견고한 데이터 기반으로 검증의 효율성 증대 및 위험 절감

​V&V 테스트에서는 제품 검증 시 많은 데이터가 생성될 수 있습니다. 이 테스트에서 더 많은 가치를 얻는다는 것이 꼭 더 많은 데이터를 생성해야 한다는 의미는 아닙니다. 대신 테스트 시스템 상태, 사용된 자산, 실행 중인 테스트 루틴을 설명하는 데이터와 같은 올바른 정보를 사용해야 합니다. 추가적인 가치를 제공하기 위해서는 제품이 테스트를 통과했는지 또는 실패했는지 뿐만 아니라 왜 통과 또는 실패했는지 알아야 합니다. 테스트와 시스템 데이터를 연결하면 제품 성능 이상에 대한 통찰력을 얻을 수 있습니다. 또한 프로세스를 변경해야 할지도 알 수 있습니다.

예를 들어, 계측기가 제 시간에 보정되지 않았기 때문에 일부 테스트가 실패했음을 알 수 있습니다. 또는 테스트 중인 제품이 배포된 적이 없는 업데이트된 버전의 소프트웨어가 필요한 기존 제품의 최신 버전일 수도 있습니다. 이러한 상황을 고려하도록 검증 프로세스를 설계할 수 있다면 효율성을 높이고 테스트 재실행을 제거하며 제품을 더 빨리 생산 단계로 보내 시장에 더 빨리 출시할 수 있습니다.

팀과 부서 간에 데이터를 공유하는 것이 그 어느 때보다 중요합니다2. 대부분의 산업에서는 R&D 과정에서 시뮬레이션을 사용하여 다양한 사용 사례와 환경 시나리오에 노출될 때 제품이 어떻게 반응할지 예측합니다. 이 프로세스에서 제품 기능에 대한 통찰력을 제공할 수 있는 많은 데이터가 생성됩니다.

테스트 시나리오가 단위에서 통합으로, 그리고 최종적으로 승인 테스트가 수행되기 전에 시스템 테스트로 이동함에 따라 시뮬레이션 중에 생성된 데이터에 접근하는 것이 매우 중요할 수 있습니다. 데이터 상관 관계 분석에 시간이 걸릴 수 있지만, 테스트 데이터와 함께 시뮬레이션 데이터를 보면 여러 시나리오에서 제품이 작동하는 방식에 대한 귀중한 통찰력을 제공하고 문제를 더 쉽게 식별하도록 할 수 있습니다. 우리는 이러한 물리적 테스트를 수행하면서 배운 점을 더 높은 충실도로 모델을 최적화할 수 있게 R&D에 제공할 수 있습니다.

전반적으로 이러한 데이터 통찰력은 설계 검증 테스트 (DVT)에서 제조 작업 및 생산 검증 테스트 (PVT) 준비, 제조 테스트 계획 수립까지 걸리는 시간을 단축할 수 있습니다. 물론 이들 중 일부는 여러 부서에 걸쳐 조정 및 논의가 필요하지만, 올바른 데이터 기반을 구축하면 이 모두를 활용할 기반을 만들 수 있다는 사실을 간과해서는 안 됩니다.

시작하기 위해 데이터 기반을 구축하는 데 필요한 사항을 고려해 보겠습니다.

1. 현재 수집 중인 데이터를 이해합니다. 그것이 얼마나 완전한지, 그로부터 어떤 통찰력을 얻을 수 있는지 평가합니다.
2. 필요한 추가 데이터를 결정합니다.  
3. 데이터 전략을 만듭니다. 사용 가능한 데이터의 양을 고려하여 현재 필요한 것과 미래에 필요한 것을 꼭 평가해 보십시오.
4. 데이터 요구 사항과 전략을 결정하고, 설계 및 제조 엔지니어링 팀과 협력하여 제품 개발 주기 전반에 걸쳐 효율성을 얻습니다.  

