맨위로가기

품질 관리

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
목차

1. 개요

품질 관리는 제품이나 서비스의 품질을 보증하고 개선하기 위한 체계적인 활동을 의미한다. 초기에는 제품의 결함을 발견하기 위한 검사 방법으로 시작되었으나, 점차 통계적 기법과 전사적 품질 관리(TQC), 종합적 품질 경영(TQM)으로 발전했다. 일본은 품질 관리 분야에서 선도적인 역할을 했으며, QC 7가지 도구와 같은 다양한 기법을 개발했다. 품질 관리는 신제품 관리, 구입 자재 관리, 제품 관리 등 다양한 업무를 포함하며, 프로젝트 관리 및 의료 분야에서도 중요한 역할을 한다.

2. 역사

기술의 역사도 참고

초기의 석기인 모루에는 구멍이 없었고, 상호 교환 가능한 부품으로 설계되지 않았다. 대량 생산은 동일한 치수와 디자인의 부품 및 시스템을 제작하는 공정을 확립했지만, 이러한 공정은 균일하지 않아 일부 고객은 결과에 만족하지 못했다. 품질 관리는 결함을 발견하기 위한 시험 방법으로 제품을 테스트하는 행위와 제품 출시를 허용하거나 거부하는 결정을 분리하는데, 이는 재정적 제약에 의해 결정될 수 있다.[6] 특히 정부 기관에서 수주한 계약 작업의 경우, 품질 관리 문제는 계약 갱신을 하지 않는 주요 이유 중 하나이다.[7]

가장 단순한 형태의 품질 관리는 원하는 품목의 스케치였다. 스케치가 품목과 일치하지 않으면 간단한 합격/불합격 절차에 따라 거부되었다. 그러나 제조업체는 곧 부품을 묘사와 정확히 일치시키는 것이 어렵고 비용이 많이 든다는 것을 알게 되었다. 따라서 1840년경에는 허용 오차가 도입되었으며, 부품이 허용 범위 내로 측정되면 설계가 작동하게 되었다. 따라서 품질은 플러그 게이지 및 링 게이지와 같은 장치를 사용하여 정확하게 정의되었다. 그러나 이것은 결함 품목의 문제를 해결하지 못했다. 폐기물을 재활용하거나 폐기하는 것은 불량률을 줄이려는 시도와 마찬가지로 생산 비용을 증가시킨다. 품질 관리 문제를 우선시하고 이를 해결하지 않고 그대로 둘지, 아니면 품질 보증 기술을 사용하여 생산을 개선하고 안정화할지 결정하기 위한 다양한 방법이 제안되었다.[6]

품질 관리(QC)라는 단어는 미국의 벨 연구소의 기술자였던 월터 슈하트가 1931년 저술한 [https://archive.org/details/in.ernet.dli.2015.150272 The Economic Control of Manufactured Product](D. Van Nostrand Company via 인터넷 아카이브)에서 처음 등장한 것으로 알려져 있다.[21]

일본에서는 제2차 세계 대전 패전 후 1948년부터 시작된 일본 과학 기술 연맹, 해외 기술 조사 위원회 소속의 품질 관리 조사 위원회 품질 관리 조사부회의 조사 활동이나 1949년 GHQ가 실시한 이른바 CCS 경영자 강좌[22]를 시초로 한다. 특히 일본 과학 기술 연맹은 일본의 국세 조사에 대한 계획 입안을 위해 방일한 W. 에드워즈 데밍을 초빙하여 통계적 공정 관리와 품질 관리에 대한 강의를 실시했다. 데밍은 벨 연구소에서 슈하트에게 배운 통계학자이다. 이로 인해 초창기 일본의 품질 관리에서는 통계적 기법에 편중된 경향을 보이게 되었다. 1956년에는 일본 산업 규격에서 "품질 관리란 구매자의 요구에 맞는 품질의 제품을 경제적으로 만들어내기 위한 모든 수단의 체계" "현대적인 품질 관리는 통계적인 수단을 채용하고 있으므로 통계적 품질 관리(statistical quality control)라고 부르기도 한다"고 정의했다.[23]

데밍의 가르침을 받은 각 기업의 현장에서 품질 관리 기법이 발전해 1955년대 중반~후반에 걸쳐 통계적인 접근이 아닌 방법이 많이 나타나게 되었다. 기업의 전 단계에 걸친 사람들의 협업이 중시되었으며, 조직의 벽을 없앤 협업 체제에 의해 품질 관리를 추진하는 기법이 확립된다. 통계적인 접근에 머무르지 않는 것으로는 QC 서클 활동[24], 개선 등이 있다. 또한 제조 부문에 그치지 않고 서비스 부문과 관리 부문 등 전사적으로 QC 활동을 확대한 활동은 '''TQC'''(Total Quality Control)라고 불리게 되었다. 이 TQC가 발전한 것이 '''TQM'''(Total Quality Management)이다. 데밍의 업적은 당초 그의 본국인 미국에서는 그다지 평가받지 못했지만, 1980년에 NBC가 ''If Japan can... Why can't we?'' (일본은 할 수 있는데, 왜 우리는 못하는가?)라는 다큐멘터리를 방송하면서 주목을 받게 되었고, 1990년대에 미국에서 TQC가 재정의되어 보급되면서 미국의 제조업 부활에 크게 기여한 것으로 여겨진다.[25]

