제3편 상론 (고급)

         4장   Q & A

 

 

 < 타구찌법의 원리와 특징 >

<QP-1>

  parameter설계의 의미는 ?

<QP-2>

  종래의 설계와 parameter설계의 차이를 설명해 주십시오.

<QP-3>

  품질 공학을 사용한다면 실험 회수는 적어지는 것입니까 ?

<QP-4>

  종래의 실험법으로는 개발 기간이 왜 길어집니까 ?

<QP-5>

  교호작용이란 ?

<QP-6>

  간단하게 안정성 설계를 기술 개발 단계로 옮기는 것이 될 수 있을까요？

<QP-7>

  선행성(先行性)이란 ?   

<QP-8>

  범용성(汎用性)이란 ?   

<QP-9>

  재현성(再現性)을 얻기 위해서는 어떻게 해야 좋습니까 ?

 < 산포 > 

<QV-1>

  품질이 좋다 나쁘다라는 것이 무슨 뜻입니까 ?

<QV-2>

  산포의 종류에 대하여 사례를 들어 주십시오.

<QV-3>

  개발 단계에서 잡아주어야 할 산포 대책은 무엇입니까 ?

 < 코스트와 개발비용 >

<QC-1>

  산포대책과 비용은 어떤 관계입니까？

<QC-2>

  그렇다면, 어떻게 해결해야 하는지요？

<QC-3>

  타구찌법을 사용하면 개발비를 싸게 할 수 있습니까 ?

<QC-4>

  자유로운 설계를 하는 merit는 무엇입니까？

 < 동특성과 기능성 >

<QD-1>

  종래 하고 있던 품질 특성의 연구는 왜 곤란합니까？

<QD-2>

  기능성을 측정하는 계측 방법은 있습니까？

<QD-3>

  동특성이란 무엇입니까？

<QD-4>

  이상 기능으로부터의 벗어남을 어떻게 평가합니까？

<QD-5>

  평가의 척도는 무엇입니까？

 < 실험해석 >

<QA-1>

 L18 직교표로, 교호작용은 나타나지 않는 것입니까？

<QA-2>

 오차 인자를 넣어야 하는 필요성은 ?

<QA-3>

 직교표 실험을 하기 위한 준비사항은 ?  또 직교표 실험을 잘하는 요령은 ?

<QA-4>

 3 수준보다도 많은 수준을 할당하고 싶은데 어떻게 하면 좋습니까 ?

<QA-5>

 연구를 할 때에, 오차를 고려해야 할 의미가 있습니까 ?

<QA-6>

 요인 효과도의 山谷과 제어 인자간의 교호작용에 대하여 설명하여 주십시오

<QA-7>

 cost는 설계 단계에서 정해진다고 말합니다.  어떤 순서로 설계해야 하나요？

<QA-8>

 싸게 만들도록 설계할 때, 품질상의 문제를 없애기 위해 보통 무엇을 합니까？

<QA-9>

 뒷손이 필요 없는 설계를 누구나 바랍니다만 대부분의 설계가 개발의 어딘가에서 부딪   쳐 왔다 갔다 하면서 시간을 허비하는 수가 많습니다. 이 원인은 무엇입니까？

 <QA-10>

 목표치에 집착하는 심리면을 설명해 주십시오

 < 기타 >

<QM-1>

 품질 공학이란 품질 관리의 한분야입니까 ？

<QM-2>

 품질 공학을 사용하면 고유 기술은 불필요해질까요？

<QM-3>

 품질공학이 다루는 범위(scope)는 ?

 < 시뮬레이션 관계 > 

 

   

 

  <타구찌법의 원리와 특징>  

 

<QP-1>  parameter설계의 의미는 ?


A :  물건을 만드는 세계에서 「기술이란 산포와의 전쟁」이라 할 수 있습니다.  즉 기능을 흩어지게 하는 여러가지 요인(noise)들과의 전쟁이라는 것이지요. 차로써 예를 들면, 겨울이 되어 온도가 내려가 기름의 점성이 높아지고, 엔진의 시동성이 나빠짐을 경험합니다.  대책으로서, 온도 변화를 컨트롤하려고 해도, 자연 환경이므로 전혀 불가능한 것입니다.   이처럼 모든 noise를 조치(action)한다는 것은 불가능합니다.  시간과 돈이 드는 것이며, 꼭 잘 된다고 볼 수 없는 것이, 끝도 없이 나타나서 「두더지 두드리기」식 방법으로, 이것이 개발업무의 효율을 크게 떨어뜨리고 있습니다.  
    품질 공학에서의 parameter설계는, noise를 퇴치하려는 것이 아니라  noise의 존재를 인정하면서 제품의 기능이 noise의 영향을 덜 받도록 설계한다는 개념의 수법입니다.  출력치와 설계 정수(parameter) 그리고 noise의 사이에는, 아래 그림과 같은 선형이나 비선형의  관계가 존재합니다.  parameter설계는 이것을 이용하여  noise의 영향을 잘 받지 않는 설계를 하는 것입니다.  
                                                                                                                      목록으로↑ 

                                        

<QP-2 : 종래의 설계와 parameter설계의 차이를 설명해 주십시오.

★  종래의 설계 수법   

종래의 설계 방법에서는 입력과 출력의 개념없이, 제품 특성을 목표치에 맞추는 것을 중요시하기 때문에, noise의 영향이 크고 작음은 문제로 삼지 않습니다.  목표치ｍ이라 할 때. 이에 맞추기 위해 설계 정수Ａ의 값을 A1에 설정합니다만, 그림에서 설계 정수Ａ의 동일한 변동을 생각할 때, A2보다 A1에서 출력m의 변동이 커짐을 알 수 있습니다.  출력의 변동을 줄이는데 즉 특성치를 균일하게 하는데, 고급재료의 사용, 부품의 선별, 보상 시스템의 추가등으로 억제하고자 하면, cost-up으로 이어집니다.
 
★  품질 공학(parameter설계)수법  

제1단계：비선형의 인과 관계를 갖는 parameter를 이용하여, 산포를 억제합니다.

 

 설계 정수 A2를 선택하면, 출력이 m+d로 목표치로부터 벗어나지만, 산포는 A1에서 보다 작아집니다.  목표특성과는 차이가 더 크더라도 이를 우선 무시하고 A2를 선택합니다.(안정성 설계) 

    

 

 

 제2단계： 線形(직선적)의 인과 관계를 갖는 parameter를 이용하여, 출력을 목표치에 맞춥니다.  

 

다른 parameter B가 그림과 같이 직선적이라면 B의 어느 수준을 선택하더라도 출력의 변동은 같습니다.  그러나 수준을 바꾸면 출력치는 변하기 때문에, B3을 선택하면, 앞의 제1단계에서 벗어났던  출력차 d를 보정(tuning작업)해 줄 수 있습니다.  인자와 수준설정에서 우리의 선택은, 종래 수법으로는 A1 B2를 선정하며, parameter설계로는 A2 B3으로 됩니다.  출력은 모두 m으로 같습니다만, 산포는 parameter설계의 쪽이 작아집니다.
                                                                                                                      목록으로↑

  

<QP-3>  품질 공학을 사용한다면 실험 회수는 적어지는 것입니까 ?              


A :  많은 사람이 품질 공학을 사용한 효과로서, 실험 회수가 적어지는 것을 들고 있습니다만, 이것은 상당한 오해를 포함할 수 있습니다.  품질 공학을 사용함에 의하여 실험 회수가 증가하는 수도 충분히 있습니다. 그러면 왜 실험 회수가 적어진다고 모두들  말할까요?
 

그것은 실험의 회수에 비해서, 얻어지는 결과인 「기술의 품질」이 다르다고 생각되기 때문입니다.  품질 공학이 특히 신기술 개발에 유효하다고 합니다.  새로운 영역의 기술 개발에 사용하는 경우, 종래의 연장선에서는 알지 못하는, 매우 넓은 범위에서 탐색하므로(여러인자의 조합조건이므로) 좋은 결과로 연결된다는 것은 당연합니다.  종래의 대부분의 방법은, ”이 영역의 부근에 좋은 결과가 있었으므로"  "여기가 현재의 조건이므로" 이 근방에서 찾아보자는 식으로 실험을 진전시켰습니다.   이런 경우에는 실험으로  확인한 조건의 수만큼의 결과를 얻을 뿐이니까, 목적에 대해 답이 될 수 있는 조건으로 one point가 얻어질 뿐입니다.