​범위를 확장하면서 이사 및 경영진과 같은 사람에게 관련 데이터를 제공하고자 할 수도 있습니다. 그들은 전체 가치 사슬에 대한 통찰력과 새로운 최고 제품이 언제 출시될 것인지에 대한 통찰력을 제공할 수 있는 상위 레벨의 정보를 찾고 있을 수 있습니다.

​제한된 자원으로 가속화된 일정과 증가하는 제품 복잡성을 관리하기는 어려울 수 있습니다. 그러나 V&V 테스트 팀이 기능을 검증하고 품질을 보장하면서 일정을 준수하는 것 외에 추가적인 비즈니스 가치를 제공할 수 있다면 팀에 추가 자원 할당 가치가 있음을 더 쉽게 입증할 수 있습니다. 더 많은 일을 할 수 있는 여유를 갖도록 위험을 줄이면서 효율성을 높일 방법을 살펴보겠습니다.

설계 엔지니어가 발견한 문제를 해결하면서 개발 일정이 지연될 수 있다는 것을 우리는 모두 알고 있습니다. 제품이 V&V에 도달하면 다음과 같은 시나리오로 인해 촉박한 시간이 심하게 느껴집니다.

• 제조 팀은 제품이 특정 날짜에 생산되기 시작할 것으로 기대합니다.
• 영업 및 마케팅 팀은 첫 사용자가 제품을 얻을 것으로 예상되는 시점을 기준으로 계획을 세웠지만 V&V는 또 다른 설계 주기 반복이 필요한 문제를 발견합니다.  
• V&V는 보정되지 않은 테스트 장비에 관한 문제를 발견하여 다시 테스트를 실행해야 합니다.
• 데이터를 분석하고 원인 분석을 수행하는 데 걸리는 시간이 너무 오래 걸리므로 V&V는 검증된 품질을 택하는 대신 위험을 감수해야 합니다.  

이러한 것들 중 일부는 우리가 통제할 수 없습니다. 하지만 적절한 데이터가 어떻게 도움이 될까요?

일정은 타협의 대상이 아니므로, 효율성을 높일 한 가지 방법은 수행해야 하는 테스트 재실행 횟수를 제한할 수 있는 데이터를 얻는 것입니다. 테스트 재실행의 위험을 줄이려면 다음 두 가지 주요 요구 사항을 고려하십시오.

• 전체 시스템에 대한 정보를 볼 수 있는 능력—이 데이터는 검증 테스트를 시작하기 전에 테스터의 상태를 결정하는 데 도움이 됩니다. 중앙 위치에서 이 데이터를 사용하고 접근할 수 있게 하면 V&V 팀이 시스템 검토를 빠르고 쉽게 수행하고 검증 테스트가 시작되기 전에 테스터를 개략적으로 평가할 수 있어 테스트 전에 높은 시스템 준비 상태를 보장할 수 있습니다.  

• 실시간 데이터 사용—테스트 데이터와 시스템 데이터에 임계값을 설정하면 오류를 조기에 포착할 수 있으며 테스트 재실행을 없앨 수는 없지만 테스트가 완료된 후 팀이 데이터를 보기 시작할 때까지 문제가 알려지지 않는 것이 아니라 발생 즉시 문제를 인지할 수 있도록 하여 효율성을 높입니다.

테스트 결과 검토와 동시에 기록 및 성능에 대한 가시성을 부여하는 데이터로 팀을 지원하면 일반적으로 효율성이 향상됩니다. 팀은 시스템 (프로세스) 오류인지 또는 테스트 중인 제품이 예상대로 작동하지 않는지 (설계 문제) 빠르게 결정할 수 있으므로 근본 원인 분석 프로세스를 가속화할 수 있습니다. 적절한 도구를 갖추면 여러 면에서 효율성이 향상됩니다.

