품질경영 레포트 - 통계적 품질관리(관리도, 샘플링)가 전통적으로 제조기업에서 주로 활용되어 온 배경과 최근의 활용

I. 서론

품질관리라고 하면 생산라인 옆에서 부품 치수를 재거나 완성품을 뽑아 검사하는 장면이 먼저 떠오른다. 통계적 품질관리의 대표 도구인 관리도와 샘플링도 오랫동안 그런 공장 장면과 함께 배워 왔다. 이유는 제조업이 통계를 좋아해서가 아니라 같은 공정을 반복하고 측정값을 지속해서 만들 수 있는 환경이었기 때문이다. 오늘날에는 환자 대기시간, 응급실 흐름, 콜센터 처리시간처럼 서비스 과정도 시간순 데이터로 기록된다. 생산라인과 병원은 매우 다른 공간이지만 "평소 변동인지 특별한 원인이 생긴 변동인지 구분한다"는 질문은 공통으로 남는다.

II. 본론

1) 같은 제품을 반복 생산하는 공장이 통계와 잘 맞았던 이유

통계적 품질관리가 제조기업에서 발전한 배경에는 대량생산의 확산이 있다. 같은 규격의 부품을 많은 수량으로 만들면 모든 제품이 완전히 같을 수는 없다. 기계의 미세한 떨림, 원재료 차이, 온도 변화, 작업 조건 때문에 측정값은 조금씩 흔들린다. 문제는 그 흔들림이 공정이 원래 갖는 자연스러운 변동인지, 설비 고장이나 잘못된 설정처럼 따로 원인을 찾아야 하는 변동인지 판단하는 일이다. NIST의 통계공학 자료는 월터 슈하트가 1920년대 벨연구소에서 현대적 관리도의 틀을 만들었고 제조 공정의 품질관리에 통계 기법을 적용했다고 정리한다.

제조업은 측정 대상이 비교적 명확하다는 장점도 있었다. 축의 지름, 제품 무게, 표면 결함 수, 전구 수명처럼 품질특성을 수치나 합격·불합격으로 정의하기 쉽다. 공정이 반복되므로 일정 시간마다 표본을 뽑아 같은 방식으로 측정할 수도 있다. 관리도는 시간 순서대로 값을 그려 중심선과 관리한계 안에서 공정이 안정적으로 움직이는지 본다. NIST는 관리도가 공정이 관리 상태에 있을 때 대부분의 점이 관리한계 안에 놓이도록 설계된 도표라고 설명한다. 제조라인은 이 원리를 적용하기 좋은 규칙성과 데이터 빈도를 갖고 있었다.

불량이 생긴 뒤에만 검사하면 이미 많은 제품이 만들어진 뒤일 수 있다. 관리도는 생산 중에 이상 신호를 찾아 원인을 조사한다는 점에서 제조업에 매력적이었다. 예를 들어 절삭 공정에서 부품 평균 지름이 조금씩 커지는 패턴이 나타나면 공구 마모나 설정 변화를 의심하고 조치할 수 있다. 완성품 창고에서 불량 수백 개를 발견하는 것보다 생산 중 변화를 잡는 편이 손실을 줄인다. 관리도는 규격에 맞는지 판정하는 도구와도 다르다. 제품이 규격 안에 있어도 공정 패턴이 비정상적일 수 있고, 공정이 안정적이어도 평균과 산포가 규격 요구에 맞지 않을 수 있다.

샘플링 검사는 다른 문제에서 힘을 발휘했다. 생산량이 매우 많거나 검사비가 크면 전수검사가 부담스럽다. 파괴검사처럼 검사한 제품을 다시 팔 수 없는 경우에는 모든 제품을 시험하는 것 자체가 불가능하다. 그래서 생산 로트에서 일부를 뽑아 불량 수나 측정치를 보고 로트의 수락 여부를 정하는 방법이 발전했다. Dodge와 Romig가 벨연구소에서 샘플링검사 이론 발전에 기여했다는 역사도 제조업과 통계적 품질관리의 연결을 보여 준다. 표본을 적게 뽑으면 비용은 줄지만 나쁜 로트를 받아들일 위험과 좋은 로트를 거절할 위험이 생기므로 두 위험 사이에서 계획을 잡는다.