[LG Aimers 교육] Module.1 품질과 신뢰성 - Part3. 스마트 품질 경영

소비자들의 요구사항 증가, 제품복잡도 및 다양성 증가, 제품주기 단축, 세계화 및 규제 변화로 효과적인 품질경영 수행이 어려워짐에 따라 기업들의 품질경영 전략이 새로이 요구됨.

품질 4.0

품질경영시스템의 Digital Transformation

ICT융합을 통해 사전에 수집, 분석된 빅데이터를 활용한 신개념 품질관리 및 경영 개념

스마트 공장 경영

지능형 디지털 시스템이 제공하는 실시간 데이터를 이용하여 혁신적으로 공정이나 비즈니스 최적화를 도출하여 시장변화에 능동적으로 대응할 수 있는 경영활동

디지털 변환

다양한 디지털기술을 활용하여 기업을 변화시켜 고객과 시장에 대응하는 능동적 경영전략

 

품질관리 개선 영역

1. 예방적 품질관리

제품 개발부터 시장 출시에 이르는 전 과정 상에서 제품의 품질을 보장.

가치사슬의 첫 단계인 제품 설계부터 품질관리가 시작됨.

2. 반응적 품질관리

제품 판매 이후의 품질관리

경영진에서부터 실무진에 이르는 관리가 필요함.

++ 품질관리 문화

기업 내 여러 부서간의 협업과 대화를 통한 합의를 이루어내는 것이 매우 중요함.

모든 단계에서 품질의 KPI를 설정하는 것이 중요함.

 

품질 4.0 요소

1. 빅데이터(4V)

Volume 대량의 거래 데이터

Variety 다양한 형태의 데이터 (다양성이 특히 중요)

Velocity 생성속도를 가진 데이터

Veracity 정확성 (정제와 선별 과정이 중요)

2. 분석 ( Analytics)

- 설명적 : 기존의 잘 알려진 상관관계 모니터링

- 진단적 : 축적된 데이터를 바탕으로 인과관계를 찾아냄

- 예측적 : 통계학적 모델을 활용하여 예측 (머신러닝)

- 처방적 혹은 규범적 : 예측되는 이벤트를 위해 어떤 결정을 내려야하는 지

3. 연결성

IoT를 기반으로 실시간 작업자, 제품 및 프로세스의 연결성 보장

4. 협업

품질경영에서 가장 중요한 요소

블록체인을 이용해 공급사 품질 추적 시스템통해 해당 부품 제조사 뿐만 아니라 공급 경로 등을 확인할 수 있는 기반 마련

 

빅데이터를 활용한 스마트 품질경영

수많은 고급인력과 시스템, 실패를 감수해야하며 상당한 비용을 감수할 것이 요구됨.

복수의 기업을 대상으로 다차원의 데이터를 확보하는 것이 용이

 

스마트 품질경영

혁신방안

1. 실시간 커뮤니티 피드백

2. 원격 진단 및 유지보수

3. 고도화된 공급망 품질관리

 

예시 - 공정 모니터링 시스템의 품질 예측 및 불량요인 분석 알고리즘 개발

* 공정변수를 통해 품질계측치를 예측할 수 있는 가상 예측 시스템 구축 

1. 군집분석을 통해 공정변수 군집화

  군집분석(Cluster analysis) : 각 개체의 유사성 측정하여 유사성이 높은 집단으로 분류하는 분석기법

  군집 내 유사한 공정변수 데이터 패턴 파악하여 변동이 가장 큰 공정변수를 대표 공정변수로 추출

2. 회귀분석

  회귀분석(Regression analysis) : 가정된 회귀 모형을 통해 통계적 추론을 하는 분석기법

- adjusted Rsquare가 0.8 이상이면 설명력이 높다고 판단

- RMSEP(Root Mean Squared Error of prediction) 평균예측오차가 작을수록 예측력이 좋음

회귀분석은 공정변수해석이 용이한 장점이 있지만 다중공선성이 발생할 확률이 높은 것이 단점

다중공선성 : 공정변수 간의 상관관계가 존재

그래서 주성분분석(공정변수의 정보=변동을 주성분이라 불리는 변수로 변환하여 회 각각의 주성분을 독립시켜 다중공선성 문제를 해결함)

또는 부분최소제곱분석(공정변수와 품질 계측치의 정보를 잠재변수로 변환함)을 통해 다중공선성을 해결한다.

3. 예측모형을 구축하고 이를 검증한 후에 새로운 공정변수가 들어올 경우 예측모형에 투영함으로써 계측치를 예측할 수 있다.

 

기여도 분석

다변량관리도를 활용하여 정상조건의 데이터를 이용해 관리도 상한을 설정한 후 새로운 데이터가 들어올 경우 관리한계를 벗어나는 지 파악 가능,  벗어날 경우 기여도 그림 등을 활용해서 공정이상에 기여한 공정변수를 확인하여 다음 공정에서 품질이상을 조기에 발견할 수 있다.