4개 생산시설 Utility 성능 Benchmark를 통한
UPI·가동대수 최적화

1. 한 공장 안에서만 보면 ‘정상’처럼 보일 수 있다

한 사업장의 UPI와 부하율을 계속 보고 있으면 값의 변화는 알 수 있어도, 그 수준이 실제로 좋은지 나쁜지를 판단하기는 쉽지 않다. 작년보다 좋아졌다는 사실과 현재 도달 가능한 최적수준에 가깝다는 사실은 서로 다른 이야기다. 특히 동일 계열의 여러 생산시설이 비슷한 Utility 시스템을 운전하고 있다면, 외부의 일반적인 기준보다 서로의 실제 운전데이터가 훨씬 현실적인 Benchmark가 될 수 있다.

이 사례에서는 4개 생산시설의 저온·고온 냉동기와 CDA 공기압축기를 동일한 지표로 비교했다. 목적은 단순히 1등과 4등을 가르는 것이 아니었다. “같은 기능을 수행하는 다른 시설에서는 왜 더 낮은 UPI로 운전되는가?”, 그리고 “그 차이 가운데 우리 시설에서도 재현할 수 있는 것은 무엇인가?”를 묻기 위한 비교였다. 이 질문이 생기면 Benchmark는 단순 비교표가 아니라 개선과제를 찾는 진단도구가 된다.

2. 비교하려면 먼저 KPI의 의미를 맞춰야 한다

사업장 간 Benchmark는 숫자만 나란히 놓는다고 성립하지 않는다. 먼저 ‘같은 숫자를 비교하고 있는가’를 확인해야 한다. 냉동기의 UPI라면 냉동기 단품만 포함하는지, 냉수펌프까지 포함하는지에 따라 같은 kWh/RT라도 의미가 달라진다. CDA 역시 소비전력과 공급유량의 계측위치·단위·기간이 같아야 비교가 의미를 가진다. 계측경계가 다른 값을 그대로 비교하면 설비효율의 차이가 아니라 계산방법의 차이를 성능차이로 오인할 수 있다.

계절별 저온·고온 냉동기 UPI, 냉수펌프 UPI, 냉동기 시스템 부하율, CDA UPI와 유량기준 부하율, 실제 가동대수와 필요대수, 냉수 헤더 By-pass 개도율을 함께 비교했다.

3. 저온냉동기 — 시설 간 UPI 차이가 개선 질문을 만들었다

저온냉동기 단품의 연간 UPI는 비식별 4개 시설에서 약 0.54, 0.52, 0.40, 0.46으로 나타났다. 냉수펌프까지 포함하면 약 0.65, 0.66, 0.50, 0.56이었다. 동일한 정의로 비교했을 때 시설 간 차이가 분명했다.

여기서 UPI가 가장 낮은 시설을 무조건 다른 시설의 목표값으로 복사하지 않는다. 먼저 냉수온도, 부하조건, 설비형식과 계절별 운전조건이 비교 가능한지 확인해야 한다. 그 다음 UPI 차이를 냉동기 자체와 냉수펌프를 포함한 시스템 수준으로 나누어 보면 Best Performance의 원인이 설비성능인지, 펌프운전인지, 가동대수와 부하분담 같은 운전방법인지를 더 구체적으로 추적할 수 있다. Benchmark의 값보다 Benchmark가 만들어내는 다음 질문이 더 중요하다.

4. 고온냉동기 — 단품효율과 시스템효율을 분리해서 보았다

고온냉동기 단품의 연간 UPI는 약 0.37, 0.33, 0.37, 0.39, 냉수펌프를 포함하면 약 0.50, 0.44, 0.46, 0.48로 정리된다. 여기서 단품 UPI와 시스템 UPI를 따로 본 이유가 중요하다. 냉동기 자체가 효율적으로 운전되어도 냉수펌프의 운전점이나 유량이 적절하지 않으면 시스템 전체 UPI는 나빠질 수 있다. 반대로 단품 성능이 조금 불리하더라도 펌프와 가동대수 운영이 잘 맞으면 시스템 관점에서는 경쟁력 있는 수준이 될 수 있다. 결국 절감대상은 장비 한 대가 아니라 냉열을 만들어 전달하는 전체 시스템이다.

5. By-pass 밸브 — 효율 차이의 원인을 찾는 다음 질문

고온냉동기 냉수 헤더 By-pass의 연평균 개도율은 비식별 4개 시설에서 약 43%, 20%, 31%, 33%로 차이가 있었다. 특정 시설은 계절에 따라 평균 개도율이 크게 변했다.

