게이지 R&R 판정 기준: 일본 고객이 요구하는 MSA 10%·30%·ndc
계측기는 매년 교정하고 교정성적서도 갖춰 두었습니다. 그런데 일본 고객의 품질보증 부서가 게이지 R&R 결과(일본어 문서의 표기는 ge-ji R&R)나 측정 시스템 분석(sokutei shisutemu kaiseki, MSA) 자료를 보내 달라고 요청합니다. 일본계 완성차·1차 협력사에 부품을 납품하는 한국 부품사라면 언젠가 이런 요청을 받을 수 있습니다.
교정이 주로 확인하는 것은 기준기에 대해 계측기가 얼마나 어긋나 있는가(편향, bias)입니다. 실제 측정값에는 같은 사람이 같은 부품을 다시 쟀을 때의 산포와, 측정자가 바뀔 때 생기는 차이도 들어 있습니다. 게이지 R&R은 이 산포를 숫자로 나타내고, 부품 간 변동이나 공차와 비교하는 방법입니다.
이 글은 MSA 안에서 게이지 R&R의 위치, 수행 6단계, 평균-범위법으로 계산한 가상의 예시, ANOVA 결과와의 차이, 10%·30% 판정 기준을 읽는 방법을 다룹니다. 마지막에는 일본 고객이 확인하는 사항, 제출 전 체크리스트, 연구를 시작하기 전에 고객에게 물어볼 질문을 정리했습니다.
목차
MSA 안에서 게이지 R&R이 보는 것
MSA는 계측기 하나가 아니라 측정 시스템 전체를 통계적으로 평가합니다. 측정하는 사람, 측정 방법, 지그, 환경이 모두 시스템에 들어갑니다. 자동차 업계에서 사실상의 표준은 AIAG(Automotive Industry Action Group, 미국 자동차산업 협회)가 발행한 MSA 참조 매뉴얼입니다. 현행판은 2010년 6월에 발행된 제4판이며, 2026년 10월 현재 AIAG 사이트에서도 제4판이 안내되고 있습니다.
이 매뉴얼은 측정 시스템의 오차를 두 가지로 나눕니다. 측정값의 평균이 참값에서 벗어나는 위치 오차와, 측정값이 흩어지는 폭(산포) 오차입니다. 게이지 R&R은 이 중 폭 오차, 즉 같은 대상을 여러 번 쟀을 때 값이 얼마나 흩어지는가를 평가합니다.
위치 오차를 보는 항목이 3개, 폭 오차를 보는 항목이 2개입니다. 게이지 R&R은 폭 오차 2개 항목을 합쳐서 평가합니다.
EV = Equipment Variation, AV = Appraiser Variation. 항목 분류는 AIAG MSA 매뉴얼 제4판의 틀을 정리한 해설 자료에 따랐습니다.
반복성과 재현성: 일본어 용어와 KS 용어
일본어 보고서는 반복성을 kurikaeshi-sei, 재현성을 saigen-sei라고 부릅니다. 일본의 계측용어 규격 JIS Z 8103은 반복성을 반복성 조건에서의 정밀도로 정의합니다. 같은 절차, 같은 조작자, 같은 측정 시스템, 같은 조건, 같은 장소에서 짧은 기간 안에 같은 대상을 되풀이해 재는 조건입니다. 게이지 R&R은 이것을 EV로 나타냅니다.
JIS의 재현성 정의는 더 넓습니다. 재현성 조건에는 장소나 측정 시스템이 다른 경우도 들어갑니다. 게이지 R&R에서 재현성(AV)은 주로 평가자가 바뀌어서 생기는 차이를 뜻합니다. 일본 고객에게 가는 절차서나 보고서에는 "재현성 = 평가자 간 차이"라고 적어 두면 JIS의 넓은 의미로 읽히는 일을 막을 수 있습니다.
한국에서 이 용어를 찾을 때는 KS A ISO 5725-1(측정 방법 및 측정 결과의 정확도(진도 및 정밀도) 제1부)이 기준이 됩니다. 한국표준정보망에는 이 규격이 ISO 5725-1:1994와 일치(IDT)한다고 나와 있습니다. JIS Z 8402-1도 같은 ISO 5725-1을 바탕으로 한 규격이므로 반복성·재현성의 개념은 서로 통합니다. 다만 게이지 R&R의 계산법은 KS가 아니라 AIAG MSA 매뉴얼의 방법입니다. 고객 양식과 용어가 맞는지는 개정판 기준으로 직접 확인하십시오.
게이지 R&R은 관측된 측정값의 전체 산포를 부품 자체의 산포와 측정 시스템의 산포로 나누어 봅니다. 나누는 방법은 아래 그림과 같습니다.
좋은 측정 시스템은 총변동의 대부분을 부품 변동이 차지하고 GRR이 작습니다.
