MSA란 Measurement System Analysis의 약자로, 제품이나 공정을 측정하는 시스템에서 어느 정도의 변동과 오차가 발생하는지를 분석하는 활동입니다.
제조현장에서는 제품을 측정한 결과를 기준으로 수많은 판단을 내립니다.
치수가 규격을 만족하는지 판단하고, 관리도로 공정 이상을 확인하며, Cp와 Cpk를 계산해 공정능력을 평가합니다.
하지만 여기에는 한 가지 중요한 전제가 있습니다.
측정값을 믿을 수 있어야 한다는 것입니다.
실제 제품은 변하지 않았는데 측정자나 측정기, 측정방법 때문에 결과가 계속 달라진다면 그 데이터를 이용한 품질판정도 잘못될 수 있습니다.
그래서 공정 데이터를 분석하기 전에 먼저 측정 시스템 자체가 적절한지를 확인할 필요가 있습니다.
이 과정이 MSA입니다.
MSA란 무엇인가?
MSA는 단순히 측정기의 정확도만 확인하는 활동이 아닙니다.
측정 결과에 영향을 줄 수 있는 전체 시스템을 분석하는 개념입니다.
AIAG는 제조공정 대부분에서 측정 데이터가 사용되며, 데이터의 품질이 좋아질수록 이를 기반으로 한 의사결정의 품질도 향상된다고 설명합니다. 공식 MSA 가이드는 측정 시스템의 품질을 평가하고 개선할 부분을 찾는 것을 목적으로 합니다. AIAG
AIAG Measurement Systems Analysis 공식 자료
측정 시스템에는 다음과 같은 요소가 포함될 수 있습니다.
| 구성요소 | 예 |
|---|---|
| 측정기 | 버니어캘리퍼스, 마이크로미터, CMM |
| 측정자 | 검사자, 작업자 |
| 측정방법 | 측정 위치, 측정 순서 |
| 제품 고정 | 지그, 클램핑 방법 |
| 환경 | 온도, 진동, 오염 |
| 기준 | 마스터, 표준기 |
| 소프트웨어 | 측정 프로그램, 계산 방식 |
따라서 좋은 측정기를 구입했다고 해서 자동으로 좋은 측정 시스템이 만들어지는 것은 아닙니다.
제품 변동과 측정 변동을 구분해야 하는 이유
제품 10개의 측정값이 서로 다르게 나타났다고 가정해보겠습니다.
가장 먼저 생각하기 쉬운 것은 제품 자체의 차이입니다.
하지만 실제 측정값에 나타나는 변동에는 제품의 차이뿐 아니라 측정 시스템에서 발생한 변동도 포함될 수 있습니다.
개념적으로는 다음과 같이 이해할 수 있습니다.
관측된 변동 = 실제 제품 간 변동 + 측정 시스템의 변동
예를 들어 실제 제품의 치수가 거의 동일해도 측정 위치가 사람마다 다르다면 측정값이 달라질 수 있습니다.
제품을 지그에 고정하는 방법이 일정하지 않아도 값이 달라질 수 있습니다.
측정기의 반복성이 좋지 않아도 같은 현상이 발생할 수 있습니다.
이러한 상태에서 제품 산포가 크다고 판단하면 실제 제조공정이 아니라 측정 시스템을 개선해야 하는 상황에서 잘못된 공정조정을 할 수도 있습니다.
ASQ에서도 Gage R&R을 포함한 MSA의 목적을 관측된 변동 가운데 제조공정에 의한 변화와 측정 시스템에 의한 변화를 구분하는 데 중요한 분석으로 설명합니다. ASQ
MSA가 없으면 어떤 문제가 생길까?
