통계적 품질 관리에서 관리도·공정능력·식스 시그마를 연결하는 법

변동을 감시하고 규격 적합성까지 확인하는 품질 관리 체계

통계적 품질 관리(SQC)는 공정에서 발생하는 변동을 관찰하고, 규격을 충족하는 능력을 평가하며, 개선 활동을 반복 가능한 운영 방식으로 정착시키는 데 쓰인다. Shewhart와 CUSUM 관리도는 공정 안정성을 판단하는 도구이고, Cp·Cpk는 규격 대비 공정능력을 나타낸다. 식스 시그마의 DMAIC는 이 분석 결과를 개선 과제로 이어 붙이는 방법론이다.

Shewhart 관리도는 샘플을 바탕으로 상한과 하한을 두고 공정이 통계적으로 안정적인지 판단한다. X̄–R, X̄–S, I–MR이 대표적인 형태다. 반대로 CUSUM은 누적합을 이용해 0.5~1.5σ 정도의 작은 평균 이동을 민감하게 포착하며, 기준값 k와 의사결정 한계 h로 신호를 설계한다.

공정능력에서는 Cp와 Cpk를 구분해야 한다.

Cp = (USL−LSL) / (6σ): 규격폭과 공정폭의 비율이며 중심의 치우침은 반영하지 않는다.
Cpk = min[(USL−μ)/(3σ), (μ−LSL)/(3σ)]: 중심 편차를 포함한 실효 능력 지표다.

단기 공정 내 변동을 보는 Cp·Cpk와 전체 변동을 포함하는 Pp·Ppk도 같은 의미로 섞어 쓰면 안 된다. 개선 목표와 실제 운영 상황에 맞춰 지표를 선택한다.

식스 시그마는 Define–Measure–Analyze–Improve–Control의 DMAIC를 통해 결함 감소를 추진한다. DPMO와 시그마 레벨을 성과 지표로 사용하며, 산업 관행상 1.5σ 이동 가정을 포함한다. 6σ는 약 3.4 DPMO 수준을 목표로 한다.

관리도와 능력 분석은 측정 신뢰성에서 출발한다

공정 데이터를 분석하기 전에 측정시스템분석(MSA)과 데이터 품질을 확인해야 한다. 관리도에서 안정 상태가 확인되지 않은 공정의 능력치는 해석에 주의가 필요하고, 분포나 자기상관 문제도 별도로 다뤄야 한다.

합리적 소집단을 정하고 샘플링 주기를 설계하면 시간에 따른 변동과 공정 원인을 분리하기 쉬워진다. 신호 규칙으로는 1점의 3σ 초과, 연속 9점의 한쪽 편중, 2/3의 2σ 초과 등을 적용할 수 있다. 규칙을 늘리면 민감도는 높아질 수 있지만, 과민 신호와 둔감 신호 사이의 균형을 함께 관리해야 한다.

큰 급변을 빠르게 찾아야 할 때는 Shewhart가 맞고, 미세한 드리프트에는 CUSUM 또는 EWMA가 더 적합하다. 비정규 분포라면 Box–Cox나 Johnson 변환, 또는 분위수 기반 능력치를 검토한다. 자기상관이 있으면 샘플링 간격 조정이 필요할 수 있다.

GR&R은 측정시스템 상태를 판단하는 기준이다.

%GRR <10%: 양호
10~30%: 조건부
30%: 부적합

바이어스, 선형성, 안정성도 함께 검증 대상이다. 결측값, 이상치, 타임스탬프 무결성은 수집·처리·보관 절차서(SOP)에서 관리한다.

Shewhart와 CUSUM이 다른 신호를 다루는 방식

지표	Shewhart	CUSUM
성능(대변화 감지)	우수, 즉시 검출	양호, 파라미터에 의존
성능(소변화 감지)	보통, 둔감	우수, 누적 탐지
안정성(가정 위반)	비정규에 비교적 견고, 자기상관에 취약	파라미터 민감, 자기상관 영향 큼
일관성(오경보 통제)	규칙 단순, 해석 용이	h·k 세팅에 따라 편차, 튜닝 필요
확장성(계산/도입)	단순, 교육 용이	계산 가벼우나 설계 지식 요구
운영 편의	현장 친화, 시각적 직관	교육 필요, SOP 기반 운용 적합

SPC·공정능력·개선 활동을 한 흐름으로 운영하기

⤢✕

신호가 발생했을 때는 CAPA를 통해 원인을 분석하고, 개선과 검증을 수행한다. 개선이 기준선에 영향을 주었다면 관리한계와 능력치를 다시 산정해야 한다. 이 과정이 관리도, 공정능력 분석, 지속 개선을 단절 없이 연결한다.