더할 수 있는 것은 분산(표준편차의 제곱)뿐입니다. 표준편차나 %는 그대로 더할 수 없습니다.
교정과 게이지 R&R의 차이
교정은 소급성이 확보된 표준기와 비교해 계측기 지시값의 어긋남을 확인하는 작업입니다. 대상은 계측기 단독이며, 주로 그림 1의 편향을 봅니다. 교정과 소급성이 갖춰져 있어도 지그의 유격이나 측정자의 습관에서 오는 산포는 남습니다.
게이지 R&R은 실제 부품을, 평소 측정을 담당하는 사람이, 평소 절차로 쟀을 때의 결과를 씁니다. 교정이 "게이지가 맞는가"를 묻는다면, 게이지 R&R은 "이 측정 방법으로 부품의 차이를 구별할 수 있는가"를 묻습니다. 두 가지가 모두 갖춰져야 측정값을 품질 판단에 쓸 수 있습니다.
일본 자동차 고객이 요구하는 이유: IATF 16949 7.1.5.1.1
자동차 품질경영 규격 IATF 16949는 7.1.5.1.1항에서 측정 시스템 분석(MSA)을 요구합니다. 관리계획서(컨트롤 플랜)에 올라 있는 검사·측정·시험 설비 시스템마다 결과의 변동을 통계적으로 조사해야 합니다. 분석 방법과 판정 기준은 MSA 참조 매뉴얼에 맞추어야 하며, 다른 방법이나 기준을 쓰려면 고객의 승인이 필요하고 그 승인 기록도 보관해야 합니다. IATF 16949 인증을 받은 한국 부품사에도 같은 조항이 적용됩니다.
그래서 대상 범위는 관리계획서에서 정해지고, AIAG의 수치만큼 고객 자체 규정도 중요합니다. IATF의 공식 FAQ(한국어판)에는 계측기 한 대마다 완전한 통계 조사를 하는 것은 아니라는 취지의 답변이 있습니다. 측정 범위, 분해능, 반복성 같은 특성이 같은 계측기는 묶어서 대표 게이지 하나로 조사할 수 있다는 내용입니다. 다만 고객이 개별 조사를 요구할 수도 있으므로 시작 전에 확인하는 편이 안전합니다.
게이지 R&R 수행법: 6단계
결과를 얼마나 믿을 수 있는지는 계산보다 데이터를 어떻게 모으는가에 달려 있습니다. 부품 10개, 평가자 3명, 각 3회 반복이라는 전형적인 계획을 여섯 단계로 나누면 다음과 같습니다.
준비 3단계에서 결과의 신뢰도가 거의 정해집니다.
부품 10개, 평가자 2~3명, 반복 2~3회가 일반적인 기준입니다(Minitab 기술 자료). 고객의 지정이 있으면 그에 따릅니다.
1단계: 대상과 목적 정하기
먼저 어떤 품질 특성을 어떤 게이지·지그·절차로 측정하는지 정합니다. IATF 16949 대상이라면 관리계획서에 올라 있는 측정부터 하는 것이 일반적입니다.
그 측정을 무엇에 쓰는지도 분명히 합니다. 관리도로 공정 산포를 추적하는지, 출하 전에 합부를 판정하는지에 따라 나중에 %GRR의 분모가 달라집니다.
2단계: 분해능과 교정 확인
게이지의 분해능(읽을 수 있는 최소 단위)이 너무 거칠면 몇 번을 재도 같은 값만 나와서 산포를 제대로 평가할 수 없습니다. AIAG 지침에는 분해능을 공차의 10분의 1 이하로 하라는 "10:1 규칙"이 있습니다. 공차가 0.10 mm인 치수라면 0.01 mm 이하까지 읽는 게이지가 필요합니다.
게이지가 교정 유효기간 안에 있는지도 확인합니다. 게이지 R&R은 편향을 평가하지 않으므로, 교정 기간이 지난 게이지로 좋은 결과가 나왔다고 해서 측정값이 맞다고 할 수는 없습니다.
3단계: 부품 선정
부품은 공정에서 실제로 나오는 산포의 전체 범위에서 고릅니다. Minitab도 공정 전체 범위에서 부품을 뽑아야 부품 간 변동을 더 잘 추정할 수 있다고 설명합니다. 반대로 같은 로트의 비슷한 부품만 모으면 부품 변동이 작아져서 %GRR이 부당하게 나쁘게 나옵니다.
부품에는 번호를 붙이되 평가자에게는 보이지 않게 합니다. 번호가 보이면 평가자가 지난번 값을 기억해서 맞추기 쉽습니다. 번호를 부품 뒷면에 표시하거나 다른 사람이 부품을 건네주는 방법을 씁니다. 부품 10개로는 부품 간 변동의 추정 정밀도가 높지 않다는 점도 알려져 있습니다. Minitab 기술 자료는 부품 수를 늘리거나, 과거 대량 데이터로 구한 공정 표준편차를 쓰는 방법을 제시합니다.
