식스 시그마 마스터하기: 핵심 원칙과 필수 도구(DMAIC, SPC, 공정능력지수)

린과 식스 시그마 시리즈 3번째 편에 오신 것을 환영합니다. 1편 "린 & 식스 시그마 방법론이란?"에서 보았듯, 린과 식스 시그마는 각각 생산 공정의 전반적 낭비와 변동성을 줄이는 상호 보완적 지속적 개선 방법론입니다. 2편 "린의 원칙과 도구"에서는 린의 주요 원칙, 도구, 방법론 몇 가지를 심도 있게 다뤘습니다. 여기서는 식스 시그마에 대한 고수준 논의로 시리즈를 마무리합니다. 식스 시그마 툴킷에는 여기 다루지 않을 많은 도구(고장 모드 영향 분석(FMEA), IPO 다이어그램, 신뢰 구간, 히스토그램, 파레토 차트, F-검정, 식스 시그마를 위한 설계(DFSS) 등)가 있습니다. 여기서는 식스 시그마를 효과적으로 만드는 통계적 실체에 초점을 맞춥니다.

식스 시그마는 통계적 도구를 사용해 결함을 유발하는 변동을 식별함으로써 결함과 낭비의 근본 원인을 식별하고 제거하는 것을 목표로 합니다. 식스 시그마 방법론에서 문제를 효과적으로 해결하는 유일한 방법은 근본 원인을 영구적으로 제거하는 것입니다.

100만 기회당 3.4개 이하의 결함 달성을 목표로 프로세스 개선에 초점을 맞춘 측정 기반 전략입니다. 식스 시그마 결함은 고객 사양을 벗어나는 모든 것으로 정의됩니다. 식스 시그마 기회는 결함이 발생할 수 있는 총 경우의 수입니다.

식스 시그마 독트린(Doctrine)

식스 시그마는 다음 세 가지 핵심 아이디어로 구성된 식스 시그마 독트린을 기반으로 합니다:

1. 안정적이고 예측 가능한 프로세스 결과 달성(프로세스 변동 감소)을 위한 지속적 노력이 비즈니스 성공에 필수적이다.
2. 제조 및 비즈니스 프로세스는 측정, 분석, 통제, 개선이 가능한 특성을 가진다.
3. 지속적 품질 개선 달성은 최고 경영진을 포함한 조직 전체의 헌신이 필요하다.

식스 시그마 방법론: DMAIC 프로세스

DMAIC는 데이터 주도 식스 시그마 문제 해결 방법론입니다. 5단계 프로세스는 약자의 각 글자로 설명됩니다:

• Define(정의) - 문제, 프로젝트 목표, 개선 영역, 고객 요구사항 기술
• Measure(측정) - 프로세스 성과 측정
• Analyze(분석) - 결함과 변동의 잠재적 근본 원인 분석 및 식별
• Improve(개선) - 근본 원인 제거로 운영 개선
• Control(관리) - 개선 프로세스 품질 관리

각 단계를 더 자세히 살펴보겠습니다:

정의(Define)

문제, 목표, 개선 영역이 기술되면 프로세스 행동과 관련된 다양한 입력·출력 변수를 식별하려 시도하는 것이 중요합니다. 종종 출력 변수가 사양을 벗어납니다. 출력 변수에 변동을 일으킬 수 있는 입력 변수가 무엇인지 식별하는 것이 중요합니다.

측정(Measure)

출력 행동을 유발하는 입력 변수가 식별되면 분석을 시작할 충분한 데이터를 제공하는 측정 계획을 수립할 수 있습니다. 이 단계에서 핵심 입력·출력 변수에 대한 데이터를 수집합니다. 또한 나중에 개선 효과를 측정하기 위한 성과 기준선(Performance Baseline)도 이 단계에서 개발합니다. 일반적으로 프로세스 행동을 대표할 충분한 데이터를 위해 최소 30회 관찰이 필요합니다.

분석(Analyze)

데이터가 수집되면 가장 유력한 3~5개 잠재적 근본 원인을 결정하기 위해 분석합니다. 지속적 데이터 수집과 검토로 통계 도구, 플롯, 차트를 사용해 각 잠재적 근본 원인의 기여도를 이해함으로써 달성합니다. DMAIC 프로세스는 반복적이며 모든 유효한 근본 원인이 식별될 때까지 반복됩니다.

개선(Improve)

분석 단계에서 식별된 유효한 근본 원인에 기반해 과도한 변동이 제거될 때까지 프로세스를 조정합니다. 측정과 분석 단계를 반복해 원하는 결과가 달성될 때까지 진행합니다.

관리(Control)

원하는 결과가 달성되면 개선을 제도화해 과도한 변동의 원인이 제거되도록 합니다. 이 단계는 출력이 지속적으로 허용 가능한 품질 수준을 유지하도록 관리 계획을 동반해야 합니다. 관리 계획에는 통계적 공정 관리(SPC) 구현으로 프로세스를 모니터링하고 시간이 지나도 제대로 작동하는지 확인하는 것이 포함됩니다. 문제 발생 시 대응책도 관리 계획에 포함되어야 합니다.

