측정의 진실을 파헤치는 Gage R&R: 데이터 품질을 책임지는 숨은 영웅

공장에서 측정기로 뽑아낸 데이터를 믿고 있다가 낭패를 본 적이 있는가? 같은 제품을 다른 검사원이 측정하면 다른 결과가 나오거나, 같은 사람이 측정해도 매번 값이 달라진다면? 이럴 때 필요한 게 바로 Gage R&R이다.

Gage R&R, 측정 시스템의 건강검진

Gage R&R은 Gage Repeatability & Reproducibility의 줄임말이다. 한국어로는 측정 시스템 분석 또는 반복성·재현성 평가라고 한다. 쉽게 말해 우리가 쓰는 측정기와 측정 방법이 얼마나 믿을 만한지 확인하는 작업이다.

**반복성(Repeatability)**은 같은 사람이 같은 조건에서 반복 측정했을 때 얼마나 일관된 결과가 나오는지를 본다. **재현성(Reproducibility)**은 다른 사람이 측정했을 때도 비슷한 결과가 나오는지 확인한다.

파레토 분석을 하기 전에 데이터부터 제대로 된 건지 검증해야 한다. 아무리 멋진 분석 기법을 써도 데이터 자체가 엉터리면 결론도 엉터리가 된다.

현장에서 만나는 측정 오류들

케이스 1: 두께 측정의 함정 반도체 웨이퍼 두께를 측정하는데 오전 측정값과 오후 측정값이 계속 달랐다. 알고 보니 온도 변화로 측정기가 팽창·수축하면서 생긴 오차였다. 환경 조건을 통제하니 측정 오차가 80% 줄었다.

케이스 2: 검사원별 편차 품질검사팀에서 같은 제품을 3명이 측정했더니 결과가 제각각이었다. A검사원은 평균 9.8mm, B검사원은 10.2mm, C검사원은 9.9mm로 나왔다. 측정 방법을 표준화하고 교육을 시키니 편차가 절반으로 줄었다.

Gage R&R 실행 단계별 가이드

1단계: 계획 수립

먼저 무엇을 측정할지, 어떤 측정기를 쓸지, 누가 측정할지 정한다. 보통 10개 샘플을 3명의 검사원이 각각 3번씩 측정하는 방식을 쓴다. 총 90번의 측정 데이터가 나온다.

2단계: 샘플 준비

측정할 샘플 10개를 준비한다. 이때 샘플들은 실제 생산 범위를 대표할 수 있어야 한다. 너무 비슷한 것만 골라서는 안 된다. 좋은 것부터 나쁜 것까지 골고루 포함시켜야 한다.

3단계: 측정 실행

3명의 검사원이 무작위 순서로 샘플을 측정한다. 중요한 건 검사원들이 서로 결과를 모르게 해야 한다는 점이다. 먼저 측정한 사람의 결과를 보고 영향을 받으면 안 되기 때문이다.

4단계: 데이터 분석

측정 데이터를 정리해서 분산분석(ANOVA)을 한다. 전체 변동을 부품 간 변동, 검사원 간 변동, 측정 오차로 분해한다.

핵심 지표 해석법

Gage R&R 분석에서 봐야 할 주요 지표들이 있다.

%R&R (전체 측정 시스템 변동)

• 10% 이하: 우수한 측정 시스템
• 10~30%: 사용 가능하지만 개선 필요
• 30% 이상: 부적절한 측정 시스템

반복성(%Repeatability) 측정기 자체의 변동을 나타낸다. 이 값이 크면 측정기를 점검하거나 교체해야 한다.

재현성(%Reproducibility) 검사원 간 변동을 보여준다. 이 값이 크면 측정 방법을 표준화하고 교육을 강화해야 한다.

구별 가능한 범주 수(ndc) 측정 시스템이 구별할 수 있는 그룹의 개수다. 최소 5개 이상은 되어야 쓸 만하다.

실무에서 자주 만나는 문제들

환경 조건의 영향 온도, 습도, 진동 같은 환경 요소가 측정에 영향을 준다. 정밀 측정일수록 환경 관리가 중요하다. 항온항습실에서 측정하거나 최소한 측정 전에 온도 안정화 시간을 둬야 한다.