측정 시스템을 검증하지 않은 상태에서 데이터를 사용하면 여러 문제가 발생할 수 있습니다.
| 상황 | 발생 가능한 문제 |
|---|---|
| 정상제품을 다르게 측정 | 불필요한 불량 판정 |
| 불량제품을 정상으로 측정 | 고객 불량 유출 |
| 측정값 변동이 큼 | 공정 산포가 큰 것으로 오판 |
| 측정자가 바뀔 때 값 변화 | 검사결과 일관성 저하 |
| 측정기별 결과가 다름 | 데이터 비교 어려움 |
| 부정확한 데이터로 Cpk 계산 | 잘못된 공정능력 평가 |
특히 규격한계 근처에 위치한 제품은 작은 측정오차만으로도 합격과 불합격 판정이 달라질 수 있습니다.
예를 들어 규격상한이 10.00mm라고 가정해보겠습니다.
실제 제품이 규격 경계 부근에 있는데 한 측정에서는 9.98mm, 다른 측정에서는 10.03mm가 나온다면 어느 데이터를 기준으로 판단해야 하는지 문제가 생깁니다.
MSA는 이런 상황에서 측정 시스템이 충분히 신뢰할 만한지를 확인하기 위한 과정입니다.
MSA와 Gage R&R은 같은 것일까?
MSA와 Gage R&R을 같은 의미로 사용하는 경우가 있지만 정확히는 범위가 다릅니다.
MSA가 더 큰 개념이고 Gage R&R은 MSA에서 사용하는 대표적인 분석 방법 중 하나입니다.
| 구분 | MSA | Gage R&R |
|---|---|---|
| 의미 | 측정 시스템 분석 전체 | 반복성·재현성 분석 |
| 범위 | 넓음 | MSA의 일부 |
| 주요 대상 | 측정 시스템 전반 | 측정기와 측정자 변동 |
| 대표 분석 | 편의, 안정성, 선형성, R&R 등 | Repeatability, Reproducibility |
ASQ 역시 Gage R&R을 MSA에서 널리 활용되는 분석으로 설명하며 반복성과 재현성을 이용해 측정 시스템의 변동을 평가합니다. ASQ
Gage R&R에 대한 자세한 내용은 Gage R&R이란? 측정자가 바뀌어도 같은 결과가 나와야 하는 이유에서 확인할 수 있습니다.
MSA에서 반복성이란 무엇인가?
반복성은 같은 조건에서 같은 제품을 반복 측정했을 때 측정결과가 얼마나 일관되게 나타나는지를 의미합니다.
예를 들어 한 명의 검사자가 같은 마이크로미터를 이용해 동일한 제품을 여러 번 측정한다고 가정해보겠습니다.
측정할 때마다 값이 크게 달라진다면 반복성이 좋다고 보기 어렵습니다.
예를 들면 다음과 같습니다.
| 반복 측정 | 측정값 |
|---|---|
| 1회 | 10.01mm |
| 2회 | 10.00mm |
| 3회 | 10.02mm |
| 4회 | 10.01mm |
측정값이 비교적 비슷하게 반복되고 있습니다.
반대로 10.01mm, 10.15mm, 9.91mm처럼 결과가 크게 달라진다면 측정기와 측정방법, 제품 고정상태 등을 확인할 필요가 있습니다.
MSA에서 재현성이란 무엇인가?
재현성은 측정자가 달라졌을 때 측정결과에 어느 정도 차이가 발생하는지를 보는 개념입니다.
예를 들어 동일한 제품을 작업자 A와 작업자 B가 측정한다고 가정해보겠습니다.
| 제품 | 측정자 A | 측정자 B |
|---|---|---|
| 1 | 10.01mm | 10.00mm |
| 2 | 10.10mm | 10.11mm |
| 3 | 9.98mm | 9.99mm |
두 측정자의 결과가 비교적 일관적이라면 측정자 차이에 의한 영향이 작을 가능성이 있습니다.
하지만 A는 항상 B보다 0.20mm 높게 측정한다면 측정방법이나 측정 위치, 측정력 등에 차이가 있는지 확인해야 합니다.
