통계적 공정관리는 측정 데이터를 이용해 품질 이상을 어떻게 찾을까

통계적 공정관리(SPC)의 원리와 품질 이상 판단 방법

같은 설비와 원료를 사용하더라도 생산된 제품의 치수, 무게, 두께는 조금씩 달라질 수 있습니다. 이러한 차이는 제조 과정에서 발생하는 공정 변동입니다. 중요한 것은 변동이 발생했다는 사실 자체보다, 평소에도 나타나는 변동인지 아니면 공정에 새로운 문제가 생겨 나타난 변동인지 구분하는 것입니다.

예를 들어 가공 부품의 외경을 측정했을 때 처음에는 목표값 주변에서 일정하게 움직이다가 시간이 지나면서 측정값이 계속 커진다면 공구 마모나 설비 상태의 변화를 의심할 수 있습니다. 반대로 측정값이 평소와 비슷한 범위에서 무작위로 움직인다면 기존 공정의 변동일 가능성이 있습니다.

이러한 변화를 측정 데이터로 파악하는 방법이 **통계적 공정관리(SPC, Statistical Process Control)**입니다. SPC는 생산 과정에서 얻은 데이터를 통계적으로 분석해 공정의 안정성을 확인하고, 이상 징후가 나타나면 원인을 조사하도록 돕는 품질관리 방법입니다.

SPC는 측정 데이터를 어떻게 분석할까?

SPC에서는 개별 제품의 측정값만 확인하지 않고, 데이터가 시간의 흐름에 따라 어떻게 변화하는지를 살펴봅니다. 이를 위해 평균, 범위, 표준편차와 같은 통계량을 계산하고 관리도에 표시할 수 있습니다.

예를 들어 제품 외경의 목표값이 50mm이고, 일정한 간격으로 측정한 값이 49.99mm, 50.01mm, 50.02mm, 49.98mm처럼 나타났다고 가정해 보겠습니다. 이 값들이 평소 공정에서 나타나는 변동과 비슷하다면 그 자체로 이상이라고 판단할 이유는 없습니다.

하지만 측정값이 계속 증가하거나, 짧은 시간에 변동 폭이 갑자기 커지거나, 평소와 다른 패턴이 반복된다면 공정에 변화가 생겼는지 확인해야 합니다.

이때 사용하는 대표적인 도구가 **관리도(Control Chart)**입니다. 관리도는 시간 순서대로 측정한 데이터나 통계량을 그래프로 나타내어 공정의 중심과 변동이 어떻게 달라지는지 확인하도록 해줍니다.

일반원인 변동과 특별원인 변동의 차이

SPC에서는 공정 변동을 이해하기 위해 일반원인 변동과 특별원인 변동을 구분합니다.

일반원인 변동은 공정 시스템에 평소부터 존재하는 변동입니다. 설비의 미세한 차이, 작업 환경의 작은 변화, 원료 특성의 자연스러운 차이 등이 복합적으로 작용해 발생할 수 있습니다. 이러한 변동은 공정의 기본적인 구조와 조건을 개선해야 줄일 수 있는 경우가 많습니다.

특별원인 변동은 특정한 사건이나 변화로 인해 평소와 다른 변동이 발생한 경우를 말합니다. 예를 들어 공구가 갑자기 손상되거나 설비 설정값이 바뀌고, 원료 공급에 문제가 생기거나 측정 센서에 이상이 발생하면 데이터에 평소와 다른 패턴이 나타날 수 있습니다.

다만 측정값 하나가 크게 벗어났다는 이유만으로 원인을 확정해서는 안 됩니다. 데이터의 패턴과 생산 현장의 상황을 함께 확인해야 합니다. 관리도는 이상 가능성을 알려주는 도구이며, 실제 원인을 찾아내는 과정은 별도로 필요합니다.

관리도는 품질 이상을 어떻게 보여줄까?

관리도에는 일반적으로 중심선과 관리한계선이 표시됩니다. 중심선은 분석 대상 통계량의 중심을 나타내며, 관리상한선과 관리하한선은 공정의 변동을 판단하기 위한 통계적 기준입니다.

측정값이나 통계량이 관리한계를 벗어나면 특별한 원인이 있는지 조사할 필요가 있습니다. 관리한계 안에 있더라도 값이 한쪽으로 계속 이동하거나 일정한 방향으로 이어지는 등 비정상적인 패턴이 나타날 수 있습니다. 따라서 단순히 한계선 안에 있는지만 확인하는 것으로는 충분하지 않습니다.

