통계적공정관리 과정(SPC) 수강후기- 한국커리어개발원

안녕하세요 여러분 저는 이번 1월 4일부터 1월 5일까지 홍대에 있는 한국커리어 개발원에서 SPC과정을 들었습니다. 저번에 들은 6 시그마 강의가 유익해서 이번에는 통계적 공정관리 수업을 듣게 되었는데요. 이번 글에서는 통계적 공정관리과정에서 들은 수업내용을 간단하게 정리하고 느낀 점을 적는 순으로 작성하겠습니다.

SPC란?

SPC란 통계적공정관리(Statistical Process Control)의 약자로서 공정의 시작과 끝의 모든 자원의 핵심 요소(KPI)를 통계적인 방법으로 관리하여 제품과 서비스에서 발생할 수 있는 결함 가능성을 지속적으로 제거하는 총체적 품질혁신활동입니다. 쉽게 말하자면 공장의 시작과 끝은 S(Suppler)-I(Input)-P(Process)-O(Output)-C(Customer) 순으로 진행됩니다. 이 중에서 Output과 Customer은 우리가 바꿀 수 없기 때문에 사전에 공정, 즉 P(Process) 부분에서 나오는 데이터들을 통계적인 방법으로 분석해서 사전에 결함을 예방하는 것입니다. SPC는 확률에 근거한 의사결정도구이고 표본 데이터에 근거해서 공정을 추론하고 관리합니다.  따라서 쉽게 말해 SPC는 사전에 일어날 결함을 예방하여 품질성과 생산성을 높여주는 과정이라고 생각하면 됩니다. 

이를 조금 더 통계적인 용어로 설명을 하자면 평균을 목표값과 일치시키고 산포를 줄이는 것이라고 말할 수 있고 우연 원인은 축소시키고 이상 원인은 제거한다고 말할 수 있습니다.

 

QC 7 도구 : Ishikawa가 주장한 도구로서 품질문제를 진단하는 가장 기본적인 요소라고 생각하면 된다. 

QC 7 도구의 종류 : 체크 시트, 히스토그램, 특성 요인도, 파레토도, 산점도, 관리도 및 각종 그래프, 계층 기법

체크 시트는 우리가 렌터가를 빌렸을 때 어느 부분에 손상이 있고 잘못되었는지 체크하는 것처럼 체크 시트를 통해 품질에 이상이 있는 부분을 진단하는 것이다. 히스토그램은 연속형 데이터를 일정구간으로 나누어서 그 구간별 출현 횟수를 파악하는 그림이다. 특성 요인도는 다른 말로는 피시 본다이 어그 램이라고도 하며 결과에 영향을 미치는 중요한 원인을 찾는 그림이다. 파레토 도는 20:80의 파레토 규칙을 토대로 주요 품질에 큰 영향을 미치는 요소가 무엇인지 판단하는 것이다. 산점도는 두 요소 사이의 상관관계가 존재하는지 아닌지를 파악하는 그림이다. 관리도 및 각종 그래프는 말 그대로 그래프를 통해 데이터 자료를 제시하는 것이다. 계층 기법은 여러 가지 요소가 합쳐 서서 나타날 때 각 계층으로 나누어서 판단하는 것을 말하고 여기서 5M-1E(사람, 설비, 재료, 방법, 측정, 환경)를 기준으로 계층을 나눈다.

 

MSA(측정 시스템 분석)

우리는 전체 변동 = 제품 변동 + 측정 변동으로 나타낼 수 있다. 여기서 1M-1E(측정, 환경) 부분을 우선적으로 변화시켜 측정 시스템의 반복성,재현성,정확성,안정성,선형성을 분석하는 것이 측정시스템 분석이라고 할 수 있다. 반복성은 설비 변동(EV)으로 판단하고 재현성은 측정자 변동(AV)으로 판단한다. 그리고 기여율(% Contribution)이 1% 미만이면 측정 시스템에 이상이 없음을 말한다.

 

공정능력 분석

공정능력 분석은 전체변동 = 제품변동+측정변동에서 제품변동이 어느정도인지를 나타내는 표시량이고 4M(사람,설비,방법,재료)이 영향을 준다. 공정능력분석은 단기 공정능력 분석과 장기 공정능력 분석으로 나눌 수 있는데 단기 공정능력은 군내 변동(우연 원인)만 존재하는 단기간 안에서의 SMAPLE을 말하고 장기 공정능력 분석은 군내변동뿐 아니라 군간변동(우연원인+이상원인)도 존재하는 장기간의 SMAPLE을 말한다. 단기공정능력분석은 Cpk와 Cp를 통해서 판단하고 장기공정능력분석은 Ppk와 Pp를 통해 판단한다. Cp와 Cpk의 차이는 Cp는 정규분포에서 좌우가 대칭이라고 생각하는 값이고 Cpk는 좌우가 대칭이라고 생각하지 않고 현재 조건을 반영하는 값이다. 따라서 Cp는 공장이 이루어야 할 목표치가 될 수 있고 Cpk는 현재 단기 공정능력이라고 생각하면 된다. Pp와 Ppk도 이와 같다. 그리고 Zst =3*Cp, Zlt = 3*Ppk라고 쓸 수 있는데 여기서 Zst은 단기 시그마 수준 Zlt은 장기 시그마 수준이라고 한다. 일반적인 제조업의 Cpk평균은 1.33~1.67인데 이것은 Zst이 보통 3 정도 즉, 일반적으로 3 시그마 수준을 나타낸다고 할 수 있다. 

공정관리지수 Zshift = Zst-Zlt으로 이 값이 작으면 관리가 잘되고 있음을 나타낸다. 따라서 우리는 Zshift와 Zst으로 이  공장의 현재 기술과 관리정도를 파악할 수 있다. Zshift가 작을수록 공장은 관리가 잘되고 있는 것이고 Zst는 높을수록 시그마 수준이 높아지므로 높은 기술력을 가지고 있는 것이다.

 

관리도

관리도는 품질의 산포가 우연 원인에 의한 것인지 이상 원인에 의한 것이지 판별함으로써 공정이 안정상태(관리상태)에 있는지 여부를 판별하고 안정상태로 유지해 제품의 품질을 균일화 하는 공정 프로세스 관리방법이다. 우리는 관리도를 확인함으로써 현재 공정이 잘 관리되고 있는지 파악할 수 있다.

 

느낀 점

이번 1박 2일 동안 통계적 공정관리 수업을 들으면서 품질관리나 생산관리 직무가 실제 현장에서 하는 일을 조금은 실감 나게 느낄 수 있게 되었다. 그리고 단순히 이론수업만 하는 것이 아니라 버스를 만들어보고 이를 측정하면서 실제로 어떠한 방식으로 적용되는지 보고 엑셀을 통해 데이터를 확인할 수 있어서 아주 의미 있는 프로그램이었다. 저번에 6 시그마를 하면서도 느낀 것이지만 엔지니어는 결함을 줄이고 최적화를 시켜나가는 업무를 해야 하는데 이를 단순히 감이나 경험에 의존하여하지 않고 이와 같은 많은 통계적 관리방법 즉 데이터를 기반으로 의사결정을 하고 판단을 해야 한다는 점을 가장 크게 느꼈다. 나중에 회사에 취업을 해서 지금 배운 것이 아주 큰 도움은 안 될 수 있지만 적어도 앞으로 데이터를 분석하고 이게 어떠한 요인으로 발생하는 것이며 그에 맡는 해결책을 찾아내는 데에는 조금은 익숙해진 것 같다. 앞으로도 이러한 프로그램이 있으면 적극적으로 들어 나의 직무역량을 향상해야겠다.