측정불확도 평가에서 표준불확도와 확장불확도 이해하기

측정불확도란 무엇이며 왜 중요한가

우리가 측정기를 사용해 얻는 숫자는 항상 완벽하게 정확한 값이라고 할 수 없습니다.

온도계를 이용해 온도를 측정하거나 버니어 캘리퍼스로 제품의 길이를 측정할 때도 측정 결과에는 여러 가지 불확실성이 존재합니다.

측정기의 성능뿐만 아니라 주변 온도, 측정 방법, 측정 대상의 상태, 측정자의 작업 방식, 교정 결과 등이 측정 결과에 영향을 줄 수 있기 때문입니다.

이러한 불확실성을 정량적으로 평가하고 측정 결과와 함께 표현하는 개념이 측정불확도(Measurement Uncertainty)입니다.

그렇다면 표준불확도와 확장불확도는 무엇이며 둘은 어떻게 다를까요?

측정불확도를 제대로 이해하려면 먼저 오차와 불확도의 차이, 그리고 표준불확도 → 합성표준불확도 → 확장불확도로 이어지는 평가 과정을 이해할 필요가 있습니다.

측정불확도란 무엇인가

측정불확도는 측정 결과와 관련하여 합리적으로 추정할 수 있는 값들의 분산 정도를 나타내는 척도입니다.

쉽게 말하면 측정 결과가 어느 정도의 불확실성을 가지고 있는지를 수치로 표현한 것이라고 이해할 수 있습니다.

예를 들어 어떤 부품의 길이를 측정한 결과가 다음과 같이 표현되었다고 가정해보겠습니다.

100.00 mm ± 0.05 mm

여기서 100.00 mm는 측정 결과이고 ±0.05 mm는 해당 측정 결과와 관련된 확장불확도의 예입니다.

다만 여기서 주의할 점이 있습니다.

±0.05 mm를 단순히 “실제 길이가 반드시 99.95~100.05 mm 안에 있다”라고 해석해서는 안 됩니다.

불확도에는 어떤 평가 방법과 분포를 사용했는지, 어떤 포함인자를 적용했는지 등의 조건이 함께 고려되어야 하기 때문입니다.

따라서 측정불확도는 단순한 오차 범위라기보다는 측정 결과의 불확실성을 정량적으로 표현한 정보라고 이해하는 것이 정확합니다.

오차와 측정불확도는 어떻게 다른가

오차와 불확도는 비슷하게 들리지만 서로 다른 개념입니다.

측정오차는 측정값과 참값 또는 기준값 사이의 차이를 의미합니다.

반면 측정불확도는 측정 결과에 얼마나 불확실성이 포함되어 있는지를 평가하는 개념입니다.

예를 들어 실제 참값을 알고 있다고 가정하면 다음과 같이 생각할 수 있습니다.

• 측정값: 100.20 mm
• 참값: 100.00 mm
• 측정오차: +0.20 mm

하지만 실제 측정에서는 참값을 정확하게 알 수 없는 경우가 많습니다.

그래서 측정 결과가 얼마나 불확실한지를 별도로 평가하고 그 결과를 불확도로 표현합니다.

즉,

오차 = 실제 값과 측정값의 차이

불확도 = 측정 결과에 어느 정도의 불확실성이 있는지를 평가한 값

이라고 구분하면 이해하기 쉽습니다.

표준불확도란 무엇인가

표준불확도는 각 불확도 요인을 표준편차와 같은 형태의 표준불확도로 표현한 것입니다.

측정불확도를 평가할 때는 여러 가지 불확도 요인을 각각 평가하게 됩니다.

예를 들어 길이를 측정한다면 다음과 같은 요소를 생각할 수 있습니다.

• 반복 측정값의 변동
• 측정기의 교정 결과
• 측정기의 분해능
• 온도 변화
• 측정 대상의 변화
• 측정 방법
• 기준기의 불확도

각각의 요인을 적절한 방법으로 평가한 뒤 표준불확도 형태로 변환하여 사용할 수 있습니다.

표준불확도는 크게 A형 평가와 B형 평가로 나누어 설명할 수 있습니다.

A형 평가와 B형 평가는 무엇인가

A형 평가

A형 평가는 반복 측정 등의 실험 데이터를 통계적으로 분석하여 불확실성을 평가하는 방법입니다.

예를 들어 동일한 조건에서 길이를 여러 번 측정했더니 다음과 같은 값이 나왔다고 가정해보겠습니다.

100.01 mm
100.02 mm
99.99 mm
100.00 mm
100.03 mm

이러한 반복 측정 결과를 통계적으로 분석하여 측정값의 변동성을 평가할 수 있습니다.