2. 1. 초기 역사

고대 시대의 품질 관리는 장인의 경험과 숙련도에 의존했다. 제작된 석기인 모루는 상호 교환 가능한 부품으로 설계되지 않았고, 대량 생산에서는 동일한 치수와 디자인의 부품 및 시스템을 제작했지만, 이러한 공정은 균일하지 않았다.[6] 가장 단순한 품질관리는 원하는 품목의 스케치를 만들어 합격/불합격 절차에 따라 품목과 일치하지 않으면 거부하는 방식이었다. 그러나 제조업체는 부품을 묘사와 정확히 일치시키는 것이 어렵고 비용이 많이 든다는 것을 알게 되었다. 1840년경에는 허용 오차가 도입되어, 부품이 허용 범위 내로 측정되면 설계가 작동하도록 하였다. 하지만 이것은 결함 품목의 문제를 해결하지 못했고, 폐기물을 재활용하거나 폐기하는 것은 생산 비용을 증가시켰다.[6]

품질 관리(QC)라는 단어는 1931년 월터 슈하트가 저술한 "The Economic Control of Manufactured Product"에서 처음 등장한 것으로 알려져 있다.[21]

제2차 세계 대전 패전 후 일본에서는 1948년부터 시작된 일본 과학 기술 연맹의 활동과 1949년 GHQ가 실시한 경영자 강좌[22]를 시초로 품질관리가 시작되었다. 일본 과학 기술 연맹은 W. 에드워즈 데밍을 초빙하여 통계적 공정 관리와 품질 관리에 대한 강의를 실시했다. 초기 일본의 품질 관리는 통계적 기법에 편중된 경향을 보였으나, 1955년대 중반~후반에 걸쳐 통계적인 접근이 아닌 방법이 많이 나타나게 되었다. 기업 전반의 협업을 중시하는 '''TQC'''(Total Quality Control)와 '''TQM'''(Total Quality Management)으로 발전하였다. 데밍의 업적은 처음에는 미국에서 평가받지 못했지만, 1980년 NBC 다큐멘터리를 통해 주목받게 되었고, 1990년대에 미국에서 TQC가 재정의되어 보급되면서 미국의 제조업 부활에 크게 기여한 것으로 여겨진다.[25]

2. 2. 통계적 품질관리 (SQC)

통계적 품질 관리(SQC)는 통계적 방법을 품질 관리에 적용한 것이다.[8] 1930년대 월터 슈하트는 관리도 및 수입 검사를 포함한 통계적 기법을 활용한 품질관리 방법을 제시하였다.[21]

품질특성의 도수·평균품질·품질의 분산 정도를 파악하기 위하여 도수분포(度數分布)가 이용된다. 관리도(管理圖)는 품질의 허용한계를 상한선·하한선으로 구분하고, 품질의 특성을 시간적으로 비교한다. 제조 또는 납품시 품질의 합격 여부를 판단하기 위하여 검사 대상 품목의 통계적 샘플을 추출하는 발췌표가 사용된다. 특수상품의 경우, 상관(相關)분석·분산분석 및 공차(公差) 분석 등의 방법도 특수한 문제의 해석을 위하여 이용된다.

일본에서는 제2차 세계 대전 패전 후 1948년부터 시작된 일본 과학 기술 연맹의 활동과 1949년 GHQ가 실시한 CCS 경영자 강좌[22]를 시초로 한다. 일본 과학 기술 연맹은 W. 에드워즈 데밍을 초빙하여 통계적 공정 관리와 품질 관리에 대한 강의를 실시했다. 데밍은 벨 연구소에서 슈하트에게 배운 통계학자이다. 1955년대 중반~후반에 걸쳐 통계적인 접근이 아닌 방법이 많이 나타나게 되었고, 기업 전반의 협업을 통해 품질 관리를 추진하는 기법이 확립되었다. QC 서클 활동[24], 개선 등이 그 예시이다.

2. 3. 전사적 품질관리 (TQC)

1950년대, 아르망 V. 파이겐바움은 하버드 비즈니스 리뷰 기사[9] 및 동명의 책[10]에서 전사적 품질 관리(TQC)를 제창했다. 그는 품질관리가 생산 부서뿐만 아니라 회계, 설계, 재무, 인적 자원, 마케팅, 구매, 판매 등 기업 전체의 모든 부서와 구성원의 참여를 통해 이루어져야 한다고 주장했다.[8][9][10] TQC는 품질 개선을 위한 전사적인 노력을 강조하며, 품질관리의 범위를 생산 현장에서 기업 경영 전반으로 확장했다.

