• 천문학회보
• /
• 제37권2호
• /
• pp.174.1-174.1
• /
• 2012

현재 인공위성 개발 프로젝트들을 계획하고 일정계획을 수립하기위해 간트차트가 널리 활용되고 있다. 간트차트는 프로젝트의 각 작업들이 언제 시작하고 종료되는지에 대한 작업 일정을 막대 도표를 이용하여 표시하는 프로젝트 일정표로 다양한 형태로 변경하여 사용할 수 있으나 작업경로를 표시할 수 없으며 계획의 변화에 대한 적응성이 약한 단점이 있다. 또한 일목요연하게 눈으로 보여줄 수 있으나 효과적인 프로젝트 관리에 중요한 활동 사이의 어떤 관계에 대한 정보를 주지 못한다. 인공위성개발과 같은 복잡한 프로젝트에 대해 간트차트와 더불어 PERT(Program evaluation and review technique)와 CPM(critical path method)과 같은 네트워크 도(Network Diagram)와 함께 사용될 수 있도록 그 이론과 활용방안에 대해 기술하고자 한다. PERT와 CPM은 큰 프로젝트를 계획하고 조정하기 위해 폭넓게 사용되는 두 가지 기법이다. PERT와 CPM을 사용하면 프로젝트 활동에 대한 그래프를 통한 도시, 프로젝트 소요시간 추정, 프로젝트 완료시간 준수를 위해 중요한 활동의 식별, 전체 프로젝트에 대한 지연 없이 가능한 각 활동의 지연시간 추정과 같은 이점이 있다. PERT와 CPM은 독립적으로 개발되었지만, 많은 공통점이 있다. 더 나아가서 둘 사이에 원래 존재했던 차이점은 많은 부분은 서로의 특징을 도입하면서 거의 사라졌다. 실제적으로 볼 때, 두 기법은 지금 같은 기법이며, 기술된 특징과 절차는 PERT분석 뿐 아니라 CPM 분석에도 적용될 수 있을 것이다.

• 한국전자거래학회지
• /
• 제25권1호
• /
• pp.1-12
• /
• 2020

최근에 기계학습을 적용한 연구들이 다양한 분야에서 뛰어난 성과를 보임에 따라, 제조업 분야에서도 학습기반의 디스패처는 학계와 산업계의 관심의 대상이 되고 있다. 디스패처의 성능을 향상시키기 위해서는 각 디스패치 의사결정을 자세히 평가할 수 있어야 한다. 그러나 기존의 제조라인에 대한 시각화기법에 대한 연구들은 제조라인의 성능지표나 이상치를 시각화하는데 주로 집중되었다. 본 논문은 디스패치 의사결정이 수행되는 시점에 선택 가능한 대안들과 함께 제조라인에 대한 다양한 정보를 제공하는 시각화시스템을 제안한다. 또한, 제안된 시스템은 설비의 유휴시간의 원인을 효과적으로 나타내며, 시간에 따른 성능지표의 변화도 효과적으로 표현하였다.

• 한국정보통신학회논문지
• /
• 제14권3호
• /
• pp.669-677
• /
• 2010

본 논문에서는 스마트폰 상에서 프로젝트 관리를 위한 소셜 네트워킹 서비스 기반의 일정 통지 및 이슈추적 시스템을 새롭게 제안하고자 한다. 제안된 시스템은 서버 시스템과 클라이언트 시스템으로 나뉜다. 서버 시스템은 기존의 소셜 네트워킹 서비스를 적극적으로 활용하여 참여자에게 프로젝트 작업의 데드라인에 대한 통지와 이슈 추적을 가능하게 한다. 스마트폰 상에서 개발된 클라이언트 시스템은 프로젝트 참여자에게 간트 차트를 디스플레이 해 주고, 자신의 일정을 입력 내지 수정할 수 있도록 한다. 제안된 시스템은 기존의 스마트폰이 가지고 있는 이동성과 소셜 네트워킹 서비스가 가지는 연결성을 적극적으로 활용하여, 프로젝트 개발에서의 일정 통지 및 이슈추적에 이용하며, 이를 통해 소셜 네트워킹 서비스의 새로운 용용 가능성을 제시한다.

• 한국전자거래학회지
• /
• 제25권2호
• /
• pp.15-27
• /
• 2020

본 연구는 일정계획을 위한 간트 차트(Gantt Chart) 생성과정을 세로로 세우면 일자형만 존재하는 테트리스(Tetris) 게임과 유사하다는 아이디어에서 출발하였다. 테트리스 게임에서 X축은 M개의 설비(Machine)들이 되고 Y축은 시간이 된다. 모든 설비에서 모든 종류(Type)의 주문은 분리 없이 작업 가능하나 작업물 종류가 다를 경우에는 시간지체 없이 작업 준비비용(SetupCost)이 발생한다는 가정이다. 본 연구에서는 앞에서 설명한 게임을 간트리스(Gantris)라 명명하고 게임환경을 구현 하였으며, 심층 강화학습을 통해서 학습한 인공지능이 실시간 스케줄링한 일정계획과 인간이 실시간으로 게임을 통해 수립한 일정계획을 비교하였다. 비교연구에서 학습환경은 단일 주문목록 학습환경과 임의 주문목록 학습환경에서 학습하였다. 본 연구에서 수행한 비교대상 시스템은 두 가지로 4개의 머신(Machine)-2개의 주문 종류(Type)가 있는 시스템(4M2T)과 10개의 머신-6개의 주문종류가 있는 시스템(10M6T)이다. 생성된 일정계획의 성능지표로는 100개의 주문을 처리하는데 발생하는 Setup Cost, 총 소요 생산시간(makespan)과 유휴가공시간(idle time)의 가중합이 활용되었다. 비교연구 결과 4M2T 시스템에서는 학습환경에 관계없이 학습된 시스템이 실험자보다 성능지표가 우수한 일정계획을 생성하였다. 10M6T 시스템의 경우 제안한 시스템이 단일 학습환경에서는 실험자보다 우수한 성능 지표의 일정계획을 생성하였으나 임의 학습환경에서는 실험자보다 부진한 성능지표를 보였다. 그러나 job Change 횟수 비교에서는 학습시스템이 4M2T, 10M6T 모두 사람보다 적은 결과를 나타내어 우수한 스케줄링 성능을 보였다.