가치활용

제조현장에서 불량률은 생산성과 수익성에 직접적인 영향을 미치는 핵심 지표입니다. 하지만 단순히 "불량을 줄이자"는 구호만으로는 개선이 어렵습니다. 최근에는 데이터 기반 분석 을 통해 공정별 불량 원인을 파악하고, 개선 효과를 수치로 검증하는 방식이 주목받고 있습니다. 이 글에서는 실무에서 실제 적용된 불량률 절감 사례와 함께, 어떤 데이터를 수집하고 분석해야 효과적인 품질개선을 이룰 수 있는지 구체적으로 살펴봅니다. 1. 불량률 개선, 데이터 없이는 시작도 어렵다 불량률 절감은 '감'이 아닌 '수치'에서 출발해야 합니다. 대부분의 제조기업에서 불량 문제는 반복되지만, 정확한 원인을 놓치기 쉬운 이유는 데이터 축적과 분석 체계가 부족하기 때문입니다. 불량 코드 정의 체계 수립 공정별 불량 발생 위치 기록 작업자, 설비, 자재, 시간대 연계 정보 확보 지속적 실적 집계 → 시각화 도구 연계 예를 들어 어떤 기업은 "불량"이라고만 표기한 작업일보 수백 장을 갖고 있었지만, 어떤 공정에서 어떤 유형의 불량이 가장 많은지는 전혀 알 수 없었습니다. 이 데이터를 Excel로 정리해보니, 특정 작업자 교대 시간대와 특정 설비에서 '스크래치 불량'이 집중적으로 발생하고 있었음을 발견했습니다. 데이터 기반 개선은 "불량률 1% 개선"이라는 목표보다, 무엇이 불량의 원인인지 정확히 아는 데서 시작 됩니다. 2. 실전 사례로 보는 데이터 기반 절감 전략 📌 사례 1 – 자동차 부품사: 스크래치 불량 2.1% → 0.5% 문제: 부품 외관 스크래치 불량 지속 조치: 불량 발생 설비 및 교대조별 데이터 수집 분석: A라인 2교대에서 집중 발생 개선: 작업자 교육 + 설비 클램프 교체 결과: 불량률 0.5% 이하로 절감 📌 사례 2 – 전자기기 제조사: 리플로우 불량 개선 문제: 리플로우 후 납땜 불량 증...