2024 통계적 공정 관리(Statistical Process Control) 트렌드

통계적 공정 관리(SPC)란?

통계적 공정 관리(SPC)는 *Statistical Process Control의 약자로, 통계적 방법을 활용해 제조 공정을 모니터링하고 품질을 관리하는 방법입니다. 다양한 설비와 검사 장비 등으로부터 각종 데이터를 수집해 활용합니다. 제조기업의 자산을 최대한 활용하게 하고, 재작업이나 폐기되는 부품을 줄이며, 품질 기준에 부합하는 제품을 더 많이 생산하도록 보장하는 데 도움이 됩니다.

• 통계(Statistics): 데이터에서 정보를 수집, 요약, 분석, 도출하는 과학입니다.
• 프로세스(Process): 사람, 재료, 방법론, 기계, 측정값 등을 조합하여 투입한 자원을 원하는 산출물(재화 또는 서비스)로 변환하는 과정입니다.
• 제어(Control): 전체 산출물이 품질 요구 사항을 충족하도록 시스템, 정책 및 절차를 마련하는 것입니다.[1]

SPC의 역사

SPC는 놀랍게도 100년 전에 처음 시작되었습니다. 1920년대 초 벨 연구소의 월터 A. 셰와트가 ‘관리 차트’와 ‘통계적 관리 상태’라는 개념을 만들었죠.[2] 그는 AT&T 팀과 함께 샘플링 검사를 합리적인 통계적 근거에 따라 수행하고자 노력했으며, 1934년 미 육군에 자문을 제공하여 피카티니 무기 공장에 관리 차트를 적용시켰습니다. 이 성공 사례 덕분에 이후 제2차 세계대전이 발발하자 미 육군의 병기 부대가 AT&T에 통계적 품질 관리법 활용에 대한 컨설팅을 의뢰했습니다.

이후 셰워트는 미국의 경영컨설턴트 W. 에드워즈 데밍의 초청으로 미 농무부 대학원에서 강연을 했고, 그 강연의 결과물로 저서 『품질 관리의 관점에서 본 통계적 방법(Statistical Method from the Viewpoint of Quality Control)』(1939)을 출간했습니다.

그는 연합군 점령 기간 동안 일본을 방문했고, 일본 과학자 및 엔지니어 연합(JUSE)을 만나 일본 산업에 SPC 방법을 도입하기 위해 노력했죠. 그 덕분에 한국의 제조업계에도 과학적인 통계 분석 방법과 공정 관리 기술이 일찍이 도입되었다고 볼 수 있습니다.

 

SPC가 필요한 이유 – ‘제조 공정의 가변성’

이론적으로 품질은 설계 사양에 부합해야 합니다. 그러나 현실은 그렇지 않죠. 모든 공정에는 다양한 변수가 존재하기 때문에 완전히 동일한 제품은 존재할 수 없습니다.

이를 보완하기 위해 대량 생산 체제에서는 전통적으로 완제품이 나온 뒤 품질 검사를 수행해 왔습니다. 각 제품(또는 샘플)은 설계 사양을 얼마나 잘 충족하느냐 여부에 따라 합격하거나 불합격될 수도 있죠. 즉, SPC의 기본 전제는 모든 프로세스에는 가변성이 있다는 점입니다.

SPC는 통계적 도구를 사용해서 생산 공정의 성능을 관찰합니다. 이를 통해 표준 이하의 제품(즉, 불량품)이 생산되기 전에 중요한 변수를 감지하죠. 이런 변동성의 원인은 (1) 공통 원인, (2) 특수 원인 두 가지 유형으로 나눌 수 있는데요. 이를 확인하려면 데이터가 기준점으로부터 어떻게 분산되어 있는지를 측정해야 합니다.

 

SPC의 두 가지 원인

(1) 공통 원인

공통 원인은 우연에 의한 것으로, 어떤 요인에도 할당할 수 없다(not assignable)고 표현합니다. 프로세스에 일관되게 작용하는 모든 원인을 의미하죠.

예를 들어, 시리얼 포장 라인이 각 상자에 시리얼 500g을 채우도록 설계됐다고 가정해봅시다. 실제로는 어떤 상자에는 501g이 담기고 어떤 상자에는 499g이 담길 수 있습니다. 각 상자의 무게를 측정하면 순 무게 분포를 차트에 표시할 수 있는데요. 보통 이런 유형의 변동성은 시간이 지남에 따라 통계적으로 안정적이고 반복 가능한 분포를 생성합니다. 일반적인 원인, 정상적인 변동이라고도 부릅니다.

(2) 특수 원인

할당 가능한(assignable) 원인이라고도 합니다. 프로세스 전반이 아닌, 특정 프로세스 일부에만 영향을 미치는 요인을 의미합니다. 이런 요인은 간헐적으로 발생하며 예측할 수 없는 경우가 많습니다.

예를 들어, 상자에 시리얼을 담는 기계의 벨트가 마모됐다고 가정해 볼까요. 벨트가 설계 사양보다 더 손쉽게 풀려버리면서 한 상자에 시리얼이 550g씩 마구 담기는 거에요. 소비자에겐 이득이겠지만, 제조 기업 입장에서는 낭비이며 손해입니다. 생산 비용 증가의 원인이 되죠. 생산 비용이 너무 높아지기 전, 적시에 이런 특수 원인을 찾아내면 벨트를 교체하는 등 적절한 조치를 취할 수 있습니다.