반복성과 재현성은 Gage R&R에서 핵심적으로 다루는 요소입니다.
MSA에서 편의란 무엇인가?
편의는 일반적으로 Bias라고 표현합니다.
측정값의 평균이 기준값과 얼마나 차이가 있는지를 확인하는 개념입니다.
예를 들어 기준값이 10.000mm인 마스터를 반복 측정했는데 평균이 10.100mm로 나타난다면 측정 시스템이 한 방향으로 치우쳐 있을 가능성을 확인해야 합니다.
| 기준값 | 측정 평균 | 차이 |
|---|---|---|
| 10.000mm | 10.100mm | +0.100mm |
측정 결과가 매우 반복적으로 나오더라도 항상 기준값에서 한쪽으로 벗어나 있다면 좋은 측정 시스템이라고 할 수 없습니다.
즉 반복성과 정확한 중심 위치는 서로 다른 문제입니다.
MSA에서 선형성이란 무엇인가?
선형성은 측정 범위에 따라 편의가 달라지는지를 확인하는 개념입니다.
예를 들어 10mm 근처에서는 정확한 측정기가 100mm 근처에서는 지속적으로 높은 값을 표시할 수 있습니다.
| 기준 크기 | 측정 특성 |
|---|---|
| 낮은 측정범위 | 기준값과 거의 일치 |
| 중간 측정범위 | 작은 편차 |
| 높은 측정범위 | 편차 증가 |
이런 경우 하나의 기준점만 확인해서는 측정기의 전체 사용범위를 충분히 평가하기 어려울 수 있습니다.
따라서 실제 사용하는 측정범위를 고려하는 것이 중요합니다.
MSA에서 안정성이란 무엇인가?
안정성은 시간이 지나도 측정 시스템의 특성이 일정하게 유지되는지를 확인합니다.
오늘은 동일한 기준품을 정확하게 측정했지만 한 달 뒤에는 결과가 지속적으로 달라진다면 측정 시스템에 변화가 발생했을 가능성이 있습니다.
변화의 원인은 다양할 수 있습니다.
측정기 마모가 발생할 수 있습니다.
온도 환경이 달라질 수 있습니다.
측정기의 영점이 이동할 수도 있습니다.
지그나 측정 프로그램이 변경됐을 수도 있습니다.
따라서 MSA는 특정 날짜에 한 번 실시하고 영원히 끝나는 활동으로만 이해해서는 안 됩니다.
측정 시스템에 중요한 변경이 발생했거나 측정 신뢰성에 문제가 있다고 판단될 때 다시 평가할 필요가 있습니다.
MSA와 교정은 무엇이 다를까?
MSA를 측정기 교정과 혼동하기도 합니다.
둘은 관련되어 있지만 목적이 다릅니다.
| 비교 항목 | 교정 | MSA |
|---|---|---|
| 주요 목적 | 표준과 측정기 관계 확인 | 실제 측정 시스템 변동 평가 |
| 주요 대상 | 측정장비 | 측정기·작업자·방법·환경 |
| 질문 | 측정기가 기준에 대해 적절한가? | 실제 측정과정의 데이터를 믿을 수 있는가? |
| 측정자 영향 | 일반적으로 중심 대상 아님 | 중요한 분석요소가 될 수 있음 |
교정을 받은 측정기라고 해서 실제 현장의 측정 시스템까지 자동으로 적합하다는 의미는 아닙니다.
예를 들어 측정기는 정상이어도 작업자가 제품의 서로 다른 위치를 측정하면 결과는 달라질 수 있습니다.
반대로 MSA를 했다는 이유로 필요한 교정을 하지 않아도 되는 것도 아닙니다.
두 활동은 목적에 맞게 각각 관리해야 합니다.
MSA와 측정기 분해능은 어떤 관계가 있을까?
측정기가 제품의 작은 차이를 충분히 구분할 수 있어야 합니다.