관리도는 측정 데이터의 특성에 따라 선택해야 합니다.

• X̄-R 관리도: 일정한 크기의 표본을 반복해서 측정하고, 표본 평균과 범위를 함께 관리할 때 사용합니다.
• I-MR 관리도: 한 번에 측정값 하나씩 얻는 공정에서 개별값과 이동범위를 분석할 때 활용할 수 있습니다.
• p 관리도: 표본마다 불량품 비율을 관리할 때 사용합니다.
• c 관리도: 검사 단위가 일정할 때 단위당 결함 개수를 관리하는 데 활용합니다.

관리도마다 적용 조건이 다르므로 측정값이 연속적인 수치인지, 불량품의 비율인지, 결함의 개수인지에 따라 적절한 방법을 선택해야 합니다.

평균과 산포를 함께 확인해야 하는 이유

공정의 평균이 같더라도 측정값이 퍼져 있는 정도는 다를 수 있습니다. 따라서 평균만으로 공정 상태를 판단하면 중요한 품질 변화를 놓칠 수 있습니다.

예를 들어 두 공정의 평균 외경이 모두 50mm라고 해도 한 공정은 49.98~50.02mm 사이에서 움직이고, 다른 공정은 49.5~50.5mm 사이에서 크게 변동할 수 있습니다. 두 공정의 평균은 같지만 두 번째 공정은 제품 간 차이가 훨씬 큽니다.

SPC에서는 평균이나 중심의 변화를 확인하는 동시에 범위나 표준편차와 같은 산포 지표도 살펴봅니다. 평균이 이동하면 공정의 중심이 달라졌을 가능성이 있고, 산포가 커지면 공정의 일관성이 떨어졌을 가능성이 있습니다.

다만 어떤 통계량을 사용할지는 데이터의 특성과 표본 구성에 따라 달라집니다. 측정값을 단순히 한데 모아 계산하기보다 동일한 조건에서 얻은 데이터인지, 시간 순서가 유지되어 있는지 확인하는 것이 중요합니다.

SPC와 공정능력 분석은 어떻게 다를까?

SPC와 공정능력 분석은 서로 관련되어 있지만 목적이 다릅니다.

SPC는 공정이 시간에 따라 안정적인 상태를 유지하는지 관찰하는 데 초점을 둡니다. 반면 공정능력 분석은 공정의 변동과 중심이 제품의 규격 한계에 비해 어느 정도 수준인지 평가하는 데 활용됩니다.

공정능력 분석에서는 Cp와 Cpk 같은 지표를 사용할 수 있습니다. Cp는 공정의 산포가 규격 폭에 비해 얼마나 작은지를 나타내며, Cpk는 공정 평균이 규격 중심에서 벗어난 정도까지 반영합니다.

중요한 점은 공정이 통계적으로 안정적이라고 해서 반드시 규격을 만족하는 것은 아니라는 사실입니다. 안정적인 공정이라도 변동 폭이 규격에 비해 너무 크거나 평균이 규격 한계에 가까우면 부적합품이 발생할 수 있습니다.

일반적으로 공정능력을 해석하기 전에는 공정의 안정성을 먼저 확인하는 것이 바람직합니다. 특별원인 변동이 계속 발생하는 상태에서는 공정능력 지표가 장기적인 공정 특성을 제대로 나타내지 못할 수 있기 때문입니다.

생산 현장에서 SPC를 적용하는 방법

예를 들어 CNC 가공 공정에서 부품의 외경을 일정한 간격으로 측정한다고 가정해 보겠습니다.

먼저 품질에 중요한 특성을 선정하고 측정 방법과 주기를 정합니다. 측정값을 시간 순서대로 기록한 다음 공정 특성에 적합한 관리도를 작성합니다. 이후 평균이나 산포가 달라지는지, 관리한계를 벗어나는 값이 있는지, 일정한 방향으로 변화하는 패턴이 나타나는지 확인합니다.

이상 징후가 발견되면 공구 마모, 설비 상태, 원료 변경, 작업 조건, 측정기 상태 등을 조사합니다. 원인을 확인해 조치한 뒤에는 측정 데이터를 다시 관찰하여 공정이 안정되었는지 확인합니다.

여기서 주의할 점은 관리도에 이상 신호가 나타났다고 해서 곧바로 설비 설정값을 바꾸거나 공정을 조정해서는 안 된다는 것입니다. 실제 원인을 확인하지 않고 불필요하게 조정하면 오히려 변동이 커질 수 있습니다.