이처럼 반복 측정 데이터에 기반한 통계적 평가가 A형 평가의 대표적인 방법입니다.

B형 평가

B형 평가는 반복 측정의 통계적 분석 이외의 정보를 이용하여 불확실성을 평가하는 방법입니다.

예를 들어 다음과 같은 자료가 활용될 수 있습니다.

• 교정성적서
• 제조사 사양
• 측정기의 분해능
• 기존 측정자료
• 기술자료
• 관련 기준이나 경험적 정보

따라서 B형 평가라고 해서 신뢰도가 낮은 평가라는 의미는 아닙니다.

A형과 B형은 불확실성을 평가하는 방법이 다를 뿐입니다.

합성표준불확도는 어떻게 구하는가

여러 개의 불확도 요인을 평가했다면 이를 하나의 값으로 합쳐야 합니다.

이때 사용하는 개념이 합성표준불확도(Combined Standard Uncertainty)입니다.

측정 결과에 영향을 주는 각각의 불확도 성분을 측정 모델에 따라 결합하여 전체 측정 결과의 표준불확도를 구합니다.

가장 단순한 경우에는 서로 독립적인 불확도 성분을 제곱하여 더한 다음 제곱근을 취하는 방식으로 생각할 수 있습니다.

예를 들어 두 개의 독립적인 표준불확도가 각각 다음과 같다고 가정해보겠습니다.

• 불확도 A = 0.02 mm
• 불확도 B = 0.03 mm

단순한 독립 조건이라면 합성표준불확도는

√(0.02² + 0.03²) ≈ 0.036 mm

가 됩니다.

실제 측정불확도 평가에서는 단순히 숫자를 더하는 것이 아니라 측정 모델, 감도계수, 상관관계 등을 함께 고려할 수 있습니다.

따라서 실제 현장의 불확도 계산은 측정 대상과 평가 방법에 따라 훨씬 복잡해질 수 있습니다.

확장불확도란 무엇인가

합성표준불확도를 구한 다음 실제 보고 목적에 맞는 범위로 표현할 필요가 있을 때 사용하는 개념이 확장불확도(Expanded Uncertainty)입니다.

확장불확도는 일반적으로 다음과 같이 표현합니다.

확장불확도 = 합성표준불확도 × 포함인자

즉,

U = k × uc

와 같은 형태로 표현할 수 있습니다.

여기서

• U = 확장불확도
• k = 포함인자
• uc = 합성표준불확도

입니다.

예를 들어 합성표준불확도가 0.03 mm이고 포함인자 k=2를 적용한다면,

U = 2 × 0.03 = 0.06 mm

가 됩니다.

따라서 측정 결과를 다음과 같이 표현할 수 있습니다.

100.00 mm ± 0.06 mm

다만 이 ±0.06 mm를 단순히 “실제값이 95% 확률로 이 안에 들어간다”고 표현하는 것은 항상 정확하지 않습니다.

포함인자 k=2가 약 95% 수준의 포함확률과 연결되는 경우가 많지만, 확률분포와 자유도 등 조건에 따라 적절한 포함인자를 결정해야 하기 때문입니다.

왜 포함인자 k=2를 많이 사용하는가

산업 현장의 교정성적서에서는 확장불확도를 계산할 때 k=2를 사용하는 경우가 많습니다.

특히 측정 결과가 정규분포에 가깝고 다른 조건들이 적절하게 충족되는 경우 k=2는 대략 95% 수준의 포함확률과 연결될 수 있습니다.

하지만 k=2 자체가 언제나 95%를 의미하는 것은 아닙니다.

측정불확도 평가에서는 불확도 분포, 자유도, 요구되는 포함확률 등을 고려하여 적절한 포함인자를 선택해야 합니다.

따라서 교정성적서를 볼 때는 단순히 “k=2니까 무조건 95%”라고 생각하기보다 성적서에 제시된 확장불확도와 포함인자, 평가 조건을 함께 확인하는 것이 좋습니다.

측정불확도는 어떻게 평가할까

실제 측정불확도 평가에서는 다음과 같은 순서로 접근할 수 있습니다.

1단계: 측정량을 정의한다

먼저 무엇을 측정하고 있는지 명확하게 정의해야 합니다.

예를 들어 단순히 “길이를 측정한다”가 아니라

“특정 온도 조건에서 특정 방법으로 부품의 외경을 측정한다.”

와 같이 측정 대상과 조건을 명확히 설정합니다.

2단계: 측정 모델을 만든다

측정 결과에 영향을 주는 입력량을 파악하고 측정 결과와의 관계를 나타냅니다.

