태그치 방법으로 설계하는 강건 품질 최적화

제품이나 공정의 평균 성능만 맞춰서는 현장 품질을 보장하기 어렵다. 온도, 전압, 재료 로트, 사용 환경처럼 제어하기 힘든 변동 속에서도 규격을 유지하려면, 실험 단계부터 잡음 요인을 설계에 포함해야 한다.

DOE, Taguchi Methods, Robust Parameter Design은 변동 원인을 통제하면서 실험 자원을 효율적으로 배치하고 품질 손실을 줄이기 위한 조합이다.

평균과 변동을 함께 다루는 실험 설계

DOE는 가설에 따라 요인과 수준의 조합을 체계적으로 배치하고, 평균과 분산에 대한 효과를 추정하는 실험 설계 방법론이다. 무작위화, 반복, 블로킹으로 편의와 교란 요인을 통제한다.

태그치 방법은 직교배열(Orthogonal Array)과 신호대잡음비(S/N)를 사용한다. 실험 횟수를 줄이면서 평균과 변동을 함께 최적화하고, 태그치 손실함수로 규격 일탈을 품질 비용과 연결한다.

강건 파라미터 설계는 제어 요인과 잡음 요인을 구분한다. 내부-외부 배열(inner–outer array)로 잡음 변동이 있어도 성능을 유지하는 요인 수준을 찾으며, 파라미터 설계로 평균을 설정한 뒤 공차 설계로 변동을 관리한다.

직교배열과 S/N를 사용하는 이유

L8/L16/L32 같은 표준 직교배열은 다요인·다면수 실험의 자원 소모를 낮춘다. 주효과 추정의 직교성을 확보하고 추정량 간 상관을 최소화하는 데 목적이 있다.

S/N는 Smaller/Larger/Nominal-the-Best 유형으로 산출하며, 평균과 분산을 종합해 비교하는 지표다. 손실함수는 규격에서 벗어난 정도에 따른 비용을 연속적으로 모델링해 경제성 판단에 사용한다.

내부배열에는 제어 요인을, 외부배열에는 잡음 요인을 둔다. 환경과 사용 조건의 변동을 실험에서 재현함으로써 현장 성능을 예측하는 정확도를 높인다.

강한 교호작용이 예상되면 교호작용 컬럼을 확보하거나 추가 실험으로 모형을 보강해야 한다. 분석으로 최적 수준을 예측한 뒤에는 확인 실험으로 평균, 분산, S/N의 개선 여부를 검증한다.

접근별로 달라지는 설계 특성

접근	성능(품질 특성 향상)	확장성(요인수↑)	일관성(재현성)	안정성(잡음 내성)	운영 편의
전통 DOE(전/부분요인)	높음	중	높음	중	중
Taguchi Methods(OA+S/N)	중~높음	높음	높음	높음	높음
Robust Parameter Design(Inner–Outer)	높음	중	매우 높음	매우 높음	중

설계부터 표준화까지 이어지는 흐름

품질 특성(Y), 규격, 손실함수, 후보 요인(X), 제약·자원, 측정 시스템 적합성을 먼저 정리한다. 그다음 제어 요인과 잡음 요인을 나누고 수준 범위를 설정한다.

직교배열을 선택해 내부-외부 배열, 랜덤화, 반복, 블로킹을 설계한 뒤 실험을 수행한다. 데이터 품질과 이상치 처리 기준을 확인하고, S/N·평균·분산·ANOVA로 최적 수준과 예측치를 도출한다. 확인 실험과 강건성 검증, 민감도 분석을 마치면 최적 제어 요인 수준과 예측·확인 성능을 관리 계획 및 변경관리 항목으로 전환한다.

⤢✕

제품과 공정에서의 적용 모습

자동차 전자제어유닛의 온도·전압 변동 대응

출력 오차(ppm)와 부적합률을 Y로 두고, 부품 등급·회로 파라미터·납땜 프로파일을 제어 X로 설정한다. 온도, 전압, 진동은 잡음 Z에 해당한다.

L16 내부배열 × L8 외부배열로 설계하고 S/N 최대화 기준에서 최적 수준을 찾는다. 확인 실험에서는 -40~125°C와 ±10% 전압 변동 조건에서 오차 절감 및 재현성을 확보한다.

반도체 식각 공정의 균일도

CD 균일도(σ)와 수율을 Y로 두며, 가스 유량·RF 파워·챔버 압력은 제어 X, 전구체 배치와 타임 드리프트는 잡음 Z로 분류한다. 내·외부 배열로 변동 원인을 재현하고 일부 교호작용을 추가 설계한다.

이 접근으로 균일도 σ 35%↓, 수율 4pp↑를 달성했다.

플라스틱 사출의 치수 편차

치수 Δ와 휨량을 Y로 설정하고, 금형 온도·보압·냉각 시간은 제어 X, 재료 로트와 주변 온습도는 잡음 Z로 둔다. Larger/Smaller/Nominal S/N를 혼합해 사용하고 공차 설계로 마무리한다.

금형 교체 없이 변동 30%↓, 후가공 불량 40%↓가 가능했다.

분산 시스템 성능 튜닝

p95 지연시간과 처리량을 Y로, 스레드풀·GC 파라미터·배치 크기를 제어 X로 둔다. 트래픽 패턴과 배포 환경은 잡음 Z에 해당한다.

직교배열 기반 실험은 비용을 줄이는 데 쓰이며, S/N 최적화는 부하가 급증하는 상황에서 성능 안정성을 확보하는 데 사용된다.

운영 결과를 좌우하는 설계 선택

전체 요인 7개·2수준을 가정하면 2^7=128회 실험 대신 L16을 선택해 87.5% 절감할 수 있다. S/N가 36 dB 향상되면 분산이 3060% 감소할 가능성이 있으며, Cpk 0.8 → 1.33 이상을 달성한 사례도 다수 있다. 잡음 시나리오에서 민감도 기울기를 낮추면 유지보수·A/S 비용 절감으로 이어질 수 있다.

측정 시스템 분석(MSA)은 신뢰할 수 있는 데이터 수집을 위한 선행 조건이다. 요인과 수준은 공학적으로 타당한 범위로 제한하고, 이상치와 결측 처리 규칙도 실험 전에 정해야 한다.

직교배열은 주효과 추정에 유리하지만 특정 상호작용이 혼입(aliasing)될 위험이 있다. 강한 교호작용이 예상되면 부분요인 또는 반응표면법(RSM)을 병행할 수 있다. 내부-외부 배열은 실험 횟수가 늘어나는 트레이드오프도 있다.

S/N는 상대 비교 지표이므로 평균 성능과 규격 충족 여부를 별도로 확인해야 한다. 정규성·등분산을 만족하지 못하면 변환(Yeo-Johnson/Box-Cox) 또는 견고 추정을 적용한다. 확인 실험에서 예측치 ±허용차를 검증한 뒤 작업표준서, 초기 설정치, 공정능력 모니터링 지표로 정착시키고 변경관리와 Cpk, p95, S/N 모니터링을 연동한다.

비선형·연속 최적화 문제는 RSM이나 적응형 설계로 보강할 수 있다. 이 과정을 표준화하면 실험과 분석 절차가 조직에 축적되고, 데이터 기반 의사결정의 성숙도를 높일 수 있다.