SPC란 무엇인지 쉽게 알아봅니다. 양산공정의 데이터를 이용해 변동을 확인하고 관리도와 공정능력 분석으로 품질을 관리하는 원리를 설명합니다.

SPC란? 양산 품질에서 공정 변화를 관리하는 이유

SPC란 Statistical Process Control의 약자로 통계적 공정관리라고 합니다. 생산된 제품을 단순히 합격과 불합격으로 나누는 것에서 끝나지 않고, 제조공정에서 발생하는 변동을 데이터를 이용해 지속적으로 확인하고 관리하는 방법입니다.

제조공정에서는 같은 금형과 설비를 사용하더라도 모든 제품이 완전히 동일하게 만들어지지 않습니다. 소재 특성, 온도, 설비 상태, 금형 마모, 작업조건 등 다양한 요인 때문에 제품의 치수와 특성은 조금씩 변합니다.

SPC의 목적은 이러한 변동을 무조건 없애는 것이 아니라 정상적인 변동과 이상이 발생했을 때의 변동을 구분하고 공정이 안정된 상태를 유지하도록 관리하는 것입니다.

SPC가 필요한 이유

제품을 검사했을 때 모든 제품이 현재 규격 안에 있다고 가정해보겠습니다.

겉으로 보면 문제가 없는 공정처럼 보입니다.

하지만 측정값이 시간이 지날수록 규격 상한선 방향으로 계속 이동하고 있다면 조금만 더 변화가 발생해도 불량품이 만들어질 수 있습니다.

완성된 제품만 검사하면 실제 불량이 발생한 뒤에야 문제를 발견할 가능성이 있습니다.

SPC를 적용하면 시간에 따른 측정값의 변화를 확인하여 공정에 이상 신호가 나타나는지를 더 일찍 발견할 수 있습니다.

SPC와 관리도의 관계

SPC에서 대표적으로 사용하는 도구가 관리도입니다.

관리도는 시간 순서대로 측정된 데이터를 그래프로 표시하고 공정에서 일반적으로 예상되는 변동범위를 함께 나타냅니다.

데이터가 관리한계를 벗어나거나 평소와 다른 패턴을 보이면 공정에 특별한 원인이 발생했는지 확인할 수 있습니다.

예를 들어 치수가 갑자기 크게 변하거나 일정한 방향으로 계속 상승하는 현상이 나타날 수 있습니다.

이런 변화가 발견되면 금형이나 공구, 소재, 설비조건 등이 변하지 않았는지 조사할 수 있습니다.

공통원인과 특별원인

SPC를 이해할 때 중요한 개념이 공통원인과 특별원인입니다.

공통원인은 정상적인 제조공정에 항상 존재하는 작은 변동입니다.

소재 두께의 작은 변화나 설비의 미세한 반복 오차처럼 공정 자체에 내재된 요인을 생각할 수 있습니다.

특별원인은 평소와 다른 사건 때문에 발생하는 변동입니다.

공구 파손, 설비 이상, 잘못된 조건 변경, 소재 이상 등이 대표적인 예가 될 수 있습니다.

특별원인이 발생했다면 해당 원인을 찾아 제거해야 합니다.

반면 공통원인 변동이 지나치게 크다면 공정 자체를 개선해야 합니다.

SPC는 불량률만 보는 방법이 아니다

SPC는 단순히 불량 개수를 집계하는 방법이 아닙니다.

제품이 규격 안에 있더라도 공정의 변동이 커지고 있는지를 확인하는 것이 중요합니다.

예를 들어 제품 규격이 9.5~10.5mm이고 모든 제품이 현재 9.6~10.4mm 범위에 들어온다고 가정해보겠습니다.

현재 불량은 없을 수 있습니다.

하지만 데이터가 9.6mm와 10.4mm 사이를 크게 오간다면 공정의 변동 자체는 클 수 있습니다.

반대로 대부분의 데이터가 9.95~10.05mm에 안정적으로 모여 있다면 상대적으로 안정적인 공정으로 볼 수 있습니다.

SPC와 공정능력

SPC와 함께 자주 등장하는 것이 Cp와 Cpk 같은 공정능력 지수입니다.

관리도는 공정이 시간에 따라 안정적으로 유지되는지를 확인하는 데 사용됩니다.

공정능력은 그 안정된 공정의 변동범위가 제품 규격 안에 충분히 들어갈 수 있는지를 평가하는 데 사용됩니다.

따라서 공정능력 수치만 확인하기 전에 공정 자체가 안정된 상태인지 먼저 확인하는 것이 중요합니다.

어떤 데이터를 관리해야 할까?

모든 치수를 동일하게 관리할 필요는 없습니다.

제품의 기능과 조립에 직접적인 영향을 주는 주요 특성을 선정하는 것이 중요합니다.

예를 들어 홀 위치, 두께, 외경, 조립간격처럼 제품 기능에 중요한 항목을 관리할 수 있습니다.

고객 요구사항이나 관리계획서에서 지정된 특성을 중심으로 데이터를 수집할 수도 있습니다.

중요한 것은 데이터를 많이 모으는 것이 아니라 실제 품질을 판단하는 데 의미 있는 데이터를 지속적으로 관리하는 것입니다.

측정 시스템도 먼저 확인해야 한다

SPC에서 사용하는 데이터가 부정확하면 분석 결과도 신뢰하기 어렵습니다.

측정 시스템 자체에서 큰 변동이 발생한다면 실제 공정이 변한 것인지 측정값이 흔들린 것인지 구분하기 어렵습니다.

그래서 필요한 경우 Gage R&R이나 MSA를 통해 측정 시스템을 먼저 검증합니다.

공정을 통계적으로 관리하려면 데이터 자체의 신뢰성이 확보되어야 합니다.

SPC를 현장에서 활용하는 방법

먼저 관리할 주요 품질특성을 선정합니다.

정해진 주기로 제품을 측정하고 시간 순서대로 데이터를 기록합니다.

관리도를 통해 공정이 일반적인 변동 안에서 움직이고 있는지 확인합니다.

이상점이나 비정상 패턴이 발견되면 생산시간과 소재, 설비조건, 작업자, 금형 상태 등을 확인합니다.

원인을 제거한 뒤 다시 데이터를 확인하여 공정이 정상적인 상태로 돌아왔는지 확인합니다.

이러한 활동을 반복하면 불량이 발생한 뒤 대응하는 방식에서 공정 변화를 사전에 감지하는 방식으로 품질관리를 발전시킬 수 있습니다.

결론

SPC란 제조공정에서 발생하는 변동을 통계적인 데이터를 이용해 관리하는 방법입니다.

완성품의 합격 여부만 확인하는 것이 아니라 공정이 시간에 따라 안정적으로 유지되고 있는지를 확인하는 것이 핵심입니다.

관리도를 통해 특별원인을 발견할 수 있고 공정능력 분석을 이용하면 현재 공정의 변동이 제품 규격을 충분히 만족할 수 있는지도 평가할 수 있습니다.

SPC의 궁극적인 목적은 불량품을 많이 찾아내는 것이 아니라 불량이 발생할 가능성이 높은 공정 변화를 더 빠르게 발견하고 안정적인 생산상태를 유지하는 것입니다.