불량은 검사보다 먼저 드러난다

불량 하나가 검사에서 걸러졌다면 그건 다행입니다. 문제는 걸러진 그 시점에 이미 자재와 시간과 에너지가 들어간 뒤라는 것입니다. 품질 예측은 이 순서를 바꾸려는 시도입니다. 완성 뒤에 확인하는 대신, 만들어지는 동안 미리 잡습니다.

검사에서 예측으로

전통적인 품질 관리는 완성된 제품을 검사하는 데 무게를 둡니다. 하지만 검사에서 불량을 발견했을 때는 이미 늦습니다. 불량이 왜 생겼는지도 완성품만 봐서는 알기 어렵습니다. 진짜 원인은 대개 그 앞의 공정에 있기 때문입니다.

품질은 공정에 이미 적혀 있다

불량은 대개 갑자기 나타나지 않습니다. 온도가 미세하게 흔들리고, 압력이 평소 범위를 벗어나고, 원료의 특성이 조금 달라지는 식으로, 공정 데이터에 전조가 먼저 남습니다. 품질 예측은 이 전조를 읽어 완성 전에 미리 경고하는 일입니다.

원인을 짚으려면 맥락이 필요하다

“이 배치의 불량률이 높다”는 사실만으로는 조치를 할 수 없습니다. 어떤 설비에서, 어떤 원료 로트로, 어떤 조건에서 만들어졌는지가 연결돼 있어야 원인을 좁힐 수 있습니다. 공정·설비·원료·검사 결과를 하나로 잇는 온톨로지가 있으면, 불량과 상관 있는 조건을 데이터로 짚어낼 수 있습니다.

경고에서 조치로

품질 예측의 목적은 불량률 그래프가 아니라 불량을 줄이는 행동입니다. “현재 조건이 과거 불량이 많았던 구간과 비슷하다, 온도를 확인하라” 같은 구체적 안내가 근거와 함께 전달될 때, 현장은 완성 전에 개입할 수 있습니다. 여기서도 답에는 근거가 따라야 현장이 그 경고를 믿고 움직입니다.

시작점

가장 자주, 가장 비싸게 발생하는 불량 유형 하나를 고르세요. 그 불량과 관련 있을 법한 공정 데이터를 모으고, 완성품 검사 결과와 연결해 어떤 조건이 앞섰는지 살펴보는 것에서 시작합니다. 처음부터 모든 불량을 예측하려 하기보다, 하나를 제대로 잡는 편이 빠릅니다.

마치며

품질 예측도 결국 잘 연결된 데이터 위에서 동작합니다. 흩어진 공정 데이터를 하나의 지식으로 잇는 방법은 산업 데이터 통합 백서에서, 데이터를 자산으로 만드는 기본은 5가지 원칙에서 다룹니다. 우리 공정에 어떻게 적용할지 궁금하다면 문의하기로 연락 주세요.