 

중요한 것입니다만, 품질 공학에서는 가능한 한 범용적이고도 재현성이 있는 기술의  개발을 겨누고 있습니다.  그것은 특정한 상품, 특정한 요구에 대응하는 기술이 아니라, 예를 들면 상품의 사이즈나, 속도가 달라도 사용할 수 있는 것, 조합이 다른 기술과 함께 사용할 수 있는 것, 상품의 사용 환경이 변해도 안정적으로 사용할 수 있는 기술을 개발한다는 의미입니다.  이것을 종래의 사고방식으로 진행시켰다면  어떻게 될까요.  기술 개발의 접근이  틀렸기 때문에, 이런 정도(품질공학에서 확보되는)의 기술은  장구한 세월을 보내더라도 달성 할 수 없지 않겠습니까 ?　아시는 바와 같이 직교표를 사용하는 것, 예를 들면 L18 직교표를 사용하므로, 4374가지  조합의 실험이 18 회의 실험으로 확인된다는 것도, 품질 공학의 일부임에 틀림없지만, 단지 이런 의미만으로 개발에 필요한 실험 회수가 적어진다는 것만은 아닙니다.

좋은 제어 조건이라고 해도 사용 조건이 다른 제품에의 도입에는, 또 다시 별도의 새로운 조건을 찾아야 한다면 품질 공학이 겨누는 범용 기술하고는 거리가 먼것입니다.  사용 조건이 변화할 때에도 다시 실험할 필요없이 적용될 기술이 되기 위해서는 어떻게 하면 좋을까요？

품질 공학에서는  먼저, 많은 새로운 시스템의 아이디어로부터 robust한 (즉 조건의 변화에 대해서 안정한)시스템을 선택할 것을 권하고  있습니다.  이것이 범용적이고도 재현성이 있는 기술 개발에의 출발점입니다.  그 다음에 선택된 시스템에 대해서, 목표값에 접근해 가는 방법을 진행시킵니다.  그리고 그것들을 평가하고 추진하는 구체적인 방법으로써,

    (1)  기본 기능을 생각한다.
    (2)  오차 인자를 사용해서 실험한다.
    (3)  이런 실험을, SN비를 써서 평가한다.
    (4)  SN비의 이득의 재현성을 확인한다.
등의 수법을 제공하고 있습니다.  직교표도 이처럼 robust한 조건을 찾는 한 방안으로, 그 연구에 Taguchi박사의 공로가 큽니다.(타구찌박사도 직교표에 대한 연구와 그에 대한 기여를 생애의 큰 업적의 하나로 들었습니다)  이런 방법을 채용하므로, 의미가 없는 실험의 회수를 줄이고, 새로운 기술을 겨냥해서 똑바로 그리고 몽땅 획득하고자 하는 것입니다. 지금까지 해온 자신의 방식을 뒤돌아보고, 실험 회수에 대해 얻어진 성과를 비교한다면, 실험 회수는 확실하게 적어진다고 품질 공학을 도입한 사람들은 말하고 있습니다.
                                                                                                                      목록으로↑ 

 

<QP-4>  종래의 실험법으로는 개발 기간이 왜 길어집니까 ? 

A :  종래의 설계의 방식과 그 문제점을 보겠습니다.                                     

      

 종래의 설계의 방식은 많은 품질 특성에 대해서, 확인 실험을 하여 문제점을 찾아 내고, 문제점을 피드백해서 수정해 간다는 확인수정型입니다.  이 방법은, 한개의 품질 특성을 개선하면, 다른 품질 특성이 다시 나빠지거나 하여, 좀처럼 품질 문제가 해결하지 않고, 개발 기간이 길어집니다 (인자간의 교효작용이 있을 경우는 거의 이렇다고 보는 것이 타당합니다).  「 품질 특성에 대한 부작용 에너지는, 서로 에너지를 교환한다」라는 법칙이 있고, 특정한 품질 특성만을 개선해도, 진정한 개선이 되지 않습니다.  또 어떤  조건으로 테스트하여 확인되었다고 해서, 다른 조건에서도 올바르게 기능할 것인지는 불확실합니다.  그런 물건이 시장 클레임이 되어 돌아오면 그 대책 때문에 또 개발 기간이 연장됩니다. 제품의 life cycle이 갈수록 짧아지는데 개발 기간이 길다는 것은 개발 비용도 물론이려니와 기업의 수익성에 큰 영향을 미칠 것입니다.
                                                                                                                      목록으로↑ 

 

<QP-5>  교호작용이란？                                

A :  교호작용이란, 어떤 인자의 수준(설정치)에 따라 다른 인자의 효과가 달라짐을 말합니다.  
   플라스틱의 온도에 의한 신장(伸張)을 최소로 하기 위해 첨가제 B1, B2의 효과를 확인하려는 경우, 첨가제 B1, B2에서의 신장을, 온도 A1, A2에서 측정합니다.  오른 쪽 그림과 같이 온도 A1에서는 첨가제 B1이 신장이 작은데도, 온도 A2가 되면 첨가제 B2가 작아지는 경우 교호(交互)작용이 있다고 말합니다 (온도에 따라  첨가제의 효과가 달라짐).   왼쪽과 같이 평행이 되지 않는다면 교호작용이 있다는 것이고, 그 형태가 중요합니다.  엄밀하게는 모든 측정값에서 완전한 평행선을 기대할 수는 없기 때문입니다 (기울기가 약간 다른 것은 교호작용이 없다고 보는것이 실제적이겠지요. 그런 점에서 완전한 × 표 형태는 교효작용이 매우 크다는 것을 의미합니다) 교호작용이 있다는 것은, 평가한 조건에서는 최적해(最適解)라도 다른 조건에서 최적해가 되지 않습니다. 교호작용이 있을 경우는 인자의 모든 조합을 실험해야 옳은 최적해가 구해집니다. 그런데 인자의 수가 많아질 때는 조합의 수는 기하급수적으로 늘어납니다. 또한 인자가의 교호작용 유무를 전문가라도 만만하게 알 수 없다는 것이지요. 이런 문제가 실험을 곤란케 하는 시발점이라고 할 수 있습니다.
                                                                                                                      목록으로↑ 

 

<QP-6>  앞의 질의에서 확인수정형 설계를 기술 개발형 설계로 하면, 품질, 개발 기간, 비용의 개선이 가능하다고 했습니다.  그러나, 간단하게 안정성 설계를 기술 개발 단계로 옮기는 것이 될 수 있을까요？

A :  기술 개발형 설계를 성공시키기 위해서는, 선행성, 범용성, 재현성이 높은 기술 개발을 하는 것이 매우 중요하게 됩니다. 그리고, 이 선행성, 범용성, 재현성이 높은 기술 개발을 효율적으로 이루는 수단으로써, 품질공학이 있습니다. 다음의 3개항(QP-7, 8, 9)을 보아주십시오.
                                                                                                                      목록으로↑ 

 

<QP-7>  선행성(先行性)이란 무엇입니까？                                   

A :  상품 기획에 선행해서 기술의 안정성의 연구를 하는 것이 기술 개발형입니다.  종래와 같은 품질 특성을 평가하는 방법으로는, 최종 제품의 spec에 따라 평가가 달라지기 때문에, spec이 정해지지 않은 상품 기획의 전단계에서는 안정성 평가를 할 수 없는 것입니다.  품질 공학에서는 품질 특성을 평가하지 않고, 기술의 기능성(입력에 대해 어떻게 출력되는가, 즉 기술로서 얻으려는 기능)을 평가하는 것을 추장(推奬)하고 있습니다.    기술의 기능성은, 요구spec이 명확하지 않아도 연구 확보할 수 있습니다.  먼저 요구 특성과는 관계없이 기능의 안정성의 연구를 하여 기능의 산포를 최소화하는 조건을 찾습니다.  그 다음 여러 설계 parameter중에서, 산포에 영향을 주지 않고 특성치를 쉽게 바꿀 수 있는 parameter를 찾아 둡니다.  이것이  구체적 상품 기획에 앞서 이뤄진다고 하여 선행성이라 합니다.  나중 상품기획 단계에서 요구 특성이 명확하게 된 때에, 앞에서 확보한 기술에 접목한다면 산포가 작은 제품을 바로 개발할 수가 있는 것입니다.
                                                                                                                      목록으로↑ 

  

<QP-8>  범용성(汎用性)에 대하여 설명해 주십시오.                                   

