통계적 공정 관리Statistical Process Control
공정에서 잰 값을 시간 순서로 관리도에 찍고, 그 변동이 늘 있는 우연 변동 안에 있는지 찾아 없앨 이상 원인이 끼었는지를 통계 한계로 가르는 품질 관리 방법이다.
1요약
- 통계적 공정 관리는 공정 값을 시간 순서로 관리도에 찍어 중심선 ± 3σ 한계와 이상 규칙으로 판정하는 방법으로, Shewhart(1931)의 X̄ · R 관리도에서 출발해 ISO 7870-2:2023 이 절차를 정하고, 그 위에서 EWMA · CUSUM 의 작은 이동 감시와 Cp · Cpk 공정 능력 평가가 돈다.
- 공정 변동에는 늘 있는 우연 원인과 찾아 없앨 이상 원인이 섞여 있어, 둘을 가르지 않으면 흔들림마다 기계에 손을 대거나 진짜 이동을 놓친다 — 충전량 합성 사례에서 0.6σ 평균 이동은 3σ 한계만으로 평균 20.8 부분군 뒤에 잡혔고 EWMA 는 6.6 부분군에 잡았다.
- 「불량이 난다」는 관리 상태와 공정 능력으로 가른다 — 관리 한계를 넘었으면 이상 원인을 찾아 없앨 문제이고, 관리 한계 안인데 규격 밖이 나오면 공정 폭 자체가 넓어(Cpk 부족) 장비 · 방법을 바꿀 문제다.
2등장 배경
같은 충전기로 같은 설정에서 채워도 병마다 충전량이 1 mL 안팎씩 다르다. 병 하나가 목표에서 벗어날 때마다 기계를 다시 맞추면 우연한 흔들림에 조정 오차가 더해지고, 반대로 규격 안이니 그냥 두면 노즐이 닳아 평균이 서서히 옮겨 가도 불량이 쌓인 뒤에야 안다. 필요한 것은 «손댈 변동»과 «둘 변동»을 가르는 기준이었다.
Bell 전화 연구소의 Walter Shewhart 는 변동을 우연 원인(chance cause)과 이상 원인(assignable cause)으로 나누고, 부분군 평균의 ± 3σ 에 관리 한계를 긋는 관리도를 1931년 책으로 정리했다(Shewhart 1931). 정규 분포에서 한쪽 3σ 밖 확률은 0.00135, 양쪽 합은 0.0027 이라 한계 밖 점은 조사할 만한 신호가 된다(NIST 6.3.1).
1954년 Page 가 목표와의 차이를 쌓는 누적합(CUSUM)을, 1959년 Roberts 가 지수 가중 이동 평균(EWMA) 관리도를 내어 3σ 한계가 늦게 잡는 작은 이동을 겨냥했다(Page 1954 · Roberts 1959). Western Electric 의 1956년 품질 관리 지침서가 한계 안의 패턴을 보는 구역 규칙을 퍼뜨렸고, 1984년 Nelson 이 이를 8개 검정으로 정리했다(Western Electric 1956 · Nelson 1984). 지금은 ISO 7870-2:2023(2013 판 대체)이 Shewhart 관리도를 정하고, 산업 AI 에서 SPC 는 «변수 하나가 통계 한계를 넘었나»를 보는 기준선이며 변수 사이 관계를 배우는 감시는 이상 탐지가 맡는다.
3쉽게 이해하기 — 지은의 출근 수첩
회사원 지은은 첫 달 동안 날마다 집에서 회사까지 걸린 시간을 수첩에 적었다. 평균 30분, 보통 27 ~ 33분이어서 둘째 달부터는 그 범위에 선 두 개를 그어 두고 선 밖으로 나간 날만 이유를 찾는다 — 46분 걸린 날은 교차로 사고였다. 셋째 달에는 날마다 1 ~ 2분씩 더 걸렸지만 하루하루는 선 안이라, 지은은 평소보다 더 걸린 분을 누적 장부에 더해 가다가 합이 기준을 넘자 길을 살펴 도로 공사로 신호등이 하나 늘어난 것을 찾았다. 회사가 정한 지각 기준 40분까지 얼마나 여유가 있는지는 수첩의 선과 따로 본다.