By-pass 개도율이 높다는 사실만으로 낭비라고 단정할 수는 없다. 최소유량 확보, 차압제어, 말단밸브 상태 등 계통조건을 확인해야 한다. 하지만 같은 유형의 시설에서 지속적으로 큰 차이가 나타난다면 왜 필요한 유량보다 많은 물이 순환하고 있는지를 점검할 이유가 생긴다. Benchmark가 원인분석의 출발점이 되는 부분이다.

6. CDA — 가장 낮은 UPI를 ‘운전목표 후보’로 읽었다

공기압축기 시스템의 연간 UPI는 약 0.124, 0.114, 0.127, 0.110으로 나타났고, 유량기준 연간 시스템 부하율은 약 90%, 90%, 80%, 89%였다.

시설 D의 UPI가 가장 낮았다는 사실만으로 모든 시설이 0.110을 달성할 수 있다고 단정하지 않는다. 압력 Set Point, 압축기 형식, 수요패턴, Loading/Unloading과 계측 Boundary를 확인해야 한다. 하지만 동일 기업 내 유사 생산시설에서 실제 운전 중 관찰된 수준이라는 점은 의미가 크다. 이 값은 이론적인 최고효율이나 제조사 Catalogue 값이 아니라 현장에서 실제로 만들어진 Best Performance이기 때문이다. 따라서 다른 시설에서는 ‘0.110을 그대로 목표로 하자’가 아니라 ‘왜 이 시설은 이 수준을 만들었는가’를 조사하고, 그 운전조건 가운데 이전 가능한 요소를 찾아야 한다.

7. 실제 가동대수와 필요대수의 차이를 함께 본 이유

UPI가 높아지는 이유가 반드시 설비 자체의 성능저하 때문은 아니다. 실제 수요보다 많은 냉동기나 압축기가 병렬운전하면 개별 장비가 낮은 부하영역에서 운전되고 시스템 UPI가 악화될 수 있다. 따라서 이 사례에서는 UPI와 함께 시스템 부하율, 실제 가동대수와 수요기준 필요대수를 비교했다.

이 접근의 장점은 “효율이 나쁘다”에서 끝나지 않고 가동대수를 줄일 수 있는가, 어떤 설비를 우선가동할 것인가, 언제 추가설비를 투입할 것인가라는 실행 가능한 운전질문으로 연결된다는 점이다.

8. 실제 데이터로 보는 시설 간 Performance Gap

아래 그래프는 원자료에서 회수한 연간 UPI를 비식별 시설 A~D로 재구성한 것이다. 숫자를 새로 추정하지 않고 원자료 값을 그대로 사용했다. 그래프의 목적은 ‘우열’을 표시하는 것이 아니라, 같은 KPI에서도 시설 간 성능 Gap이 실제로 존재한다는 점을 빠르게 확인하는 데 있다.

9. Best Performance를 운전가이드로 바꾸는 사고과정

사업장 간 비교에서 가장 가치 있는 순간은 성능차이를 발견했을 때가 아니라, 그 차이를 설명할 수 있는 운전조건을 찾았을 때다. 예를 들어 UPI가 낮은 시설에서 부하율이 높고 가동대수가 적정하며 By-pass가 안정적으로 관리되고 있다면, 이 세 가지를 별개의 현상으로 보지 않고 하나의 운전패턴으로 해석할 수 있다.

이후 다른 시설에서는 동일한 운전조건을 그대로 복사하기보다 적용 가능한 범위를 확인한다. 생산부하와 설비용량이 다르면 가동대수 기준은 달라질 수 있고, 냉수 Header 구성이나 압력조건이 다르면 By-pass 운전도 달라질 수 있다. 따라서 Best Performance → 원인 후보 → 현장조건 확인 → 재현 가능한 운전규칙의 순서로 전환하는 것이 중요하다.

10. 이 사례에서 배울 수 있는 Benchmark 사용법

Benchmark는 평균값보다 낮으면 합격, 높으면 불합격을 판정하는 도구가 아니다. 우수한 시설의 데이터를 보고 차이가 발생한 원인을 찾고, 그 원인 가운데 다른 시설에서도 재현할 수 있는 운전조건을 선별하는 과정이다. 그래서 Benchmark는 결과표가 아니라 진단의 시작점에 가깝다. 가장 낮은 UPI를 발견한 뒤 설비형식, 부하, 가동대수, 펌프, By-pass, 압력과 제어조건을 거꾸로 추적하면 ‘좋은 숫자’를 ‘좋은 운전방법’으로 변환할 수 있다.

11. Evidence & Boundary

현재 Review에서는 원자료에서 확인된 UPI·부하율·By-pass 패턴을 사용한다. 비식별 시설명 A~D는 원래 내부 설비 ID를 공개하지 않기 위한 표현이다. 이 단계에서 Benchmark 차이를 실제 절감성과로 변환하지 않는다.

Status: USER-REVIEW / NOT FINAL-LOCK