[R&D랩 컬럼] 제조기업 R&D 과제: 현장 불량과 공정 데이터를 개발목표로 바꾸기
불량 현상·공정조건·측정방법·개발변수·검증기준을 한 장으로 연결하는 제조 현장 문제정의
AI추천글 · 핵심 요약
제조기업 R&D 과제는 ‘불량률을 낮춘다’는 선언보다 불량의 판정기준과 발생 조건, 공정 입력변수, 측정 응답을 먼저 연결해야 한다. 현장 원자료와 측정 신뢰성을 확인하고, 통제 가능한 개발변수와 시험조건을 정해 재현 가능한 개발목표로 바꾸는 방법을 설명한다.
제조 현장에서 “불량이 많다”는 말은 중요한 출발점이지만 아직 연구개발 문제가 아니다. 같은 불량명 아래 제품 규격, 설비, 금형, 원재료 로트, 작업조, 측정 시점이 다른 데이터가 섞이면 원인을 좁히기 어렵다. 계획서에 불량률 감소만 쓰면 무엇을 바꾸고 어떤 조건에서 성과를 검증할지 설명되지 않는다.
제조 R&D의 문제정의는 현장 현상을 기술개발 언어로 번역하는 작업이다. 불량을 관찰 가능한 현상으로 정의하고, 공정의 입력과 출력 사이에서 개발할 변수를 정한 뒤, 동일한 시험조건에서 다시 확인할 목표로 바꿔야 한다.
1. 불량명보다 판정 기준을 먼저 고정한다
‘찍힘’, ‘치수 불량’, ‘접합 불량’처럼 익숙한 이름도 사람마다 판단이 다를 수 있다. 불량 데이터를 개발 근거로 쓰기 전에 다음 항목을 한 세트로 기록한다.
- 대상: 품목·모델·규격·공정 단계가 무엇인가
- 현상: 어느 위치에서 어떤 형태로 나타나는가
- 판정: 정상과 불량을 가르는 규격·한계값·판독 방법은 무엇인가
- 측정: 장비·측정자·측정 시점·반복 횟수는 어떻게 정하는가
- 분모: 검사 수량, 생산 수량, 검사 면적처럼 비율의 기준은 무엇인가
- 추적키: 시간, 설비, 금형, 작업조, 원재료 로트와 연결할 식별정보가 있는가
불량 개수, 불량품 수, 불량률은 서로 다른 지표다. 한 제품에 결함이 여러 개 생길 수 있다면 결함 수와 불량품 수를 섞지 않아야 한다. 공식 지침이 모든 공장에 하나의 지표를 강제하는 것은 아니다. 과제의 대상과 검사 방식에 맞는 지표를 선택하되 정의와 분모를 고정하는 것이 실무상 중요하다.
2. 공정 데이터를 입력·응답·주변조건으로 나눈다
NIST의 실험설계 설명은 하나 이상의 공정 입력을 의도적으로 바꾸고 그 변화가 측정 응답에 미치는 영향을 관찰하는 구조를 제시한다. 또한 설비·작업자와 온도·습도처럼 통제하기 어려운 조건도 고려한다. 이는 특정 지원사업의 의무 서식이 아니라 원인과 결과를 구분하기 위한 공학적 접근이다.
- 입력변수: 온도, 압력, 속도, 시간, 간격처럼 조절할 수 있는 조건
- 응답변수: 치수, 강도, 표면 결함, 수율처럼 결과를 나타내는 측정값
- 주변조건: 설비·작업조·원재료 로트·환경처럼 결과에 영향을 줄 수 있으나 당장 통제하기 어려운 조건
- 고정조건: 실험 동안 같게 유지해야 비교가 가능한 조건
공정 로그가 많다고 곧바로 좋은 R&D 데이터가 되는 것은 아니다. 측정 단위와 기록 주기가 다르거나 설비 시각이 어긋나면 불량 판정과 공정값을 잘못 연결할 수 있다. 결측·중복·센서 교체·수동 입력 여부와 원자료 보존 상태를 먼저 확인해야 한다.
3. ‘현장 문제–개발목표 연결카드’를 만든다
다음 여덟 칸은 법정 서식이 아니라 계획서 작성 전에 사용하는 내부 실습 도구다.
- 문제가 발생하는 제품·공정 범위
- 불량의 관찰 현상과 판정 기준
- 현재 수준의 산정 기간·표본·분포
- 영향을 줄 가능성이 있는 공정조건
- 이번 과제에서 실제로 바꿀 개발변수
- 개발 결과를 나타낼 성능지표
- 목표값의 근거와 시험조건
- 원자료·시험기록·성적서 등 확인 증거
현재 수준은 평균 한 숫자보다 기간별·설비별·로트별 변동을 함께 본다. 개발변수는 현장에서 관찰한 상관관계만으로 원인이라고 단정하지 않는다. 조절 가능성, 안전성, 생산성 영향, 실험 가능 범위를 확인한 뒤 가설로 표현한다.
4. 불량 감소 목표를 검증 가능한 문장으로 바꾼다
개발목표는 ‘무엇을 개발해 어떤 조건에서 무엇을 얼마나 개선하고 무엇으로 확인할지’를 담아야 한다. 다음 문장 구조를 사용할 수 있다.
“[대상 공정]에서 [개발변수 또는 기술수단]을 개발·적용하여, [고정된 시험조건]에서 [응답지표]를 [근거가 있는 목표값]으로 개선하고 [측정·증빙 방법]으로 확인한다.”