그림 1 · 지은은 첫 달 기록으로 평소 범위를 긋고, 선 밖의 하루와 선 안에서 쌓이는 작은 차이를 따로 잡아 원인을 찾는다.
그림 2 · 수첩의 선은 지은의 기록이 정하고 지각 기준은 회사가 정한다 — 실제 공정에서도 관리 한계와 규격 한계는 다른 값이다.
| 비유 속 역할 | 실제 이름 | 실제로 하는 일 |
|---|---|---|
| 첫 달 수첩 | 1단계 기준 데이터 | 과거 25 부분군으로 중심선과 한계를 계산한다 |
| 날마다 걸린 시간 | 측정값 · 부분군 평균 | 1시간마다 병 5개를 재 평균 X̄ 와 범위 R 을 찍는다 |
| 수첩의 선 두 개 | 관리 한계 | X̄̄ ± A₂R̄ — 사례 498.64 ~ 501.32 mL |
| 46분 걸린 날 | 이상 원인 · 한계 밖 점 | 원인을 찾아 없애고 기록한다 |
| 날마다 1 ~ 2분 더 걸림 | 작은 평균 이동 | 0.6σ 이동 — 3σ 한계만으로는 평균 20.8 부분군 뒤 신호 |
| 누적 장부 | CUSUM · EWMA | 작은 차이를 쌓아 평균 6 ~ 7 부분군에 신호 |
| 지각 기준 40분 | 규격 한계 | 고객이 정한 496 ~ 504 mL |
| 공사 찾기 | 원인 조사 · 조치 | 노즐 마모를 확인 · 교체하고 관리도로 효과를 본다 |
⚠ 비유가 맞지 않는 곳: 출근 시간은 요일 · 날씨를 따라 앞뒤 날이 닮지만, 관리 한계 식은 점끼리 서로 독립이라는 가정 위에 서 있다(NIST 6.3.2.4). 지은은 하루에 한 번 재지만 공정은 같은 조건에서 연이어 잰 부분군 5개를 한 점으로 묶는다.
4구조 — 부분군 · 관리도 · 판정 규칙 · 공정 능력
통계적 공정 관리는 부분군 측정 → 관리도 → 판정 규칙 → 원인 조사 · 조치의 고리와, 그 고리가 안정일 때 계산하는 공정 능력으로 이루어진다. 1단계는 과거 부분군으로 한계를 정하고 한계 밖 점의 원인을 확인해 빼고 다시 계산하며, 2단계는 그 한계를 고정해 새 부분군을 판정한다(ISO 7870-2 · NIST 6.5.4.3).
그림 3 · 관리도는 신호를 내고 원인은 사람이 찾으며, 공정 능력은 1단계에서 안정을 확인한 데이터로만 계산한다.
| 요소 | 역할 | 사례 값(그림 4) | 근거 |
|---|---|---|---|
| 부분군 | 같은 조건에서 연이어 잰 묶음 | 1시간마다 5병(n = 5) | ISO 7870-2 |
| X̄ 관리도 | 부분군 평균의 이동 감시 | 중심선 499.98 · 한계 498.64 ~ 501.32 mL | NIST 6.3.2.1(A₂ = 0.577) |
| R 관리도 | 부분군 안 흩어짐 감시 | R̄ 2.32 · 상한 4.91 mL | NIST 6.3.2.1(D₃ = 0 · D₄ = 2.115) |
| 이상 규칙 | 한계 안 패턴 판정 | 3개 중 2개 2σ 밖 · 5개 중 4개 1σ 밖 · 8개 연속 한쪽 | NIST 6.3.2 |
| EWMA | 지난 값의 무게를 줄여 가며 평균 | λ = 0.2 · 한계 499.54 ~ 500.43 mL | NIST 6.3.2.4 |
| CUSUM | 목표와의 차이를 누적 | k = 0.5 · h = 5(σ_X̄ 단위) | NIST 6.3.2.3 |
| 공정 능력 | 규격 폭 대비 공정 폭 | Cp 1.29 · Cpk 1.29 | NIST 6.1.6 |
| 원인 조사 | 신호의 원인 확인 · 제거 | 노즐 마모 점검 · 교체 기록 | NIST 6.3.1 |
변수가 여럿이면 변수마다 관리도를 따로 두는 대신 Hotelling T² = n(x̄ − μ₀)ᵀS⁻¹(x̄ − μ₀) 하나로 묶어 변수 사이 상관을 반영한 한계를 쓴다(NIST 6.5.4.3). 장비 센서 수십 개를 웨이퍼마다 묶어 보는 다변량 감시는 FDC 가 맡는다.
