2025 내일배움캠프 QAQC_2기 본캠프 57일차

안녕하세요! 오늘은 본캠프 57일차입니다!

오늘은 시계열 라이브 세션 마지막이었습니다!

 

SPC 란?

Statistical Process Control(SPC)은 우리나라 말로 통계적 공정관리라고 부르며, 1920년 Walter Shewhart에 의해 개발되어 제조 과정에서의 품질 향상을 위해 활용되고 있습니다. 제품이 완성되는 시점에서 사후검사를 하는 것이 아닌 생산 공정 자체를 지속적으로 감시하는 데 집중하며 제품을 모니터링하면서 각 공정별로 정한 Contol 범위 이상의 quality를 찾아내는 생산 공정 모니터링 입니다.

공정의 이상을 감지 → 조직이 대응 → 공정이 조정됨

• PROCESS (첫 번째 구간)
  • 초기 공정 상태를 나타냄
  • 데이터가 변동하며 관리 한계선(UCL, LCL) 내에 유지되고 있지만, 변동이 큼
• CHANGE 1 (첫 번째 변경 이후 구간)
  • 공정 개선(또는 환경 변화) 후 데이터가 이전보다 안정적으로 변화함
  • 평균선(파란색 점선)과 관리 한계선(빨간 선)이 새롭게 설정됨
• CHANGE 2 (두 번째 변경 이후 구간)
  • 다시 한 번 공정이 조정되었으며, 변동성이 더욱 감소하고 관리 한계선이 좁아짐
  • 공정이 점점 더 안정화되는 과정이 보임

먼저, Control Chart(관리도)에대해 알아보자

• 공정(Process)의 변동을 통제된 상태로 유지하는 것이 생산량을 예측하고 효과적으로 관리하는 방법이라고 보았습니다.

모든 공정은 변동(Variation)을 수반하지만, 일부는 통제되지 않은 변동을 나타냅니다. 이를 관리하기 위해 관리도는 중심선(Center Line, CL)과 관리 한계선(Upper Control Limit, UCL / Lower Control Limit, LCL)을 설정하여 공정이 안정적으로 유지되는지 모니터링합니다.

목적

• 공정(Process) 자체를 관리하여 문제가 발생하기 전 사전 예방
• 이상 요인이 발생하면 즉각 수정하여 불량 억제
• 공정의 변동을 효율적으로 관리하여 품질 유지 및 향상

공정이 안정된 상태에서 유지되고 있는 경우, 측정값의 데이터를 토대로 Plotting하면 좌우 대칭의 정규분포(Normal Distribution)을 이루게 됩니다. 평균을 중심으로 양측의 표준편차의 1배(1σ), 2배(2σ), 3배(3σ)의 폭을 기준으로 각 구간내 들어가는 비율은 각각 68.26%, 95.46%, 99.73%가 됩니다. 관리도(Control Chart)에서 상한선(UCL)과 하한선(LCL)을 설정할 때 ±3σ를 기준으로 두는 이유

공정 내 변동이 ±3σ(3 시그마) 이내라면 99.73%의 데이터가 허용된 범위 내 존재하여 정상적인 공정으로 볼 수 있다 반대로, 3σ를 넘어가는 값이 많아지면 공정이 이상 상태일 가능성이 높아지고, 개선이 필요함을 의미한다.

 

관리도(Control Chart)의 해석(Interpretation)

 

• Zone C (-1σ ~ +1σ, 초록색 영역)
  • 데이터의 대부분(약 68.26%)이 여기에 포함됨 → 정상적인 공정 상태
  • 값이 이 영역 내에 머물면 공정이 안정적이라고 판단 가능
• Zone B (-2σ ~ -1σ, +1σ ~ +2σ, 노란색 영역)
  • 데이터의 약 27.2%가 포함되는 영역
  • 일부 이상 징후가 나타날 수 있는 경고 영역(Warning Zone)
  • 값이 지속적으로 이 영역에 머문다면, 공정 이상을 의심해야 함
• Zone A (-3σ ~ -2σ, +2σ ~ +3σ, 빨간색 영역)
  • 데이터의 약 4.2%가 포함되는 영역
  • 이 영역을 초과하면(±3σ 이상) 공정이 이상 상태임을 의미
  • 즉각적인 원인 분석 및 조치가 필요함

관리 상태 (Stable Process)란?

1️⃣ 관리 상태인 경우 (정상적인 공정)

• 데이터가 UCL과 LCL 범위 내에서 랜덤하게 분포함
• 특정한 패턴 없이 자연스러운 변동을 보임

2️⃣ 비관리 상태인 경우 (공정 이상)

• 데이터가 관리 한계를 벗어남 → 즉각적인 원인 분석 및 조치 필요
• 데이터가 한쪽 방향으로 지속적인 변화 (예: 5~6개 연속 증가 또는 감소)
• 데이터가 특정 영역(Zone A, Zone B 등)에 계속 몰려 있음

이상 상태

① Beyond limit: 1개 이상의 측정값이 관리 상/하한선 밖에 있는 경우.

② Zone A: 연속하는 3개의 Point 중 2개의 Point가 3σ 영역 또는 이를 초과하는 지점에 있는 경우. ①, ②: 관리 상/하하선 밖으로 있는 경우 또는 연속점 3개중 2개의 Point가 3σ 영역에 있다는 것은 평균으로부터 변동이 큰 것을 의미합니다. 가능한 원인으로는 신입직원의 투입, 잘못된 Setup이나 측정의 오류, 일시정전이나 설비의 일부문의 고장이 원인이 될 수 있습니다.