일본에서는 제2차 세계 대전 패전 후, 일본 과학 기술 연맹등을 중심으로 품질관리 연구가 진행되었다.[22] 1949년 GHQ가 실시한 경영자 강좌[22]를 시초로, W. 에드워즈 데밍을 초빙하여 통계적 공정 관리와 품질 관리에 대한 강의를 실시했다.[23] 초기 일본의 품질 관리는 통계적 기법에 편중된 경향을 보였으나, 1955년대 중반~후반에 걸쳐 QC 서클 활동[24], 개선등 통계적인 접근에 머무르지 않고 기업의 전 단계에 걸친 사람들의 협업이 중시되었다. 조직의 벽을 없앤 협업 체제에 의해 품질 관리를 추진하는 기법이 확립되었으며, 제조 부문에 그치지 않고 서비스 부문과 관리 부문 등 전사적으로 QC 활동을 확대한 '''TQC'''(Total Quality Control)가 발전하여, '''TQM'''(Total Quality Management)이 되었다.[25]

2. 4. 일본의 품질관리 발전

제2차 세계 대전 이후, 일본은 일본 과학 기술 연맹을 중심으로 품질관리 혁신을 이루었다.[22] 1949년 GHQ가 실시한 경영자 강좌[22]와 일본 과학 기술 연맹이 초빙한 W. 에드워즈 데밍의 통계적 공정 관리 강의를 통해, 초기 일본의 품질관리는 통계적 기법에 중점을 두었다.[23] 1956년 일본 산업 규격에서는 품질관리를 "구매자의 요구에 맞는 품질의 제품을 경제적으로 만들어내기 위한 모든 수단의 체계"로 정의하고, "통계적 품질 관리(statistical quality control)"라고도 불렀다.[23]

1955년대 중반에서 후반, 일본 기업들은 데밍의 가르침을 바탕으로 QC 서클[24], 개선 등 독자적인 품질관리 기법을 개발했다. 또한, 생산 부서뿐만 아니라 회계, 설계, 재무, 인적 자원, 마케팅, 구매, 판매 등 전 부서가 참여하는 전사적 품질 관리(CWQC)를 통해[11] 품질 향상과 생산성 증대에 성공했다. 이는 '''TQC'''(Total Quality Control)라고 불리었으며,[24] 더 발전하여 '''TQM'''(Total Quality Management)이 되었다.

일본의 성공 사례는 1980년 NBC의 ''If Japan can... Why can't we?''(일본은 할 수 있는데, 왜 우리는 못하는가?)라는 다큐멘터리를 통해 미국을 비롯한 전 세계에 알려지면서,[25] 품질관리의 중요성을 인식시키는 계기가 되었다.

2. 5. 종합적 품질경영 (TQM)

1980년대, 미국은 일본의 품질관리 성공 사례를 벤치마킹하여 전사적 품질경영(TQM)을 도입했다.[25] TQM은 고객 만족, 지속적인 개선, 전원 참여를 핵심 가치로 삼고, 품질을 기업 경쟁력의 핵심 요소로 인식했다.

미국 국방부에서 1985년 시작된 TQM은 지속적인 조직 개선을 추진하기 위해 (부분적으로) 통계적 품질 관리 기법을 사용했다.[12] TQM은 아르망 V. 파이겐바움이 하버드 비즈니스 리뷰 기사[9] 및 동명의 책[10]에서 대중화한 전사적 품질 관리(TQC)에서 발전된 개념이다. TQC는 생산 부서 외에 회계, 설계, 재무, 인적 자원, 마케팅, 구매, 판매 등 다른 부서의 참여를 강조했다.[9][10]

일본에서는 제2차 세계 대전 패전 후 1948년부터 시작된 일본 과학 기술 연맹의 활동과 1949년 GHQ가 실시한 CCS 경영자 강좌[22]를 시초로 품질 관리가 시작되었다. W. 에드워즈 데밍은 일본 과학 기술 연맹에 초빙되어 통계적 공정 관리와 품질 관리에 대한 강의를 실시했다.[23] 이후 일본 기업들은 데밍의 가르침을 바탕으로 품질 관리 기법을 발전시켰고, QC 서클 활동[24], 개선 등 통계적인 접근에 머무르지 않고 기업의 전 단계에 걸친 사람들의 협업을 중시하는 TQC를 확립했다. 그리고 이 TQC는 TQM으로 발전했다. 데밍의 업적은 1980년 NBC가 ''If Japan can... Why can't we?'' (일본은 할 수 있는데, 왜 우리는 못하는가?)라는 다큐멘터리를 방송하면서 미국에서 주목을 받게 되었고,[25] 1990년대에 미국에서 TQC가 재정의되어 보급되면서 미국의 제조업 부활에 크게 기여한 것으로 여겨진다.

2. 6. 식스 시그마와 린 식스 시그마

1980년대 후반, 모토로라는 식스 시그마를 개발하여 품질 혁신을 이루었다.[13] 식스 시그마는 통계적 도구와 기법을 활용하여 불량률을 획기적으로 줄이는 데 초점을 맞춘다. 2001년에는 린 제조 및/또는 린 엔터프라이즈의 원칙을 적용한 식스 시그마인 린 식스 시그마가 등장하였다.[14] 린 식스 시그마는 품질 향상과 낭비 제거를 동시에 추구하는 방법론으로 자리 잡았다.

3. 품질관리의 단계 (한국의 관점)

3. 1. 표준화

3. 2. 실시

3. 3. 검사

3. 4. 조치

3. 5. 검사 (개선 조치 확인)

3. 6. 표준의 향상

4. 품질관리 조직

품질관리 조직은 기업 내에서 품질 관련 업무를 총괄한다.

품질관리 단계는 다음과 같다.


  • 표준화: 품질기준, 기술표준, 작업표준을 결정한다.
  • 실시: 표준에 의한 작업을 실시한다.
  • 검사: 표준에 의한 작업이행 여부를 검사한다.
  • 조치: 표준과의 차이를 수정한다.
  • 검사: 수정조치의 이행 여부를 검사한다.
  • 표준의 향상: 성능, 비용 등에 대한 표준을 향상시킬 수 있도록 계속적인 노력을 한다.


