평균고장간격 (MTBF)
쉽게 풀면
택시 한 대가 고장 나서 수리를 받은 뒤, 다음 고장이 날 때까지 평균 몇 km를 달리는지를 알고 싶다고 해봅시다. 택시 한 대만 봐서는 들쭉날쭉하니, 같은 차종 택시 여러 대를 오랫동안 지켜보면서 "전체 운행 거리 ÷ 전체 고장 발생 횟수"를 구하면 이 차종의 평균적인 고장 간격을 알 수 있습니다. MTBF(Mean Time Between Failures, 평균고장간격)는 바로 이런 방식으로 계산합니다. 여러 설비(또는 여러 시점)의 "정상 작동 시간 총합"을 "그 사이 발생한 고장 횟수"로 나눈 값으로, 숫자가 클수록 그 설비가 상대적으로 오래 고장 없이 버틴다는 뜻입니다. 참고로 전구처럼 한 번 고장 나면 버리고 새로 갈아 끼우는, 수리하지 않는 부품에는 MTBF 대신 MTTF(Mean Time To Failure, 평균고장수명)라는 비슷하지만 구분되는 지표를 씁니다.
왜 중요한가
MTBF는 설비 신뢰성을 하나의 숫자로 요약해주기 때문에, 서로 다른 설계안이나 유지보수 전략의 효과를 비교하기가 쉬워집니다. 그래서 신뢰성공학, 예지보전, 제조시스템, 항공우주·전자기기 설계 논문에서 제안 기법의 우수성을 입증하는 핵심 정량 지표로 널리 쓰입니다. 또한 MTBF는 예방정비 주기 설정이나 부품 재고 계획 같은 실무적 의사결정과도 직결되어, 산업 현장의 비용 및 가동률 관리와도 밀접하게 연결됩니다.
논문에서는 이렇게 쓰입니다
이 문장은 새로운 유지보수 기법을 도입하기 전과 후를 비교해, 설비가 평균적으로 고장 없이 작동하는 시간이 얼마나 늘어났는지를 수치로 보여줍니다. 신뢰성공학, 예지보전, 제조시스템 논문에서 제안 기법의 효과를 정량적으로 입증할 때 널리 쓰이는 핵심 지표입니다.
정보시스템 신뢰성 연구에서 서버나 저장장치 같은 IT 인프라의 고장 간격을 늘리기 위한 설계 목표로 MTBF가 사용된 예다.
실제 운영 데이터를 활용해 부품별 MTBF를 추정하고, 이를 정비 계획 수립에 반영한 산업공학 분야의 응용 사례다.
조금 더 깊게 보면
MTBF는 고장률(failure rate)이 시간에 따라 일정하다는 가정, 즉 지수분포를 따른다는 가정 위에서 단순화된 지표인 경우가 많습니다. 하지만 실제 고장 양상은 욕조곡선처럼 시기별로 달라지기 때문에, 더 정교한 분석에서는 와이블 분포 같은 모형을 써서 시간에 따라 변하는 고장률을 표현하기도 합니다. 또한 MTBF와 함께 가용도(availability), 평균수리시간(MTTR) 같은 지표를 같이 보면 설비가 실제로 얼마나 오래 "쓸 수 있는 상태"인지를 더 온전히 파악할 수 있습니다.
주의할 점
MTBF가 "그 시간까지는 절대 고장 나지 않는다"는 보장으로 오해하기 쉽지만, 실제로는 평균값일 뿐입니다. 설비 초기에는 초기 결함으로 인한 고장이, 수명 말기에는 마모로 인한 고장이 몰리는 등 시기에 따라 고장 발생 양상이 다르므로(이른바 욕조곡선), MTBF라는 단일 숫자만으로 신뢰성을 판단해서는 안 됩니다. 그래서 실제 설계에서는 MTBF와 함께 안전율이나 고장모드영향분석 같은 다른 신뢰성 분석을 함께 활용합니다.