4단계: 무작위 순서로 측정
평가자는 평소 그 측정을 담당하는 사람 중에서 고릅니다. 가장 능숙한 사람만 고르면 일상 측정의 산포를 작게 평가하게 됩니다.
1회째는 평가자 A가 부품 10개를 한 번씩 재고, 이어서 B와 C가 같은 방식으로 잽니다. 2회째와 3회째는 부품 순서를 바꿔서 잽니다. 회차마다 순서를 무작위로 하고 이전 결과를 보지 못하게 하면 기억과 측정 순서의 영향을 피할 수 있습니다. 부품의 어느 위치를 잴지도 미리 정해 두고 모두 같은 위치를 잽니다.
5·6단계: 계산과 판정
데이터가 모이면 평균-범위법이나 ANOVA로 계산합니다. 스프레드시트로도 가능하지만 통계 소프트웨어를 쓰면 ANOVA 결과와 그래프까지 한 번에 나옵니다. 판정에서는 %GRR과 ndc(판별 가능 범주 수)를 기준과 비교합니다. 기준을 만족하지 못하면 반복성과 재현성 중 어느 쪽이 큰지 보고 대응 방향을 정합니다. 계산 과정은 다음 절에서 하나씩 따라갑니다.
평균-범위법 계산 예시
아래 데이터는 가상의 것입니다. 모든 수치는 설명을 위해 만든 것이며 실제 공정의 값이 아닙니다. 조건은 샤프트 외경(규격 10.00 ±0.05 mm, 공차 폭 0.10 mm)을 0.001 mm 단위로 읽는 마이크로미터로 재는 경우입니다. 평가자 A, B, C가 부품 10개를 각각 3회 측정합니다.
| 평가자 / 회차 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
|---|---|---|---|---|---|---|---|---|---|---|
| A, 1회째 | 9.972 | 9.986 | 10.020 | 9.995 | 10.029 | 9.962 | 10.008 | 9.994 | 10.014 | 10.000 |
| A, 2회째 | 9.973 | 9.986 | 10.021 | 9.995 | 10.030 | 9.967 | 10.004 | 9.989 | 10.009 | 9.998 |
| A, 3회째 | 9.966 | 9.984 | 10.017 | 9.999 | 10.030 | 9.964 | 10.000 | 9.988 | 10.015 | 10.002 |
| A 범위 | 0.007 | 0.002 | 0.004 | 0.004 | 0.001 | 0.005 | 0.008 | 0.006 | 0.006 | 0.004 |
| B, 1회째 | 9.969 | 9.986 | 10.020 | 9.998 | 10.035 | 9.965 | 10.010 | 9.995 | 10.015 | 10.004 |
| B, 2회째 | 9.974 | 9.987 | 10.019 | 10.000 | 10.036 | 9.962 | 10.013 | 9.992 | 10.015 | 10.010 |
| B, 3회째 | 9.976 | 9.983 | 10.023 | 10.002 | 10.031 | 9.969 | 10.010 | 9.994 | 10.021 | 10.002 |
| B 범위 | 0.007 | 0.004 | 0.004 | 0.004 | 0.005 | 0.007 | 0.003 | 0.003 | 0.006 | 0.008 |
| C, 1회째 | 9.969 | 9.980 | 10.017 | 9.990 | 10.024 | 9.960 | 10.007 | 9.989 | 10.007 | 9.996 |
| C, 2회째 | 9.970 | 9.975 | 10.016 | 9.994 | 10.030 | 9.963 | 10.003 | 9.985 | 10.010 | 10.003 |
| C, 3회째 | 9.967 | 9.980 | 10.018 | 9.994 | 10.025 | 9.958 | 10.004 | 9.985 | 10.014 | 10.000 |
| C 범위 | 0.003 | 0.005 | 0.002 | 0.004 | 0.006 | 0.005 | 0.004 | 0.004 | 0.007 | 0.007 |
| 부품 평균 | 9.9707 | 9.9830 | 10.0190 | 9.9963 | 10.0300 | 9.9633 | 10.0066 | 9.9901 | 10.0133 | 10.0017 |
평균-범위법은 범위(최댓값 − 최솟값)와 평균값의 차이에서 표준편차를 추정합니다. 범위를 표준편차로 바꾸는 계수가 K1, K2, K3이며, 시행 횟수·평가자 수·부품 수에 따라 값이 달라집니다.