예를 들어 길이 측정이라면 측정기의 표시값뿐만 아니라 온도에 따른 열팽창 등이 영향을 줄 수도 있습니다.

3단계: 불확도 요인을 찾는다

측정 결과에 영향을 줄 수 있는 요인을 목록으로 정리합니다.

예를 들면 다음과 같습니다.

• 측정기 교정불확도
• 반복 측정 변동
• 분해능
• 온도
• 측정 대상의 변화
• 측정자의 영향
• 기준기의 불확도

4단계: 각 불확도 성분을 평가한다

각 요인을 A형 또는 B형 방법으로 평가하여 표준불확도로 변환합니다.

5단계: 합성표준불확도를 계산한다

각 불확도 성분을 측정 모델에 따라 결합하여 합성표준불확도를 구합니다.

6단계: 확장불확도를 계산한다

적절한 포함인자를 적용하여 확장불확도를 구합니다.

최종적으로 측정 결과와 확장불확도를 함께 보고할 수 있습니다.

측정불확도에서 중요한 것은 모든 요소를 무조건 줄이는 것이 아니다

측정불확도가 작을수록 항상 좋은 것은 아닙니다.

중요한 것은 측정 목적에 필요한 수준의 불확도를 확보하는 것입니다.

예를 들어 일반적인 현장 점검에서는 0.1 mm 수준의 불확도로 충분할 수 있지만, 정밀 부품의 가공 상태를 확인하는 작업에서는 훨씬 작은 불확도가 필요할 수 있습니다.

따라서 무조건 가장 비싼 측정기와 가장 정밀한 환경을 사용하는 것보다 측정 목적과 허용 가능한 불확도 수준을 먼저 결정하는 것이 합리적입니다.

불확도가 큰 원인은 어떻게 찾아낼까

불확도 평가의 장점 중 하나는 단순히 최종 숫자를 얻는 데 있지 않습니다.

각 불확도 성분이 전체 결과에 얼마나 영향을 주는지 확인할 수 있다는 점도 중요합니다.

예를 들어 다음과 같은 결과가 나왔다고 가정해보겠습니다.

• 교정성적서 영향: 작음
• 분해능 영향: 작음
• 반복 측정 영향: 중간
• 온도 영향: 매우 큼

이 경우 단순히 더 정밀한 측정기를 구매하는 것보다 측정 환경의 온도를 안정적으로 관리하는 것이 더 효과적일 수 있습니다.

따라서 불확도 평가 결과는 측정 시스템을 개선하기 위한 자료로도 활용할 수 있습니다.

측정불확도와 측정기 분해능은 같은 것일까

같지 않습니다.

측정기 분해능은 측정기가 표시하거나 구분할 수 있는 최소 단위와 관련된 개념입니다.

예를 들어 디지털 측정기의 표시 단위가 0.01 mm라고 해서 그 측정기의 전체 측정불확도가 반드시 0.01 mm라는 의미는 아닙니다.

측정 결과에는 교정, 반복성, 환경, 측정방법 등 다양한 요소가 영향을 줄 수 있기 때문입니다.

따라서 분해능이 작다는 이유만으로 전체 측정불확도가 작다고 판단해서는 안 됩니다.

측정불확도와 정확도는 같은 개념일까

이 역시 구분해야 합니다.

정확도는 측정값이 기준값이나 참값에 얼마나 가까운지를 나타내는 개념이고, 측정불확도는 측정 결과에 관련된 불확실성을 나타내는 개념입니다.

예를 들어 어떤 측정기가 반복적으로 비슷한 값을 나타내지만 기준값과 상당히 차이가 난다면 정밀하게 측정하고 있더라도 정확하지 않을 수 있습니다.

반대로 측정불확도가 작다고 해서 측정기의 편향이 자동으로 없어지는 것도 아닙니다.

따라서 정확도, 정밀도, 오차, 측정불확도는 서로 구분하여 이해해야 합니다.

측정불확도를 줄이기 위한 실무적인 방법

측정불확도를 낮추기 위해서는 단순히 고가의 측정기를 구입하는 것보다 불확도에 가장 큰 영향을 미치는 요인을 먼저 찾아야 합니다.

대표적인 방법은 다음과 같습니다.

측정 환경 안정화

온도나 습도의 변화가 측정 결과에 영향을 미치는 경우 환경을 일정하게 유지합니다.

측정 방법 표준화

측정자의 자세, 측정 위치, 측정 압력 등 작업 방법에 차이가 있다면 표준 작업절차를 마련할 수 있습니다.

