기본 콘텐츠로 건너뛰기

품질관리와(QC)와 품질보증(QA) 근본적 차이는?

품질관리(QC)와 품질보증(QA), 무엇이 다른가?

현장에서는 QC(Quality Control)와 QA(Quality Assurance)를 각각 ‘검사’와 ‘예방’으로 단순하게 구분하는 경우가 많습니다. 이해하기 쉬운 설명이지만 실제 품질경영에서는 두 기능의 범위가 더 넓습니다. ISO 9000에서 QC는 품질 요구사항을 충족하는 데 초점을 둔 품질경영의 일부, QA는 품질 요구사항이 충족될 것이라는 신뢰를 제공하는 데 초점을 둔 품질경영의 일부로 구분합니다.

따라서 QC와 QA는 어느 한쪽이 상위 개념이거나 서로 경쟁하는 기능이 아닙니다. QC가 제품과 공정의 현재 상태를 확인하고 이상을 검출·조치하는 데 강점이 있다면, QA는 그러한 품질이 반복적으로 확보될 수 있도록 프로세스와 시스템을 구축하고 유지하는 데 더 큰 비중을 둡니다. 결국 두 기능 모두 더 넓은 품질경영(Quality Management)의 일부입니다.

QC는 단순한 최종검사가 아니다

QC의 대표적인 활동은 검사, 측정, 시험을 통해 제품이 도면과 규격을 만족하는지 확인하는 것입니다. 하지만 QC를 완성품 검사만으로 한정해서는 안 됩니다. 생산 중 공정 특성을 측정하고 SPC와 관리도로 이상을 모니터링하거나, 부적합품을 식별·격리하고 추가 유출을 막기 위한 조치를 취하는 것도 QC의 중요한 역할입니다.

예를 들어 샤프트의 치수와 경도를 검사해 규격 적합성을 판단하고 이상 로트를 격리하는 것은 전형적인 QC 활동입니다. 여기서 중요한 것은 불량을 발견했다는 사실 자체가 아니라, 부적합 제품이 다음 공정이나 고객에게 넘어가지 않도록 통제하는 것입니다. QC는 문제가 발생했을 때 고객을 보호하는 가장 직접적인 방어선 역할을 합니다.

QA는 품질이 반복될 수 있는 시스템을 만든다

QA는 QC보다 ‘한 단계 높은 활동’이라기보다 초점이 다른 기능입니다. 품질 요구사항이 지속적으로 충족될 것이라는 신뢰를 확보하기 위해 품질계획, 표준과 절차, 공정감사, 교육, 공급업체 관리, 시정조치와 효과성 검증 등을 체계적으로 관리합니다.

자동차 제조업에서는 APQP, PFMEA, Control Plan, 작업표준, 변경관리, 공정감사와 시정조치 같은 활동이 서로 연결되어야 합니다. ISO 9001과 IATF 16949 역시 단순한 검사 규격이 아니라 이러한 활동을 포함한 품질경영시스템(QMS)의 일관된 운영과 지속적 개선을 요구하는 체계입니다. QA의 목적은 ‘불량이 절대 발생하지 않게 하는 것’이라기보다, 품질 리스크를 예방하고 문제가 발생했을 때 원인을 시스템적으로 제거하여 같은 문제가 반복될 가능성을 낮추는 것에 가깝습니다.

QA QC 기능 설명 인포그래픽스
QA QC 기능 설명


실제 경험 ① 검사 강화로 고객 유출은 막았지만 불량은 반복됐다

현장에서 특정 부품의 불량이 간헐적으로 발생했던 경험이 있습니다. 당시 가장 빠른 대응은 검사 강화였습니다. 검사 빈도와 샘플 수를 늘리고 필요할 경우 전수검사에 가까운 선별을 실시해 부적합품이 고객에게 유출되는 것을 우선 차단했습니다. 이 조치는 즉각적인 고객 보호 측면에서는 효과가 있었습니다.

하지만 시간이 지나자 같은 유형의 문제가 다시 발생했습니다. 검사 강화는 불량품을 찾아내는 능력을 높였을 뿐, 불량을 만들어내는 원인 자체를 제거한 것은 아니었기 때문입니다. 이후에는 문제를 단순한 검사 실패가 아니라 공정 시스템의 문제로 보고 원인을 다시 분석했습니다. 공정 조건, 관리 기준, 작업 방법과 관련 문서를 재검토하고 필요한 관리 항목을 시스템에 반영했습니다. 관리계획과 작업표준 등 관련 기준도 실제 공정 조건에 맞게 업데이트하고, 변경된 관리 방법이 현장에서 지속적으로 실행되는지 확인했습니다.

이 경험에서 얻은 가장 큰 교훈은 명확했습니다. 검사 강화는 고객 유출을 막는 Containment에는 효과적이지만, 그것만으로 재발방지가 완성되는 것은 아닙니다. QC가 당장의 위험을 차단했다면, 이후의 원인분석과 표준화, 관리체계 변경 및 효과성 확인을 통해 같은 문제가 반복되지 않도록 만드는 것은 QA 시스템의 역할과 연결됩니다.