③ Zone B: 연속하는 5개의 Point 중 4개의 Point가 2σ 영역 또는 이를 초과하는 지점에 있는 경우.

④ Zone C: 연속하는 7개 이상의 Point가 평균(Central Line)을 기준으로 1σ 영역 또는 이를 초과하는 한 방향에서만 관측되는 경우.

③, ④의 경우는 평균값 기준으로 변동은 있지만 ①, ②보다는 그 폭이 적은 상태로 투입되는 원자재의 변동이나 작업기준의 변동, setup절차의 변동 및 maintenance 방법의 변동등의 원인이 있을 수 있습니다.

⑤ Trend: 측정값이 연속해서 7개의 Point가 증가하고 있거나 감소하고 있는 경우.

• 측정값이 트렌트를 보인다는 것은 작업도구/장비의 마모나 온도의 효과(Cooling, Heating)의 영향이 원인일 수 있습니다.

⑥ Mixture: 측정값의 8개의 연속 Point가 1σ 내에 관측되지 않는 경우. 1σ를 초과하는 지점에 있는 경우.

⑦ Stratification: 측정값의 15개의 연속 Point가 1σ 내에 관측되는 경우.

⑥, ⑦의 경우 여러부문의 복합적인 문제로 인한 경우로 파악하기 어려운 경우입니다. 이렇게 나나올 때 가장 난감하죠. 보통 장비나 공정 기계의 특수한 변동의 경우로 발생하나 딱히 어떤 문제라고 판단하기 어렵습니다. 그때그때 맞춰 찾아 보는 수 밖에 없음.

⑧ Over- control: 측정값의 14개의 연속된 Point가 교대로 증감하는 경우.

• 작업자의 간섭이나 투입되는 원자재가 대체되는 경우 발생할 수 있음

Control chart는 여러가지 유형이 있으며 결과변수가 continuous data일 경우에는 X-bar chart를 사용하고 count data일 경우에는 P-chart, U-chart, C-chart를 사용합니다.

 

Control Chart(관리도) 유형 및 데이터 유형에 따른 사용법

1. Continuous Data(연속형 데이터) → X-bar 관리도

연속형 데이터란?

• 길이(mm), 무게(kg), 온도(°C), 시간(sec) 등 실수값으로 측정되는 데이터
• 공정 내 샘플 평균(X-bar) 또는 표준편차(S)를 이용해 관리도 작성

사용하는 관리도

• X-bar 관리도: 각 샘플의 평균값을 사용하여 공정이 관리 상태인지 판단
• S 관리도: 각 샘플의 표준편차를 사용하여 공정의 변동성을 모니터링

예제:

• 반도체 웨이퍼 두께 측정 (X-bar 관리도 사용)
• 기계 부품의 무게 관리 (S 관리도 사용)

X-bar - R 관리도 공식(샘플 평균 관리도)

데이터가 연속적일 경우에 사용하며 다음과 같은 이유로 가장 많이 사용하는 관리도 유형

1. 현재의 공정이 규격에 맞는 제품을 생산할 능력이 있는가에 대한 판단
2. 새로운 규격의 설정이나 변경에 대한 사항
3. 검사의 기준이나 절차를 새로 정하거나 변경하는데 필요한 정보의 수집

X-bar 관리도

• 샘플 평균 값(검은 점)이 중앙선(초록색 선)을 중심으로 변동
• 모든 점이 UCL (52.52)과 LCL (42.88) 내에 있음 → 공정이 안정적이며 관리 상태임
• 하지만 일부 샘플에서 평균값이 살짝 변동하는 패턴이 보이므로 지속적인 모니터링 필요

R 관리도 (하단)

• 샘플 범위(검은 점)가 중앙선(초록색 선) 근처에서 변동
• 일부 데이터가 범위 변동성이 증가하는 구간이 있음 → 특정 구간에서 변동성이 증가했음을 의미하며 원인 분석 필요

SPC의 주요 Zone Rule 요약

SPC에서 평균 ± 3σ를 기준으로 아래처럼 Zone A, B, C로 나누고 사용함.

구간 이름위치 (기준: 평균 μ)설명

Zone A	±2σ ~ ±3σ 사이	심각한 경고
Zone B	±1σ ~ ±2σ 사이	경고
Zone C	평균 ~ ±1σ 사이	정상범위

 

이상치 탐지

Step이상치 유형컬럼 이름탐지 기준

1	정적 이상치	static_outlier	평균 ± 3σ 초과 여부
2	변화량 이상치	gradient_outlier	절댓값 변화량 abs(diff) > 2
3	추세 이상치	trend_outlier	연속 5개 이상 상승 또는 하강
4	SPC Rule 위반	spc_outlier	연속 7개 이상 같은 방향으로 변화 (Western Electric Rule 1 등)
5	구조 변화 감지	change_point	ruptures 패키지로 Change Point Detection
6	이동평균 이상치	moving_avg_outlier	실제 값이 이동 평균에서 ±2σ 이상 벗어남 (rolling mean ± threshold)

 

오늘은 프로젝트로 시각화를 했습니다!

이상치나 결함에 대해서 분석하고 싶어서 튜터님께 여쭤보았는데 웨이퍼 맵으로 시각화를 하면서 결함을 찾아보면 좋을 거 같다고 말씀하셔서 시각화를 해보았습니다!

이런 식으로는 처음 시각화 해보는데 신기하고 예쁜 것 같아요 ㅎ.ㅎ

 

스트림릿으로 시각화도 해보았는데 신기하네용~

 

오늘도 수고하셨습니다!!