SPC는 데이터를 바탕으로 이상을 발견하고, 원인을 확인한 뒤 적절한 조치를 취하며, 그 결과를 다시 측정해 확인하는 과정으로 운영해야 합니다.

측정 시스템의 신뢰성도 확인해야 할까?

SPC 결과가 정확하려면 측정 데이터 자체를 신뢰할 수 있어야 합니다. 측정기 교정 상태가 불량하거나 측정 방법이 작업자마다 다르면 실제 공정에 변화가 없어도 데이터가 달라질 수 있습니다.

예를 들어 센서의 영점이 서서히 이동하면 제품의 실제 치수는 일정한데 측정값만 계속 증가하는 것처럼 보일 수 있습니다. 측정 위치나 측정 압력이 일정하지 않아도 불필요한 변동이 나타날 수 있습니다.

따라서 공정 이상을 조사할 때는 설비와 원료만 확인할 것이 아니라 측정기 상태, 교정 이력, 측정 절차, 작업자 간 측정 차이도 함께 살펴봐야 합니다. 필요하다면 측정 시스템 분석을 통해 측정 변동이 전체 변동에 얼마나 영향을 주는지 평가할 수 있습니다.

또한 데이터 수집 주기와 표본 수가 적절해야 합니다. 측정 간격이 너무 길면 짧게 발생하는 이상을 놓칠 수 있고, 데이터가 충분하지 않으면 공정의 변동 특성을 안정적으로 파악하기 어려울 수 있습니다.

자주 묻는 질문

Q: SPC와 일반적인 품질검사는 어떻게 다른가요?

A: 품질검사는 제품이 규격에 맞는지 확인하는 데 초점을 둘 수 있습니다. SPC는 생산 과정에서 얻은 데이터를 시간 순서대로 분석하여 공정의 변화와 이상 징후를 발견하는 데 중점을 둡니다. 두 방법은 서로 보완적으로 활용할 수 있습니다.

Q: 관리한계와 규격한계는 같은 의미인가요?

A: 다릅니다. 관리한계는 공정 데이터의 통계적 변동을 바탕으로 공정 상태를 판단하기 위한 기준입니다. 규격한계는 설계나 고객 요구사항에 따라 제품이 만족해야 하는 범위입니다. 관리한계 안에 있는 제품이라도 규격을 벗어날 수 있습니다.

Q: 관리도에서 관리한계를 벗어난 값이 나오면 어떻게 해야 하나요?

A: 우선 데이터 입력과 측정 과정에 오류가 없는지 확인하고, 해당 시점의 설비 상태와 원료, 작업 조건, 측정기 상태 등을 조사합니다. 원인이 확인되면 적절한 조치를 시행하고 이후 데이터로 공정 상태가 개선되었는지 확인합니다.

Q: SPC를 도입하면 불량품을 모두 없앨 수 있나요?

A: SPC만으로 모든 불량을 없앨 수는 없습니다. 공정의 이상 징후를 조기에 발견하고 변동을 관리하는 데 도움이 되지만, 실제 품질 개선을 위해서는 원인 분석과 공정 개선, 측정 시스템 관리가 함께 이루어져야 합니다.

Q: SPC를 시작할 때 가장 먼저 해야 할 일은 무엇인가요?

A: 먼저 관리할 품질 특성과 측정 방법을 정하고, 측정 데이터가 신뢰할 수 있는지 확인해야 합니다. 그다음 공정 특성과 데이터 유형에 맞는 관리도를 선택해 시간 순서에 따른 변화를 관찰하는 것이 좋습니다.

마무리

통계적 공정관리(SPC)는 제품의 측정값을 단순히 검사하는 데 그치지 않고, 데이터의 시간에 따른 변화와 변동 패턴을 분석해 공정 이상을 조기에 발견하는 품질관리 방법입니다.

관리도를 활용하면 평균의 이동이나 산포의 증가, 평소와 다른 패턴을 확인할 수 있습니다. 다만 이상 신호가 나타났다고 해서 원인이 자동으로 밝혀지는 것은 아니므로 설비, 원료, 작업 조건과 측정 시스템을 함께 조사해야 합니다.

신뢰할 수 있는 측정 데이터, 적절한 통계 분석, 원인에 근거한 개선 활동이 함께 이루어질 때 SPC는 생산 공정의 안정성과 품질을 지속적으로 관리하는 데 효과적으로 활용될 수 있습니다.