세 가지 "범위·차이"를 계수로 표준편차로 바꾼 뒤 마지막에 합성합니다.
n은 부품 수, r은 시행 횟수. 계수는 AIAG MSA 제4판 방식에서 쓰는 값이며, SPC for Excel 등의 해설 자료의 값과 d2·d2* 표에서 구한 값(K1 = 1/d2, K2·K3 = 1/d2*) 양쪽으로 대조했습니다. 부품 2~10개일 때의 K3: 0.7071, 0.5231, 0.4467, 0.4030, 0.3742, 0.3534, 0.3375, 0.3249, 0.3146.
오래된 교재나 사내 구 양식에서는 4.56이나 3.05 같은 계수가 쓰이기도 합니다. 이것은 매뉴얼 제2판 이전의 계수로, 결과를 99% 범위(표준편차의 5.15배)로 나타내던 방식의 흔적입니다. 총변동에 대한 %GRR은 같지만, EV와 AV의 절대값과 공차 대비 비율은 달라집니다. 사내 양식이나 예전 양식을 포함해 어느 판의 계수를 쓰는지 반드시 확인하십시오.
1. 반복성(EV) 구하기
먼저 평가자별 범위의 평균을 구합니다. 예시에서는 A가 0.0047 mm, B가 0.0051 mm, C가 0.0047 mm이므로 세 사람의 평균 R̿는 0.00483 mm(4.83 µm)입니다. 이후에는 읽기 쉽게 µm로 적습니다.
계산에 앞서 각 범위가 관리한계(UCL = D4 × R̿, 3회일 때 D4 = 2.574이므로 12.4 µm)를 넘지 않는지 확인합니다. 넘는 범위가 있으면 측정 실수나 기록 실수를 의심하고, 그 부품을 다시 잰 뒤에 계산합니다. 예시에서는 가장 큰 범위가 8 µm이므로 문제가 없습니다. 3회 반복에 해당하는 K1 = 0.5908을 써서 EV = 4.83 × 0.5908 ≒ 2.86 µm가 됩니다.
2. 재현성(AV) 구하기
평가자별 측정값 30개의 평균은 A가 9.99723 mm, B가 10.00053 mm, C가 9.99443 mm입니다. 가장 큰 B와 가장 작은 C의 차이 X̄diff는 6.10 µm이고, 평가자가 3명이므로 K2는 0.5231을 씁니다.
X̄diff × K2 = 3.19 µm이고 제곱하면 10.18입니다. 평균값에는 반복성의 산포도 조금 들어 있으므로 EV² ÷ (부품 수 10 × 시행 횟수 3) = 2.86² ÷ 30 ≒ 0.27을 뺍니다. 그 결과 AV = √(10.18 − 0.27) ≒ 3.15 µm가 됩니다. 근호 안이 음수가 되면 AV = 0으로 합니다.
3. GRR, PV, TV 구하기
GRR은 EV와 AV의 제곱합의 제곱근으로, √(2.86² + 3.15²) ≒ 4.25 µm입니다. 부품 변동 PV는 부품 평균의 최댓값 10.0300 mm와 최솟값 9.9633 mm의 차이 Rp에서 구합니다. Rp = 66.67 µm에 부품 10개의 K3 = 0.3146을 곱하면 PV = 20.97 µm입니다. 총변동 TV는 √(4.25² + 20.97²) ≒ 21.40 µm입니다.
4. %GRR과 ndc 구하기
%GRR = 4.25 ÷ 21.40 × 100 ≒ 19.9%입니다. 같은 방법으로 %EV는 13.3%, %AV는 14.7%, %PV는 98.0%가 됩니다. %EV와 %AV를 더해도 19.9%가 되지 않습니다. 그림 2의 주석처럼 더할 수 있는 것은 제곱한 값(분산)뿐이기 때문입니다.
ndc = 1.41 × 20.97 ÷ 4.25 ≒ 6.96이고, 소수점 이하를 버려 6이 됩니다. 1.41은 √2를 반올림한 값입니다.
%GRR은 19.9%로 "조건부 허용" 구간입니다. 재현성(AV)이 반복성(EV)보다 조금 큽니다.
가상 데이터에 의한 예시이며 계산은 Python으로 검산했습니다. 비율은 제곱합으로 합성되므로 13.3% + 14.7%는 19.9%가 되지 않습니다.
평균-범위법과 ANOVA의 차이
ANOVA(분산분석)는 측정값의 변동을 부품, 평가자, 평가자×부품의 교호작용(상호작용), 반복 오차라는 네 가지 요인으로 나눕니다. AIAG 매뉴얼은 두 방법을 모두 소개하고 있으며, 통계 소프트웨어는 ANOVA를 기본값으로 쓰는 경우가 많습니다.