측정기 상태 관리

교정 상태를 확인하고 이상이 발생했을 때 적절한 점검을 실시합니다.

반복 측정 데이터 활용

반복 측정 결과를 분석하여 측정 과정의 변동성을 파악할 수 있습니다.

불확도 기여도가 큰 요소부터 개선

모든 요소를 동일하게 개선하기보다 전체 불확도에 가장 큰 영향을 주는 요인을 먼저 관리하는 것이 비용 측면에서도 효율적입니다.

측정불확도 평가에서 자주 하는 실수

표준불확도를 단순히 표준편차와 동일하다고 생각하는 경우

표준불확도는 표준편차와 같은 형태로 표현되지만 모든 표준불확도가 단순한 반복 측정의 표준편차라는 뜻은 아닙니다.

A형과 B형 평가를 통해 다양한 불확도 요인을 표준불확도 형태로 표현할 수 있습니다.

확장불확도를 단순한 오차 범위로 생각하는 경우

확장불확도는 측정 결과의 불확실성을 특정 포함인자를 사용하여 표현한 값입니다.

단순히 측정기가 그만큼 틀렸다는 의미가 아닙니다.

k=2를 무조건 95%로 해석하는 경우

많은 경우 약 95% 수준과 관련되지만, 분포와 자유도 등의 조건을 고려해야 합니다.

분해능이 작으면 불확도도 작다고 생각하는 경우

분해능 이외에도 교정, 반복성, 환경, 측정방법 등 다양한 요인이 영향을 줄 수 있습니다.

측정불확도 FAQ

Q. 표준불확도와 확장불확도의 가장 큰 차이는 무엇인가요?

표준불확도는 각 불확도 성분이나 그 결과를 표준편차와 같은 형태로 표현한 값이고, 확장불확도는 합성표준불확도에 적절한 포함인자를 적용하여 측정 결과와 함께 보고하기 위한 범위로 표현한 값입니다.

Q. 확장불확도는 항상 표준불확도의 2배인가요?

아닙니다. 확장불확도는 합성표준불확도에 포함인자를 곱하여 계산합니다. 포함인자가 항상 2로 고정되는 것은 아닙니다.

Q. 불확도가 작을수록 좋은 측정기인가요?

반드시 그렇지는 않습니다. 중요한 것은 해당 측정 목적에 필요한 수준의 불확도를 확보하는 것입니다.

Q. 측정불확도와 오차는 어떻게 다른가요?

오차는 측정값과 참값 또는 기준값 사이의 차이를 의미하는 반면, 불확도는 측정 결과에 관련된 불확실성을 평가하여 표현하는 개념입니다.

Q. 모든 측정에서 측정불확도를 계산해야 하나요?

측정 목적과 품질 요구사항에 따라 다릅니다. 중요한 품질관리, 교정, 시험, 안전 관련 측정 등에서는 측정불확도 평가가 중요할 수 있습니다. 모든 일상적인 측정에서 동일한 수준의 정량적 평가가 필요한 것은 아닙니다.

Q. 교정성적서의 불확도 값을 그대로 사용하면 되나요?

반드시 그렇지는 않습니다. 교정성적서에 제시된 불확도는 해당 교정 조건과 측정 범위에서 평가된 값입니다. 실제 사용 환경과 측정 방법이 다르다면 자신의 측정 시스템에 영향을 주는 다른 불확도 성분도 함께 고려해야 합니다.

마무리

측정불확도는 측정 결과가 틀렸다는 것을 의미하는 숫자가 아닙니다.

오히려 우리가 얻은 측정 결과가 어느 정도의 불확실성을 가지고 있는지를 정량적으로 보여주는 정보라고 이해하는 것이 중요합니다.

특히 측정불확도를 평가할 때는 A형 평가와 B형 평가 → 표준불확도 → 합성표준불확도 → 확장불확도로 이어지는 과정을 이해해야 합니다.

또한 확장불확도를 해석할 때는 단순히 “±값만큼 오차가 있다”고 생각하거나 포함인자 2를 무조건 95%로 해석해서는 안 됩니다.

측정불확도의 진짜 목적은 숫자를 복잡하게 계산하는 데 있는 것이 아니라 측정 결과를 얼마나 신뢰할 수 있는지 판단하고, 측정 시스템에서 무엇을 개선해야 하는지를 찾는 데 있습니다.

따라서 교정성적서와 측정 데이터를 단순히 보관하는 데 그치지 않고, 반복 측정 결과와 환경 조건, 측정기 상태 등을 함께 분석한다면 더 신뢰할 수 있는 측정 시스템을 구축하는 데 도움이 될 수 있습니다.