품질에 대한 책임의 한계를 분류하면 다음과 같다.

  • 제품계획: 판매부문은 고객이 요청하거나 필요하다고 생각되는 제품을 설명하고, 제품의 품질자료를 제출하며, 고객과 협의하여 품질 표준을 결정한다.
  • 제품기술: 기술부문은 시제품을 설계하고, 제품을 보증하며, 작업특성을 결정한다.
  • 제조기술: 기술부문은 기계를 선정하고, 적당한 공구를 설계하며, 작업방법을 설계하고, 작업장을 개선하며, 작업조건을 충족시키고, 표준품질을 유지한다.
  • 구매부문: 납품자를 선정하고, 납입품의 품질을 보증한다.
  • 시험실 부문: 재료 및 공정의 품질표준을 설정하고, 구입 또는 가공제품의 품질을 검사 및 승인하며, 특수가공기술의 이용을 권장한다.
  • 공장감독부문: 작업자를 교육하고, 제조설비에 대한 주의 및 감독하며, 설계도와 견본에 대해 설명하고, 부품을 관리한다.
  • 현장작업부문: 숙련, 작업주의 및 필요한 기능을 담당한다.
  • 검사·시험부문: 수입부품과 재료의 품질을 판정하고, 제품의 견본서와의 일치 여부를 평가한다.
  • 포장·출고부문: 제품 포장의 적합성, 제품의 출하를 담당한다.
  • 제품서비스 부문: 부품의 대체, 보수와 수리를 지도한다.

4. 1. 품질관리 조직의 역할과 책임

품질관리 조직은 기업 내에서 품질 관련 업무를 총괄한다.

품질관리 단계는 다음과 같다.

  • 표준화: 품질기준, 기술표준, 작업표준을 결정한다.
  • 실시: 표준에 의한 작업을 실시한다.
  • 검사: 표준에 의한 작업이행 여부를 검사한다.
  • 조치: 표준과의 차이를 수정한다.
  • 검사: 수정조치의 이행 여부를 검사한다.
  • 표준의 향상: 성능, 비용 등에 대한 표준을 향상시킬 수 있도록 계속적인 노력을 한다.


품질에 대한 책임의 한계를 분류하면 다음과 같다.

  • 제품계획: 판매부문은 고객이 요청하거나 필요하다고 생각되는 제품을 설명하고, 제품의 품질자료를 제출하며, 고객과 협의하여 품질 표준을 결정한다.
  • 제품기술: 기술부문은 시제품을 설계하고, 제품을 보증하며, 작업특성을 결정한다.
  • 제조기술: 기술부문은 기계를 선정하고, 적당한 공구를 설계하며, 작업방법을 설계하고, 작업장을 개선하며, 작업조건을 충족시키고, 표준품질을 유지한다.
  • 구매부문: 납품자를 선정하고, 납입품의 품질을 보증한다.
  • 시험실 부문: 재료 및 공정의 품질표준을 설정하고, 구입 또는 가공제품의 품질을 검사 및 승인하며, 특수가공기술의 이용을 권장한다.
  • 공장감독부문: 작업자를 교육하고, 제조설비에 대한 주의 및 감독하며, 설계도와 견본에 대해 설명하고, 부품을 관리한다.
  • 현장작업부문: 숙련, 작업주의 및 필요한 기능을 담당한다.
  • 검사·시험부문: 수입부품과 재료의 품질을 판정하고, 제품의 견본서와의 일치 여부를 평가한다.
  • 포장·출고부문: 제품 포장의 적합성, 제품의 출하를 담당한다.
  • 제품서비스 부문: 부품의 대체, 보수와 수리를 지도한다.

4. 2. 종합적 품질관리 (TQC)

아르망 V. 파이겐바움이 하버드 비즈니스 리뷰 기사[9] 및 동명의 책[10]에서 전사적 품질 관리(TQC)를 대중화하였다. 이는 생산 부서 외에 회계, 설계, 재무, 인적 자원, 마케팅, 구매, 판매 등 다른 부서의 참여를 강조하는 방식이다.[8] 파이겐바움은 종합적 품질관리를 설명하기 위해 기술, 인간, 정보의 세 가지 요소를 종합적으로 관리하여 품질을 향상시키는 방법을 제시했다.

5. 품질관리의 주요 업무

5. 1. 신제품 관리

신제품 개발 단계에서 요구되는 비용, 성능, 신뢰성에 대한 품질 표준을 확립한다.[26][28][29] 이를 위해 제품의 기능 분석, 환경 조건 및 실제 사용 목적에 대한 시험, 품질 특성 분류, 품질 수준 및 표준 확립, 공정 능력 조사, 공차 해석, 품질 능력 분석, 시제품에 대한 기록, 시제품 시험, 공정 제원 확립, 제품 평가, 제조 공정 검토, 신뢰 표준 확립 등이 필요하다. 고장 모드 영향 분석(FMEA)을 통해 잠재적 고장, 불량 모드를 조기에 발견하고 미연에 방지하기 위한 대책을 강구한다.[28]

5. 2. 구입 자재 관리

협력 업체로부터 구매하는 자재 및 부품의 품질을 관리한다. 협력 업체 평가, 품질 보증 계약, 입고 검사 등을 통해 불량 자재 유입을 방지한다. 이는 견본에 합치되는 품질의 부품을 수입·보관하는 일이다. 구입자재 관리법에는 다음과 같은 것이 있다.