요약: DMAIC는 과도한 변동이 있는 문제에 체계적으로 접근해 해결하는 문제 해결 방법론입니다.

통계적 공정 관리(SPC, Statistical Process Control)

통계적 공정 관리는 프로세스가 제품 또는 공정 표준을 충족하는지 측정하는 도구입니다. 프로세스가 시간이 지나도 능력 있고 안정적이라면, 프로세스가 설계된 결과를 달성할 것입니다.

이 중요한 개념들을 더 잘 이해하기 위해 머핀 굽기 예시를 들어보겠습니다.

공정 능력과 변동

프로세스는 입력을 출력으로 변환합니다. 여기선 재료가 입력입니다. 오븐이 주어진 시간에 특정 온도에 도달해 머핀 반죽을 구워 이상적인 머핀을 만드는 것은 알려진 사실입니다.

오븐이 정상 작동한다고 가정합시다. 원하는 따뜻하고 완벽하게 구워진 머핀을 만들 수 있는 능력이 있습니다. 오븐이 정상 작동한다는 사실이 구운 제품이 제대로 나온다는 것을 보장할까요?

물론 아닙니다.

오븐이 정상 작동하지만, 머핀을 고대하는 안달 난 아이들이 다 됐는지 확인하려 자꾸 문을 연다면? 타이머가 울릴 때 머핀은 반만 구워진 상태일 것입니다. 이는 특수 원인(Special Cause) 변동의 예입니다. 프로세스가 통제를 벗어나 원하는 결과를 얻지 못합니다. 프로세스는 능력이 있어 제대로 고용하면 원하는 결과를 주지만, 통제 상태가 아닙니다.

오븐이 최적 상태(적정 온도, 문 닫힘, 정해진 시간)로 작동하도록 보장하면 프로세스는 다시 통제 상태로 돌아옵니다. 이제 능력 있고 통제된 프로세스를 가지게 되어 이상적인 머핀 12개를 합리적으로 기대할 수 있습니다.

위와 같은 모든 특수 원인 변동이 제거되면 프로세스는 통제 상태로 간주되며, 경험하는 모든 변동은 프로세스 자체에 내재된 변동입니다. 여기에는 계량 재료의 미세한 변동과 오븐 온도의 약간의 변동이 포함됩니다. 하지만 프로세스는 이러한 (내재적) 변동 원천이 있어도 원하는 결과를 낼 만큼 견고합니다.

요약: 공정 능력(Process Capability)은 프로세스가 원하는 결과를 낼 수 있는지를 측정하는 척도입니다. 즉, 프로세스가 통제 상태일 때 본질적으로 몇 %의 결함을 낼지 알려줍니다. 원하는 결과: 완벽하게 구워진 머핀 12개.

표준 편차(Standard Deviation, σ)

이제 이상적인 머핀 굽는 법을 알았으니 표준 편차를 소개하겠습니다.

표준 편차(σ)는 변동의 척도이며 공정 능력을 계산하는 데 사용되는 수치입니다. 분산의 제곱근으로 계산됩니다.

품질의 아버지 드월리엄 슈와트(Dr. William Shewhart)는 1920년대 초 관리도를 개발하기 시작했습니다. 그는 핵심 공정 출력 변수를 측정했을 때 위 종 모양 곡선 같은 분포가 생성되면, 표시된 변동이 무작위적이고 따라서 프로세스에 내재된 것임을 깨달았습니다.

즉, 프로세스가 설계된 방식으로 작동하고 있다는 뜻입니다. 데이터가 무작위적이지 않다면 그 행동을 설명하는 논리가 있어야 합니다. 그것이 특수 원인 변동입니다.

경험적 규칙(Empirical Rule)이 있습니다. 이 규칙은 무작위 분포에서:

• 관측값의 68%가 평균 ±1 표준 편차 내에 있다
• 관측값의 95%가 평균 ±2 표준 편차 내에 있다
• 관측값의 99.7%가 평균 ±3 표준 편차 내에 있다

슈와트는 관리 한계(Control Limits)를 포함한 관리도(아래 참조)도 설계했습니다. 관리 한계는 보통 평균에서 ±3 표준 편차 거리입니다. 데이터 포인트가 관리 한계 내에 있으면 품질 수준이 최소 99.7% 양호함을 알 수 있습니다.

통계적 공정 관리는 이 지식을 활용합니다. 두 그래프(런 차트)를 데이터 입력과 데이터 포인트가 평균과 관리 한계에 상대적으로 어디에 위치하는지 관찰하며 모니터링합니다. 플롯이 관리 한계 내에 있는 한 프로세스는 통제 상태인 것으로 간주됩니다. 머핀 예시로, 오븐 온도 런 차트는 잦은 문 열기로 인한 온도 특수 원인 변동이 정상 범위(오븐 열원이 켜지고 꺼지며 생기는 무작위 온도 변동) 밖에 있음을 보여줍니다.