예를 들어 0.01mm 수준의 차이를 관리해야 하는 제품을 0.1mm 단위로만 표시되는 측정기로 검사한다면 제품 간 차이를 충분히 구분하기 어렵습니다.
하지만 화면에 소수점이 많이 표시된다고 해서 자동으로 정확한 측정기가 되는 것도 아닙니다.
분해능과 정확도, 반복성은 서로 구분해서 생각해야 합니다.
따라서 MSA에서는 단순히 측정기가 값을 표시하는지를 보는 것이 아니라 실제 제품변화를 구분할 수 있는지를 확인하는 것이 중요합니다.
이 내용은 이후 측정기 분해능이란? 소수점이 많다고 정확한 측정기는 아닌 이유에서 더 자세히 다룰 수 있습니다.
MSA가 SPC에 중요한 이유
SPC는 생산 데이터를 이용하여 공정의 변화를 분석합니다.
하지만 그 데이터 자체가 측정오차 때문에 흔들리고 있다면 관리도에도 잘못된 신호가 나타날 수 있습니다.
예를 들어 실제 제조공정은 매우 안정적인데 측정 시스템의 반복성이 좋지 않다고 가정해보겠습니다.
관리도에서는 측정오차가 제품 변동처럼 나타날 수 있습니다.
그 결과 실제로는 문제가 없는 공정을 계속 조정할 가능성이 생깁니다.
그래서 SPC를 제대로 활용하기 위해서도 측정 데이터의 신뢰성이 중요합니다.
SPC의 기본 개념은 SPC란? 양산 품질에서 공정 변화를 관리하는 이유에서 확인할 수 있습니다.
MSA와 Cp·Cpk도 연결되어 있다
Cp와 Cpk는 공정의 평균과 산포를 기반으로 계산합니다.
측정 시스템에서 불필요한 변동이 발생하면 관측된 산포도 커질 수 있습니다.
그러면 실제 제조공정보다 Cp와 Cpk가 낮게 계산될 가능성이 있습니다.
반대로 제품 차이를 제대로 감지하지 못하는 측정 시스템이라면 실제 공정문제를 충분히 발견하지 못할 수도 있습니다.
따라서 공정능력 숫자를 해석하기 전에 데이터를 만드는 측정 시스템을 신뢰할 수 있는지를 확인하는 과정이 중요합니다.
계량형 측정만 MSA가 필요할까?
그렇지 않습니다.
길이와 두께처럼 숫자로 측정하는 계량형 데이터뿐 아니라 OK/NG처럼 판정하는 검사에서도 측정 또는 검사 시스템을 평가할 필요가 있습니다.
예를 들어 외관검사에서 동일한 흠집을 보고 다음과 같이 판단한다고 가정해보겠습니다.
작업자 A: 불량
작업자 B: 정상
작업자 C: 정상
판정자가 바뀔 때 결과가 크게 달라진다면 검사 시스템의 일관성을 확인할 필요가 있습니다.
따라서 MSA는 단순히 버니어캘리퍼스나 CMM 같은 치수측정에만 적용되는 개념으로 보면 범위가 너무 좁습니다.
ASQ의 MSA 자료 역시 계량형과 속성형 측정 시스템 분석을 함께 다루고 있습니다. ASQ
MSA를 실시할 때 자주 하는 실수
첫 번째는 Gage R&R만 실시하면 모든 MSA가 끝났다고 생각하는 것입니다.
두 번째는 실제 생산범위를 대표하지 못하는 제품만 선정하는 것입니다.
세 번째는 검사자가 평소와 다른 특별한 방법으로 측정하도록 하는 것입니다.
네 번째는 측정기의 교정 여부만 확인하고 실제 측정자와 측정방법의 변동을 무시하는 것입니다.
다섯 번째는 결과가 좋지 않은데 숫자를 맞추기 위해 데이터를 임의로 제외하는 것입니다.