Minitab에 따르면 평균-범위법은 평가자×부품 교호작용의 분산을 계산하지 못합니다. 교호작용이란 "평가자 C는 작은 부품만 작게 잰다"처럼 평가자에 따라 부품별 측정 습관이 다른 상태입니다. ANOVA는 일반적으로 분산을 더 정확하게 추정하고, 교호작용이 있는지 검정할 수도 있습니다.
손으로 따라갈 수 있는 것은 X̄-R법이고, 정보가 많고 정확한 것은 ANOVA입니다.
예시의 ANOVA는 교호작용의 p값이 0.75로 크므로 교호작용을 뺀 모델로 계산했습니다(Minitab은 p값이 0.05 이상이면 교호작용을 제외).
예시 데이터를 ANOVA로 계산하면 반복성의 표준편차는 2.63 µm, 재현성은 3.02 µm, GRR은 4.00 µm, 부품 간은 21.12 µm입니다. %GRR(표준편차의 비)은 18.6%, ndc는 7입니다. 범위로 추정하는가 평균제곱으로 추정하는가의 차이로 두 값이 조금 어긋나지만 판정 구간은 같습니다.
소프트웨어 출력을 읽을 때는 기여율(%Contribution, 일본어로 kiyo-ritsu)과 %연구 변동(%Study Var, 일본어로 kenkyu hendo)을 혼동하지 마십시오. 기여율은 분산의 비로, 예시에서 GRR은 3.5%입니다. %연구 변동은 표준편차의 비로 18.6%입니다. 10%·30% 기준은 표준편차의 비(%연구 변동이나 공차 대비 비율)에 대한 것입니다. 기여율에 대해서는 Minitab이 별도의 기준(1% 미만, 1~9%, 9% 초과)을 제시합니다.
판정 기준: 10%·30%와 ndc 5 이상 읽는 법
AIAG MSA 매뉴얼의 기준으로 가장 널리 알려진 것이 %GRR을 10%와 30%에서 세 구간으로 나누는 방식입니다. Minitab도 같은 구간을 AIAG 지침으로 제시합니다.
10~30%는 무조건 합격이 아니라, 용도와 비용을 보고 판단하는 구간입니다.
출처: AIAG 지침으로 이 기준을 소개하는 Minitab 도움말, QI Macros 해설. 요구는 고객과 업계에 따라 다릅니다.
예시의 %GRR 19.9%는 가운데 "조건부 허용" 구간에 들어갑니다. ndc는 6으로 기준을 충족하므로, 공정의 차이를 6단계 정도로 구별할 수 있다고 읽습니다.
ndc가 5 미만이면 측정 시스템이 거칠거나 고른 부품의 산포가 너무 작을 가능성이 있습니다. ndc는 분자에 부품 변동 PV를 쓰므로, 부품을 잘못 고르면 측정 시스템에 문제가 없어도 ndc가 작게 나옵니다.
분모는 공정 변동인가, 공차인가
%GRR은 총변동(공정 변동)에 대해 계산하는 방법과 공차에 대해 계산하는 방법이 있습니다. 공차 대비 비율은 GRR의 6배(표준편차 ±3배의 폭)를 공차 폭으로 나눠 구하며 P/T 비(정밀도 대 공차 비)라고도 부릅니다.
Minitab은 총변동 대비 비율을 공정 전체 변동과 비교하는 지표로, 공차 대비 비율을 부품을 규격 안팎으로 분류하는 용도의 지표로 설명합니다. 그래서 공정을 관리도로 관리한다면 총변동 대비 비율, 출하 검사의 합부 판정에 쓴다면 공차 대비 비율로 나눠 쓰는 것이 일반적입니다. 어느 쪽을 쓸지는 측정 시스템의 용도와 고객의 요구로 정해지며, 두 가지를 함께 적는 경우도 있습니다.
같은 데이터라도 분모가 다르면 결과가 달라집니다. 예시에서는 총변동 대비 19.9%, 공차 0.10 mm 대비 25.5%였습니다. 보고서에는 반드시 "무엇에 대한 비율인지"를 적어서 고객과 숫자가 어긋나지 않게 하십시오. 일본 도면의 보통공차(futsu kosa)는 아래 글에서 다룹니다.
일본 고객이 10%·30% 외에 요구할 수 있는 것
10%와 30%는 AIAG의 지침이지 모든 곳에 통하는 한계가 아닙니다. IATF 16949는 MSA 참조 매뉴얼을 기본으로 하되, 고객이 승인하면 다른 분석 방법과 판정 기준도 인정합니다. 그래서 완성차 업체나 1차 협력사가 고객 특정 요구사항(CSR, 일본어로 kokyaku koyu yokyu jiko)에서 자체 기준이나 대상 범위를 정하는 경우가 있습니다.
