카테고리 없음

품질관리를 위한 고급 통계_1회차

iron-min 2025. 12. 23. 16:56

1. 품질관리(QA vs QC)의 개념과 차이점

  • QA(Quality Assurance, 품질보증): 제품 또는 서비스가 요구된 품질을 충족하도록 사전 예방적인 활동을 수행
    • 프로세스 중심, 품질 정책 및 절차 수립, 지속적인 개선
  • QC(Quality Control, 품질관리): 생산된 제품이 요구된 품질 기준을 충족하는지 검사하고 결함을 식별하는 활동
    • 제품 중심, 샘플 검사, 결함 제거

 

Six Sigma란?

  • Six Sigma는 데이터 기반의 품질 관리 및 프로세스 개선 방법론으로, 결함을 최소화하고 효율성을 극대화하는 데 중점을 둠
  • 1980년대 Motorola에서 개발, 이후 GE, 삼성, LG 등 글로벌 기업들이 적용하여 품질 혁신을 달성
  • 핵심 목표: 100만 개 제품 중 3.4개 이하의 결함을 목표
  • 공정 데이터가 정규분포를 따른다고 가정
  • 정규분포를 따르지 않을 수도 있음 이 경우, Box-Cox 변환, Johnson 변환 등의 방법을 사용해 데이터를 정규화하여 6시그마 기법을 적용

 

SPC(Statistical Process Control)란?

  • SPC는 통계적 기법을 활용하여 공정 변동을 모니터링하고 제어하는 품질 관리 방법론
  • 품질 관리 차트(Control Chart)를 사용하여 공정이 정상 범위 내에서 운영되는지 확인
  • 이상 변동(Assignable Causes)과 자연 변동(Common Causes)을 구별하여 개선 활동 수행

 

2. Six Sigma의 핵심 개념

DMAIC 방법론

Six Sigma 프로젝트는 DMAIC(Define, Measure, Analyze, Improve, Control) 5단계로 구성됨

 

① Define (정의): 문제 정의 및 프로젝트 목표 설정

 

고객의 요구 사항 및 핵심 성과 지표(KPI) 설정

  • 고객의 기대를 파악하고 제품 또는 서비스의 필수 품질 요소 정의
  • KPI(Key Performance Indicator, 핵심 성과 지표)는 프로젝트의 성과를 측정하는 기준으로, 정량적인 목표를 설정
  • 예: 제조업에서는 불량률 감소율, 서비스업에서는 고객 만족도 점수 등

 

KPI(Key Performance Indicator, 핵심 성과 지표)

  • KPI는 프로젝트의 성과를 측정하는 기준이 되는 정량적 목표
  • 기업 또는 조직이 설정한 목표 달성 여부를 평가하기 위해 사용
  • 특징:
    • 측정 가능하고 구체적인 데이터 기반 지표
    • 일정 기간 내에 달성해야 할 목표를 명확히 설정
    • 조직의 전략적 목표와 일치해야 함
  • KPI 예제:
    • 제조업: 불량률 감소(예: 3개월 내 불량률 5% → 2% 감소)
    • 서비스업: 고객 만족도 향상(예: 고객 만족도 점수 80점 → 90점 향상)
    • IT 업계: 시스템 가동률 유지(예: 99.9% 이상의 서버 가동률 유지)
    • 영업: 매출 목표(예: 분기별 매출 10% 증가)

 

 

  • CTQ(Critical to Quality) 요소 식별
    • 고객의 요구 사항 중에서 제품/서비스의 품질을 결정하는 핵심 요소
    • CTQ 요소는 고객의 기대를 충족시키기 위해 반드시 개선되어야 하는 영역
    • 예: 스마트폰의 경우 배터리 수명, 반응 속도, 디스플레이 품질 등이 CTQ 요소가 될 수 있음

 

CTQ 요소 식별 단계

  1. 고객의 기대 사항(Customer Requirements) 파악
    • 고객이 제품이나 서비스에서 기대하는 핵심 품질 속성을 정의
    • 예: 스마트폰 사용자는 배터리 지속 시간, 반응 속도, 내구성 등을 중요하게 생각할 수 있음
  2. 고객 요구 사항을 품질 특성으로 변환
    • 고객의 주관적인 요구를 정량적이고 측정 가능한 품질 특성으로 변환
    • 예: "배터리 수명이 길어야 한다" → "완충 후 24시간 이상 사용 가능"
  3. CTQ 트리(CTQ Tree) 활용
    • 고객 요구 사항을 세부적인 품질 속성으로 계층 구조화하여 CTQ 요소 도출
    • 예제:
      • 고객 요구사항: 스마트폰 배터리 수명이 길어야 한다
        • CTQ 요소: 배터리 용량 (mAh)
        • CTQ 요소: 평균 사용 시간 (시간)
        • CTQ 요소: 충전 속도 (분)
  4. CTQ 요소의 우선순위 결정
    • CTQ 요소들 중에서 가장 중요한 요소를 선정하여 개선 활동의 목표 설정
    • 고객 불만 및 품질 데이터 분석을 통해 결정 가능