  • 납입자의 능력평가
  • 납입자에 의한 보증
  • 품질의 검사
  • 경제적 검사방법(표본방법)의 선정
  • 검사성능의 판정 등

5. 3. 제품 관리

생산 공정에서 발생하는 불량을 줄이고, 제품의 품질을 안정적으로 유지하기 위한 활동을 수행한다. 공정 검사, 최종 검사, 품질 문제 분석, 작업자 교육 등을 통해 품질을 관리한다. 이는 불량품의 관리와 공장에서 시장까지의 제품 관리가 포함된다. 제품 관리를 위하여 공정 중의 품질 관리와 제품 최종 검사에서의 품질 계획, 공정 능력의 조사, 공정 발췌, 관리도, 공구·제품의 관리, 작업자의 훈련, 제품 불만의 분석, 품질 코스트, 시장에서의 품질 기술 등의 방법이 필요하다.

5. 4. 특별 공정 조사

이것은 불량품의 원인을 규명하고, 품질특성을 개량하기 위한 조사 및 시험활동이다.

6. 품질관리 기법

품질관리 분야에서 이용되는 통계적 방법을 보면 다음과 같다.[26]


  • 도수분포(度數分布) ― 품질특성의 도수·평균품질·품질의 분산 정도를 파악하기 위하여 이용된다.
  • 관리도 ― 품질의 허용한계를 상한선·하한선으로 구분하고, 품질의 특성을 시간적으로 비교한다.
  • 발췌표 ― 제조 또는 납품시 품질의 합격 여부를 판단하기 위하여 검사 대상품목의 통계적 샘플을 추출한다.
  • 특수상품 ― 상관 분석, 분산 분석 및 공차(公差) 분석 등의 방법도 특수한 문제의 해석을 위하여 이용된다.


QC(TQM)의 기법에는 QC 7가지 도구, 신 QC 7가지 도구, 상품 기획 7가지 도구, 전략 입안 7가지 도구, 통계적 방법, 품질 기능 전개, FMEA, FTA, QC 스토리(QC 문제 해결법) 등의 기법이 있다.[26] 이 중 QC 7가지 도구 등 7가지 도구라는 조합을 사용하는 기법은 일본에서 고안된 기법(다만 개별 기법에는 일본 국외에서 고안된 것도 있다)인 반면, 통계적 방법, FMEA, FTA 등은 일본 국외에서 고안된 기법이다.[26] 현재 QC 7가지 도구는 세계적으로 널리 퍼져 있으며, ISO 9001에서 명시되지 않은 품질 도구에 관해 미국 품질 협회(American Society for Quality)에서도 QC 7가지 도구가 품질 도구로 인식되고 있다.[27] 한편, 빅데이터 시대가 되면서 QC 7가지 도구는 제대로 사용하기 어려워지고 있다. 이를 해결하기 위해 DX(디지털 트랜스포메이션)에 대응하는 QC 7가지 도구로 DN7이 제안되고 있다.

QC 7가지 도구는 일본에서 개발되어 현장의 문제를 가시화하고 해결 방안을 모색하는 데 사용되는 유용한 도구이다.[11] 이 도구들은 모두 시각화를 통해 누구라도 즉시 문제점을 파악하거나 설명을 쉽게 할 수 있도록 하는 것을 목표로 한다. 현상을 수치적, 정량적으로 분석하기 위한 기법으로 사용된다.

  • 체크 시트: 확인해야 할 사항을 미리 발췌하여 정리한 도구이다. 필요한 데이터가 무엇인지 즉시 이해하고, 수집한 데이터를 쉽게 정리하는 것을 목적으로 한다.
  • 그래프: 수치 데이터를 그대로 봐도 전체를 파악하기 어려우므로, 눈으로 보고 알기 쉽게 전체 상황을 빠르고 정확하게 알기 위해 그래프를 작성한다.
  • 관리도: 공정 관리를 수행하기 위한 도구이다. 공정이 안정 상태에 있는지 여부를 파악하기 위한 판단 재료가 된다. 시간별 등의 규칙에 따라 데이터를 샘플링하여 집계를 내고, 그 결과를 군으로 계열로 꺾은선 그래프를 작성한다. 중심선(CL)과 관리 한계(상한(UCL)・하한(LCL))에 따라 점의 배치와 분포로부터 해당 관리 공정의 이상을 판단할 수 있으며 3시그마를 설정하는 경우가 많다.

