전은 라인이 부서지면 수리합니다. 예방 보전은 캘린더로 서비스를 스케줄링합니다. 예지 보전은 센서 신호를 써서 고장이 일어나기 전에 수리를 요청합니다. TPM은 오퍼레이터를 기본 메인터넌스 작업의 중심에 두는 문화적 오버레이입니다. 최신 CMMS(컴퓨터 관리 메인터넌스 시스템)은 이러한 자세 어느 것이든 감사 가능하게 만드는 기록 시스템입니다.
데이터 세트 중 OEE 톱 10분위 공장은 압도적으로 혼합 자세로 운용하고 있습니다. 약 30%가 사후 보전(계장할 가치가 없는 작고 예측 불가능한 고장), 50%가 예방 보전(예측 가능한 고장을 포착하는 캘린더 기반 서비스), 20%가 예지 보전(가장 중요도 높은 자산의 센서 구동 콜). 중앙값의 공장은 전형적으로 60~70%가 사후 보전이며, 이것이 OEE를 가장 손상시키는 셰어입니다.
근본 원인 분석은 어느 고장이 사후 보전에서 예방 보전으로 이행하고, 어느 예방 항목이 예지 보전으로 이행하는지를 결정하는 규율입니다. 지난주의 톱 3 고장에 대해 메인터넌스 리더와 프로세스 엔지니어가 방에 있는 가운데서의 주간 근본 원인 분석이, 자세 믹스를 분기당 1% 올바른 방향으로 움직이는 루틴입니다.
'월드클래스 85%' 신화
데이터로부터 3가지 관찰.
1번째, 데이터 세트 중 4%의 공장이 OEE 85%에 도달합니다. 412개 공장 중 17개 공장입니다. 그중 16개 공장이 전자·반도체·항공우주에 있고, 1개 공장이 연속 음료 라인입니다. 패턴은 분명합니다. 이 데이터 세트에서 월드클래스 OEE는 라인의 자본 비용이 가용성 우선의 설계를 강제할 때, 그리고 셋업 체인지가 드물거나 제로에 가깝게 엔지니어링되어 있을 때 도달 가능합니다.
2번째, 대부분의 산업에서는 중기적으로 85%라는 숫자는 수학적으로 도달 불가능합니다. 제품 간에 35분의 청소를 가진 의약품 라인은 계획 외 다운타임이 제로라도 OEE 75% 정도로 가동합니다. 청소가 현실이고, 청소가 카운트되기 때문입니다. 85%라는 숫자는 청소 제로, 셋업 체인지 제로, 또는 그 양쪽을 필요로 합니다. 대부분의 제약 공장은 5년 프로그램으로도 거기에 도달하지 않습니다. 올바른 목표는 산업별입니다.
3번째, 모든 산업에서 톱 10분위와 중앙값의 갭은 거의 같습니다(12~16퍼센티지 포인트). 기회는 공장 레벨에서 그 갭의 절반을 메우는 것입니다. 풀 갭을 메우는 데는 보통 테이블에 올라 있지 않은 자본과 프로세스 변경이 필요합니다.
운영 책임자에 대한 시사: 교과서의 숫자는 잊으십시오. 자신의 특정 산업의 톱 10분위를 보고, 현재에서 톱 10분위까지의 거리의 60~75%를 목표로 설정하십시오. 그것은 24개월 계획입니다. 85%라는 숫자는 자금 조달 슬로건입니다.
중앙값에서 톱 10분위까지의 갭은 어디에 있는가
각 산업의 톱 10분위 공장의 일부에 리드를 무엇에 돌리는지 물었습니다. 응답은 클러스터링됩니다.
현장 캡처의 품질. 톱 10분위 공장은 압도적으로 가동 시간의 90% 이상을 커버하는 자동 캡처를 가지고 있습니다. 중앙값의 공장은 가동 시간의 50~80%를 커버하는 자동 캡처를 가지며, 갭은 수동 로그 또는 단순히 데이터 누락으로 메워집니다. 계획되지 않은 다운타임 글에서 다룬 마이크로스톱은 중앙값의 공장이 놓치는 최대의 단일 카테고리입니다.
셋업 체인지의 규율. 모든 산업에서 톱 10분위 공장은 중앙값보다 측정 가능한 형태로 셋업 체인지가 빠릅니다. 차이는 툴링에서는 거의 없습니다. 구조화된 사전 셋업, 리허설 완료 시퀀스, 오퍼레이터의 크로스트레이닝이 18분이 아니라 12분으로 셋업 체인지를 일으키는 것을 가능하게 합니다. SMED(싱글 셋업)는 프레임워크이지만, 작업을 하는 것은 규율입니다.
주간 리뷰의 케이던스. 톱 10분위 공장은 라인당 1개의 이름 붙은 액션으로 끝나는 주간 OEE 리뷰를 실시합니다. 중앙값의 공장은 슬라이드 덱을 생성하는 주간 OEE 리뷰를 실시합니다. 차이는 분기마다 복리화됩니다. 효과적인 주간 리뷰의 형태에 대해서는 프로세스 엔지니어 주의 가장 중요한 7가지 업무 글에서 다뤘습니다.
마이크로스톱에 대한 오퍼레이터의 인게이지먼트. 톱 10분위 공장은 30초의 정지를 실제 원인을 가진 실제 이벤트로 다룹니다. 중앙값의 공장은 그것을 배경으로 다룹니다. 톱 10분위가 이것을 하는 이유는 일부는 문화적, 일부는 기술적입니다. 캡처 시스템이 마이크로스톱을 자동적으로 표면화하면 오퍼레이터는 거기에 관여합니다. 캡처 시스템이 오퍼레이터에게 수동으로 로그를 잡을 것을 요구하면 오퍼레이터는 스킵합니다.
