초도 양품률(FPY): 정의, 계산법, 개선 전략

품질은 항공우주 및 방위, 의료 기기 제조 같은 고정밀 부품 산업에서 아마도 가장 잘 이해되고 시행됩니다. 그렇다고 모든 제조업체가 결함, 재작업, 스크랩 및 관련 비용을 고려하지 않는 것은 아닙니다.

품질 지표의 최전선에서 초도 양품률(First Pass Yield)은 관리자에게 핵심 질문에 답해주는 유용한 KPI입니다: 우리는 품질 부품을 제조하는 데 얼마나 효과적인가?

초도 양품률(FPY)이란?

초도 양품률(FPY)은 처리량 수율(throughput yield)이라고도 하며, 공정을 시작한 총 단위 수 대비 품질 합격 단위 수의 백분율을 측정합니다.

제조업체가 FPY를 추적하고 개선해야 하는 매우 명확한 이유가 있습니다: 낭비 감소. 스크랩 부품이 생성되거나 재작업이 필요한 단위가 발생하면 여러 형태의 낭비가 생깁니다:

• 부품을 스크랩해야 하면 자재가 낭비됨
• 스크랩 생산이나 재작업에 시간을 쓰며 인력이 낭비됨
• 수익을 창출하지 못하는 부품에 대한 기계 공구 감가상각
• 품질 부품이 대신 생산될 수 있었던 기회 비용

표준 이상의 초도 양품률을 갖는 것은 경쟁 우위입니다. 자원을 더 효과적으로 사용할 뿐만 아니라 여러 실질적 이점으로 이어질 수 있습니다:

• 높은 품질로 고객 만족
• 납기 준수 가능성 증가
• 경쟁력 있는 가격 책정 가능

FPY는 결코 만능이 아닙니다. 다른 지표를 고려하지 않고 FPY에만 집중하면 해로울 수 있습니다.这就是为什么在监控生产绩效时，专注于多个指标（或像OEE这样的综合指标）很重要。

초도 양품률 공식

FPY 계산은 품질 합격 부품 수를 공정을 시작한 총 부품 수로 나누고 재작업이 필요한 부품을 고려하므로 매우 간단합니다.

가장 간단한 형태의 공식은 다음과 같습니다:

FPY = 품질 합격 단위 / 총 생산 단위

예시를 통해 살펴보겠습니다. 상황은 다음과 같습니다:

• 총 생산 단위: 100
• 부품 사양을 충족해 완료된 단위: 95
• 재작업이 필요한 단위: 2

따라서:

• 품질 합격 단위: 95 - 2 = 93
• 총 생산 단위 = 100

초도 양품률 = 93 / 100 = 93%

초도 양품률 개선 방법

처리량 수율 개선에는 운영자, 설비, 공정의 성과 이해, 자재 품질 공급 보장, KPI 추적을 위한 정확한 데이터 보유 등 다양한 요소가 필요합니다.

FPY에 접근하고 품질 프로그램을 강화할 수 있는 실질적인 방법들을 논의해 보겠습니다.

표준 작업 최적화

공정 최적화는 현장에서 품질 기준이 충족되도록 하는 핵심 요소입니다. 기존 공정을 분석하고, 병목 현상을 식별하며, 생산 데이터를 시각화함으로써 제조 엔지니어와 현장 관리자는 품질도 개선할 수 있는 더 효율적인 공정을 개발할 수 있습니다.

품질 부품이 어떻게 제조되는지 관찰함으로써 감독자는 공정이 지침(아래 교육 참조)뿐만 아니라 셋업 및 교체, 사이클 타임, 작업 시간 등 생산 시간 관련 핵심 지표도 포함해 잘 상세히 기술되도록 할 수 있습니다.

생산 지표에 품질 데이터를 계층화하면 조직이 목표로 하는 초도 양품률에 적절한 기대치를 보장하기 위해 품질 단위 생산에 필요한 가장 정확한 작업 표준을 식별하는 데 도움이 됩니다.

작업 표준 최적화는 MachineMetrics의 핵심 활용 사례입니다. 생산 데이터와 품질 데이터(아래에서 다룸)를 통해 작업 표준을 자동으로 업데이트해 기존 작업 표준이 정확하게 유지되도록 할 수 있습니다.

실시간으로 정확한 품질 데이터 수집

실시간으로 품질 데이터를 자동 수집하는 솔루션을 갖추는 것은 품질 벤치마크를 설정하는 데 매우 중요합니다. 수동 수집 솔루션은 시간만 많이 걸릴 뿐만 아니라 오류가 발생하기 쉬워 부정확한 품질 표준으로 이어집니다.

자동 데이터 수집 솔루션으로 기대치를 적절히 유지하고 적절한 목표를 설정하고 측정할 수 있습니다. MachineMetrics는 기계 제어장치에서 생산 데이터뿐만 아니라 운영자로부터 핵심 컨텍스트 데이터도 수집할 수 있습니다.