5동작 — 충전기 40 부분군 감시
Python 3.14.0 · NumPy 2.4.3 · default_rng(19) 로 직접 실행한 사례다(합성 데이터). 충전량은 목표 500.0 mL · 표준편차 1.0 mL 정규 분포, 규격 496.0 ~ 504.0 mL 의 설명용 가정 값이다.
- 1단계 — 25 부분군 125병으로 X̄̄ = 499.98 mL · R̄ = 2.32 mL 를 구한다. X̄ 한계 = 499.98 ± 0.577 × 2.32 = 498.64 ~ 501.32 mL, R 상한 = 2.115 × 2.32 = 4.91 mL 이고 25 부분군 모두 한계 안이다.
- 공정 능력 — 125병 표준편차 s = 1.03 mL 로 Cp = 8 ÷ (6 × 1.03) = 1.29, Cpk = min(504 − 499.98, 499.98 − 496) ÷ (3 × 1.03) = 1.29 이다(NIST 6.1.6). 규격 밖 기대 비율은 약 100 ppm 이다.
- 2단계 — 한계를 고정하고 1시간마다 5병 평균을 찍는다. 21번째 부분군부터 노즐 마모를 가정해 평균에 0.6 mL 를 더했다 — σ_X̄ = 0.446 mL 의 1.34배다.
- 25 · 26번째 평균 500.90 · 501.27 mL 가 +2σ 선 500.87 mL 를 넘어 「3개 중 2개 2σ 밖」 규칙이 26번째에 신호를 낸다(NIST 6.3.2).
- 같은 26번째에 EWMA 500.51 mL 가 상한 500.43 mL 를, CUSUM 위쪽 누적합 5.81 이 h = 5 를 넘는다 — 이동 뒤 6번째 부분군이다.
- 3σ 규칙만 쓰면 40번째까지 신호가 없다 — 26번째 501.27 mL 가 상한보다 0.05 mL 낮아 가장 가까웠다(z = 2.87).
- R 관리도는 40 부분군 모두 상한 아래(최대 4.07 mL)라 흩어짐은 그대로이고 평균만 옮겨 갔다 — 원인 조사는 노즐 · 설정부터 한다. 평균 500.58 mL 에서 Cpk = (504 − 500.58) ÷ (3 × 1.03) = 1.11, 규격 밖 기대 비율은 약 450 ppm 으로 4배가 된다.
- 같은 설정을 2만 번 되풀이한 평균 런 길이(ARL)는 0.6 mL 이동에서 3σ 20.8 · 이상 규칙 5.9 · EWMA 6.6 · CUSUM 6.7 부분군이다. 이동이 없을 때의 오경보 간격(4천 번)은 364 · 92 · 567 · 481 부분군이다.
그림 4 · 이동 뒤 평균 점이 2σ 선 위로 모이지만 3σ 상한은 끝내 넘지 않고, R 관리도는 그대로라 평균만 옮겨 간 것이 보인다.
그림 5 · 한 점만 보는 3σ 규칙은 0.96 에서 멈추고, 차이를 쌓는 EWMA · CUSUM 은 이동 뒤 6번째 부분군에서 한계 비율 1.0 을 넘는다.
🔑 3σ 한계는 한 점의 크기를 보고 EWMA · CUSUM 은 여러 점의 방향을 본다 — 작은 이동은 큰 점 하나가 아니라 한쪽으로 쌓이는 점들로 드러난다.
🔑 관리 한계는 공정의 기록이 정하고 규격 한계는 고객이 정한다 — 관리 상태는 불량률을 말해 주지 않고, Cpk 는 관리 상태일 때만 뜻이 있다.
