2일차에는 Module 2 [품질과 신뢰성] 파트의 1~3번째 강의를 들었다. 이는 내가 재학 중인 대학교 수업에서는 많이 들어보지 못 한 내용들이었다. 나는 주로 빅데이터,인공지능과 같은 기술을 어떻게 개발하는지에 대해 배워왔다. 하지만 이 수업은 그러한 디지털 기술들로 상품의 품질 개선을 하는 방향에 대해서 배우는 수업이었다.
품질
그것에 맞춰 먼저 품질에 대해 배웠는데, 품질이란 '규격에 부합하는 것'으로 관점에 따라 다양하게 정의될 수 있다. 이러한 품질은 '제품특징', '무결함'으로 구성되어있다.
- 제품특징 : 판매수익의 증대에 기여하는 요소, 설계품질로서 이를 개선하기 위해서는 원가 상승이 수반된다.
- 무결함 : 적합품질, 제조품질로 원가 절감에 기여한다.
품질은 다양한 차원에서 이야기할 수 있는데
'성능', '특징', '신뢰성', '적합성', '내구성', '서비스성', '심미성', '인지품질' 등 다양한 차원에서 상품의 품질을 나타낸다.
이러한 품질 개선을 위해 '품질 비용' 역시 필요하다.
생산자 입장에서 필요한 '생산자 품질 비용', 사용자 입장에서 지불하게 되는 '사용자 품질 비용', '사회적 품질 비용'이 존재한다. 대부분의 품질 비용은 '생산자 품질 비용' 중 일부인 '실패비용'에 들어간다. 폐기, 재작업 비용 혹은 고객반품 비용, 환불 비용과 같은 비용들 말이다.
품질 비용을 야기하는 요소를 '산포'라고 한다.
예를 들어 '부적절한 설계', '불안정한 원재료'등 품질 변동을 줄 수 있는 내부적인 요소들이 산포가 될 수 있다.
품질 변동의 원인은 대개 2가지, 비정상적인 요인으로 인해 큰 변동이 일어나는 '이상 원인', 정상적인 상태에서 공정에서 종종 일어나는 '우연 원인'이 있다.
SPC
품질 개선을 위해서 관리 차원에서 할 수 있는 방법이 무엇이 있을까, 그 중 하나가 SPC(Statistical Process Control)로 통계정 방법으로 공정을 효율적으로 운영해 나가는 관리 방법이다.
불량원인을 쉽게 발견하고 공정 상태를 탐지해 개선을 위해 어떤 대책이 합리적인지 결정하는데 도움을 준다.
평균, 분산, 확률분포, 관리도, 공정능력 지수 등을 통해 공정 과정에서 이상원인과 우연원인을 제거해 품질 개선을 할 수 있다.
4M, 재료(Matrial), 장비(Machine), 작업방법(Method), 작업자(Man)을 대상으로 지속적인 개선이 요구된다.
품질 관리에 필수적인 통계 방법은
1) 파레토 차트
2) 특성요인도
3) 체크시트
4) 히스토그램
5) 산점도
6) 그래프
7) 관리도
이렇게 존재한다. 이 중 SPC에서 중요하지만 내가 평소 자주 접하지 못 했던 건 바로 '관리도'였다.
(출처: LG AImers 한양대학교 배석주 교수님 강의 자료)
그림에서 검정색 영역에서 있을 때 적절한 품질로 제대로 만들어지고 있는 것이라고 한다.
분석할 때 관리 한계를 벗어났거나 연속으로 상승하거나 하강하는 경우 주기적인 파형을 띄는 경우 등을 보아 품질 상태를 확인할 수 있다.
스마트 품질 경영
- 품질 4.0 : 기존 품질관리기법과 IoT 기술, 빅데이터 분석 기술 등이 결합 되어 만들어진 새로운 품질 관리 기법
- 스마트 공장 : 실시간 데이터를 이용하여 공정이나 비즈니스를 최적화해나가는 경영활동
품질관리를 위햇 개선해야 하는 부분은 3가지 영역으로 나눌 수 있는데 아래와 같다.- 예방적 품질관리 : 제품 개발부터 시장 출시에 이르는 전 과정에서 제품의 품질을 보장하기 위한 프로세스
- 반응적 품질 관리 : 제품 판매 이후의 지속적인 개선 프로세스
- 품질관리 문화 : 기업 내 여러 부서간의 협업을 통해 합의를 이루어내는 것이 매우 중요함
특히 '빅데이터'를 활용하는 것이 중요하다.
- 설명적 애널리틱스 : 데이터로부터 과거에 무엇이 발생했는지를 분석
- 진단적 애널리틱스 : 데이터를 바탕으로 과거에 일어났던 공정 과정에서의 사건 인과관계 분석
- 예측적 애널리틱스 : 통계학적 모델을 이용해 사건의 발생 확률 분석
- 처방적 혹은 규범적 애널리틱스 : 예측되는 이벤트를 위해 어떤 의사 결정을 내릴지 도와주는 분석기법
IoT 기술을 기반으로 공정 과정에서의 연결성을 보장할 수 있다. 예를 들어 작업자들간의 연결성, 혹은 실시간 상호연결을 통한 피드백과 같은 과정 말이다.
소셜미디어를 통해 품질 관련 이슈를 여러 부서에서 의논하고 고객의 이야기를 반영하고자 한다.
불량을 발생시키는 공정 변수를 찾아내기 위해서 쓸 수 있는 방법은 유사성이 높은 집단으로 분류하는 '군집 분석'과 회귀 모형을 가정하여 품질 예측하는 '회귀 분석'이 있다.
빅데이터개론 수업을 들을 때 내용과 겹치는 부분도 많았지만 확실히 접근하는 관점이 달라 색다른 내용의 수업이었다. 그만큼 이해하는데 시간이 조금 걸렸다. 벌써 그러면 뒤에 거 따라갈 수 있겠지... 내는 할 수 있다 어엉