A :  안정성의 연구에는 큰 工數가 필요합니다.  따라서 특정한 제품에 대해서만 적용 가능한 기술 개발을 한다는 것은 매우 효율이 나빠집니다.  종래의 품질 특성을 평가하고 있었다는 것은 요구특성에 따라 평가결과가 다르므로, 범용성있는 기술 개발이 되지 않았습니다.  품질 공학에서는 시스템의 기능성을 추구하고 있습니다.  spec에 구애되지 않고, 넓은 범위에서 기능성을 평가하면, 폭넓게 응용되는 기술을 확보할 수 있는 것입니다.
                                                                                                                      목록으로↑ 

 

<QP-9>  재현성(再現性)을 얻기 위해서는 어떻게 해야 좋습니까 ? 

A :  안정성 설계를 상품 기획 전에 한다는 것은, 기술 개발 단계의 소규모 실험 결과가,  제품화할 때나  나아가 대규모 시장에서도 잘 일치할 필요가 있습니다.  즉  있을 수 있는 여러가지 조건 아래에서 기능한다는  것을  어떻게 평가하느냐가 중요한 문제로 됩니다.  타구찌법에서는 안정성의 연구로 산포를 줄이고 있으므로, 개발 단계에서 확인한 결과와 시장에서의 결과가 일치하기 쉬워집니다.  
  더구나 품질 공학에서는, 재현성을 나쁘게 하는 원인인　교호(交互)작용의 유무를 확인할 수가 있습니다.  교호작용의  없음이 확인된다면, 높은 재현성을 기대할 수 있습니다.  만약 교호작용이 있다면, 실험에서 채택한 조건 설정의 잘못으로써, 바로 실험의 재검토에 들어 갈수 있습니다.  
 교호작용이 없다면, 종래의 １인자 실험(한번에 한 인자씩 실험하는)에서도  최적 조건을 구할 수가 있습니다.  그러나 현실에서는 교호작용이 있고, １인자 실험에서는 교호작용의 유무를 확인할 수 없습니다.  교호작용이 있다는 것은, 좋은 조건을 확보했다고 해도 상황에 따라 결과가 달라지는 즉 재현성이 나쁜 조건을 선정할  우려가 있다는 것입니다.  (이것이 종래 실험의 가장 큰 문제점입니다)    
                                                                                                                      목록으로↑ 

                                      

  

   <산포>                            

 

 <QV-1>  품질이 좋다 나쁘다라는 것이 무슨 뜻입니까 ?  


 A :  아무 문제없이 설계자의 의도대로 물건이 만들어져  작동하는데도 품질 문제가 발생할까요？ 현실적으로는 치수나 사용 환경이 다름으로 대부분의 제품에 산포가 존재합니다.  사용자의 손에 건너 졌을 때, 이 산포의 원인으로, 환경 조건이 변하면 동작하지 않는다든지, 사용하는 도중에 기능하지 않게 된다는 등, 품질 문제가 발생하는 일은 주지의 사실입니다.  이러한 산포는, 다음의 ３개로 분류할 수가 있습니다. ① 외부잡음   ② 내부잡음및 열화　③ 물품간의 산포  입니다.
                                                                                                                      목록으로↑ 

 

<QV-2>  각각의 산포에 대하여 사례를 들어 주십시오.

A :  ① 외부잡음이란 온습도, 입력전압등 환경조건의 산포나 변화로 상온으로는 동작되었는데, 저온이 되면 문제가 되는 경우입니다.  ② 내부잡음과 열화(劣化)는 부품의 산포나 노후 마모에 의해 소음이 심하다던가, 떨린다는 등의 문제입니다.  ③ 물품간의 산포란 제조공정의 산포로 발생하는 것이며, 제조시 관리대상이기도 합니다.  
                                                                                                                      목록으로↑ 

 

<QV-3>  개발 단계에서 잡아주어야 할 산포 대책은 무엇입니까 ?

A :  개발부서의 책임이 될 부분은 ① ②의 산포입니다.  이 산포는 제조의 노력으로 제로로 될 수 없고 개발단계에서 잡아야 하는 것입니다.  그 때문에, 설계자는 다양한 조건으로 실험을 하여 기능여부를  확인합니다.  그러나 확인단계에서  시장(user)의 갖가지 환경을 전부 포함시킬 수 없는 것이고, 놓친 부분은 시장에 나간 뒤에야, claim으로 나타나게 됩니다.      
                                                                                                                      목록으로↑ 

                               

 

  <코스트관계>                   

 

<QC-1>  산포대책과 비용은 어떤 관계입니까？

A :  종래 수법에서는 Cut and Try법으로 변동이 억제되지 않는 경우, 다음과 같은 대책을 취합니다.

①  noise(산포의 원인) 그 자체를 제거·억제한다 - 고급(재료+기계)채용, 관리 강화, 사용조건 제한
   ②  특성의 변동을 보상 장치로 조절한다 - 전압안정기의 추가 등

이와 같은 방식은 어느 쪽도 cost up이 됩니다.  사용 조건의 제한은 시장 점유율을 줄이며, 보상 장치는 그 자체의 새로운 문제도 야기합니다.  이처럼, 산포는 품질, 개발 기간, 비용에 크게 영향을 주고 있고, 이 산포 문제를 어떻게 해결할 것인가가 중요합니다.
                                                                                                                      목록으로↑ 

 

<QC-2>  그렇다면, 어떻게 해결해야 하는지요？

A :  종래의 설계 수법(확인수정형)을, 품질공학에서는 다음과 같은 기술개발형으로 해결해야 한다는 것입니다.  즉  기술 개발의 단계에서, 기능의 연구뿐만 아니라 noise의 영향을 잘 받지 않는 안정성의 연구를 한다는 것이지요.  이 noise에 강한 안정성있는 설계를 「Robust 설계」라 합니다.    미국에서는「Taguchi methods」와 「Robust Design」을 같은 의미로 사용합니다.  기술의 robust 설계가 되어 있다면, 상품 개발은 기술의 조합과 목적 특성치에 맞추는(tuning) 것만으로 끝낼 수 있습니다.  종래 품질 특성을 해결할 때의 「두더지 두드리기」 식 loop도 해소하고, 설계 공수를 줄이는 것도 기대할 수 있습니다.  또 robust 설계를 하더라도, 목표로 하는 안정성의 확보에 미달하는 경우에만 비용과 품질의 균형을 잡으면서 부품의 grade-up이나 보상 회로의 추가를 하기 때문에, cost up을 최소화할 수 있습니다.

    
                                                                                                                    목록으로↑                             

    

<QC-3>  타구찌법을 사용하면 개발비를 싸게 할 수 있습니까 ?

A :  품질 공학(특히 Off-line의 경우)의 목표는 연구 개발의 효율화입니다.  연구 개발에서 가장 자원이 쓰여지는 것은 어디이겠습니까？　기술 또는 제품의 개발에 종사하는 기술자는, 그 대부분의 시간을 목적 달성의 수단으로써 생각한 아이디어의 실험, 試作, 테스트 또는 계산에 사용하고 있는 것은 아닐까요.  기술자는 자신의 아이디어가 새로운 것일수록, 그 가치와 달성 가능성에 자신을 가질 수가 없는 것입니다.  그래서 실험이나 테스트를 하여 그 가치 판단을 하게 됩니다.  수단의 평가에 가장 시간을 많이 사용하고 있는 것입니다.　연구 개발을 효율화하는 데는 그 평가의 시간을 효율화하는 것이 중요하고, 품질 공학에는 그것을 위해 몇가지의 사고방식과 방법이 있는 것입니다.  평가한다는 것은 장래를 예측하는 것이어야 합니다.   실험실에서 얻어진 실험 결과로 얻어진 평가 결과가,  제조 현장 또는 시장에서 재현해 주지 않는다면 완전히 무의미한 것으로 됩니다.  연구 개발 단계에서, 장래 하류에서도 재현되고, 평가도 짧은 기간에 된다는 것이야 말로, 연구 개발이 효율적으로 되는  것입니다.