6비교 — 판정 방식과 AI 이상 탐지
| 기준 | 3σ 한계 | 3σ + 이상 규칙 | EWMA | CUSUM | AI 이상 탐지 |
|---|---|---|---|---|---|
| 보는 것 | 지금 한 점 | 최근 3 ~ 8점의 패턴 | 지난 점의 가중 평균 | 목표와의 차이 누적 | 여러 변수의 정상 관계 |
| 0.6σ 이동 ARL(사례) | 20.8 | 5.9 | 6.6 | 6.7 | 변수 하나에서는 이점이 적음 |
| 무이동 오경보 간격 | 364(NIST 6.3.2 371) | 92(NIST 6.3.2 91.75) | 567 | 481 | 학습 점수 백분위로 정함 |
| 3σ 이동 ARL | 2.00 · 가장 빠름 | 2.00 이하(3σ 규칙 포함) | 3σ 보다 느림 | 2.57(NIST 6.3.2.3.1 · h = 5) | 모델에 따름 |
| 정할 값 | 한계 배수 3 | 쓸 규칙 묶음 | λ 0.2 ~ 0.3 · 배수(NIST 6.3.2.4) | k = 이동의 절반 · h 4 ~ 5(NIST 6.3.2.3) | 모델 · 특징 · 임계값 |
| 신호 해석 | 넘은 점 · 시각 | 규칙 번호가 패턴을 말함 | 이동 시작 시점이 흐림 | 누적이 0 을 떠난 시점 = 이동 시작 추정 | 변수별 기여도 분석 필요 |
분석큰 고장을 빨리 잡는 것이 목표면 3σ 한계, 0.5 ~ 2σ 의 작은 이동(마모 · 원료 로트)이 문제면 EWMA 나 CUSUM 을 3σ 한계와 함께 쓰고, 이상 규칙은 민감도를 오경보 약 4배(364 → 92)와 맞바꾼다는 것을 알고 붙인다. 근거는 NIST 6.3.2.3.1 의 ARL 표 — 1σ 이동에서 CUSUM(h = 5) 10.4 · Shewhart 44.0 이고, 3σ 이동에서는 Shewhart 2.00 이 CUSUM 2.57 보다 빠르다.
분석결과 값 하나를 시점마다 독립으로 보는 감시는 SPC 로 충분하고, 센서 여럿이 부하 하나에 묶여 움직이거나 운전 모드마다 정상이 달라지면 정상 관계를 배우는 이상 탐지로 넘어간다. 관리 한계는 한 변수의 분포 하나만 쓰므로, 각 변수는 한계 안인데 변수 사이 관계가 깨진 이상을 보지 못한다(NIST 6.5.4.3 T² 의 상관 행렬 S 가 그 관계를 넣는 첫 단계다).
7실무 진단 — 관리도 신호의 원인 단계 가르기
분석신호가 나면 X̄ 관리도보다 R 관리도를 먼저 본다. X̄ 한계가 R̄ 로 계산되므로(NIST 6.3.2.1) 흩어짐이 불안정하면 X̄ 판정 자체를 믿을 수 없다.
| # | 증상 | 의심 원인 | 단계 | 확인 자료 | 판정 기준(근거) |
|---|---|---|---|---|---|
| 1 | R 이 상한을 넘고 X̄ 도 위아래로 튐 | 부분군 안 흩어짐 증가(측정기 · 장비 상태) | 흩어짐 | 부분군 원값 · 측정기 반복성 기록 | R > D₄R̄ 이면 X̄ 판정보다 먼저 조사(NIST 6.3.2.1) |
| 2 | R 은 안정인데 X̄ 가 한쪽에 몰림 | 평균 이동(노즐 마모 · 원료 로트 · 설정 변경) | 위치 | 신호 시각 전후의 설비 · 로트 · 설정 변경 기록 | 8점 연속 한쪽 · 5개 중 4개 1σ 밖(NIST 6.3.2) |
| 3 | 한계 안인데 규격 밖 불량이 남 | 공정 폭이 규격에 비해 넓음 | 공정 능력 | Cp · Cpk · 규격 밖 비율 | Cpk 1.0 미만이면 개선 대상(NIST 6.1.6) |
| 4 | 원인 없는 신호가 하루 여러 번 | 연속 값의 자기상관 · 짧은 기간으로 한 계산 | 한계 설정 | 1단계 데이터 길이 · 연속 값 상관 | 한계 식은 독립 · 정규 가정(NIST 6.3.2.4) · 능력 계산은 독립 값 약 50개 이상(NIST 6.1.6) |
| 5 | 조정할수록 R 과 X̄ 가 더 흔들림 | 한계 안 점마다 설정을 고침 | 조치 | 조정 기록 · 조정 전후 R̄ | 한계 밖 · 규칙 신호에서만 원인 조사(NIST 6.3.1) |
가려내는 순서는 R 관리도 → X̄ 관리도와 이상 규칙 → EWMA · CUSUM → 공정 능력이다. 흩어짐이 안정이어야 위치 판정이 서고, 위치가 안정이어야 Cpk 가 공정을 대표한다.