여섯 번째는 측정 시스템을 변경했는데 기존 MSA 결과를 그대로 사용하는 것입니다.
MSA의 목적은 좋은 숫자를 만드는 것이 아니라 실제 측정 시스템에서 발생하는 변동을 확인하고 필요한 부분을 개선하는 것입니다.
MSA를 적용하는 기본 흐름
| 순서 | 주요 내용 |
|---|---|
| 1 | 관리하려는 품질특성 선정 |
| 2 | 측정기와 측정방법 확인 |
| 3 | 실제 측정범위를 대표하는 제품 선정 |
| 4 | 측정자와 반복횟수 등 평가계획 설정 |
| 5 | 정해진 방법으로 데이터 수집 |
| 6 | 측정 변동 분석 |
| 7 | 문제원인 확인 |
| 8 | 측정방법·장비·교육 등 개선 |
| 9 | 필요 시 재평가 |
| 10 | 개선된 측정 시스템으로 공정 데이터 관리 |
구체적인 시험 설계와 판정기준은 적용하는 고객 요구사항과 MSA 기준을 확인해야 합니다.
자동차 산업에서는 AIAG의 공식 MSA 매뉴얼이 대표적인 참고자료로 사용됩니다. AIAG
MSA에 대한 자주 묻는 질문
MSA와 Gage R&R은 같은 것인가?
같은 개념은 아닙니다. MSA는 측정 시스템을 평가하는 전체적인 활동이고 Gage R&R은 그중 반복성과 재현성을 분석하는 대표적인 방법입니다.
측정기가 교정되어 있으면 MSA가 필요 없나?
그렇지 않습니다. 교정된 측정기라도 실제 현장에서 측정자와 측정방법, 환경 등의 영향으로 추가적인 측정변동이 발생할 수 있습니다.
CMM도 MSA를 해야 하나?
측정 데이터를 품질판정과 공정분석에 사용하는 경우 측정 시스템의 적합성을 확인할 필요가 있습니다. 장비 종류만으로 MSA 필요 여부를 단순히 제외해서는 안 됩니다.
자동 측정장비는 작업자가 없으니 MSA가 필요 없나?
자동화는 작업자 영향 일부를 줄일 수 있지만 장비 반복성, 제품 위치, 프로그램, 환경 등 다른 변동요인이 존재할 수 있습니다.
MSA는 한 번만 하면 되나?
측정 시스템이 그대로 유지되는지와 고객 요구사항 등을 고려해야 합니다. 측정기, 측정방법, 지그 또는 중요한 조건이 변경되거나 측정 신뢰성 문제가 발생한다면 재평가가 필요할 수 있습니다.
결론
MSA란 제품이나 공정을 측정하는 시스템에서 발생하는 변동을 분석하여 측정 데이터를 신뢰할 수 있는지를 확인하는 활동입니다.
제조현장에서는 측정 데이터를 이용해 제품 합격 여부부터 SPC, 관리도, Cp와 Cpk까지 다양한 판단을 내립니다.
따라서 데이터를 만드는 측정 시스템에 문제가 있다면 그 이후의 분석도 정확하기 어렵습니다.
MSA에서는 단순히 측정기의 성능만 보는 것이 아니라 측정기와 측정자, 측정방법, 제품 고정방법, 환경 등 실제 측정과정을 하나의 시스템으로 바라보는 것이 중요합니다.
반복성과 재현성을 확인하는 Gage R&R뿐 아니라 편의와 선형성, 안정성 등 다양한 측면에서 측정 시스템을 살펴볼 수 있습니다.
좋은 품질관리는 많은 데이터를 모으는 것에서 시작하는 것이 아닙니다.
그 데이터를 믿을 수 있는지 확인하는 것에서 시작합니다.
AIAG 역시 측정 데이터의 품질이 제조 의사결정의 품질에 직접 연결되며 MSA를 통해 측정 시스템을 평가하고 개선할 수 있다고 설명합니다.