관리도

  • 파레토 그림: 공정 개선에 사용되는 도구이다. 공정에서 발생하는 문제를 원인별, 손실 금액별 등으로 분류하고, 그 건수가 큰 순서대로 막대 그래프 및 누적 곡선을 그림으로 나타낸 것이다. 파레토 그림은 공정 개선 활동의 검토 현장에서 개선 효과가 기대되는 문제 추출에 사용한다. 이를 통해 가장 먼저 개선해야 할 문제를 쉽게 파악할 수 있다.

thumb

  • 특성 요인도: 문제 추출에 사용되는 도구이다. 어떤 문제에 대해 관련된 원인을 찾아내기 위해 문제(특성)와 그 발생 원인(요인)이라고 생각되는 사항을 화살표로 연결하여 도식화한 것이다. 그림의 형상이 물고기 뼈의 형태와 유사하여, 별명으로 '''물고기 뼈 그림''' (fishbone diagram)이라고도 불린다. 특성 요인도는 브레인스토밍을 통해 요인을 추출하고 찾아낸 요인의 관련성을 나타내어, 접근할 요인의 순위 매기기를 위한 자료로 활용된다.

특성 요인도의 한 예.

  • 히스토그램: 데이터의 경향을 판단할 수 있도록 하는 도구이다. 데이터의 집합에 대해 평균값・분포를 읽어내기 위한 것이다. 변동이 현저하게 나타나는 어떤 데이터의 집합에서 전체 경향을 파악하기 위해 사용된다. 도수를 바탕으로 히스토그램을 작성함으로써 데이터 집합 전체의 평균값, 데이터의 분산을 파악할 수 있다. 히스토그램의 산 모양에서 공정의 안정성을, 산의 넓이에서 표준 편차 σ를, 규격값을 기술함으로써 규격 외 등의 문제점이 존재하는지 판단할 수 있다.
  • 산포도: 2개의 짝을 이루는 데이터를 가로축(원인계)과 세로축(결과계)으로 나타낸 그림이다. 산포도는 2개의 변량의 상호 관계를 시각화하는 데 유효하다.

thumb

신 QC 7가지 도구는 질적인 분석을 목표로 하며, 언어 데이터를 활용하여 문제의 구조를 조기에 밝혀내는 것을 목표로 한다.[11]

  • 친화도법
  • 연관도법
  • 계통도법
  • 화살표 그림법
  • 매트릭스도법
  • 매트릭스 데이터 해석법
  • PDPC법


FMEA는 Failure Mode and Effects Analysis의 약자로, 고장 모드 영향 분석이라고도 하며, 시스템에서 발생할 수 있는 고장 모드를 열거한 후, 주변에 대한 영향이 큰 고장 모드를 추출하여 고장 원인, 시스템에 대한 영향 평가, 영향의 심각성 등을 시각화하여 사전에 대책을 강구하는 방법이다.[26][28][29] 산업 분야에서는 제품 설계 및 공정 설계 과정에서 잠재적 고장, 불량 모드의 조기 발견과 미연 방지를 위해 도입되고 있다.[28] 미국에서는 의료용 HFMEA(Health care FMEA)가 이용되고 있다.[28]

시스템 고장 등 일정하게 바람직하지 않은 현상을 그림의 꼭대기에 놓고, 고장을 발생시킬 가능성이 있는 현상(중대한 사고나 트러블에 영향을 미치는 서브 시스템 및 부품 상태)을 하위로 향해 열거하여 수목 형태로 연결하여 폴트 트리(Fault Tree)를 작성하고, 고장 확률을 산출하는 리스크 평가 기법[26][29][30]이다.

HAZOP(HAZard and OPerability study)은 서브 시스템 및 구성 요소 간의 복잡한 간섭이 있는 경우에 사용되며, 화학 플랜트의 위험 분석 방법으로 개발되었지만, 소프트웨어의 위험 분석 등에도 사용된다.[29]

STAMP/STPA는 시스템의 대규모화 및 복잡화에 따라, 서브 시스템이나 컴포넌트에 문제가 없더라도, 서브 시스템이나 컴포넌트의 상호 작용(컴포넌트 간이나 컴포넌트와 인간 간의 인터페이스 오류 등)으로 문제가 발생하는 상황에 대응하기 위해 개발된 위험 분석 기법이다.[29]

6. 1. 통계적 기법

품질관리 분야에서 이용되는 통계적 방법을 보면 다음과 같다.[26]

  • 도수분포(度數分布) ― 품질특성의 도수·평균품질·품질의 분산 정도를 파악하기 위하여 이용된다.
  • 관리도(管理圖) ― 품질의 허용한계를 상한선·하한선으로 구분하고, 품질의 특성을 시간적으로 비교한다.
  • 발췌표 ― 제조 또는 납품시 품질의 합격 여부를 판단하기 위하여 검사 대상품목의 통계적 샘플을 추출한다.
  • 특수상품 ― 상관(相關)분석·분산분석 및 공차(公差) 분석 등의 방법도 특수한 문제의 해석을 위하여 이용된다.


QC(TQM)의 기법에는 QC 7가지 도구, 신 QC 7가지 도구, 상품 기획 7가지 도구, 전략 입안 7가지 도구, 통계적 방법, 품질 기능 전개, FMEA, FTA, QC 스토리(QC 문제 해결법) 등의 기법이 있다.[26] 이 중 QC 7가지 도구 등 7가지 도구라는 조합을 사용하는 기법은 일본에서 고안된 기법(다만 개별 기법에는 일본 국외에서 고안된 것도 있다)인 반면, 통계적 방법, FMEA, FTA 등은 일본 국외에서 고안된 기법이다.[26] 현재 QC 7가지 도구는 세계적으로 널리 퍼져 있으며, ISO 9001에서 명시되지 않은 품질 도구에 관해 미국 품질 협회(American Society for Quality)에서도 QC 7가지 도구가 품질 도구로 인식되고 있다.[27] 한편, 빅데이터 시대가 되면서 QC 7가지 도구는 제대로 사용하기 어려워지고 있다. 이를 해결하기 위해 DX(디지털 트랜스포메이션)에 대응하는 QC 7가지 도구로 DN7이 제안되고 있다.