일본의 해설서나 기업 사내 기준 중에는 조건부 구간을 더 나누어, 10~20%는 대체로 허용, 20~30%는 한계로 보는 예도 있습니다. 요구는 회사마다 다르므로 한 고객의 규칙이 다른 고객에게도 적용된다고 가정하지 마십시오. 한국 완성차 업체 등 다른 고객이 있다면 거기서도 같은 방식으로 확인합니다. 안전한 순서는 고객의 요구를 먼저 확인하고, 사내 기준을 그보다 느슨하지 않게 정하는 것입니다.
SPC for Excel에 따르면 AIAG 매뉴얼 자체도 GRR 지침만을 합부의 경계선으로 쓰는 것은 적절하지 않다는 취지의 주의를 싣고 있습니다. 숫자가 기준 안에 있는지만이 아니라, 그 측정으로 무엇을 판단하는지를 함께 고려해야 합니다.
결과가 나쁠 때의 대처
%GRR이 크면 먼저 반복성(EV)과 재현성(AV) 중 어느 쪽이 큰지 봅니다. QI Macros 같은 AIAG MSA 제4판 기반 해설 자료는 어느 쪽이 큰가에 따라 의심할 원인을 다음과 같이 정리합니다.
EV와 AV 중 어느 쪽이 큰지, ndc가 충분한지에 따라 손을 쓸 곳이 달라집니다.
출처: QI Macros(AIAG MSA 제4판 대응 해설), Minitab 기술 자료. 대처 후에는 같은 조건으로 게이지 R&R을 다시 수행해 효과를 확인합니다.
예시에서는 %AV(14.7%)가 %EV(13.3%)보다 조금 크고, 평가자 C의 평균이 B보다 약 6 µm 작습니다. 이 경우 C의 마이크로미터 사용법(래칫을 쓰는지, 측정면이 부품에 바르게 닿는지)과 눈금을 읽는 습관부터 확인합니다.
반복성이 문제일 때도 게이지를 새로 사기 전에 지그와 측정 위치 고정으로 줄어드는지 시험해 볼 만합니다. 게이지 자체의 성능보다 부품을 놓는 방법이나 재는 위치의 산포가 원인인 경우가 많기 때문입니다. 원인을 좁히려면 평가자별·부품별로 값을 늘어놓은 그래프나, 특성요인도로 "사람·게이지·방법·환경"의 요인을 뽑아 보는 방법을 쓸 수 있습니다.
다시 해야 하게 만드는 흔한 실수
- 같은 로트에서 부품 10개를 모아서 부품 변동이 작아지고 %GRR이 나쁘게 나온다
- 부품 번호가 보이는 상태로 측정해서 평가자가 이전 값에 맞춘다
- 가장 능숙한 평가자만 참여해서 일상 측정보다 좋은 결과가 나온다
- 측정 위치를 정하지 않아 부품 내 산포가 반복성에 섞여 들어온다
- 5.15σ 계수를 쓰는 구 양식을 써서 EV·AV 값이 고객의 계산과 맞지 않는다
- %GRR의 분모(총변동인지 공차인지)를 적지 않고 보고해서 고객과 숫자가 다르다
고객이 측정 불량을 지적해서 시정 조치 보고서를 내야 할 때, MSA 결과가 원인 분석의 근거가 되기도 합니다. 측정 시스템을 검증한 결과로 %GRR을 제시하면 대책의 설득력이 높아집니다. 8D 보고서의 형식은 아래 글을 참고하십시오.
계수치 MSA: 합부 검사와 카파 계수
위의 계산은 결과가 합격·불합격으로만 나오는 측정에는 쓸 수 없습니다. 외관 검사, 한도 견본(gendo mihon)과의 비교 판정, 통과·정지 게이지 같은 경우입니다. 이런 계수치(속성) 측정 시스템은 판정이 얼마나 일치하는지로 평가합니다.
대표적인 것이 AIAG 매뉴얼의 교차표(cross-tab) 방식입니다. 올바른 판정(기준)을 아는 부품을 준비하고, 여러 평가자가 각각 여러 번 판정한 뒤, 평가자끼리 또는 기준과의 일치도를 카파 계수로 나타냅니다. 카파는 우연에 의한 일치를 뺀 일치의 정도로, 1이면 완전 일치, 0이면 우연과 같은 수준입니다. Minitab에 따르면 AIAG는 카파 0.75 이상을 좋은 일치의 기준으로 보고, 0.90 같은 더 큰 값이 바람직하다고 합니다.
결과는 세 가지 관점으로 읽습니다. 평가자 내(같은 사람이 반복해도 같은 판정을 하는가), 각 평가자와 기준의 일치(올바르게 판정하는가), 평가자 간(사람에 따라 판정이 달라지지 않는가)입니다. SPC for Excel은 AIAG 매뉴얼(제3판)의 표를 인용해 기준과 비교한 허용 기준을 소개합니다. 유효성(effectiveness) 90% 이상, 미검출률(불량을 합격으로 판정하는 비율) 2% 이하, 오경보율(양품을 불합격으로 판정하는 비율) 5% 이하입니다.
