왜 SPC인가
한국 중소·중견 제조사의 품질 관리는 보통 다음과 같다:
- 출하 전 100% 검사 (또는 AQL 샘플링)
- 불량 발견 시 재작업·폐기
- 불량률 통계는 월말에 엑셀로 정리
- 같은 불량이 분기마다 반복
문제는 사후 발견·사후 대응 구조다. 불량이 이미 나온 후에야 알게 되고, 라인은 이미 100개를 만들었다. 1개의 불량을 발견하는 동안 같은 결함의 99개가 시장으로 흘러간다.
**SPC(Statistical Process Control·통계적 공정관리)**는 이 구조를 뒤집는다. 핵심 원리:
- 공정 자체가 안정한지 통계로 측정
- 이상 신호를 불량 발생 전에 감지
- 원인 제거로 불량 자체를 예방
SPC가 정착되면 검사가 줄고, 불량률이 1/10이 되고, 클레임이 사라진다. 이게 6시그마·IATF·ISO 9001·ASQ가 SPC를 기본으로 요구하는 이유.
SPC의 출발점:
- 1924년 미국 벨연구소 W. Shewhart 박사가 발명
- 1950년 일본에 W. Edwards Deming이 전파
- 1970~80년 일본 제조 부흥의 핵심
- 1980년대부터 미국·한국 자동차 산업 확산
- IATF 16949 핵심 요구사항
이 블로그는 한국 중소·중견 제조 환경에서 SPC를 단계적으로 정착시키는 5단계 로드맵을 정리한다.
SPC 성숙도 5단계
| 단계 | 상태 | 통계 관리 수준 |
|---|---|---|
| L0 | 검사·재작업 중심 | 통계 없음 |
| L1 | 불량률 추적·월간 보고 | 통계 일부 |
| L2 | 관리도 도입 (X-bar·R 등) | 관리도 운영 |
| L3 | Cp·Cpk 공정 능력 관리 | 사전 예방 |
| L4 | 실시간 SPC·AI·전 공정 | 자율 안정화 |
대부분 한국 중소·중견 제조사는 L0L1. L2L3가 6시그마·IATF 수준.
Stage 1 — 측정 시스템 진단·기초 (4~6주)
1.1 MSA 선행 — 측정 신뢰성 확보
SPC 도입 전 반드시 MSA(Measurement System Analysis) 완료. 측정기가 신뢰할 수 없으면 SPC 데이터도 의미 없음.
MSA 점검 항목:
- Gage R&R (반복성·재현성): <10% 우수, <30% 허용
- Bias (정확도): 영점 교정
- Linearity (직선성): 측정 범위 전체
- Stability (안정성): 시간 경과 변화
1.2 핵심 측정 항목 선정
회사 제품·공정에서 SPC 대상 핵심 변수 선정:
계량 데이터 (Variable):
- 치수·두께·무게·온도·압력
- 표면 거칠기·경도
- 시간·속도
계수 데이터 (Attribute):
- 양품/불량
- 외관 결함 수
- 종류별 불량 건수
회사당 보통 5~20개 핵심 변수 선정. 너무 많으면 관리 불가, 너무 적으면 의미 없음.
1.3 데이터 수집 표준
각 변수마다:
- 측정 빈도 (시간당·로트당)
- 측정 방법·측정기
- 측정자
- 기록 양식 (체크시트·태블릿·IoT)
- 데이터 검토자
기록은 절대 사후 작성 금지. 측정과 동시에 기록.
1.4 기본 통계 교육
반장·기술자·품질 담당자 1~2일 교육:
- 평균·표준편차·분산
- 정규분포·중심극한정리
- 모집단·표본
- 변동의 두 종류: 우연 원인·이상 원인
- 표본 크기와 신뢰도
수식보다 개념과 그래프 해석 중심.
Stage 1 산출물: MSA 보고서, 핵심 측정 항목 리스트, 데이터 수집 표준 매뉴얼, 기초 통계 교육 자료.
Stage 2 — 관리도 도입 (8~12주)
2.1 관리도 종류 선택
데이터 종류·표본 크기에 따라 관리도 선택:
계량 관리도:
- X-bar·R 관리도: 표본 크기 2~10 (가장 일반적)
- X-bar·S 관리도: 표본 크기 10 이상
- X·MR 관리도: 표본 크기 1 (개별 측정)
계수 관리도:
- p 관리도: 불량률 (표본 크기 가변)
- np 관리도: 불량 수 (표본 크기 일정)
- c 관리도: 결함 수 (단위 일정)
- u 관리도: 단위당 결함 수 (단위 가변)
2.2 관리한계 (UCL·LCL) 계산
관리도의 핵심 = 관리한계선.