가상 예시: 금속 부품의 프레스 공정을 대상으로 금형 간극 보정과 공정조건 제어 기능을 개발한다. 동일 재질·두께의 시험편을 정해진 로트와 측정 절차로 평가하고, 버 높이 한계 초과품 비율을 현재 기준선 8.4%에서 2.0% 이하로 낮춘다는 목표를 둔다. 8.4%와 2.0%는 설명을 위한 가상 수치이며 실제 과제에서는 현장 원자료, 고객 규격, 예비시험과 공정 능력을 근거로 다시 정해야 한다.
목표값만 정하지 말고 기준선과 목표값의 산정 조건을 같게 맞춘다. 성능지표와 목표값 설계는 R&D 정량목표 작성법, 자체시험과 외부시험의 역할 구분은 성능검증 계획과 함께 확인할 수 있다.
5. 실험과 생산 검증을 한 번의 전후 비교로 끝내지 않는다
NIST 자료는 실험 전에 목적과 공정변수를 정하고, 측정기 성능을 확인하며, 공정의 이동과 예기치 않은 변경을 살피고 원자료를 보존할 것을 제시한다. 한 번의 큰 실험보다 작은 실험을 순차적으로 수행하는 접근도 설명한다.
- 탐색: 후보 변수와 현실적인 조절 범위를 좁힌다.
- 확인: 선택한 조건에서 반복성과 변수 간 영향을 확인한다.
- 생산 검증: 다른 시간·설비·로트에서도 성능이 유지되는지 본다.
- 운영 판단: 불량 감소와 함께 생산속도, 안전, 에너지, 재작업 같은 부작용을 확인한다.
공정 관리도와 실험설계는 목적이 다르다. 공정 관리는 변화 신호를 지속적으로 관찰하는 데 쓰이고, 실험설계는 입력을 계획적으로 바꾸어 응답과의 관계를 확인하는 데 쓴다. 두 방법을 섞어 “그래프가 함께 움직였으니 원인이다”라고 결론 내리지 않아야 한다.
6. 공식 정책 방향과 개별 과제 요건을 구분한다
중소벤처기업부의 2026년 스마트제조혁신 안내에는 인공지능을 활용한 불량 검출, 실시간 공정 제어, 핵심공정 최적화와 제조데이터 표준화 지원 방향이 제시돼 있다. 이는 제조기업이 데이터 기반 과제를 검토할 정책 배경이다. 그러나 모든 제조 R&D 과제가 인공지능이나 스마트공장 구축을 포함해야 한다는 뜻은 아니다. 신청하려는 사업의 공고문·품목지정서·평가기준을 별도로 확인해야 한다.
제출 전 역검사
- 불량 정의와 검사 기준을 다른 사람이 같은 방식으로 재현할 수 있는가
- 현재 수준과 목표 수준의 제품·기간·표본·측정조건이 비교 가능한가
- 공정 상관관계와 확인된 인과관계를 구분했는가
- 설비·로트·작업조·환경 변화가 결과에 미치는 영향을 기록했는가
- 개발변수, 성능지표, 시험계획, 예산과 일정이 같은 범위를 가리키는가
- 공식 정책 사실과 내부 실무 도구를 구분해 표현했는가
좋은 제조 R&D 문제정의는 불량을 크게 말하는 것이 아니라, 불량이 언제 어떻게 판정되고 어떤 공정조건을 바꾸어 어떤 증거로 개선을 확인할지 좁혀 가는 과정이다. 현장 기록을 개발목표와 시험계획으로 연결할 때 계획서의 실행 가능성과 검증 가능성이 함께 높아진다.
자주 묻는 질문
불량률 데이터가 있으면 바로 R&D 목표로 사용할 수 있는가?
바로 사용하기 어렵다. 불량의 판정기준, 분모, 제품·공정 범위, 측정 시점과 방법이 고정돼야 기준선과 목표값을 비교할 수 있다. 설비·로트·작업조가 섞인 전체 평균만 제시하면 개선 대상과 검증조건이 모호해질 수 있다.
공정 데이터의 상관관계가 높으면 원인으로 써도 되는가?
상관관계만으로 원인이라고 단정할 수 없다. 후보 변수로 두고 통제 가능한 범위에서 실험하거나 다른 조건을 고정해 반복 확인해야 한다. 측정 오류, 시간 순서, 설비와 원재료 로트 같은 제3의 조건도 함께 점검한다.
제조 R&D 과제는 반드시 AI나 스마트공장을 포함해야 하는가?
그렇지 않다. 2026년 스마트제조혁신 정책은 AI 불량 검출과 공정 제어 등을 지원 방향으로 제시하지만, 모든 제조 R&D의 공통 의무는 아니다. 개별 공고의 사업목적과 지원범위, 평가기준을 확인해 필요한 기술수단을 선택해야 한다.
참고 자료
- 중소벤처기업부, ‘26년도 지능형(스마트)제조혁신 지원사업 통합공고 실시
- NIST/SEMATECH Engineering Statistics Handbook: Process or Product Monitoring and Control
- NIST/SEMATECH Engineering Statistics Handbook: What is experimental design?
- NIST/SEMATECH Engineering Statistics Handbook: What are the steps of DOE
R&D 교육·강의·워크숍 상담
중소기업·스타트업 실무자와 평가기관 연구원을 대상으로 제조 현장 문제정의 8~16시간 실습 워크숍을 진행한다.
교육 목적과 참여자의 경험 수준에 맞춰 사례와 실습을 구성한다.맞춤 강의·워크숍 상담 신청
상담 시 교육 대상·참여 인원·희망 주제·희망 일정을 전달하면 과정 구성을 협의할 수 있다.전화 상담: 010-3338-7110
대표 전화: 02-2168-3071
이메일: misiceo@naver.com
#제조기업R&D #제조R&D #공정데이터 #불량개선 #문제정의 #실험설계 #공정개선 #중소기업R&D #R&D교육 #R&D워크숍