품질 공학의 방법으로써
 (1) 기능의 산포를 평가하는 척도로서의 SN비
 (2) 재현성을 체크하는 직교표(orthogonal array table)  
 (3) 품질의 산포에 의한 손실을 경제적(정량적)으로 평가하는 손실 함수
가 있습니다만, 이러한 방법 이전에 기술, 또는 제품의 개발에 대한 사고방식, 철학이 있습니다.  예를 들면, 원인을 추구할 것, 품질을 좋게 하고 싶으면 품질을 측정할 것, 2 단계 설계(우선 산포를 줄이고, 그 다음에 목표치에 맞추는 방식)등이라 하겠습니다.  단지 방법을 사용한다가 아니라, 이와 같은 사고방식에 따라 품질 공학을 실천해 가면, 하류에서도 재현하는 올바른 평가 결과를, 빨리 얻을 수 있습니다.

자신의 아이디어가 유효하지 않다는 것도 빨리 알면, 새로운 아이디어가 나오는 것입니다.  그 결과, 개발 비용이 싸지든가, 혹은 같은 비용이라면 보다 많은 성과를 얻겠지요. 　아이디어에 대하여 100% 올바른 평가를 할 수 있는 천재라면 품질 공학은 소용 없습니다. 그러나 그러한 사람은 있지 않았습니다.
                                                                                                                      목록으로↑  

 

<QC-4>  자유로운 설계를 하는 merit는 무엇입니까？

A :  설계에 자유도가 있는가 어떤가는 cost와 밀접하게 관계합니다.  먼저 2급품의 싼 부품을 쓸 수 있게 합니다.  부품을 조금 여유있게 쓰더라도, 제품의 특성이 안정적인 설계를 생각하겠금 됩니다.  자유롭게 생각하므로 좋은 쪽으로 돌아갑니다.  제품의 특성이 안정되면, 공정내의 조정이나 검사 공수도 삭감됩니다.  많은 설계 요인 중에서 최적 수준을 고르기 때문에 당연히 cost는 낮아집니다 (직교표에 의해 많은 인자가 실험에 포함된다).
                                                                                                                      목록으로↑               

                                      

 

  <동특성과 기능성>            

 

<QD-1>  종래하고 있던 품질 특성의 연구는 왜 곤란합니까？


A :  개발 업무 가운데에서, 일반적으로 사용되고 있는 평가 특성은, 진동, 소음등 사용자의 요구를 나타내는 사용자 품질입니다.  사용자 품질은 사용자에 있어서는 중요한 품질 특성이고, 사용자와 접한 검사의 입장에서는, 이와 같은 품질 특성으로 평가하는 것은 극히 당연합니다.  그러나, 개발업무에 종사하는 기술자는 기능성으로 평가해야 합니다.  품질 특성의 불량이란 입력된 에너지가 본래의 기능을 위해 잘 쓰여지지 않기 때문에 발생한 이상 현상입니다.  검사의 부담을 줄여주려는 입장에서 표면적 현상에 지나지 않는 품질 특성에 초점을 맞추어 개발을 하면, 개발 효율이 낮고 잘 되지 않습니다.

품질 공학에서는, 품질 특성의 연구가 아니라, 기능성의 평가를 추장하고 있습니다.  시스템에는  이뤄야 할 本然의 역할이 있습니다.  설계자는 시스템을 고안할 때, 먼저 기능을 달성하기 위한 메커니즘이라든가 기술 수단을 추구합니다.  그리고 어떤 상태로 하면 목적을 달성하는가를 검토합니다.  또한 입력된 에너지가 본래의 기능에 사용되는 비율을 높힘에 의하여, 제품으로 기능할 때의 입력 에너지를 줄일 수가 있습니다.  이와 같이 에너지의 변환 효율을 높이므로써 필연적으로 부작용으로 소비되는 에너지를 줄여 품질특성이 향상됩니다.
     입력 에너지＝유효 에너지＋무효 에너지
     유효 에너지：기능을 위해 소비되는 에너지
     무효 에너지：진동, 소음등 부작용의 에너지 원천                                

품질 특성치를 개선한다 함은 해당 특성치에 이용된 에너지를 다른 특성치로 교환함에 지나지 않아  또 다른 품질 특성의 악화를 부를 수 있고, 본질적인 개선은 되지 않습니다.  효율을 올림으로(기능성의 개선) 무효 에너지를 줄여, 품질 특성을 개선할 수 있는 것입니다.
                                                                                                                      목록으로↑  

 

<QD-2>  기능성을 측정하는 계측 방법은 있습니까？


  A :  어떤 계측 특성이 기능의 발휘 정도를 잘 나타내는가를 생각해야 합니다.    모든 기능은 에너지의 변환이며, 시스템으로써 어떤 입출력 관계에 있어야 하는 가를 생각해야 합니다.  이것이 품질 공학에서 중시하고 있는 계측 특성이고, 올바른 계측 특성을 이용하지 않으면 적절한 평가가 되지 않습니다.  계측 특성이 밝혀지면, 이상적인 관계로부터의 변동(기능의 산포)을 어떻게 줄일 것인가를 추구합니다.
                                                                                                                      목록으로↑ 

                     

<QD-3>  동특성이란 무엇입니까？   

A :  동특성(dynamic characteristics)이란, 입력과 그에 대응하는 출력과의 비례 관계를 평가하는 것입니다.  왜, 어떤 특정한 입력에 있어서 출력의 산포를 평가해서는 곤란할 까요 ? (특정한 입력값에 대해서만 평가하는 것은 정특성(static characteristics)에 해당됨) 

 자동차의 steering시스템을 예로써 설명합니다.  자동차의 steering 시스템의 기능은, 핸들의 회전각에 비례해서 자동차의 진행 방향이 바뀌는 것입니다.  이 기능을 어지럽히는 것(noise)으로서는, 도로의 상태, 타이어의 종류, 적재상태 등이 있습니다.  이러한 인자에 가능한 한 관계없이, 기능을 다할 수 있는 설계를 할 필요가 있습니다.  종래의 실험계획법에서는, 어떤 핸들 각에서 자동차의 회전 각도의 오차 분산을 구하고, 그 분산이 작은 조건을 찾으며, 분포로부터 구한 치우침을 보정하는 방식이었습니다.  이렇게 하면 정말로 산포가 작은 조건 설정으로 될까요？steering시스템에 있어서, 핸들의 회전 각도는 無段이며 어떤 회전 각도가 될 것 인지는 알 수 없습니다. 즉 필요로 하는, 사용되는 각도가 정해져 있지 않습니다. 상황에 따라 달라지지요. 골프공의 반발특성, 대장간에서 두드려지는 쇳덩어리등이 있고, 각종 계측기도 그렇습니다. (저울, 온도계등)
                                                                                                                      목록으로↑ 

 

<QD-4>  이상 기능으로부터의 벗어남을 어떻게 평가하는 것입니까？

A :  품질 공학에서는, 이상 기능으로 부터의 벗어남을  회귀선 비례 정수의 차(치우침)와, noise의 효과 즉 회귀선으로 부터의 벗어남으로 분해해서 평가합니다.

 noise의 효과는 기능의 안정된 조건(산포가 작은)과 변동이 큰 조건과의 차로써 그림에서 N1과 N2의 간격으로, 이 차가 작을수록 noise에 강한 조건이 됩니다. 핸들 각도에 의한 회귀선으로 부터의 벗어남(분포의 중심선으로 부터 N1, N2와의 간격)이 기능성을 나타내고 있습니다. 종래의 수법으로는, 모든 핸들의 회전각에 대한 분포를 구할수없기 때문에, 이 부분이 무시되고 있었습니다.  그 때문에 어떤 회전각의 산포를 작게하고자 하는 치우침의 보정이 다른 회전각에서는 거꾸로 커지게 하는 수도 있습니다. 이 산포를 최소로 하는 조건을 구하므로 보다 조종성을 개선할 수가 있습니다.  또 신호인자(핸들각)의 범위를 크게 잡음으로써, 類似 기종에 응용이 가능한 범용성있는 기술 개발이 가능합니다.  치우침이란  N1, N2의 평균선과 이상 관계의 차이입니다.  이 치우침은 상품 설계나, 제조 공정에서  보정할 수 있는 것입니다만, 앞의 두가지 산포는, 기술 개발 단계에서 최소로 되는 조건을 구하지 않으면 보정될수 있는 것이 아닙니다.  따라서 기능성의 평가는 동특성으로 할 필요가 있는 것입니다.
                                                                                                                      목록으로↑    

                