고객이 기준을 지정했다면 그에 따릅니다. 부품에는 명백한 양품과 불량품뿐 아니라 판정 경계에 가까운 것을 포함하는 것이 핵심입니다. 경계 부품이 없으면 판정의 산포가 드러나지 않습니다.
제출 전에: 체크리스트와 일본 고객에게 물어볼 질문
위에서 본 실수 중 분모 누락이나 구 계수 사용은 게이지가 나빠서가 아니라 전제가 어긋나서 생기는 경우가 많습니다. 보고서가 돌아온 뒤가 아니라 연구를 하기 전에 고객과 이 점들을 맞춰 두십시오.
제출 전 체크리스트
| 항목 | 확인할 내용 |
|---|---|
| 대상 범위 | 특성, 게이지, 지그, 절차가 특정되어 있고 해당 특성이 관리계획서에 있는가 |
| 분해능 | 최소 눈금이 공차(또는 공정 변동)의 10분의 1 이하인가 |
| 교정 | 게이지의 교정이 유효기간 안인가 |
| 연구 설계 | 부품 수·평가자 수·시행 횟수가 명시되어 있고, 부품이 공정 범위를 포괄하며, 순서가 무작위이고, 부품 번호가 숨겨져 있는가 |
| 평가자 | 가장 능숙한 검사원만이 아니라 평소 그 측정을 하는 사람인가 |
| 방법 | 평균-범위법인지 ANOVA인지 명시했는가. ANOVA라면 교호작용 항을 남겼는지 뺐는지 |
| 계수 | K1, K2, K3이 제4판의 값인가(구 5.15σ 계수가 아닌가) |
| 분모 | %GRR이 총변동, 공차, 또는 둘 다에 대한 것인지 분명히 표기했는가 |
| 결과 | %EV, %AV, %GRR, ndc가 있고 범위를 관리한계와 대조했는가 |
| 판정 기준 | 적용한 기준(AIAG 또는 고객의 CSR)을 보고서에 명시했는가 |
| 조건부 구간 | %GRR이 10~30%라면 이 용도에서 허용되는 이유를 적었는가. 필요하면 고객의 승인을 받았는가 |
| 계수치 검토 | 경계 부품을 포함했는가. 카파, 유효성, 미검출률, 오경보율을 보고했는가 |
일본 고객에게 물어볼 질문
- MSA 대상은 관리계획서의 모든 항목입니까, 특별 특성·중요 특성만입니까?
- AIAG MSA 제4판의 기준을 따릅니까, CSR에 자체 기준(예: 10~30% 구간의 세분)이 있습니까?
- %GRR은 공정 변동, 공차, 또는 둘 다에 대해 계산해야 합니까?
- 방법(평균-범위법 또는 ANOVA)과 부품·평가자·시행 횟수를 지정하십니까?
- 고객 고유의 Excel 양식이 있습니까? 있다면 어느 판의 계수를 쓰고 있습니까?
- 같은 특성을 가진 계측기를 묶어서 대표 게이지로 조사해도 됩니까, 개별 조사가 필요합니까?
- 외관 검사라면 한도 견본(gendo mihon)을 제공해 주십니까? 기대하는 카파나 유효성은 얼마입니까?
- 연구를 언제 다시 해야 합니까? 게이지 교체, 절차 변경, 평가자 변경 시입니까, 정해진 주기입니까?
고객에게 보내는 문의 메일 예시
아래는 한국어 초안입니다. 실제 발송은 고객과 쓰는 언어(영어나 일본어)로 옮겨서 보내십시오.
제목: [부품 번호] 게이지 R&R 요구사항 확인 요청
[담당자명] 님께,
저희는 관리계획서에 기재된 [부품 번호/도면 번호]의 측정 시스템 분석을 준비하고 있습니다. 보고서가 귀사의 요구와 맞도록 아래 사항을 확인해 주실 수 있겠습니까?
1. 판정 기준: AIAG MSA 제4판(%GRR 10% 미만 / 10~30% / 30% 초과, ndc 5 이상)입니까, 귀사 자체 기준입니까?
2. %GRR의 분모: 공정 변동, 공차, 또는 둘 다?
3. 선호하는 방법(평균-범위법 또는 ANOVA)과 연구 규모(부품·평가자·시행 횟수)
4. 지정 보고서 양식의 유무어느 특성이든 10~30% 구간에 들어가는 경우에는 사용 용도에 비추어 허용 가능한지 검토한 뒤 귀사에 확인하겠습니다.
감사합니다.