이 데이터는 실시간으로 표준화되고 컨텍스트화되며, 품질 팀 알림 같은 워크플로를 자동으로 트리거하는 데 사용될 수도 있습니다.

각 기계에 배치된 태블릿을 사용해 운영자는 부품이 사양에 미달하는 이유를 분류할 수 있습니다. 이는 부품이 거부되는 주요 원인에 대한 데이터를 제공하고, 이러한 결함이 왜 발생하는지, 어떻게 해결할 수 있는지 결정하기 위한 더 깊은 분석을 가능하게 합니다.

적절한 변경(공정 조정 등)을 통해 초도 양품률을 개선할 수 있습니다.

MachineMetrics 품질 리포트 예시. 파레토 차트로 품질 이슈의 가장 흔한 원인을 쉽게 식별해 공정 변경을 시작할 수 있습니다.

설비 성능 및 상태 모니터링

실시간으로 기계 성능 및 상태 데이터를 수집하면 다양한 이점이 있습니다. 그중 품질 범주에 속하는 몇 가지는 다음과 같습니다.

실시간 알림:

기계 이벤트와 임계값을 설정해 팀원에게 자동 알림을 보낼 수 있습니다. 예를 들어 가동 중단 이벤트가 현장 감독자에게 문자 메시지를 트리거하거나, 운영자가 기록한 부품 품질 이슈가 유지보수 팀에 즉시 알릴 수 있습니다. 이는 이슈가 발생 즉시 해결되도록 보장하며 초도 품질 수율에 즉각적인 영향을 미칠 수 있습니다.

파손된 공구 및 공구 마모:

기계 공구가 고장나면 일반적으로 피할 수 있었던 스크랩 부품을 생산합니다. 때로는 기계가 계속 가동되며 수백 개의 스크랩 부품을 생산하기도 합니다. 공구 모니터링은 공구 데이터를 사용해 공구 성능을 이해함으로써 품질 이슈 발생을 예방하거나, 최소한 그 영향을 최소화하는 솔루션입니다.

현장 가시성 및 통제:

관리자로서 대시보드 한눈에 현장을 파악하면 이슈가 발생하자마자 즉각 대응할 수 있습니다. 알림이 설정되어 있든 없든 현장 대시보드는 기계가 목표에 미달하는지, 기계가 다운됐는지, 품질 기준이 충족되는지 쉽게 표시해 모든 관리자가 바라는 현장 통제를 제공합니다.

 

Justin Garland, 영업 이사가 MachineMetrics에서 워크플로를 생성해 품질 검사를 자동화하는 방법을 안내합니다.

교육 프로그램 개선 및 운영자 역량 강화

운영자는 생산의 생명선이며 매일 기계에서 작업에 관여하는 가장 가까운 사람들입니다. 가시성, 지침, 책임감으로 그들을 지원함으로써 개인이 성과를 스스로 관리할 수 있게 합니다.

정확한 생산 데이터로 공정을 조정하고 완전히 상세히 기술해 운영자가 생산적인 작업에 더 집중하고 많은 저가치 결정을 덜 내릴 수 있게 합니다. 또한 정확한 작업 표준으로 적절한 기대치가 마련돼 운영자가 목표가 달성 가능하다고 느끼게 합니다.

이를 통해 관리자는 인센티브 프로그램을 도입하고 운영자 태블릿과 현장 대시보드를 통해 기계에서 바로 완전히 상세한 지침과 가시성을 제공해 운영자를 지원할 수 있습니다. 실시간으로 운영자는 예상 생산 성과 대비 자신의 위치를 파악할 수 있습니다.

공급업체 품질 보장

초도 양품률 개선의 가장 기본적인 요소 중 하나는 도착 시 공급업체로부터 구매한 자재가 품질 기준을 충족하는지 확인하는 것입니다.

관련 인증 요청, 귀사 산업 경험 확인, 생산 능력 잠재력 파악, 다른 고객과 대화, 견적 요청, 공급 검사 참여 등 품질 공급업체를 심사하고 선정하는 다양한 방법이 있습니다.

불량 자재가 들어오면 초도 품질 수율은 팀의 더 큰 과제가 될 뿐입니다.

MachineMetrics로 품질 개선

MachineMetrics 산업 데이터 플랫폼은 실시간 생산 데이터를 수집, 표준화, 컨텍스트화해 사전 구축된 맞춤형 리포트와 대시보드로 전파합니다.

관리자, 운영자, 유지보수, 생산, 품질 전반의 다양한 이해관계자는 데이터에 즉각 조치를 취하거나 이력 리포트를 사용해 더 깊은 분석과 공정 최적화 전략을 수립할 수 있습니다.

품질 프로그램을 다음 단계로 끌어올리세요. MachineMetrics가 스크랩을 줄이는 방법에 대해 자세히 알아보거나 오늘 우리 팀과 데모를 예약하세요.