 

관리 전략

그럼 공통 원인은 어떻게 관리하게 될까요? 일반적으로 정상적인 변동의 원인은 특수 원인처럼 즉각적인 시정 조치를 요구하지 않습니다. 그 대신 보다 체계적인 개선 접근 방식이 필요한 경우가 많습니다. 프로세스가 안정적이라면(즉, 공통 원인에 의해서만 영향을 받는다면) 예측 가능하게 운영되고 있는 것입니다. 이러한 프로세스를 개선하려면 근본적인 개선이나 재설계를 통해 프로세스 자체를 변경해야 하는 경우가 많습니다.

공통 원인에 대해 조치를 취하지 않는다고 해서 이를 무시하는 것은 아니라는 점에 유의해야 합니다. 그보다는 이러한 원인이 프로세스에 내재된 가변성의 일부이며, 이를 개선하려면 임시방편적인 수정이 아닌 보다 전략적인 접근 방식이 필요하다는 것을 인식해야 한다는 의미입니다. 이러한 접근 방식은 프로세스의 예상 범위 내에 있는 개별적인 변동에 대응하는 것이 아니라 시간이 지남에 따라 프로세스를 개선하고 향상시키는 것을 목표로 하는 지속적인 개선 및 종합 품질 관리의 원칙에 부합하는 것입니다.

따라서, 공통 원인과 특수 원인 모두 SPC 프로세스 내에서는 지속 관찰해야 하는 원인입니다. 다만 원인이 파악된 이후 관리 전략은 앞서 설명한 것과 같이 다를 수 있습니다.

📌 SPC(통계적 공정 관리)로 제품과 설비의 이상 발생을 감지하는 솔루션이 궁금하다면?

2024 SPC 기술 트렌드

(1) 예측적 품질 모델로 전환:

제조 분야의 품질 관리 접근 방식은 전통적으로 생산 이후 이뤄지는 방식이었습니다. 샘플링 육안 검사 같은 것들이었죠. 하지만 이제 품질 관리는 제조 운영 중 실시간 관리로 바뀌었습니다. 이를 예측적 품질 관리 모델이라고 합니다. 이 모델은 데이터 수집, AI, 클라우드 컴퓨팅 기술의 발전에 힘입어 제조 공정과 테스트 과정에서 얻은 데이터를 활용해 품질 결함을 예측하고 예방합니다.[3]

(2) SPC 소프트웨어의 발전:

SPC 소프트웨어는 머신러닝과 예측 분석 기법과의 결합을 통해 더욱 빠르게 발전하고 있습니다. 사용자 친화적이고 접근성이 뛰어나며, SPC의 실시간 성능 또한 효율적으로 향상시키고 있죠. 최근 SPC 소프트웨어의 디지털 대시보드에는 히스토그램 표시, 프로세스 안정성을 위한 제어 차트, 계층화된 분석, 알람 기능 등이 포함됩니다. 이를 통해 제조 현장의 품질 관리 프로세스를 크게 개선하고 있습니다.[4]

(3) 글로벌 시장 성장:

SPC 시장은 전세계 다양한 지역에서 성장하고 있습니다. SPC 시스템의 채택과 중요성이 확대되고 있음을 의미하며, 2029년까지 지속적인 성장과 발전이 예상된다는 예측이 있습니다.[5]

(4) 품질 속성보다 프로세스 매개변수에 집중:

지금까지 SPC는 제품 품질의 속성을 주로 모니터링 해왔지만, 최근에는 프로세스 매개변수에 집중하는 것으로 전환하고 있습니다. 이러한 접근 방식은 품질 결과를 보장하기 위해 중요한 매개변수를 모니터링하는 바이오제약 같은 산업에서 특히 두드러집니다. 사전 예방적 데이터 수집이 자동화되고 실시간 데이터 액세스 및 분석을 위한 IoT 기술이 통합되면서 이러한 추세가 나타나고 있습니다.[2]

(5) 기술 통합 및 접근성:

SPC 기술의 진화는 로컬 소프트웨어에서 클라우드 시스템으로의 전환, 접근성 및 유연성 향상과 같은 컴퓨터 산업의 발전과 밀접하게 연관되어 있습니다. 데이터 분석을 위한 핸드헬드 디바이스, 무선 게이지, AI 도구의 사용은 중소기업을 포함한 제조업체의 SPC를 더욱 효율적이고 가치 있게 만들고 있습니다.[1]

 

SPC의 구체적인 구현 단계가 궁금하다면 아래 콘텐츠를 더 읽어보세요.

 

Reference

[1] Sixsigma Study Guide <Statistical Process Control> 

[2] Statistical Process Control Wikipedia  

[3] Shifting Left in Manufacturing Quality 
<Quality Magazine> January 16, 2024  

[4]

Advances In SPC Software Make It Indispensable <Quality magazine> August 1, 2023   

[5] Global Statistical Process Control System (SPC) Market Growth