관리도 (control chart)
쉽게 풀면
체온계로 매일 아침 체온을 재서 그래프에 점을 찍는다고 생각해 보세요. 평소 체온이 36.5도 안팎에서 오르내린다면, 어느 날 갑자기 38도로 튄 점은 한눈에 이상 신호로 보입니다. 관리도는 이 원리를 공정 관리에 적용한 것입니다. 제품의 치수나 무게 같은 품질 특성을 시간순으로 찍어가면서, 평균선(중심선)과 그 위아래로 관리한계선(UCL·LCL)을 함께 그립니다. 데이터가 이 한계선을 벗어나거나 특정 패턴을 보이면 공정에 이상이 생겼다는 신호로 해석해 원인을 조사합니다.
왜 중요한가
관리도는 통계적 공정관리(SPC)의 핵심 도구로, 제조·화학·반도체 등 대부분의 산업 공정 논문에서 품질 이상을 조기에 탐지하는 방법으로 반복해서 등장합니다. 문제가 실제 불량품으로 이어지기 전에 공정이 정상 범위를 벗어나는 시점을 통계적으로 판단할 수 있게 해주기 때문에, 예지보전이나 이상탐지, 공정 최적화 같은 상위 연구주제와도 밀접하게 연결됩니다. 최근에는 전통적인 관리도 방식에 머신러닝 기반 이상탐지 기법을 결합해 탐지 성능을 높이려는 연구도 활발히 이루어지고 있습니다.
논문에서는 이렇게 쓰입니다
이 문장은 관리도를 이용해 공정에서 나온 측정값들을 계속 감시하다가, 특정 시점부터 값이 정상 범위를 벗어난 것을 발견해 문제 발생 시점을 빠르게 찾아냈다는 뜻입니다.
지수가중이동평균(EWMA) 관리도는 최근 데이터에 더 큰 가중치를 두어 작은 변화도 민감하게 잡아내는 방식입니다. 이 문장은 새로 제안한 모델의 탐지 능력을 검증하기 위해 관리도를 비교 기준으로 삼았다는 뜻입니다.
이 문장은 제조 공정이 아니라 의료·보건 분야에서도 관리도가 활용될 수 있음을 보여줍니다. p 관리도는 불량률처럼 비율 형태의 데이터를 감시할 때 쓰이는 관리도 종류로, 감염 발생률이 평소보다 갑자기 높아지는 시점을 통계적으로 판단하는 데 사용되었습니다.
조금 더 깊게 보면
관리도는 감시하려는 데이터의 성격에 따라 여러 종류로 나뉩니다. 연속형 측정치(길이, 무게 등)에는 X-bar·R 관리도가, 불량 개수나 비율 같은 계수형 데이터에는 p 관리도나 c 관리도가 주로 쓰입니다. 또한 값이 관리한계 안에 있더라도 연속으로 같은 방향에 몰려 있거나 특정 패턴을 반복하면 이상 신호로 판단하는 규칙(런 규칙 등)이 함께 활용되기도 합니다. 최근 변화를 더 민감하게 잡아내고 싶을 때는 앞서 예문에 나온 EWMA 관리도나 누적합(CUSUM) 관리도처럼, 과거 데이터의 흐름을 함께 반영하는 변형 기법을 쓰기도 합니다.
주의할 점
관리한계선은 6시그마에서 말하는 규격한계(고객이 요구하는 품질 기준)와는 다른 개념입니다. 관리한계선은 공정 자체의 통계적 변동 범위를 바탕으로 정해지므로, 값이 관리한계 안에 있다고 해서 반드시 고객이 요구하는 규격을 만족한다는 뜻은 아닙니다.