X-bar 관리도 예시:
- 중심선 (CL) = 표본평균의 평균 (X-bar-bar)
- UCL (상한) = X-bar-bar + A2 × R-bar
- LCL (하한) = X-bar-bar − A2 × R-bar
A2는 표본 크기에 따른 상수 (n=5일 때 A2=0.577).
중요: 관리한계는 규격 한계가 아님. 공정의 실제 변동 ±3σ 영역. 관리한계 안에 있어도 규격을 벗어날 수 있음.
2.3 초기 데이터 수집 — 25개 표본
관리한계 계산을 위해 안정된 공정에서 최소 25개 표본 (총 125~250개 측정) 수집.
수집 조건:
- 공정이 정상 가동 중
- 자재·작업자·설비 변경 없음
- 1교대 내 또는 1주 내 연속 수집
이 25개 표본의 평균·범위로 관리한계 계산.
2.4 관리도 게시·일상 운영
- 라인 입구 또는 작업장 게시판에 관리도 그래프 (종이 또는 모니터)
- 작업자가 직접 측정·기록·그래프 갱신
- 매 표본마다 점 찍기
- 8가지 이상 패턴 학습 (Stage 4 참조)
작업자가 직접 그리는 것이 핵심. 사후 데이터 입력은 SPC의 의미 상실.
2.5 Pareto·히스토그램 병행
관리도 외에 두 도구 병행:
- 파레토: 불량 종류별 우선순위
- 히스토그램: 데이터 분포·규격 대비 위치
이 셋이 QC 7가지 도구의 핵심.
Stage 2 산출물: 관리도 표준 양식, 관리한계 계산서, 초기 25개 표본 데이터, 작업자 관리도 게시판.
Stage 3 — 공정 능력 평가 — Cp·Cpk·Pp·Ppk (6~10주)
3.1 공정 능력 지수 정의
관리도가 “공정이 안정한가”를 본다면, 공정 능력 지수는 “안정한 공정이 규격을 만족하는가”를 본다.
Cp (공정 능력):
- Cp = (USL − LSL) / 6σ
- 공정의 잠재 능력 (중심이 잘 맞는다는 가정)
Cpk (공정 능력 지수):
- Cpk = min[(USL − μ)/3σ, (μ − LSL)/3σ]
- 실제 공정 능력 (중심 편차 반영)
Pp·Ppk (장기 성능 지수):
- 같은 공식이지만 장기 데이터 사용
- IATF 16949에서 신제품 양산 초기 사용
3.2 Cp·Cpk 해석
| Cpk 값 | 의미 | 불량률 (양측) |
|---|---|---|
| 0.67 | 매우 불량 (자주 규격 이탈) | 4.5% |
| 1.00 | 보통 (3σ 수준) | 0.27% |
| 1.33 | 양호 (4σ) | 63 PPM |
| 1.67 | 우수 (5σ) | 0.57 PPM |
| 2.00 | 매우 우수 (6σ) | 0.002 PPM |
자동차 부품 IATF 16949 요구: Cpk ≥ 1.33 (신제품 초기 ≥ 1.67).
3.3 공정 능력 개선
Cpk가 낮으면 두 가지 방향:
중심 이동:
- 평균을 규격 중심으로 이동
- 설비 영점·작업 표준 조정
- 즉시 효과·낮은 비용
변동 감소:
- 표준편차(σ) 감소
- DOE로 핵심 인자 식별
- 설비·자재·작업 표준 개선
- 시간·비용 큼
일반적으로 중심 이동 먼저, 그 다음 변동 감소.
3.4 신제품 양산 검증 — PPAP
자동차 부품·항공·의료기기 신제품 양산 시 PPAP에 포함:
- 양산 초기 300개 데이터로 Ppk 계산
- Ppk ≥ 1.67 요구 (IATF·고객별)
- 미달 시 양산 승인 보류
3.5 공정 능력 보고서
분기·반기 1회 핵심 공정의 Cp·Cpk 보고:
- 공정별 추이
- 미달 공정의 개선 계획
- 고객 보고 (IATF·자동차 OEM 요구)
Stage 3 산출물: 핵심 공정 Cp·Cpk 결과, 개선 계획서, PPAP 양식, 분기 공정 능력 보고서.
Stage 4 — 이상 패턴 대응·분석 (지속)
4.1 Western Electric 8 규칙
관리도에서 다음 8가지 패턴이 보이면 이상 신호:
- 1점이 3σ 밖: 단발성 이상
- 연속 9점이 중심선 한쪽: 평균 이동
- 6점 연속 증가 또는 감소: 추세
- 14점 연속 교대로 증감: 시스템적 변동
- 3점 중 2점이 2σ 밖 (한쪽): 평균 이동 신호
- 5점 중 4점이 1σ 밖 (한쪽): 평균 이동 신호
- 15점 연속 1σ 내: 변동 감소 (Stratification)
- 8점 연속 1σ 밖 (양쪽): 변동 증가
작업자가 이 8 규칙을 한 장 그림 카드로 외워야 한다.