• 프로세스의 더 많은 부분을 자동화하여 작업 흐름 최적화
• 병목 현상 제거
• 테스트 조정부터 실행 및 데이터 관리에 이르기까지 추적 가능성 생성
• 설계 엔지니어에게 귀중한 통찰력을 제공하는 데 걸리는 시간 단축  

적절한 데이터 기반을 통해 설계를 더 빠르게 반복하고 시장에 더 빨리 출시할 수 있습니다.

비용은 조직 내에서 매우 중요합니다. 데이터를 어떻게 사용하여 비용 통제에 도움이 되는 통찰력을 얻을 수 있는지 고려하지 않는 것은 책임을 다하지 않는 것입니다. V&V 팀이 품질 테스트를 수행하려면 신뢰할 수 있는 고성능 장비가 필요합니다. 이러한 장비는 비쌀 수 있습니다.  

보유하고 있는 장비와 사용 방법에 대해 잘 알고 있어야 합니다. 그렇지 않으면 이미 보유한 상태에서 현재 사용하지 않는 장비로도 되는 테스트를 위해 새 장비에 구입하게 될 수도 있습니다. 이로 인해 비용이 크게 증가할 뿐 아니라 조달 과정도 길어질 수 있으며, 최악의 경우 일정에 영향을 미칠 수 있습니다.  

시스템이 테스트 장비의 순수 데이터 로깅으로 있든지, 아니면 HIL (hardware-in-the-loop) 테스트를 위한 대규모 시스템이 있든지 관계없이 시스템 수준에서도 마찬가지입니다. 장비가 사용되고 있지 않을 때 모든 시스템 수준에서 확인할 수 있는 기능은 더 많은 장비를 조달하는 대신 다른 테스트를 수행하기 위해 해당 장비의 용도를 변경할 기회를 제공합니다. 반대로, 장비 부족을 쉽게 보여줄 수 있기 때문에 더 많은 장비가 필요할 때 전략적이고 데이터 중심적인 투자를 할 수도 있습니다. 이 모든 것은 적절한 데이터 기반이 있어야 가능합니다.​

견고한 데이터 기반을 구축하여 효율성을 높이고 위험을 줄이며 비용을 통제하는 방법에 대해 논의했습니다. 처음부터 다시 시작할 필요는 없지만 현재 사용 가능한 데이터를 평가하고 적절한 데이터를 활용하여 팀에 필요한 통찰력을 얻을 수 있다면 전체 비즈니스에 더 많은 가치를 제공할 수 있습니다. 

어떤 데이터가 유용한지는 논의했지만 팀 내에서 이를 설계하고 통합하는 방법에 대해서는 논의하지 않았습니다. 원하는 데이터가 무엇인지 아는 것은 전투의 절반에 불과합니다. 시스템에는 데이터 파이프라인이 필요합니다. 데이터를 인덱싱하고 검색할 수 있도록 데이터를 수집하고 변환해야 합니다. 아마도 여러분의 회사는 디지털 혁신 중일 것입니다. 그렇다면 ERP 시스템, RMA 추적, CRM 시스템 등과 같은 다른 많은 소스의 데이터도 저장되는 더 큰 데이터 레이크에 연결할 수 있도록 해야 합니다. 그러면 비즈니스 분석 팀은 생성된 모든 데이터를 사용하여 조직 전체의 변화를 주도할 수 있는 비즈니스 통찰력을 얻을 수 있습니다. 

이 일을 혼자 할 필요는 없습니다. NI에서는 고객이 시스템 및 데이터 관리를 위해 SystemLink™ 소프트웨어를 사용하여 이러한 기능을 구축할 때 평가, 아키텍처 설계 및 구현을 통해 여러 테스트 팀과 협력했습니다. 여러분이 이 여정의 어느 지점에 있는지, 무엇을 달성하려고 하는지에 대한 초기 토의를 통해 저희는 여러분이 시작하는 데 필요한 것의 규모를 조정하고 개요를 제시할 수 있습니다.