<QD-5>  평가의 척도는 무엇입니까？

A :  종래 수법(수리 통계)에서는, 산포란 우연히 발생하는 것이라고 생각해 왔습니다. 이것은 기능성이 충분히 확보되어 있고 (분포의 중심은 회귀선상에 있다), 산포는 제품간의 차뿐이라는 전제에서 검사의 경우에 사용되는 것입니다.  기능성이 확보되지 않은 (산포가 반드시 발생하게 된다) 기술 개발 단계에서는, 회귀선으로 부터의 벗어남을 포함한 동특성의 SN비로 평가할 필요가 있습니다.
                                                                                                                      목록으로↑ 

                                  

  <실험해석>                       

 

<QA-1>  L18 직교표로, 교호작용은 나타나지 않는 것입니까？

A :  L18 직교표로는 3수준 인자간의 교호작용은 나머지 인자 열에 조금씩(균등하지는 않지만 ) 나누어져 들어갑니다(부분적 交絡).  품질 공학에서 L18 직교표를 사용한 실험이 추장되고 있는 것도, L18 직교표에서는 특정한 열에만 교호작용이 나타나지 않기 때문입니다.　parameter설계에서  관심이 있는 것은, 제어 인자와 직교표의 외측에 할당된 오차 인자와의 교호작용이고, 제어 인자간의 교호작용이 크면 곤란한 것입니다.  제어 인자간에 교호작용이 있다고 하는 것은 하류에서의 재현성에 수상하리라 생각합니다.  왜냐하면, 실험실과는 완전히 다른 量産이나 사용 현장등에 갔을 때, 즉 장소가 크게 변한 때에는, 어떤  제어 인자의 효과가 다른 제어 인자의 수준에 의해 변해 버리는 경우, 그 효과는 거의 재현성을  기대할 수 없기 때문입니다. 엄밀하게는 교호작용이 없다고는 말할 수 없습니다.  그러니까 L18의 실험을 한 후에, 교호작용의 유무를 확인 실험에서 확인하는 것입니다.  현재 조건과 최적 조건에서 확인 실험을 해서, 직교표 실험에서 예측된 대로의  이득을 확인한다면, 교호작용은 작고, 하류에서의 재현성도 좋을 것임을 기대할 수 있는 것입니다.  재현성이 나쁜 때에는 실험의 내용을 재검토할 필요가 있습니다. 재현성이 나쁘다는 것은, 추정으로 한 제어 인자의 주 효과의 합산과 확인된  결과가 맞지 않는다는 것이므로, 요인 효과에 가법성이 없다는 것입니다.  먼저 평가하고 있는 특성치에 가법성이 있는가를 재검토하십시오. 기본 기능이라면 특성치에 가법성이 있다는 것입니다. 특성치에 가법성이 있으면, test-piece의 실험, beaker scale의 실험 결과가 하류에서 재현합니다.  그러므로, 품질 공학에서 노리는 선행성, 범용성, 재현성이 있는 연구가 되는 것입니다.  교호작용을 구할 수 있다는 말은 모든 조합을 찾는다는 것이므로, 타구찌박사가 『실험 계획법』 에서도 언급한 바이지만, 이것은 경험이 많은 사람만큼의  優位에 서는 대단한 匠人의 경지입니다.
                                                                                                                      목록으로↑ 

 

<QA-2>  반복 데이터를 취하지 않아도 좋다는 이야기를 듣습니다만, 의미를 잘모르겠습니다.  또 오차 인자를 넣지 않고 실험을 하는 경우 어떤 문제가  있습니까 ?  오차 인자가 왜 그렇게 문제로 됩니까？

A :  검사나 검정의 분야에서는, 제조 프로세스의 반복 데이터로, 공정 능력의 확인이나 프로세스의 인정을 받는 규정으로 되어 있을지도 모릅니다.  이것은 프로세스가 적정한지 아닌지를 판단하기 위해서라 생각됩니다.  이와 같은 경우에는, 말씀하신 바와 같이 판단에 필요한 충분한 반복 데이터가 필요합니다. 한편 품질 공학에서는, 기술 개발이나 기술 개선의 효율화를 목표로 하고 있습니다.  그리고 새로운 기술의 개발에서는, 시장에 나가서도 안정성이 높은(robust한)기술을 빨리 획득하는 것이 요구되는 것입니다. 조합을 실험하고, 목적을 달성할 방법을 찾아 내려는 것이겠지요.  그러나, 많은 아이디어와 그들의 여러 조합을  시장에서의 다양한 환경에 대응시켜  하나하나씩 실험을 해 나간다면 어떻게 될까요 ? 도저히 시간에 댈수가 없습니다. 품질 공학에서는 이 과제에 대하여, 기술의 개발 단계에서, 시장에서의 사용 환경, 열화, 부품의 산포등 noise를 집어넣고, 오차 인자에 대한 기술의 안정성을 빨리 평가하는 것이 효율적이라고 생각하는 것입니다. 이 단계에서 질문에서와 같이, 동일한 조건에서 단순한 반복 실험 데이터는, 우연한 실험 오차로 산포하는 데이터이므로, 목표로 하는 robust한 기술인지의  판단은 곤란합니다.  이와 같은 데이터를 많이 취하려면 시간이 아무리 있어도 부족합니다. 여기에서 오차 인자를  무엇으로 잡는가가 문제로 됩니다.  시장에서의 noise에 비교해서 충분한 오차 인자를 선택할 수 없다면, 당연히 판단할 수 없게 됩니다.  실험간의 반복에 의한 산포보다도, 영향력이 큰 오차 인자를 실험에 끌어 넣는 것이 중요합니다.  그러나 측정 精度가 나쁠 때는 반복 데이터를 취하고 싶습니다.  그러나, 충분한 noise를 평가에 포함시킴으로, 안정성의 우열의 차이를 현저하게 나타낼 수 있기 때문에, 상대적으로 측정 精度가 나빠도 판단할 수 있게 됩니다.  무엇에 대해 기능을 안정시키고 싶은가를 생각해서, 영향이 커되 실험하기 쉬운 오차 인자를 실험에 넣음으로써 시장에서의 未知의 오차에도 대응할 수 있는 안정화를 도모하는 것이 가능합니다.  중요 오차 인자의 선택은 실험의 목적이라고도 말할 수 있습니다.
                                                                                                                      목록으로↑ 

 

<QA-3>  직교표 실험을 하기 위한 준비사항은 ?  또 직교표 실험을 잘하는 요령이라는 게 있습니까 ?

A :  직교표 실험전에 필요한 것은 4개 있습니다.
    (1) 실험의 목적을 명확히 하는 것
    (2) 理想 기능의 정의 
    (3) 오차 인자(noise)의 검토   
    (4) 제어 인자의 선택                                   

 제어 인자의 선택에서는, 오차 인자에 대해 기능의 안정성에 효과가 있다고 판단하는 제어 인자를 선택하게 됩니다.  물고기가 없는 데서 낚시질해서는 당연히 물고기는 잡히지 않습니다.  이것은 가지고 있는 고유 기술의 범위라는 문제가 됩니다만,  바꾸어 말하면 가지고 있는 고유 기술의 한계를 효율적으로 빨리 알기 위해, 직교표 실험을 한다고 말할 수 있습니다.

직교표 실험을 잘 하는 요령이라면, 
   (1) 직교표의 할당 열을 남겨도 실험 회수는 줄지 않기 때문에, 가능한 한 많은 제어 인자를 채택하여 직교표에 할당합니다.
   (2) L18등의 혼합계 직교표를 적극 사용합니다.
이것은 내측 직교표에 할당 된 제어인자 끼리의 교호작용을 알 필요는 없기 때문입니다.  혼합계 직교표에서는  제어 인자 끼리의 교호작용은 다른 열에 흩어져 오차로 취급을 하고 있습니다.  제어 인자와 외측에 할당한 오차 인자와의 교호작용을 조사하여, 그 결과를 SN비로써 오차 인자에 대한 안정성 평가를 하는 것입니다.
   (3) 선행 실험을 합니다.
직교표 실험을 하는 경우, 실험 번호중, 예상되는 최악 조건과 최선 조건으로의 선행 실험을 합니다.  오차 인자의 타당성이나 SN비의 차를 확인하므로 실험 계획의 타당성을 확인할 수 있습니다.  타당하지 않다고 판단한 때는, 실험의 계획의 재검토를 합니다.
                                                                                                                      목록으로↑ 

 

<QA-4>  3 수준보다도 많은 수준을 할당하고 싶은데 어떻게 하면 좋습니까 ? 