4.2 이상 신호 대응 절차
이상 신호 발생 시:
- 즉시 멈추기: 작업 중단 또는 추가 조사
- 재측정: 측정 오류 가능성 확인
- 원인 조사: 자재·설비·작업자·환경·측정 5요소 (5M+1E)
- 임시 조치: 격리·재작업·재가공
- 근본 원인 분석: 5 Why·피쉬본
- 재발 방지: Standard Work·Poka-Yoke·OPL
- 관리도 재계산 (이상 원인 제거 후)
4.3 우연 원인 vs 이상 원인 구분
| 구분 | 우연 원인 | 이상 원인 |
|---|---|---|
| 출처 | 시스템 자체 | 외부 요인 |
| 예측성 | 가능 | 불가능 |
| 제거 가능성 | 시스템 변경 필요 | 즉시 제거 가능 |
| 관리도 점 | 관리한계 내 | 관리한계 밖 |
| 대응 | 시스템 개선 (장기) | 즉시 원인 제거 |
중요: 관리한계 안의 변동을 작업자에게 책임 묻지 말 것. 시스템 변동을 작업자에게 추궁하면 작업자가 데이터를 조작하기 시작.
4.4 SPC 데이터와 Andon·Kamishibai 연계
이상 신호 발생 시 자동 Andon 호출. 일일 점검(Kamishibai) 카드에 “관리도 이상 점검” 포함.
Stage 4 산출물: 8 규칙 카드, 이상 신호 대응 매뉴얼, 5 Why·피쉬본 사례집, 관리도 재계산 보고서.
Stage 5 — 디지털·실시간 SPC (지속·1~2년)
5.1 실시간 SPC 시스템
종이·엑셀 SPC에서 디지털 실시간 SPC로 전환:
기능:
- IoT 센서·자동 측정기 직접 연결
- 측정과 동시에 관리도 자동 갱신
- 이상 신호 발생 시 자동 알람 (모바일·태블릿)
- 8 규칙 자동 판정
- Cp·Cpk 실시간 계산
- 클라우드 저장·전사 공유
5.2 MOM·MES 통합
SPC 데이터를 MOM·MES·LIMS와 통합:
- 생산 실적 + SPC = OEE 정확도 향상
- LIMS 검사 결과 자동 SPC 등록
- 이상 신호 시 자동 라인 정지 (Andon)
- 추적성 (어떤 로트가 어떤 SPC 결과)
5.3 AI 활용
AI로 다음 자동 처리:
- 이상 신호 사전 예측 (1~24시간 전)
- 다변량 SPC (여러 변수 동시 분석)
- 이상 원인 자동 추정 (과거 데이터 학습)
- 비정형 패턴 자동 발견
- 사진·영상 SPC (Vision AI)
5.4 다변량 SPC
여러 변수가 상호 작용하는 공정 (예: 화학·반도체):
- T² 관리도 (Hotelling)
- MEWMA (지수가중 이동평균)
- 주성분 분석 기반 SPC
기존 단변량 SPC로 못 잡는 이상을 다변량으로 감지.
5.5 협력사·고객 공유
핵심 협력사·고객과 SPC 데이터 공유:
- 협력사 입고 자재의 SPC 사전 검토
- 고객사 (자동차 OEM) IATF 요구 응답
- 클레임 시 SPC 이력 즉시 제출
5.6 자동차 부품 IATF 16949 자동 응답
IATF 16949 외부 심사 시 SPC 증빙 자동 출력:
- 모든 핵심 공정의 Cp·Cpk
- 이상 신호·대응 이력
- 변경 후 재검증
- PPAP 자동 작성
Stage 5 산출물: 실시간 SPC 시스템, AI 예측 모델, 다변량 SPC 보고서, 협력사·고객 공유 협약, IATF 자동 보고서.
비용·일정 가이드
| 항목 | 소규모(매출 100억) | 중규모(500억) | 중견(2,000억) |
|---|---|---|---|
| MSA·교육 | 3~5백만원 | 5백~1.5천만원 | 1~3천만원 |
| 측정기·게이지 | 5백~2천만원 | 2~5천만원 | 5천만~3억원 |
| 관리도 양식·태블릿 | 2~5백만원 | 5백~2천만원 | 2~5천만원 |
| 실시간 SPC 시스템 | 5백~2천만원 | 2~7천만원 | 5천만~3억원 |
| AI·다변량 SPC | 옵션 | 옵션 2~5천만원 | 옵션 5천만~3억원 |
| 외부 컨설팅 | 5백~1.5천만원 | 1~3천만원 | 3천만~1억원 |
| 합계 | 2~6천만원 | 6천~2억원 | 2~10억원 |
| 1차 정착 기간 | 6~12개월 | 12~18개월 | 18~30개월 |
ROI는 보통 6~12개월. 불량 비용·검사 비용 감소로 회수.