6. 2. QC 7가지 도구

QC 7가지 도구는 일본에서 개발되어 현장의 문제를 가시화하고 해결 방안을 모색하는 데 사용되는 유용한 도구이다.[11] 이 도구들은 모두 시각화를 통해 누구라도 즉시 문제점을 파악하거나 설명을 쉽게 할 수 있도록 하는 것을 목표로 한다. 현상을 수치적, 정량적으로 분석하기 위한 기법으로 사용된다.

  • 체크 시트: 확인해야 할 사항을 미리 발췌하여 정리한 도구이다. 필요한 데이터가 무엇인지 즉시 이해하고, 수집한 데이터를 쉽게 정리하는 것을 목적으로 한다.
  • 그래프: 수치 데이터를 그대로 봐도 전체를 파악하기 어려우므로, 눈으로 보고 알기 쉽게 전체 상황을 빠르고 정확하게 알기 위해 그래프를 작성한다.
  • 관리도: 공정 관리를 수행하기 위한 도구이다. 공정이 안정 상태에 있는지 여부를 파악하기 위한 판단 재료가 된다. 시간별 등의 규칙에 따라 데이터를 샘플링하여 집계를 내고, 그 결과를 군으로 계열로 꺾은선 그래프를 작성한다. 중심선(CL)과 관리 한계(상한(UCL)・하한(LCL))에 따라 점의 배치와 분포로부터 해당 관리 공정의 이상을 판단할 수 있으며 3시그마를 설정하는 경우가 많다.

  • 파레토 그림: 공정 개선에 사용되는 도구이다. 공정에서 발생하는 문제를 원인별, 손실 금액별 등으로 분류하고, 그 건수가 큰 순서대로 막대 그래프 및 누적 곡선을 그림으로 나타낸 것이다. 파레토 그림은 공정 개선 활동의 검토 현장에서 개선 효과가 기대되는 문제 추출에 사용한다. 이를 통해 가장 먼저 개선해야 할 문제를 쉽게 파악할 수 있다.

thumb

  • 특성 요인도: 문제 추출에 사용되는 도구이다. 어떤 문제에 대해 관련된 원인을 찾아내기 위해 문제(특성)와 그 발생 원인(요인)이라고 생각되는 사항을 화살표로 연결하여 도식화한 것이다. 그림의 형상이 물고기 뼈의 형태와 유사하여, 별명으로 '''물고기 뼈 그림''' (fishbone diagram)이라고도 불린다. 특성 요인도는 브레인스토밍을 통해 요인을 추출하고 찾아낸 요인의 관련성을 나타내어, 접근할 요인의 순위 매기기를 위한 자료로 활용된다.

  • 히스토그램: 데이터의 경향을 판단할 수 있도록 하는 도구이다. 데이터의 집합에 대해 평균값・분포를 읽어내기 위한 것이다. 변동이 현저하게 나타나는 어떤 데이터의 집합에서 전체 경향을 파악하기 위해 사용된다. 도수를 바탕으로 히스토그램을 작성함으로써 데이터 집합 전체의 평균값, 데이터의 분산을 파악할 수 있다. 히스토그램의 산 모양에서 공정의 안정성을, 산의 넓이에서 표준 편차 σ를, 규격값을 기술함으로써 규격 외 등의 문제점이 존재하는지 판단할 수 있다.
  • 산포도: 2개의 짝을 이루는 데이터를 가로축(원인계)과 세로축(결과계)으로 나타낸 그림이다. 산포도는 2개의 변량의 상호 관계를 시각화하는 데 유효하다.

thumb

6. 3. 신 QC 7가지 도구

신 QC 7가지 도구는 질적인 분석을 목표로 하며, 언어 데이터를 활용하여 문제의 구조를 조기에 밝혀내는 것을 목표로 한다.[11]

  • 친화도법
  • 연관도법
  • 계통도법
  • 화살표 그림법
  • 매트릭스도법
  • 매트릭스 데이터 해석법
  • PDPC법

6. 4. 기타 기법

FMEA는 Failure Mode and Effects Analysis의 약자로, 고장 모드 영향 분석이라고도 하며, 시스템에서 발생할 수 있는 고장 모드를 열거한 후, 주변에 대한 영향이 큰 고장 모드를 추출하여 고장 원인, 시스템에 대한 영향 평가, 영향의 심각성 등을 시각화하여 사전에 대책을 강구하는 방법이다.[26][28][29] 산업 분야에서는 제품 설계 및 공정 설계 과정에서 잠재적 고장, 불량 모드의 조기 발견과 미연 방지를 위해 도입되고 있다.[28] 미국에서는 의료용 HFMEA(Health care FMEA)가 이용되고 있다.[28]

시스템 고장 등 일정하게 바람직하지 않은 현상을 그림의 꼭대기에 놓고, 고장을 발생시킬 가능성이 있는 현상(중대한 사고나 트러블에 영향을 미치는 서브 시스템 및 부품 상태)을 하위로 향해 열거하여 수목 형태로 연결하여 폴트 트리(Fault Tree)를 작성하고, 고장 확률을 산출하는 리스크 평가 기법[26][29][30]이다.