A :  앞에서  L18 직교표로는 3 수준간의 교호작용은 할당되지 않는다고 했습니다만, 제1열(2수준)과 제2열(3 수준)의 교호작용은 구할 수 있습니다.  이것이 어느 열에 나타나는가 하면, 실은 숨겨져 있습니다.  L18이라면 자유도가 17임에도 불구하고 직교표 상으로는 15개 밖에 사용하고 있지 않습니다.  이 나머지 자유도 2가  1 열과 2 열의 교호작용인 것입니다.  이것은 1열과 2 열의 2元表로써 계산할 수 있습니다. 그러나 이 경우도, 교호작용을 구하려는 것 보다는 多水準을 배치하는 의미가 더 크다고 보겠습니다.  1, 2 열의 조합으로 (1, 1) (1, 2) (1, 3) (2, 1) (2, 2) (2, 3) 의 6 수준을 만들 수 있습니다.  재료 종류의 선택과 같은, 수준이 많은 실험에서 6개 까지의 수준을 할당할 수 있게됩니다.   3 수준보다 많은 수준을 할당하려 할 때에는, 이와 같이 교호작용의 열을 이용하여 多水準을 만듭니다.  (L18 직교표에서 1, 2열 이외의 다른 두열의 조합으로 다수준을 만들지는 못함) 
                                                                                                                      목록으로↑ 

 

<QA-5>  연구를 할 때에, 오차를 고려해야 할 의미가 있습니까 ?

A :  연구라면, 크게 ２가지로 나눌 수 있겠지요.  하나는 물리학이나 화학등 과학적 연구이고, 다른 하나는 공학적 연구입니다.  과학적 연구에는, 자연의 현상을  올바르게 이해할 필요가 있으므로, 오차는 가능한 한 제거하는 것이 요구됩니다. 공학적인 연구란, 새로운 기능을 실현하기 위한 기술을 연구하는 것이겠지요.  기업에서는 많은 사람이 여기에 종사하며, 시장에서 더 많이 받아들여지는 상품을 만들어 내기 위해, 경쟁 타사 제품에 비교하여 싼 비용으로 좋은 품질을 만드는  기술을 찾고 있습니다.  
   이런 환경에서, 고객에게 받아들여지는 제품을 연구할 때에, 오차를 적극적으로 도입한다는 것은, 다음과 같은 의미에서 매우 중요한 의미를 가집니다.  여러분 회사의 제품을 시장에 내 보낼 때에, 메이커 측이 사용 환경을 엄격하게 지정하는 것은 사실상 불가능합니다.  사용자가 어떤 환경에서 그 제품을 사용할 지 모릅니다.  (또한 사용상의 제한은 market share와도 직결되지 않습니까)  제품간 기능의 산포나 기능의 시간적 劣化를 빼고서 품질을 말한다는 것은 있을 수 없습니다.  따라서 생각되는 사용 환경(외부 noise), 제품의 열화에 의한 기능의 산포(내부 noise), 그리고 제품간의 기능의 산포를 미리 想定하고 noise(오차)에 강한 기술을 연구할 필요가 있는 것입니다.  품질 공학은 이것을 효율적으로 달성하기 위한 기술을 제공하는 것입니다. 단, 공학적인 연구라도, 연구의 초기 단계에서는 가능한 한 새로운 기능을 실현할 것 같은 아이디어를 많이 생각하고, 확인하는 것이 중요하겠습니다.  이 단계에서는 오차라는 것을 생각할 필요는 없고, 단계가 진전되어, 그  아이디어중에서 상품에 채용할 기술을 선택할 때에는, 품질 공학에서 말하는 오차를 고려한 평가법을 이용할 것을 추천합니다.
                                                                                                                      목록으로↑ 

                                      

<QA-6 : 요인 효과도의 山谷(∧型과 ∨型)과 제어 인자간의 교호작용에 대하여 가르쳐 주십시오.  요인효과도에서 「山形이나 谷形이 나타나면, 교호작용의 존재를 의미하므로 재현성이 없다」 라고 판단하는데 그렇습니까？ 제어 인자 B와 C가 산곡 형태라면, B와 C의 사이의 교호작용을 의심해서 수준slide의 방법 등을 궁리할 필요가 있습니까？

A :  요인효과도는 제어 인자의 수준을 변화시킬 때에 그 시스템의 출력(계측 특성)이 어떻게 변화하는가를 나타내고 있습니다만, 제어 인자의 수준을 크게 해 갈 때, 시스템의 출력이 점점 커지다 도중에서 다시 작아지는(山型)경우와  그 반대(谷型)의 것은, 계측 특성에 가법성이 있다면 기술적으로 생각하기 어렵습니다. SN비로 생각하면, 곡형은 중간의 수준이 나쁘고, 수준이 작아져도 커져도 좋다는 것이며, 산형이라는 것은 중간의 수준만 noise의 영향이 작고, 수준이 작아져도 커져도 noise의 영향이 커진다는 것으로 두가지 모두 생각하기 어렵습니다.  따라서 교호작용의 존재를 의심하게 됩니다. 그러나, " B와 C가 산곡 형태이므로  B와 C 사이에 교호작용이 있다 " 고 하는 것은 틀린 생각입니다.  B와 C가 산곡형이 아니라  각자가 단조로운 증가(감소)의 형을 취하더라도 교호작용을 갖기 때문입니다.  B(C)의 수준에 따라 C(B)의 기울기의 경향이 변하지 않아도 기울기의 크기가 달라지면 교호작용입니다.  (그런면에서 엄밀히 말한다면 대부분의 그래프 기울기가 똑 같을 수는 없지요)    B, C의 교호작용은 그것을 배치하지 않은 나머지 열에 나타나므로 이 때문에 다른 열이 산곡으로 나타날 수도 있습니다.  이 경우에 산곡이 나왔던 열간의 교호작용을 의심하여 슬라이드 수준을 이용하는 등의 궁리를 하여도, 전혀 핀트가 맞지 않는 것입니다.

 交互作用이란 어떤것인지 생각해봅시다.  교호작용이 나타나는  예로서 유명한 것은 약의 효과가 좋은지 아닌지를 몸의 컨디션으로 본다는 것입니다.  지금  당뇨병의 약 A, B 두가지가 있고, 어느쪽도 먹지 않을 때는 컨디션이 나쁘고, A를 먹어도, B를 먹어도 컨디션이 좋게 된다.  그런데 양쪽을 동시에 먹으면 어떻게 될까요？　컨디션이 엄청 좋아질까요 ?  대개는 약의 양이 너무 많으면 상태가 나빠지는 것입니다.  이처럼 A(또는 B)의 유무에 의해 B(또는 A)의 효과가 변해 버리는 것(A를 먹지 않는 때는 B는 컨디션을 좋게하는 효과가 있음에도, A를 먹었을 때는 B는 몸의 컨디션을 나쁘게 하는 효과를 가진다)이 교호작용입니다만, 이처럼 교호작용이 있으면, A, B 각각의 실험 결과로부터 양쪽 동시에 효과가 있어 채택하고자 할 때 어떻게 될지 예측할 수 없어, 양쪽 동시에 먹어 보아야 한다는 것입니다. A(B)의 유무에 의하여 B(A)의 효과가 변해 버린다는 것은, 자신 이외의 조건이 변하므로 자신의 효과가 변해 버린다는 것이므로, 요인 효과의 가법성이 없고, 직교실험의 결과로부터 선택된 조건으로 확인 실험을 해보면, 재현하지 않게 됩니다.  연구실이라는 조건으로 얻어진 그 인자의 효과가 조건이 다른 量産의 장소에서는(약의 예라면 다른 사람에 먹여서)어떤 효과를 가질것인지 양산의 장소에서 해 보지 않으면(다른 사람에 먹여보지 않는다면)알지 못한다는 것입니다.  이래서는 효율적 연구가 되지 않는 것입니다. 이 경우, 특성치를 몸의 컨디션이 아니라  인슐린의 양이라는 것으로 바꾸면, 이것은 A, B의 결과로부터, 양쪽을 다 먹으면  어느 정도가 되는지 예측할 수 있고, 교호작용은 작아집니다.  교호작용이 나온다는 것은 특성치의 문제라는 것입니다.  특성치의 가법성을 추구하여 가장 가법성이 있는 특성치라고 생각되는 것이 기본 기능의 SN비라고 할 수 있겠지요.  요인 효과도에 山谷이 나타나, 재현성이 없는 경우에는, 제어 인자간의 교호작용을 연구하는 것보다도, 특성치(신호나 noise도)의 검토를 생각하는 것이 기본이겠지요.  직교표를 써서 특성치의 가법성을 검사하고 있는 것이므로.