 

 

② Measure (측정): 현재 공정 성능 및 결함율 측정

  • 데이터를 수집하고 공정 변동 분석
  • DPMO(백만 개당 결함 수) 계산
    • DPMO(Defects Per Million Opportunities) 계산 방법:
      1. 결함 수(Defects) 측정: 특정 샘플에서 발견된 총 결함 개수 측정
      2. 기회 수(Opportunities) 측정: 한 개 제품에서 발생할 수 있는 결함의 총 개수 측정
      3. 샘플 크기(Units) 결정: 검사한 총 제품 개수 측정
      4. DPMO 계산 공식:

 

③ Analyze (분석): 원인 분석 및 문제의 핵심 요소 파악

  • 원인-결과 분석(Fishbone Diagram, 5 Why 기법 활용)
    • Fishbone Diagram
      • 문제(결함 또는 프로세스 개선 필요 사항)의 근본 원인을 파악하기 위해 사용되는 시각적 도구
      • 주로 사람(Man), 기계(Machine), 방법(Method), 재료(Material), 측정(Measurement), 환경(Environment) 6가지 요소를 기준으로 원인을 분류하여 분석
      • 예: 제품 결함이 발생하는 원인을 분석할 때, 작업자의 실수, 기계 오작동, 잘못된 작업 절차 등이 어떻게 영향을 미치는지 분석 가능

 

 

  • 5 Why 기법
    • 특정 문제의 근본 원인을 찾기 위해 "왜?"라는 질문을 5번 반복하여 원인을 심층적으로 분석
    • 예제:
      1. 제품 불량이 증가하는 이유는? → 기계 오작동 때문
      2. 기계가 왜 오작동하는가? → 정기 점검이 부족했기 때문
      3. 점검이 왜 부족했는가? → 유지보수 일정이 미뤄졌기 때문
      4. 유지보수 일정이 왜 미뤄졌는가? → 인력 부족 때문
      5. 인력이 왜 부족한가? → 관리자의 인력 계획 부족
    • 이 분석을 통해 단순한 표면적 문제(기계 오작동)가 아니라, 인력 계획 개선이 근본 해결책임을 도출할 수 있음

 

 

  • 프로세스 통계 분석(ANOVA, 회귀 분석 등 활용)
    • ANOVA (Analysis of Variance, 분산 분석)
      • 여러 그룹 간의 평균 차이가 통계적으로 유의미한지를 분석하는 방법
      • 예: 제조업에서 여러 공장에서 생산된 제품의 품질 차이를 비교할 때 사용 가능
      • 공정 개선 후 A, B, C 공장에서 생산된 제품의 불량률이 통계적으로 차이가 있는지 분석 가능
    • 회귀 분석(Regression Analysis)
      • 변수들 간의 관계를 분석하여 특정 변수가 결과에 미치는 영향을 정량적으로 평가하는 기법
      • 선형 회귀(Linear Regression), 다중 회귀(Multiple Regression) 등이 있음
      • 예: 생산 속도와 불량률 간의 관계 분석 → "생산 속도가 증가할수록 불량률이 증가하는가?" 등의 관계를 파악하여 최적의 생산 속도 설정 가능

 

 