8시험 대비
시험에서는 1단계 한계 계산 · 2단계 감시 · 이상 규칙 · 원인 조치로 이어지는 관리도 운영을 쓰는 동작 · 절차 설명형, 그리고 3σ · EWMA · CUSUM 이나 관리 한계 · 규격 한계를 견주는 비교형이 나올 수 있다. 같은 이동에서 방식별 ARL 을 숫자로 보이면 「작은 변화에 민감하다」 한 줄이 판단 근거로 바뀐다.
- 개요 — 정의 · 우연 원인 ↔ 이상 원인 · 3σ 한계와 양쪽 0.0027(NIST 6.3.1) · ISO 7870-2:2023
- 구성 — 그림 3 구성도(부분군 → X̄ · R 관리도 → 판정 규칙 → 원인 조사 · 공정 능력) · 1단계 · 2단계
- 작성 절차 — X̄̄ ± A₂R̄ · D₄R̄ 식(n = 5 · A₂ 0.577 · D₄ 2.115) · 그림 4 사례 관리도
- 판정 규칙 — Western Electric 구역 규칙 표 · 오경보 간격 371 → 91.75(NIST 6.3.2)
- 작은 이동 감시 — EWMA · CUSUM 식 · 그림 5 한계 대비 비율 · ARL 비교표(20.8 대 6.6)
- 공정 능력과 확장 — Cp · Cpk 식 · 관리 한계 ≠ 규격 한계 · Hotelling T² · AI 이상 탐지와의 경계
꼭 쓸 키워드
우연 원인이상 원인관리 한계부분군X̄-R 관리도Western Electric 규칙EWMACUSUM평균 런 길이공정 능력 지수
다른 답안과 차이를 내는 한 가지는 같은 0.6σ 이동에 대한 네 방식의 ARL 과 오경보 간격을 한 표에 놓는 것이다 — 민감도와 오경보를 맞바꾸는 관계가 숫자로 보인다.
9오해와 사실
- 오해관리 한계 안이면 제품이 규격에 맞는다.사실관리 한계는 부분군 평균의 흔들림에서 나오고 규격은 고객이 정한다 — 관리 상태여도 Cp = 1.00 공정은 낱개의 0.27% 가 규격 밖이다(NIST 6.1.6).
- 오해EWMA · CUSUM 이 3σ 관리도보다 모든 이동을 빨리 잡는다.사실3σ 이동에서는 Shewhart ARL 2.00 이 CUSUM(h = 5) 2.57 보다 짧다(NIST 6.3.2.3.1) — 큰 이동용 3σ 한계와 함께 쓴다.
- 오해관리도가 신호를 내면 다음 설정을 계산해 바로 보정하는 것이 SPC 다.사실SPC 는 이상 원인을 찾아 없애는 감시이고, 런마다 계측 값으로 다음 레시피를 고치는 일은 R2R 제어가 맡는다 — 같은 EWMA 식도 관리도에서는 판정에, R2R 에서는 설정 계산에 쓴다(NIST 6.3.2.4).