                                                                                                                      목록으로↑
 

                                                              

cost 低減과 품질 공학의 관계는 어떻게 되는 것입니까？ 

품질 공학은 품질 개선의 수법이라고도 하고, cost 개선의 수법이라고도 말합니다.  또 한편에서는 개발납기 단축의 수단이기도 합니다.  품질, cost, 납기는 기업 활동에서 가장 중시되는 항목입니다.  cost에 얽힌 문제점을 논의해 봅시다.
                                                                                                                      목록으로↑                                   

                                      

<QA-7>  cost는 설계 단계에서 정해진다고 말합니다.  설계자는 어떤 순서로 설계하는 것입니까？

A :  먼저, 설계서의 타입으로부터 논의를 시작합니다.  제품을 개발할 때, 설계자가 신경쓰는 것은 spec에 있는 목표 cost입니다.  spec을 만족시키는 방법은 얼마든지 있습니다.  보통은 과거에 스스로 설계했거나, 선배들이 설계한 제품을 배우고 구상을 연마합니다.  spec을 겨냥하여 탁상검토를 합니다.  먼저 품질spec을 만족할수 있을 수단이 떠오르면  일단 한시름놓고, 다음에 cost를 목표 cost와  비교합니다.  cost도 만족되면 여기서 構想 설계를 끝내고, 상세한 도면 검토에 들어가는 설계자도 있습니다.   cost는 생각하지 않고, 어떻던 構想 설계안을 생각하여, 이들 안에 대하여 품질, cost를 비교 검토하고 최선안을 선정해, 상세 설계에 들어가는 설계자도 있습니다. 두세개의 案을 먼저 생각하고, 이들 안을 품질, cost를 생각하면서 계속 발전시켜나가  정리단계에서 spec, 품질, cost등을 검토하는 설계자도 있습니다.

                                                                                                                      목록으로↑ 

                                      

<QA-8>  싸게 만들도록 설계할 때, 품질상의 문제를 없애기 위해 보통 무엇을 합니까？

A :  가능한 한 싸게 설계하는 것이 좋은 것으로 정해져 있지만, 싸게 한다면 여러 가지 걱정거리가 나옵니다.  무엇이든 시험으로 확인하지 않으면 안심할 수 없는 사람도 있고, 과거의 데이터를 분석하거나, 경험으로부터 수명이나 특성치의 규격치에 대한 범위를 추정해 설계 내용을 짜넣을 수 있는 사람도 있습니다.
                                                                                                                      목록으로↑ 

         

<QA-9>  뒷손이 필요 없는 설계를 누구나 바랄 것입니다만 대부분의 설계가 개발의 어딘가에서 부딪쳐 왔다 갔다하면서 시간을 허비합니다. 이 원인은 무엇입니까？

A :  한마디로 말하면 목표치에 합치시키는데 너무 신경을 써서 설계를 하고 있는 것은 아닐까요？ 실컷 시행 착오해서 막히고 나서야   본질적인 기능은 무엇인가, 어떤 특성치로 연구하면 좋은가를 생각하기 시작합니다.  설계 당초부터 본질적인 기능을 생각하는 사람은 상당히 적다고 합니다.  Taguchi method에서는, 먼저 산포를  감소시키고 나서, 목표치에 맞추는 설계를 제시하고 있습니다.  그러나 설계자의 대부분은, 특성치가 목표치로부터 한참 벗어날 것 같은 설계안은 겁이나서 선정하려고는 하지 않습니다.  특성치가 목표에 일치하지 않는 것을 겁내는 것입니다.
                                                                                                                      목록으로↑ 

 

<QA-10>  목표치에 집착하는 심리면을 설명해 주십시오.

A :  전혀 다른 이야기가 됩니다만, 바둑에는 포석, 중반, 끝내기가 있습니다.  그 모두에 강해야 이길 수 있지만, 결국은 끝내기까지 마치고, 집수가 많은 쪽이 이깁니다. 끝내기가 강한 사람은 초중반을 어느정도만 판을 짜놓아도 된다고 생각할 것입니다.  끝내기가 약한 사람은 초장부터 열심히 두어(그렇다고 끝내기 강한 사람이 아무렇게야 두겠습니까만) 우위을 점하지 않고는 매우 걱정스럽습니다.

품질공학의 실험에서 목표치에 맞추는 작업(tuning이라 하기도 함)을 끝내기로 보는 것입니다. 그럼 초중반의 할 일이란 뭐냐?  그것은 산포를 작게 만드는 조건을 찾는 것입니다. 품질공학에서는 이 목표치를 맞추는 것이 종래의 실험보다 무척 쉬워, 대부분의 경우, 약간의 과장을 용납한다면 "거의 신경을 써지 않아도" 될정도입니다. 왜냐 하면 직교표를 이용하여 조정할 可變인자가 종전실험보다는 훨씬 많아(L18 직교표인 경우 8개) 그만큼 자유도가 크고 여유롭다는 것이지요. 더구나 '요인효과도'에 그 값들이 나와있어서 예상치까지 계산할 수 있습니다 (종전 축차(逐次)실험의 경우 각 단계마다 한두 개입니다만, 그것도 가다가 막히면 시작점까지 뒷걸음치기가 다반사입니다. 막말을 하자면, 아주 간단한 공정을 제외하고는 "종전의 실험은 거의 헛 것"이라고 할 수 있지 않을까고 생각합니다만). 조정인자 한두 개와 8개는 천양지 차라고 할 수 있습니다.
 

 목표치 맞추는 것에 자신을 갖게되면, 최적조건(산포, 코스트)을 찾기 위해 종전보다 과감한 수준들을 시도할 수 있는, 즉 자유로운 설계가 될 수 있겠지요.
                                                                                                                      목록으로↑ 

 

 

   <기타>                            

 

<QM-1>  품질 공학이란 품질 관리의 한분야입니까 ？

A :  품질 공학은 parameter설계의 이미지가 강하다고 생각합니다.  이런 선에서 이야기를 진행하겠습니다. 품질 관리(이하  QC)란 「구매자가 요구하는 품질의 물건, 또는 서비스를 경제적으로 만들어 내는 수단의 체계」라고 KS에서 정의하고 있습니다.  QC에서 「품질」이란 고객 만족도라는 것입니다.                                            

품질 공학(이하 QE)은 「제품 설계 및 생산 공정 설계시에, 시장에서 발생하는 트러블을 추측하는 기술 수단」이라고 정의할 수 있습니다.  이 정의에는 품질이라는 말은 들어 있지 않지만, QE에서 「품질」의 정의는 「 물건이 출하된 후 사회에 주는 손실.  다만 기능에 의한 손실을 제외한다」라고 하고 있습니다.  「시장에서 발생하는 트러블」이것이 QE에서 말하는 품질의 평가 기준입니다.  QE는 이와 같은 트러블의 발생을 미연에 평가하는 기술적 방법입니다.  parameter설계는 그 품질을 어디까지 개선할 수 있는지의 한계를 찾는 것입니다. 

QC와 QE의 가장 큰 차이는 그 approach에 있습니다. QC가 목표로 하는 점은 상품 개발입니다.  QC에서는 '현상을 잘 관찰하고, 데이터를 취하고, 이것을 층별하거나 통계적으로 처리하거나, 경우에 따라서는 실험을 하여 문제점을 명확히 하고, 나아가서는 이로부터 추론하고 기존 상품의 개선이나 신상품의 개발로 가져간다' 라는 연구 방법이 일반적입니다.  이것은 좋은 방법이지만, 비교할  現狀이 없는 신규의 연구 개발이나 설계의 단계에서는 QC적 수법의 적용은 곤란하다고 할 수 있습니다.