④ Improve (개선): 프로세스 개선 및 최적화 실행

  • DOE(Design of Experiment) 실험 설계를 통한 최적화
    • 실험 설계(DOE, 실험 계획법)는 여러 변수들이 결과에 미치는 영향을 체계적으로 분석하여 최적의 조건을 찾는 방법론
    • 실험 설계를 활용하면 공정을 변경하기 전에 다양한 변수 조합을 검토하여 최상의 성능을 도출 가능
    • 주요 기법:
      • 완전 요인 실험(Full Factorial Design): 모든 요인 조합을 실험하여 최적 조합을 찾음
      • 부분 요인 실험(Fractional Factorial Design): 중요한 변수만 실험하여 실험 비용과 시간을 절감
      • 반응 표면 방법(Response Surface Methodology, RSM): 최적의 조합을 찾기 위한 고급 기법
  • Lean 기법(낭비 제거, 속도 개선) 적용
    • Lean 기법은 불필요한 낭비를 제거하고 공정을 효율적으로 운영하기 위한 품질 개선 전략
    • 7가지 낭비 요소(7 Wastes, Muda) 제거
      1. 과잉 생산(Overproduction): 실제 필요 이상으로 생산하는 낭비
      2. 대기 시간(Waiting): 공정 대기 시간으로 인해 발생하는 비효율
      3. 불필요한 운반(Transportation): 과도한 자재 이동으로 인한 낭비
      4. 과도한 처리(Over-processing): 필요 이상으로 복잡한 공정을 적용하는 문제
      5. 재고(Inventory): 과도한 원자재 및 제품 재고 보유로 인한 비용 증가
      6. 불량(Defects): 품질 문제로 인해 추가적인 재작업이 필요한 경우
      7. 불필요한 동작(Motion): 작업자가 불필요한 움직임을 해야 하는 경우
    • Lean 도구 및 기법
      • 5S (정리, 정돈, 청소, 청결, 습관화): 작업 환경을 정리하여 생산성을 높이는 방법
      • 칸반(Kanban) 시스템: 시각적 관리 도구를 활용하여 생산 흐름을 최적화
      • 가치 흐름 분석(Value Stream Mapping, VSM): 프로세스 단계별 낭비를 분석하여 개선 기회 도출

 

⑤ Control (관리): 개선된 공정을 유지하고 지속적인 관리 수행

  • SPC 활용하여 품질 변동 모니터링
  • 표준 작업 절차(SOP) 문서화 및 교육

 

 

Six Sigma 조직 역할

  • Champion: 최고 경영진 및 프로젝트 후원자, 전략적 방향 설정
  • Master Black Belt (MBB): Six Sigma 전문가, 전체 프로젝트 코칭 및 교육 담당
  • Black Belt (BB): 프로젝트 리더, 데이터 분석 및 개선 활동 주도
  • Green Belt (GB): 팀 멤버, 개선 프로젝트를 지원하는 역할 수행
  • Yellow Belt (YB): 기본 개념을 이해하고 간단한 프로젝트에 참여

 

 

3. SPC의 핵심 개념

 

1) 공정 변동의 유형

① 자연 변동(Common Cause Variation)

  • 공정에서 본질적으로 발생하는 변동으로, 모든 공정에서 불가피하게 나타남
  • 공정이 안정적이고 정상적으로 운영되는 경우에도 발생하는 변동이며, 장기적인 개선을 통해 최소화할 수 있음
  • 원인:
    • 기계의 마모나 노후화
    • 작업자의 피로로 인한 생산 속도 변화
    • 환경적 요인 (온도, 습도 등)
  • 특징:
    • 예측 가능하고 일정한 범위 내에서 변동
    • SPC(통계적 공정 관리) 차트에서 중심선을 기준으로 랜덤하게 분포하는 패턴을 보임
    • 제거할 수 없지만 지속적인 개선을 통해 최소화 가능
  • 해결 방법:
    • 지속적인 유지보수 및 예방적 관리
    • 공정 최적화 및 작업 표준화
    • 장기적인 개선 활동 적용

② 특별 변동(Assignable Cause Variation)

  • 공정 내에서 특정 원인으로 인해 발생하는 비정상적인 변동
  • 갑작스럽게 발생하며, 원인을 찾고 해결하지 않으면 품질 문제를 유발할 수 있음
  • 원인:
    • 기계 오작동, 센서 오류
    • 작업자의 실수 또는 부적절한 조작
    • 원자재 품질 문제 (불량 원자재, 오염된 재료 등)
    • 급격한 환경 변화 (예: 갑작스러운 온도 변화, 습도 문제 등)
  • 특징:
    • 예측 불가능하며 갑작스럽게 나타남
    • SPC 차트에서 관리 한계를 벗어나는 패턴을 보임 (예: 특정 데이터가 UCL(관리 상한선)이나 LCL(관리 하한선)을 초과함)
    • 원인을 신속히 찾아 해결해야 함
  • 해결 방법:
    • 공정 내 주요 변수 모니터링 및 실시간 감지 시스템 도입
    • 문제 발생 시 근본 원인을 분석 (5 Why 기법, Fishbone Diagram 활용)
    • 작업자 교육 및 품질 관리 절차 강화

 

관리도의 기본 구성 요소

  • 중심선(Center Line, CL): 공정의 평균값
  • 관리 상한선(UCL, Upper Control Limit): 공정이 허용할 수 있는 최대 한계
  • 관리 하한선(LCL, Lower Control Limit): 공정이 허용할 수 있는 최소 한계