HAZOP(HAZard and OPerability study)은 서브 시스템 및 구성 요소 간의 복잡한 간섭이 있는 경우에 사용되며, 화학 플랜트의 위험 분석 방법으로 개발되었지만, 소프트웨어의 위험 분석 등에도 사용된다.[29]

STAMP/STPA는 시스템의 대규모화 및 복잡화에 따라, 서브 시스템이나 컴포넌트에 문제가 없더라도, 서브 시스템이나 컴포넌트의 상호 작용(컴포넌트 간이나 컴포넌트와 인간 간의 인터페이스 오류 등)으로 문제가 발생하는 상황에 대응하기 위해 개발된 위험 분석 기법이다.[29]

7. 프로젝트 관리에서의 품질 관리

프로젝트 관리에서 품질 관리는 프로젝트 범위에 맞춰 수행된 작업을 확인하기 위해 프로젝트 관리자 및/또는 프로젝트 팀이 필요하다.[15] 실제로, 프로젝트는 일반적으로 이 분야에 집중하는 전담 품질 관리 팀을 갖는다.[16]

8. 의료 분야의 품질 관리 (QMS, 한국)

9. 결론

참조

[1] 문서 ISO 9000:2005, Clause 3.2.10
[2] 웹사이트 ISO 9001 Translated Into Plain English http://www.praxiom.c[...] Praxiom Research Group Limited 2017-08-16
[3] 서적 Fundamentals of Industrial Quality Control CRC Press
[4] 웹사이트 What the Call Center Industry Can Learn from Manufacturing: Part I http://www.nationalc[...] National Association of Call Centers 2007-11-09
[5] 웹사이트 What the Call Center Industry Can Learn from Manufacturing: Part II http://www.nationalc[...] National Association of Call Centers 2007-11-23
[6] 서적 Statistical method from the viewpoint of quality control https://archive.org/[...] The Graduate School, The Department of Agriculture 1939
[7] 웹사이트 Position Classification Standard for Quality Assurance Series, GS-1910 http://www.opm.gov/f[...] US Office of Personnel Management 1983-03
[8] 간행물 A History of Managing for Quality: The Evolution, Trends, and Future Directions of Managing for Quality https://archive.org/[...] The [[American Society for Quality|American Society for Quality Control]]
[9] 논문 Total Quality Control [[Harvard University Press]]
[10] 간행물 Total Quality Control New York, McGraw-Hill
[11] 간행물 What Is Total Quality Control? The Japanese Way https://archive.org/[...] [[Prentice-Hall]]
[12] 간행물 The Management and Control of Quality https://archive.org/[...] South-Western College Publications
[13] 웹사이트 What Is Six Sigma? http://www.motorolas[...] Motorola University 2010-02-19
[14] 서적 Leaning into Six Sigma: The Path to integration of Lean Enterprise and Six Sigma Publishing Partners
[15] 웹사이트 Quality Control in Project Management http://www.pmhut.com[...] The Project Management Hut 2008-11
[16] 서적 Project Quality Management: Why, What and How J. Ross Publishing
[17] 문서 JISQ9000 「品質マネジメントシステム－基本及び用語」-「3.3.7 品質管理」参照
[18] 문서 品質管理便覧 [1] 品質管理概論 - 1.2 企業と品質管理 の記載より抜粋、要約
[19] 문서 新版品質管理便覧2版 1.2.1 品質の意味 より
[20] 웹사이트 医療機器のQMSとは？ https://yakuji-navi.[...] 2024-10-09
[21] 문서 品質管理便覧 [1] 品質管理概論より
[22] 문서 後藤 CCS: Civil Communication Section、民間通信局が行なった製造業企業経営者を対象とした講座
[23] 문서 JIS Z 8101 : 1956 において定義された。なおZ 8101-1「統計－用語及び記号－第１部」の「まえがき」に記載ある通り、この品質管理定義を引き継いでいた JIS Z 8101 : 1981 は廃止されJIS Z 8101-1 : 1999に置き換えられており現在この品質管理定義の文言は残っていない
[24] 문서 新版品質管理便覧 「1.5.4 全員参加の品質管理への展開」参照。同じ職場で品質管理活動を自主的に行う小グループをこう呼ぶ。マネジメントはこのようなQCサークル活動と連携を強めることが求められる。
[25] 문서 品質管理学会 「転換期を迎える品質管理とその課題」赤尾洋二 などより
[26] 웹사이트 第6章 社内標準化とTQM https://www.jsa.or.j[...] 日本規格協会グループ null
[27] 웹사이트 How to use quality control tools to improve your QMS https://advisera.com[...] Advisera 2017-04-18
[28] 웹사이트 トラブルの未然防止に有効な手法：FMEAとは https://www.niph.go.[...] 国立保健医療科学院 null
[29] 웹사이트 大規模・複雑化した組込みシステムのための障害診断手法 モデルベースアプローチによる事後V&Vの提案 https://www.ipa.go.j[...] 一般財団法人土木研究センター null
[30] 웹사이트 用語解説 https://www.pwrc.or.[...] 一般財団法人土木研究センター null


본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com