사양 또는 사양 한계(공차)에는 주목하지 않음에 유의하세요. 통제된 프로세스는 설계된 대로(꼭 의도된 대로가 아닌) 산출물을 만듭니다. 따라서 실제로는 불량 산출물을 만들 수도 있습니다.

공정 능력 지수(Cpk)와 관리

식스 시그마에서 공정 능력 지수(Cpk, Process Capability Index)는 프로세스가 고객 공차 범위 내 제품을 생산할 능력을 측정하는 통계 도구입니다. Cpk가 높을수록 프로세스 분포가 공차 범위에 비해 좁고 출력이 더 균일합니다.

Cpk는 다음 공식으로 계산됩니다(UCL: 상한 관리 한계, LCL: 하한 관리 한계):

Cpk = min(UCL - μ, μ - LCL) / (3σ)

Cpk가 높을수록 좋으며(2.0에 가까우면 우수), Cpk 1.33은 본질적으로 통제 상태이며 사양을 충족하는 프로세스의 최저값을 나타냅니다.

이제 프로세스가 능력 있고 통제 상태이면, 정의상 프로세스가 설계된 결과를 산출함을 알았습니다. SPC로 공정 관리를 측정하고 프로세스를 통제 상태로 유지하는 중요성을 논의했습니다.

사양 한계는 프로세스 공차와 관련됩니다. 예를 들어 나사 직경이 3인치(3")로 설계되었을 때, 프로세스 내재 변동을 어떻게 수용할까요? 공차를 줌으로써 해결합니다. 직경 3" ± 0.003인치(3천분의 1인치) 범위 내 나사는 용도에 맞게 성공적으로 작동한다고 판단됩니다.

NIST(미국 국립표준기술연구소)에 따르면:

"공정 능력은 관리 상태인 프로세스의 출력을 사양 한계와 비교해 능력 지수를 사용합니다. 비교는 공정 사양의 폭(사양 '너비')과 6 공정 표준 편차 단위(공정 '너비')로 측정된 공정 값의 폭의 비율을 형성해 이루어집니다."

공정 능력 지수는 출력이 기존 목표에 얼마나 가까운지, 평균 성과가 얼마나 일관적인지 결정하는 데 사용됩니다. 따라서 미래 산출물 성과와 일관성을 예측하는 데 활용할 수 있습니다.

공정 능력 지수와 표준 편차

우리 목적상, 프로세스가 양품 생산 능력을 가졌는지 판단할 수 있으면 됩니다. 이는 다음 질문에 답하는 것과 같습니다:

• 출력의 몇 %가 고객 사양을 충족하는가?*
• 3.003인치(3인치 + 0.003인치)보다 큰 나사는 몇 개인가?
• 2.997인치(3인치 - 0.003인치)보다 작은 나사는 몇 개인가?

다음을 기억하실 수 있습니다:

3 표준 편차 변동 척도는 99.7% 양품 생산 품질 수준을 의미합니다. 이는 공정 능력 측정값 1과 동일합니다.

문헌은 대체로 합의합니다:

공정 능력(Cp 및 Cpk) 측정값이 최소 1.33이 필요합니다.

이는 '시프트와 드리프트(Shift and Drift)'로 알려진 현상을 허용합니다. 변동이 없으면 발생하지 않을 결함이 프로세스 정상 변동으로 인해 일부 발생할 수 있습니다.

하지만 변동은 항상 존재합니다. 핵심은 좋은 공정 관리로 결함을 피하는 것입니다.

다시 NIST에 따르면:

"공정 능력 지수는 공정 변동성과 공정 사양을 모두 사용해 프로세스가 '능력 있는가'를 판단합니다."

시프트 & 드리프트(Shift & Drift)

좋은 공정 관리를 유지하는 주요 이슈는, 초기 설정이 아무리 타이트해도 시간이 지나면 모든 프로세스가 시프트하고 드리프트한다는 점입니다. 이때 기억할 핵심은 프로세스 평균이 이동하면 전체 변동 범위도 함께 이동하지만, 사양 한계는 고정되어 있다는 것입니다.

프로세스가 사양 한계를 넘어가면 불량품을 생산하게 됩니다. 1.00 이상의 지수 수준을 유지하려 합니다. 이는 프로세스 평균의 좋은 중심 잡기와 변동성 최소화로 달성됩니다.

요약: 식스 시그마로 프로세스가 능력 있는지 이해하고, 공정 관리와 공정 능력을 측정할 수 있습니다. '통제 상태'인 프로세스가 원하는 결과를 낼 수 있는 능력(Cpk ≥ 1.33)을 갖춘 한, 통제 상태를 유지하는 한 제대로 수행해야 합니다. 식스 시그마나 린에 대한 더 많은 정보는 www.cmtc.com '서비스' 메뉴를 참조하세요.

CMTC 소개

CMTC는 캘리포니아 전역의 중소 제조업체(SMM)에 기술 지원, 인력 개발, 컨설팅 서비스를 제공해 생산성과 글로벌 경쟁력 향상을 돕습니다.

CMTC에 대한 자세한 정보는 www.cmtc.com 방문 또는 310-263-3060으로 연락하세요.