SPC vs 6시그마 vs MSA 비교
| 항목 | SPC | 6시그마 | MSA |
|---|---|---|---|
| 본질 | 공정 안정성·능력 | 변동 감소 프로젝트 | 측정 시스템 신뢰도 |
| 단위 | 일상 공정 관리 | 4~6개월 프로젝트 | 측정기 1~2주 |
| 도구 | 관리도·Cp·Cpk | DMAIC·통계 분석 | Gage R&R·Bias |
| 선후 관계 | 6시그마의 기반 | SPC 위에서 진행 | SPC 진입 전 필수 |
| 작업자 참여 | 매일 | 프로젝트 팀 | 측정 담당자 |
| 한국 적합성 | 매우 높음 | 매우 높음 | 매우 높음 |
세 가지는 보완 관계. MSA → SPC → 6시그마 순서로 정착해야 한다.
한국 중소·중견 적용 사례
사례 1: 자동차 부품 (경기 안성)
- 매출 290억, 정밀 가공, IATF 16949 인증 준비
- 도입 전: 불량률 1.2%, 클레임 분기 5~7건, Cp·Cpk 측정 안 함
- 도입: MSA → 핵심 12공정 SPC → 모든 공정 Cp·Cpk 측정
- 12개월: 핵심 공정 Cpk 0.8
1.0 → 1.31.7 - 결과: 불량률 0.3%, 클레임 0건 (3분기 연속), IATF 인증 통과
- 기간: 14개월
사례 2: 식품 가공 (전북 익산)
- 매출 110억, HACCP 김치
- 도입 전: 무게·염도·pH 변동 큼, 출하 변동 클레임
- 도입: 핵심 5변수 SPC, 매 시간 측정·관리도
- 결과: 변동 표준편차 -45%, 출하 변동 클레임 -78%
- 기간: 9개월
사례 3: 전자부품 (경기 화성)
- 매출 380억, SMT·검사
- 도입 전: AOI 검사 후 결과만 보관, 트렌드 분석 없음
- 도입: AOI 데이터 실시간 SPC, 이상 신호 자동 알람
- 결과: 양산 중 이상 신호 평균 4시간 사전 감지, 폐기 -52%
- 기간: 12개월
세 사례 공통점: 모두 MSA 선행, 작업자 직접 측정·기록, 이상 신호 즉시 대응 3원칙을 지켰다.
자가 진단 체크리스트
다음 12가지 중 7개 이상 “예”라면 SPC 즉시 도입.
- 측정기 교정·MSA가 정기적으로 안 되는가
- 핵심 변수의 평균·표준편차를 모르는가
- 관리도가 없거나 사후 작성되는가
- Cp·Cpk 측정 안 하거나 1.0 미만 공정이 많은가
- 같은 불량이 분기마다 반복되는가
- 불량 발견 시 100~1,000개 단위로 한꺼번에 발견되는가
- 100% 출하 검사에 의존하는가
- IATF·ISO·고객사 SPC 요구사항을 못 응답하는가
- 신제품 양산 초기 변동 큰가
- 협력사 입고 자재의 SPC 데이터를 받지 않는가
- 작업자가 자기 공정의 통계 변동을 모르는가
- 클레임 시 SPC 이력 제출 불가한가
8개 이상이면 Phase 1 MSA부터 즉시 착수 권장.
마무리 — 검사보다 예방, 사후보다 사전
한국 제조사의 품질 비용 70%가 검사·재작업·폐기·클레임에서 발생한다. SPC는 이 70%를 30% 이하로 줄이는 가장 강력한 도구다. 100% 검사가 0%에 가까워질수록 SPC가 정착했다는 신호.
핵심은 MSA 선행, 작업자 직접 측정, 이상 신호 즉시 대응. 세 가지만 지키면 어떤 회사든 6~12개월 안에 효과가 보인다.
SPC는 6시그마·IATF·자동차 부품의 기반. 단독으로도 강력하지만 6시그마·DOE·MSA와 결합하면 위력이 배가된다.
CONTIS은 한국 중소·중견 제조 현장에서 MSA·6시그마·DOE·FMEA·APQP·PPAP·LIMS·MOM과 통합한 SPC 도입을 지원합니다. MSA·관리도 도입·Cp·Cpk·실시간 SPC·IATF 응답까지 단계별 동행이 필요하면 상담 요청으로 문의 바랍니다.