DMAIC 운영에서는 Champion, Black Belt, Green Belt, Process Owner가 역할을 나눌 수 있다. VOC, SIPOC, CTQ, MSA, SPC, DOE, 회귀·분산분석, 표준작업, 관리계획서(Control Plan)는 단계별 분석과 정착에 활용된다.

공정별로 달라지는 적용 포인트

제조 가공 공정에서는 선삭 치수 공차를 I–MR로 감시해 즉시 이상을 찾고, 공구 마모에 따른 드리프트는 CUSUM으로 조기에 감지할 수 있다. Cp·Cpk로 규격 충족 여부를 확인한 뒤 Cpk<1.33 공정의 공구교체 주기와 절삭조건을 최적화한다.

전자·SMT에서는 솔더 페이스트 두께의 층간 변동을 X̄–R로 통제하고, 0.5σ 이동을 감지하기 위해 CUSUM(h, k)을 병행한다. 리플로우 온도 프로파일처럼 연속적인 데이터에는 EWMA나 CUSUM을 적용하고, 개선 후에는 Ppk로 장기 안정성을 확인한다.

화학·배합 공정의 점도와 pH 연속 측정에는 자기상관을 완화하도록 샘플링 간격을 다시 설계하고, 변환 후 Cpk를 산출할 수 있다. 원료 배치 간 변동을 줄이는 과제는 DOE에서 DMAIC로 이어가며 공정 중심 이동과 폭 축소를 다룬다.

설계 시 놓치기 쉬운 운영 조건

X̄–R 관리도는 소집단 크기 n=4~~5를 기준으로 두고, 개체형 데이터에는 I–MR을 쓴다. 초기 기준선은 20~~25개 소집단으로 설정한다. 기본 규칙인 1점 3σ 초과에 편중·추세 규칙을 더할지는 목표 ARL과 오경보 비용을 기준으로 결정한다.

CUSUM은 탐지하려는 이동량 Δ를 σ 단위로 정한 뒤 k ≈ Δ/2로 둘 수 있다. h는 목표 ARL에 맞춰 4~5σ 수준에서 시작해 튜닝한다. 양·음 누적합 S+, S−를 분리해 운용하고, 초기값은 0으로 두며 한계를 넘으면 신호로 처리한다.

공정능력은 안정성이 확인된 뒤 계산한다. 정상성 위반이 있으면 변환 또는 분위수 기반 Cpk를 사용한다. 제품 릴리스에는 Cpk, 경향 관리에는 Ppk를 병행하는 방식이 권장된다.

MSA에서는 %GRR<10%를 목표로 하며, 측정 해상도는 공차폭/10 이상을 권장한다. 결측값과 이상치 처리 SOP에는 재측정→기기 교정→데이터 보정 금지 원칙을 명시한다.

Cp와 Cpk 계산을 해석하는 예시

조건이 μ = 10.02, σ = 0.04, USL = 10.20, LSL = 9.80일 때 계산은 다음과 같다.

Cp = (10.20−9.80) / (6×0.04) = 0.40 / 0.24 ≈ 1.67
Cpk = min[(10.20−10.02)/(0.12), (10.02−9.80)/(0.12)] = min[1.5, 1.83] = 1.50

폭 여유는 1.67 수준이고, 중심은 상한 쪽으로 다소 치우쳐 있다. 실효 능력치 1.50은 규격 여유가 충분하다는 의미다.

개선 성과를 운영 지표로 연결하는 기준

Cpk 1.00(≈0.27% = 2700 ppm)에서 1.33(≈63 ppm)으로 개선되면 결함률은 약 97.7% 감소한다. 월 100만 EA 생산과 스크랩 단가 2달러를 가정하면 월 절감액은 ≈ (2700−63)ppm×1,000,000×2달러 ≈ 5,274달러다.

오경보를 줄이면 비계획 정지를 줄이고 공정 재기동 및 재검 비용을 낮출 수 있다. 관리계획서와 SOP가 정착되면 인력 교체에 따른 품질 편차를 최소화하고 감사·인증 대응 역량도 높일 수 있다.

초기 운영은 Shewhart 중심의 단순한 체계로 시작하고, 미세 이동을 감지해야 하는 지점에 CUSUM을 단계적으로 추가할 수 있다. 다만 측정시스템, 데이터 품질, 분포와 자기상관에 대한 가정 관리가 먼저 갖춰져야 한다.