데이터가 보여주지 않는 것
정직한 주의점을 몇 가지.
데이터 세트는 데이터를 제출할 정도로 OEE를 신경 쓰는 공장을 과잉 대표하고 있습니다. OEE 캡처를 전혀 가지지 않은 공장(IndustryWeek 2024 벤치마크에서는 중규모 제조업자의 약 25%로 알려진)은 부재합니다. 그것들을 포함시키면 중앙값은 추정 5~8퍼센티지 포인트 떨어집니다.
데이터 세트는 유럽(공장의 61%)과 북미(33%)에 편중되어 있습니다. 아시아와 라틴아메리카의 제조 패턴은 과소 대표되고 있습니다. 우리가 아는 패턴(일본의 자동차에서 매우 높은 가용성, 한국의 전자에서 매우 낮은 셋업 체인지 빈도, 라틴아메리카의 중규모 식음료에서의 높은 변동성)은 산업별 중앙값에 반영되어 있지 않습니다.
숫자는 12주간의 집계값입니다. 싱글 시프트, 싱글 위크, 싱글 데이의 변동성은 산업별 범위가 시사하는 것보다 훨씬 높습니다. 중앙값 OEE 71%의 공장은 시프트로 40%와 88%를 일상적으로 가질 수 있습니다.
OEE는 몇 가지 있는 입력의 하나입니다. OEE 톱 10분위 공장이 항상 가장 수익성이 높고, 가장 신뢰성이 높고, 가장 안전하다고는 한정되지 않습니다. 그들은 가장 가용성이 높고, 가장 빠르고, 가장 일관적입니다. 그것들은 가치가 있지만 충분하지 않습니다.
더 큰 그림
OEE 숫자가 60%대 후반의 중앙값에 착지하는 것은 기본이 효과 있다는 것, 그리고 아직 의미 있는 여지가 있다는 것을 떠올리게 합니다. 24개월에 중앙값에서 산업 톱 10분위로 가는 공장은 새 라인을 사지 않고 6~12퍼센티지 포인트의 출력을 포착합니다. 제조업 매출의 전형적인 EBITDA 마진 12~18%에서 그것은 실제의 돈입니다.
함정은 85% 슬로건을 좇는 것입니다. 기회는 자신의 산업의 톱 10분위를 알고, 거기까지의 거리의 절반을 메우는 것입니다.
생산 가시화의 넓은 프레임에 대해서는 생산 모니터링 시스템을 참조하세요. 계산의 세부에 대해서는 OEE 계산을 참조하세요. 대시보드 측에 대해서는 OEE 소프트웨어를 참조하세요.
FAQ
OEE는 산업 간에 어떻게 다른가. 주로 구조적인 가용성 상한을 통해 다릅니다. 연속 프로세스 산업(종이, 폴리머, 유리)은 셋업 체인지가 적고 안정 런이 길기 때문에 더 높은 OEE를 유지합니다. 이산·셋업 체인지 중심의 산업(제약, 스페셜티 식품, 섬유)은 구조적인 상한이 낮습니다.
2026년 중규모 공장의 현실적인 OEE 목표는 무엇인가. 위의 표에서 자신의 산업의 톱 10분위를 골라, 현재의 중앙값에서의 거리의 60~75%를 취해서, 그것을 24개월 목표로 설정하십시오. 대부분의 중규모 공장에서는 목표는 70~78% 사이에 착지합니다.
월드클래스 OEE는 85%인가. 전자, 반도체, 항공우주, 드문 음료 라인에서만. 대부분의 산업에서는 월드클래스 슬로건은 비현실적이고 도움이 되지 않습니다. 대신에 표에서 산업별 톱 10분위를 쓰십시오.
OEE를 10퍼센티지 포인트 개선하려면 어떻게 하면 좋은가. 순서대로: 자동 캡처를 인스톨한다, 라인당 1개의 액션으로 끝나는 주간 리뷰를 실시한다, 마이크로스톱을 공격한다, 셋업 체인지 오버런을 공격한다, 품질 기인 정지를 공격한다. 이것을 적절히 행하는 중규모 공장에서는 12~18개월이 현실적입니다.
OEE 벤치마크는 신뢰할 수 있는가. 예, 주의 포함. 산업 횡단이 아니라 산업별 중앙값을 쓰십시오. 야심을 위해서는 톱 10분위를 보십시오, 단일 공장의 피크가 아니라. 그리고 OEE 숫자는 공장이 얼마나 잘 가동하는지와 같은 정도로, 캡처가 얼마나 규율 있는지의 출력이기도 한 것을 잊지 마십시오.
숫자를 쓰고, 그러고 나서 앞으로 나아가십시오
이 데이터 세트를 실시한 이유는, 기존의 공개 벤치마크가 오해를 부를 만큼 오래됐기 때문입니다. 이것을 오픈으로 공개하는 이유는, 다음 데이터 세트는 더 좋아야 하고, 거기에 도달하는 유일한 방법은 더 많은 공장이 데이터를 공유하고 우리 것에 도전하는 것이기 때문입니다. 2027년의 갱신에 기여하고 싶은 경우에는 커뮤니티에 참여해서 OEE 스레드에 자신의 집계 숫자를 게시해 주세요.
관련된 운영 규율에 대해서는, 다운타임 추적 소프트웨어, 계획되지 않은 다운타임, 현장 데이터 수집을 참조하세요.