실제 경험 ② 열처리 혼합 로딩 문제는 검사만으로 해결되지 않았다

또 다른 사례는 진공열처리 공정에서 경험했습니다. 열처리는 한 번의 설비 가동 비용이 크기 때문에 단일 제품만으로 로드를 채우기 어려울 경우 서로 다른 제품을 함께 적재해 처리하는 경우가 있습니다. 실제로 이러한 혼합 로딩과 관련해 심각한 성능 문제가 발생한 적이 있었고, 문제가 발생한 뒤에는 어떤 제품이 어떤 조건과 위치에서 함께 처리되었는지 추적하기도 쉽지 않았습니다.

문제가 발생한 제품을 경도나 외관 검사로 선별하고 불량 로트를 격리하는 것은 필요했습니다. 하지만 그것만으로는 다음 열처리 로드에서 같은 문제가 발생하는 것을 막을 수 없었습니다. 핵심 문제는 검사 자체가 아니라 서로 다른 제품을 어떤 기준으로 함께 열처리할 것인지에 대한 관리 규칙과 추적성이 충분하지 않았다는 점이었습니다.

따라서 해결 방향도 검사 강화에서 시스템 관리로 전환해야 했습니다. 가장 확실한 방법은 동일 제품 또는 열처리 반응이 충분히 검증된 동등 제품끼리 로드를 구성하는 것입니다. 혼합 로딩이 불가피하다면 재질, 열처리 온도, 제품 단면과 열용량, 요구 경도와 조직, 냉각 조건, 형상과 변형 민감도 등을 기준으로 Heat Treatment Family(열처리 호환군)를 정의하고 검증된 조합만 허용하는 방식이 필요합니다.

또한 제품번호, Heat No., 재질, 수량과 중량, 로딩 위치, 적용 레시피, 실제 온도와 냉각조건, 검사 결과를 열처리 로트와 연결해 추적할 수 있어야 합니다. 이 사례는 QC에서 불량을 찾아내는 것만으로는 해결되지 않는 문제가 분명히 존재하며, 공정 조건과 표준, 로트 구성 및 추적성까지 바꾸는 QA 관점의 시스템 개선이 왜 필요한지를 보여주었습니다.

QC와 QA는 실제로 어떻게 연결되는가?

실제 조직에서는 QC와 QA의 업무 경계가 회사 규모와 고객 요구사항에 따라 달라질 수 있습니다. QC 조직이 SPC와 공정개선을 담당하기도 하고 QA 담당자가 현장에서 고객 불만이나 공정 문제를 직접 해결하기도 합니다. 따라서 부서 이름만으로 역할을 구분하기보다 활동의 목적을 보는 것이 더 정확합니다.

현장에서 문제가 발생했을 때는 보통 고객 보호와 유출 방지 → 부적합품 격리 → 원인분석 → 시정조치 → 표준 및 시스템 반영 → 효과성 검증의 흐름으로 이어집니다. 앞부분에서는 QC의 역할이 강하고 뒤로 갈수록 QA의 시스템적 접근이 중요해지지만, 실제 문제해결에서는 두 기능이 끊어져 있지 않습니다.

Engineering Recommendation

품질문제가 반복될 때 검사 인원을 늘리거나 검사 빈도를 높이는 것부터 시작하는 경우가 많습니다. 긴급한 고객 보호가 필요하다면 올바른 조치입니다. 그러나 검사 강화가 장기간 유지되고 있다면 반드시 한 번은 질문해야 합니다. “우리는 지금 불량을 잡고 있는 것인가, 아니면 불량이 발생하는 원인을 제거하고 있는 것인가?”

좋은 품질시스템은 QC와 QA 중 하나를 선택하지 않습니다. QC를 통해 현재의 위험을 빠르게 발견하고 고객을 보호하면서, QA를 통해 원인을 프로세스와 시스템에 반영해 재발 가능성을 낮춥니다. 검사 비용과 선별 인력이 계속 증가하는데 동일한 문제가 반복된다면 검사 능력보다 먼저 PFMEA, Control Plan, 작업표준, 공정조건, 변경관리, 추적성 그리고 시정조치의 효과성을 다시 확인할 필요가 있습니다.

결론: QC는 방어선이고, QA는 재발을 막는 시스템이다

QC를 단순히 ‘문제를 잡는 활동’, QA를 ‘문제가 생기지 않게 하는 활동’이라고만 정의하면 실제 품질업무의 상당 부분을 놓치게 됩니다. 보다 정확하게는 QC는 품질 요구사항을 충족하도록 제품과 공정을 관리하는 기능이고, QA는 그러한 요구사항이 지속적으로 충족될 것이라는 신뢰를 확보하는 기능입니다.

두 실제 사례에서 공통적으로 확인한 것은 검사 강화만으로는 문제의 반복을 끝낼 수 없다는 점입니다. 검출과 격리는 고객을 보호하지만, 원인 제거와 시스템 반영이 이루어져야 재발방지가 완성됩니다. 결국 좋은 품질경영은 QC와 QA가 따로 움직이는 것이 아니라 하나의 문제해결 흐름 안에서 서로 연결될 때 만들어집니다.

