식스시그마 품질관리 (Six Sigma Quality Management)
쉽게 풀면
공장에서 똑같은 제품을 계속 만들어도 아주 조금씩 치수나 성능이 다르게 나오기 마련인데, 이 흔들림(산포)이 클수록 불량품이 많이 나옵니다. 식스시그마는 통계적인 도구를 사용해서 이 흔들림의 원인을 찾아내고 줄여, 거의 완벽에 가까운 수준으로 불량을 줄이려는 접근입니다. "시그마"는 통계에서 흔들림의 크기를 나타내는 표준편차를 뜻하며, 시그마 수준이 높을수록 불량이 적다는 의미로 사용됩니다.
왜 중요한가
대량생산 체계에서는 아주 작은 불량률 차이도 전체 생산량에서는 큰 비용 차이로 이어집니다. 식스시그마는 데이터 기반으로 공정을 개선함으로써 품질 비용을 줄이고 고객 신뢰도를 높이는 데 널리 활용됩니다.
논문에서는 이렇게 쓰입니다
정의-측정-분석-개선-관리 단계를 거쳐 공정 품질을 개선하는 전형적인 적용 사례입니다.
공정능력을 정량적으로 평가하고 관리 기준을 세우는 데 활용된 예입니다.
조금 더 깊게 보면
대표적인 실행 절차로 DMAIC(Define-Measure-Analyze-Improve-Control)가 있으며, 각 단계에서 관리도, 공정능력지수, 가설검정 등 다양한 통계 도구가 사용됩니다. 다구치 기법의 강건설계 개념과 함께 사용되어 산포를 줄이는 설계 단계와, 생산 단계의 공정관리를 함께 다루는 경우도 많습니다. 공정능력지수 Cp는 규격 범위와 공정 산포의 비율만 나타내는 반면, Cpk는 여기에 공정 평균이 규격 중심에서 얼마나 치우쳐 있는지까지 반영하므로, Cp가 충분히 크더라도 Cpk가 낮다면 공정이 한쪽 규격 한계에 치우쳐 있다는 신호로 해석해야 합니다.
주의할 점
식스시그마는 통계적 도구일 뿐이며, 조직의 데이터 수집 체계와 개선 실행력이 뒷받침되지 않으면 형식적인 절차에 그칠 수 있습니다. 공정이 통계적으로 안정된 관리 상태에 있다는 전제가 성립하지 않으면 공정능력지수 자체가 무의미해질 수 있어, Cp나 Cpk를 계산하기 전에 관리도를 통해 공정이 특별원인 없이 안정적으로 운영되고 있는지 먼저 확인하는 것이 순서상 중요합니다.