QE가 지향하는 바는 기술 개발입니다.  QE는 parameter설계와 같이 구체적인 수법을 제공하고 있습니다.  그것들은, SN비를 이용하는 것, 직교표를 이용한 SN비의 재현성 확인, 손실 함수를 이용하는 것등입니다.                                            

 이처럼, QC와 QE는 완전히 목표하는 바가 다른 것입니다만, 공통점이 있습니다.  그것은 어느쪽도 기업 업적을 향상시키는 뛰어난 도구라는 것입니다.  QC는 직접적인 생산 활동에 종사하는 종업원의 생산성을 향상시키는 것이고, QE는 기술staff의 생산성을 향상시키는 것입니다.  기업으로서는, 품질 관리 활동의 틀안에서, QE의 수법, 즉 parameter설계를 개발·개선 수법으로서 취급하고 있는 곳이 있습니다.  이런 기업은, QE의 차이를 잘 이해하고 있다고 생각합니다.
                                                                                                                      목록으로↑ 

 

<QM-2>  품질 공학을 사용하면 고유 기술은 불필요해질까요？

A :  품질 공학의 실험에서, 의외로 쉽게 최적 조건이 구해짐으로, 품질 공학을 적용하게 되면 제조에서의 노하우는 필요성이 작아지는 것은 아닐까？라는 질문이라고 생각합니다. parameter설계의 실험에서는, 제어 인자나 오차 인자를 선정합니다.  또 제어 인자의 레벨(실험수준)을 설정합니다.  이와 같은 설정을 할 수 있는 것은, 기존의 기술, 즉 고유 기술이 있기 때문입니다.  품질 공학은, 보유한 기술의 조합을 실험하고, 그 조합에서 생기는 경향을 조사하고, 결과적으로는 목적하는 기술을 향상시키는 기술입니다.  품질 공학은 창조의 기술이 아니라 목적으로 하는 기술을 평가하는 것입니다.  보유한 기술이 있으면, 품질 공학을 유효하게 활용할 수 있습니다.  품질 공학의 창조성이란, 어떠한 평가를 하는가 하는 점에 있습니다. 품질 공학의 적용으로, 보다 고도의 고유 기술이 개발됩니다.  이 경우 그때까지의 고유 기술의 일부가 부정되는 수도 있을 것입니다. 기업이 존속하는 한, 고유 기술은 존속합니다.  차별화란 질높은 고유 기술과 평가 기술의 적용의 뛰어남이라고 할수 있겠지요.
                                                                                                                      목록으로↑ 

 

<QM-3>  품질공학이 다루는 범위(scope)는 ?       

 

Off-line 품질공학 :
연구 · 개발 · 설계 · 생산기술에서 생산과는 별도로 기술자가 실시하는 방법의 연구技術

parameter 설계

값싸고 좋은 품질의 기술(제품)을 효율적으로 개발하는 방법.
강건설계 · 안정설계 · Robust Design이라고도 부른다.

허용차 설계

최소의 cost up으로 최대의 품질개선을 하는 방법. 중요한 인자의 추출과 공차을 결정할 수가 있다.

품질수준의 견적

구입부품이나 만드는 제품의 규격을 고객의 입장에서 평가 · 비교하는 방법. 금액으로 평가한다.

규격의 결정

도면이나 사양서에 기입하는 제품의 규격을 경험이나 감이 아닌 고객의 입장에서 이론적으로 구하는 방법

 

On-line 품질공학 :
제조공정에서 쓰는 업무. 가장 적은 비용으로 가장 좋은 품질을 만들기 위한 업무방법

Feed back 제어

만들어진 제품의 특성치를 조사하여 목표치와 어느 정도의 차가 있을 때, 공정을 정상으로 돌리기 위한 피드백 제어의 관리이론

공정의 진단과 조절

합격- 불합격의 판정만 되는 경우의 공정설계 이론
예) 병의 제조공정, 알미늄 다이캐스팅 제조공정

공정연결의 시스템설계

일련의 가공공정을 연결하는 경우의 가동율- 재고비용을 고려한 최적 연결방식을 구하는 방법

Feed forward 제어(적응제어)

부품이나 중간제품의 특성을 조사하여 상대부품을 정하거나, 공정조건을 바꿔 목표대로 만드는 적응제어방식의 설계이론

검사 설계

검사방법이 정해져 있을 때, 공정의 품질수준과 그 공정에서의 불량율을 조사하여, 검사를 할 것인지 아닌지를 결정하는 방법

예방보전 방식의 설계

출하한 제품이 기능하지 않거나, 생산기계가 고장으로 정지된 경우의 예방보전의 설계방식

안전시스템의 설계와 보전

고장표시는 설치되어 있더라도, 고장표시장치 자체의 이상은 사람이 체크해야만 한다. 이 경우의 점검방식의 이론

                                                                                                                      목록으로↑  

                             

    <시뮬레이션 관계>           

 

<QS-1>  최근 타구찌박사가 simulation을 강조하였는데 그 이유는？ 

A :  simulation은 비용이 들지 않고  짧은 기간에 답을 낼수 있기 때문입니다.  신제품의 개발에서 가장 중요한 것은, 기능의 산포를 줄이는 것으로, 그 때에 가장 돈이 드는 것은 試作과 테스트인  것입니다.  또 기술 개발의 치열한 경쟁에서는, 개발 기간의 단축은 불가결합니다.  미국에서는 9할을 simulation으로 푼다고 듣고 있습니다.                                           

                                      

<QS-2>  simulation은 설계의 무인화를 목표로 하고 있다고 말할 수 있습니까？

A :  네, 그렇습니다.  인간이 하지않아도 되는 것은 기계에 맡기는 것이 중요합니다.

                                      

<QS-3>  그런데 simulation으로 계산된 값과 실제로 실험한 값과 맞지 않습니다만, 어디에 원인이 있습니까？ 

A :  simulation의 결과가 실험한 값에 맞는지 아닌지는 중요하지 않습니다.  사용 환경이나 열화에 의한 noise에 대하여, 어느 parameter가 안정성에 관계되고 있는지를 보는 것이 중요합니다.

 

<QS-4>  simulation에 noise를 어떻게 넣습니까？

A :  사용 환경이나 열화에 의한 noise는 素子등에 변화를 일으킵니다.  따라서 설계 정수(인자의 수준값)를 아주 작게 변화시키는 것으로, noise를 simulation에 넣는 것입니다.

 

<QS-5>  simulation에는 기술자가 중요하다고 생각되는 제어 인자만을 포함시켜 검토하면 좋습니까 ? 

A :  그것은 잘못입니다.  만약 어떤 기술자가 「중요하다고 생각되는 제어 인자를 취하여 parameter설계했을 때, 그 중 반은 불필요한 항목이라는 결과를 얻었다」라고 발표했을 때,   「그렇다면 중요하지 않다고  버렸던 제어 인자안에는  유용한 항목이 없었다는 것인가 ?」라는 질문이 나왔습니다.                          

          

<QS-6>  그렇다면 기술자의 판단을 넣지 말고 가능한 한 많은 제어 인자를 취하는 것이 바람직한 것이군요.

A :  그렇습니다.  Hewlett-Packard의 회로 설계 사례입니다만, 직교표 L108을 사용하고 있습니다.  또 출시하고 나서의 신뢰성에 대비하여, parameter를 일부러 산포시켜 평가하고 있습니다.  이 사례와 같이 복잡한 모델일수록, 개선의 폭이 넓어지고 精度를 올릴 수 있는 것입니다.                                           

                                      

<QS-7>  항목이 일부 빠져있는 不備한 모델이다, 또는 모델에 잘못이 있다는 등 소프트에 문제가 있는 것이 걱정스럽습니다만…？

A :  안정성의 개선에서는, 항목(素子 등)이 일부 빠지더라도 괜찮습니다.                                       

                                      

<QS-8>  simulation으로 계산된 값과 실제로 실험한 값과 맞추는 tuning은 ？


   A :  반복이 됩니다만, 제품의 개선이라면, tuning의 필요는 없습니다.  simulation으로 만든 요인 효과도에서, 감도에 효과가 큰 인자를 찾아 맞추면 끝나는 것입니다　절대치가 달라도 경향은 거의 맞게 마련입니다.                                          

  

<QS-9>  parameter설계로 요인 효과도를 그리고 최적 조건을 구한 다음은 어떻게 하면 좋습니까 ? 

A :  다시 simulation(확인 실험에 해당)을 해서, 최적 조건의 재현성을 확인합니다.  simulation의 신뢰성을 평가하기 위함입니다.  그리고 simulation과 실제 기계의 이득을 비교하면 됩니다.