댓글

이 블로그의 인기 게시물

SPC 매뉴얼 2026년 개정 총정리

SPC 매뉴얼, 왜 새로 통합되었나 자동차 업계에서는 오랫동안 미국 AIAG의 SPC 매뉴얼과 독일 VDA의 SPC 관련 지침이 함께 사용되어 왔습니다. 두 체계는 통계적 공정관리라는 같은 목적을 갖고 있었지만 용어와 통계적 접근에 차이가 있어, 글로벌 공급망에서는 고객과 지역에 따라 서로 다른 방식으로 결과를 해석하거나 보고해야 하는 경우가 있었습니다. AIAG와 VDA는 2026년 6월 30일 새로운 공동 SPC 매뉴얼의 발간을 발표했으며, AIAG에서는 7월부터 1st Edition을 공식 제공하고 있습니다. 새 매뉴얼의 핵심은 기존 접근법을 하나의 국제적인 체계로 조화시키고 ISO 22514 및 ISO 3534 시리즈와의 정합성을 높여, 자동차 공급망에서 보다 일관된 SPC 적용과 의사소통이 가능하도록 하는 데 있습니다. 성능(Performance)과 능력(Capability)의 명확한 구분 이번 통합 매뉴얼에서 실무적으로 특히 중요한 부분은 Performance와 Capability를 구분해서 적용하는 것입니다. Pp·Ppk와 Cp·Cpk는 모두 규격 대비 공정 변동을 평가하지만, 적용 조건과 해석은 같지 않습니다. 공정의 안정성이 아직 입증되지 않았거나 통계적 관리 상태에 있지 않은 경우에는 Performance 지수인 Pp·Ppk를 사용합니다. 반대로 관리도 등을 통해 공정이 통계적 관리 상태에 있음이 확인된 경우에는 Capability 지수인 Cp·Cpk를 적용할 수 있습니다. 따라서 Cpk 값 자체가 안정성을 증명하는 것은 아니며, Cpk를 공정능력으로 해석하려면 먼저 공정 안정성에 대한 근거가 있어야 합니다. 공정능력지수, 두 가지 계산 접근을 하나의 체계에서 다룬다 새 매뉴얼은 공정성능·공정능력 지수를 평가할 때 일반 기하학적 방법(General Geometric Method)과 Z-스코어(Bothe) 방법을 구분해서 사용할 수 있도록 제시합니다. 일반 기하학적 방법은 ISO 22514 계열의 접근과 연결되며 분포의 분위수...

공정능력지수 계산법, 두가지 방식

이번 글에서는 공정능력지수를 실제로 계산하는 두 가지 방법을 더 깊이 다룹니다. 이 주제와 관련된 게시글은 이 글의 맨 아래 링크를 참조하시기 바랍니다. 공정능력지수 계산법, 왜 두 가지로 나뉘었나 2026년 AIAG·VDA 통합 SPC 매뉴얼의 중요한 변화 중 하나는 기존 AIAG와 VDA·ISO 계열에서 사용해 온 서로 다른 통계적 접근을 하나의 체계 안에서 다룬다는 점입니다. AIAG와 VDA는 새 매뉴얼을 통해 기존에 달랐던 SPC 접근법과 용어를 조화시키고, 공정 특성·데이터 유형·모니터링 목적에 따라 적절한 방법을 선택하도록 안내하고 있습니다. 공정성능·공정능력 지수를 평가할 때는 일반 기하학적 방법(General Geometric Method)과 Z-스코어(Bothe) 방법을 구분해서 이해할 필요가 있습니다. 중요한 것은 어느 한쪽이 항상 맞고 다른 쪽이 틀린 것이 아니라, 데이터의 분포 특성과 고객 요구사항, 기존 보고 체계 등을 고려해 적절한 방법을 선택하고 사용한 계산방법을 명확히 식별하는 것입니다. 공정능력지수 2가지 계산법 일반 기하학적 방법(General Geometric Method) 일반 기하학적 방법은 분포의 분위수와 규격 한계의 상대적 위치를 이용해 공정성능 또는 공정능력을 평가하는 접근입니다. 대표적으로 0.135%, 50%, 99.865% 분위수를 이용하며, 정규분포만을 전제로 하는 전통적인 6σ·3σ 표현을 보다 일반적인 분포 형태로 확장할 수 있다는 장점이 있습니다. 데이터가 정규분포를 따르는 경우에는 해당 분위수가 평균을 중심으로 약 ±3σ 위치에 대응하므로 전통적인 지수와 같은 개념으로 연결됩니다. 반면 비정규 데이터에서는 실제 분포 형태에 맞는 분위수를 이용함으로써 단순히 정규분포를 가정하는 데서 생길 수 있는 왜곡을 줄일 수 있습니다. Z-스코어(Bothe) 방법은 무엇인가 Z-스코어(Bothe) 방법은 규격 하한과 상한을 벗어나는 비율을 표준정규분포의 Z값으로 환산한 뒤 이를 이용해 성능지수...