10핵심 정리
| 구분 | 맡는 일 | 통계량 · 식 | 한계 · 기준 | 사례 값 | 강한 경우 |
|---|---|---|---|---|---|
| X̄ 관리도 | 평균 이동 감시 | 부분군 평균 X̄ | X̄̄ ± A₂R̄ | 498.64 ~ 501.32 mL | 큰 이동 · 한 점 이상 |
| R 관리도 | 흩어짐 감시 | 부분군 범위 R | D₃R̄ ~ D₄R̄ | 상한 4.91 mL | 측정기 · 장비 상태 변화 |
| 이상 규칙 | 한계 안 패턴 | 구역 1σ · 2σ · 3σ | 3개 중 2개 · 5개 중 4개 · 8개 연속 | 26번째 신호 | 이동 · 추세 · 몰림 |
| EWMA | 가중 평균 감시 | λY + (1 − λ)EWMA | ± 3σ√(λ/(2 − λ)) | λ 0.2 · ARL 6.6 | 작은 이동 · 서서히 변함 |
| CUSUM | 차이 누적 | max(0, S + z − k) | h 4 ~ 5 | k 0.5 · h 5 · ARL 6.7 | 작은 이동 · 시작 시점 추정 |
| 공정 능력 | 규격 대비 폭 | Cp · Cpk | Cpk 1.0 이상 | 1.29 → 1.11 | 안정 공정의 불량률 예측 |
| Hotelling T² | 여러 변수 묶음 | n(x̄ − μ₀)ᵀS⁻¹(x̄ − μ₀) | F 분포 한계 | 이 사례 없음 | 상관 있는 변수 여럿 |
| 이상 원인 | 찾아 없앨 변동 | 신호 시각 · 패턴 | 한계 밖 · 규칙 신호 | 노즐 마모 +0.6 mL | 원인 조사 · 기록 |
11참고 문헌
- 먼저 볼 문헌
- ★ NIST/SEMATECH e-Handbook of Statistical Methods 6.3.2.1 Shewhart X-bar and R and S Control Charts — X̄ · R 관리도 한계 식과 n 별 상수 A₂ · D₃ · D₄ 를 볼 때
- ★ NIST/SEMATECH e-Handbook of Statistical Methods 6.3.2.4 EWMA Control Charts — EWMA 통계량 · λ 고르는 법 · 한계 식을 볼 때
- ★ NIST/SEMATECH e-Handbook of Statistical Methods 6.3.2.3.1 CUSUM Average Run Length — 이동 크기별로 CUSUM 과 Shewhart 의 평균 런 길이를 견줄 때
- ★ NIST/SEMATECH e-Handbook of Statistical Methods 6.1.6 What is Process Capability? — Cp · Cpk 식과 Cp 별 규격 밖 비율을 볼 때
- ★ ISO 7870-2:2023 Control charts — Part 2: Shewhart control charts — Shewhart 관리도의 1단계 · 2단계와 이상 패턴 검정의 국제 표준을 찾을 때
- 본문 근거
- NIST/SEMATECH e-Handbook of Statistical Methods 6.3.1 What are Control Charts? — NIST · 2026-11 ·
www.itl.nist.gov/div898/handbook/pmc/section3/pmc31.htm· 확인 2026-11-03 - NIST/SEMATECH e-Handbook of Statistical Methods 6.3.2 What are Variables Control Charts? — NIST · 2026-11 ·
www.itl.nist.gov/div898/handbook/pmc/section3/pmc32.htm· 확인 2026-11-03 - NIST/SEMATECH e-Handbook of Statistical Methods 6.3.2.3 CUSUM Control Charts — NIST · 2026-11 ·
www.itl.nist.gov/div898/handbook/pmc/section3/pmc323.htm· 확인 2026-11-03 - NIST/SEMATECH e-Handbook of Statistical Methods 6.5.4.3 Hotelling's T squared — NIST · 2026-11 ·
www.itl.nist.gov/div898/handbook/pmc/section5/pmc543.htm· 확인 2026-11-03 - Economic Control of Quality of Manufactured Product (D. Van Nostrand) — W. A. Shewhart · 1931-01 ·
openlibrary.org/books/OL6766665M· 확인 2026-11-03 - Statistical Quality Control Handbook — Western Electric · 1956-01 ·
openlibrary.org/books/OL58730308M· 확인 2026-11-03 - Continuous Inspection Schemes (Biometrika 41(1-2) 100-115) — E. S. Page · 1954-06 ·
doi.org/10.1093/biomet/41.1-2.100· 확인 2026-11-03 - Control Chart Tests Based on Geometric Moving Averages (Technometrics 1(3) 239-250) — S. W. Roberts · 1959-08 ·
doi.org/10.1080/00401706.1959.10489860· 확인 2026-11-03 - The Shewhart Control Chart — Tests for Special Causes (Journal of Quality Technology 16(4) 237-239) — L. S. Nelson · 1984-10 ·
doi.org/10.1080/00224065.1984.11978921· 확인 2026-11-03 - NumPy 2.4 Reference Random Generator — NumPy developers · 2026-11 ·
numpy.org/doc/stable/reference/random/generator.html· 확인 2026-11-03