검사원의 숙련도 차이 신입 검사원과 베테랑 검사원의 측정 결과가 다를 수 있다. 측정 방법을 문서화하고 정기적인 교육을 통해 편차를 줄여야 한다.

측정기의 노후화 오래 쓴 측정기는 정확도가 떨어진다. 정기 교정은 기본이고, 마모된 부품은 교체해야 한다.

개선 방안과 실행 전략

측정기 개선

교정 주기 단축: 중요한 측정기는 교정 주기를 짧게 가져간다. 6개월마다 하던 걸 3개월마다 하는 식으로.

측정 환경 개선: 온도 변화를 줄이고 진동을 차단한다. 측정대를 바닥에 고정하고 방풍막을 설치하는 것만으로도 효과가 있다.

인적 요소 개선

측정 절차 표준화: 측정 순서, 힘의 강도, 측정 위치 등을 구체적으로 정한다. "적당히"가 아니라 "3초간 2kg의 힘으로"처럼 수치로 명시한다.

정기 교육 실시: 분기별로 측정 교육을 한다. 새로운 검사원은 기존 검사원과 함께 측정해보며 실력을 키운다.

디지털 시대의 Gage R&R

요즘은 스마트 측정기들이 나와서 Gage R&R 분석이 훨씬 쉬워졌다. 측정 데이터가 자동으로 컴퓨터에 저장되고, 실시간으로 %R&R 값을 계산해준다.

자동 데이터 수집: 수동으로 기록할 필요 없이 측정기에서 바로 시스템으로 데이터가 들어간다. 전사(轉寫) 오류가 없어진다.

실시간 모니터링: 측정할 때마다 %R&R 값이 업데이트된다. 기준을 벗어나면 즉시 알림이 온다.

트렌드 분석: 시간별, 검사원별 측정 경향을 그래프로 볼 수 있다. 패턴을 파악해서 예방 조치를 취할 수 있다.

파레토 분석과의 연계 활용

Gage R&R은 파레토 분석과 찰떡궁합이다. 파레토 분석 전에 데이터 품질을 확보하고, 분석 후에는 개선 효과를 검증하는 데 쓴다.

사전 검증: 파레토 분석에 쓸 데이터가 믿을 만한지 Gage R&R로 확인한다. 측정 오차가 크면 분석 결과도 신뢰하기 어렵다.

사후 검증: 개선 활동 후에 다시 Gage R&R을 해서 측정 시스템이 개선됐는지 확인한다.

성공 사례로 보는 실전 적용

자동차 부품 업체 A사 엔진 부품의 치수 측정에서 %R&R이 35%나 나왔다. 측정기 교정과 검사원 재교육을 통해 12%까지 낮췄다. 덕분에 불량률이 30% 감소했다.

전자부품 제조사 B사 PCB 두께 측정의 재현성 문제를 해결하기 위해 측정 방법을 자동화했다. 사람 손으로 하던 걸 로봇이 하게 바꾸니 %R&R이 25%에서 8%로 개선됐다.

주의해야 할 함정들

샘플 선택의 함정: 너무 좋은 샘플만 골라서는 실제 생산 상황을 반영하지 못한다. 다양한 품질 수준의 샘플을 포함시켜야 한다.

측정 순서의 함정: 항상 같은 순서로 측정하면 학습 효과가 생긴다. 무작위 순서로 측정해야 정확한 결과를 얻는다.

결과 해석의 함정: %R&R 값만 보고 판단하면 안 된다. 실제 사용 목적과 요구 정확도를 고려해서 기준을 정해야 한다.

마무리

Gage R&R은 데이터 품질의 파수꾼이다. 아무리 정교한 분석 기법을 써도 데이터가 엉터리면 소용없다. 측정 시스템부터 제대로 갖춰놓고 분석에 들어가야 한다.

품질 개선의 첫걸음은 정확한 측정이다. Gage R&R로 측정 시스템을 점검하고 개선해서 믿을 수 있는 데이터를 확보하자. 그래야 파레토 분석도 제대로 된 결과를 낼 수 있다.