[이름]
이 글의 한계
- 계산 예시는 가상의 데이터입니다. 실제 연구는 고객의 양식과 소프트웨어 설정에 따르십시오.
- 판정 기준은 고객, 업계, 특성에 따라 다릅니다. 여기에 나온 AIAG 구간은 참고용이며 고객의 CSR을 대신하지 않습니다.
- 이 글은 모든 평가자가 모든 부품을 재는 일반적인 교차(crossed) 연구를 설명합니다.
- KS와의 대응은 KS A ISO 5725-1(ISO 5725-1:1994 일치)을 확인한 범위입니다. IATF 16949의 정확한 문구는 2차 자료가 아니라 규격 원문과 최신 AIAG 매뉴얼로 확인하십시오.
자주 묻는 질문
게이지 R&R은 몇 년마다 다시 해야 합니까?
정해진 주기는 없습니다. 게이지를 교체했을 때, 절차가 바뀌었을 때, 평가자가 바뀌었을 때 다시 검토하는 것이 기본입니다. 고객의 CSR이 기준이나 대상 범위를 지정했다면 그에 맞춰 계획하십시오.
계측기를 교정했다면 게이지 R&R은 필요 없습니까?
필요합니다. 교정은 계측기 단독의 편향을 확인할 뿐이며, 지그의 유격이나 측정자의 습관에서 오는 산포는 다루지 못합니다. 게이지 R&R이 평가하는 것이 바로 그 부분입니다.
게이지 R&R은 무엇의 약자입니까?
Gage Repeatability and Reproducibility, 즉 반복성과 재현성입니다. 반복성은 EV, 재현성은 AV, 둘을 합친 값은 GRR로 적습니다. 일본어 문서도 같은 약어를 씁니다.
스프레드시트만으로 게이지 R&R을 계산할 수 있습니까?
평균-범위법은 계수를 곱해 합성하는 흐름이어서 스프레드시트로 충분히 재현할 수 있습니다. ANOVA는 계산이 복잡하므로 통계 소프트웨어나 스프레드시트의 분석 기능을 쓰는 편이 수고가 덜합니다.
평가자는 누구로 정해야 합니까?
가장 숙련된 한 사람이 아니라, 평소 그 측정을 담당하는 사람 2~3명을 고르는 것이 기본입니다. 능숙한 사람만 참여하면 일상 측정보다 좋은 결과가 나와 산포를 작게 평가하게 됩니다.
출처
- AIAG, MSA-4: Measurement Systems Analysis
- Q-DAS, Notes on the 4th Edition of the MSA Manual(발행 시기와 5.15 계수)
- JIS Z 8103:2019 계측용어, JIS Z 8402-1:1999(일본어): Z 8103, Z 8402-1
- 한국표준정보망, KS A ISO 5725-1 측정 방법 및 측정 결과의 정확도(진도 및 정밀도) 제1부
- IATF, IATF 16949:2016 자주 묻는 질문(FAQ)(7.1.5.1.1, 한국어판)
- Minitab, Is my measurement system acceptable?
- Minitab, Interpret the key results for Crossed Gage R&R Study
- Minitab, Methods and formulas for gage R&R table, Methods and formulas for method of analysis
- Minitab, Data considerations for Crossed Gage R&R Study, Assistant technical paper: Gage R&R Study (Crossed)
- Minitab, What is gage resolution?
- SPC for Excel, Variable Measurement Systems – Part 4: Gage R&R
- SPC for Excel, Acceptance Criteria for Measurement Systems Analysis
- SPC for Excel, Attribute Gage R&R Studies – Part 2
- QI Macros, Gage R&R Made Easy
- IATF 16949 7.1.5.1.1 요약(일본어): IATF16949 koryaku
일본어 원문 기사이 가이드는 일본 독자를 위해 쓴 MONOSCOPE 기사를 바탕으로 했습니다: ゲージR&Rのやり方｜MSAの手順・計算例と判定基準10％・30％の読み方
편집자 소개
MONOSCOPE 편집자FOUNDER & EDITOR플랜트 설비 제조사와 플랜트 엔지니어링 회사에서 약 10년간 설비 제안, 설계, 시운전을 맡은 뒤 디지털 마케팅으로 옮겼습니다. 현재는 B2B 제조기업의 웹 컨설턴트로서 기업이 제품과 기술을 알기 쉽게 설명하도록 돕고 있습니다. 일본 국가자격인 에너지관리사(Energy Manager)와 제3종 전기주임기술자를 보유하고 있습니다.
2017년부터 엔지니어링 블로그를 운영해 500편 이상의 글을 썼고, 구독자 약 2만 명의 일본어 YouTube 채널을 운영합니다. 모든 가이드는 일본 생산 현장의 시각으로 쓰고, 인용한 규격과 대조해 검증합니다.
