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 성능지수를 표현하는 방식입니다. 기존 AIAG 방식과의 연속성을 유지하는 데 의미가 있으며, 기존 계산체계를 무조건 폐기해야 한다는 의미는 아닙니다.

다만 고객과 공급자가 서로 다른 계산방법을 사용할 경우 동일한 원데이터에서도 결과가 달라질 수 있으므로, 고객 요구사항과 적용 목적을 먼저 확인하고 어떤 방법으로 계산했는지 기록하는 것이 중요합니다. 특히 비정규분포에서는 계산방법의 차이가 결과에 더 크게 나타날 수 있습니다.

두 방법은 언제 같고 언제 달라지는가

데이터가 이상적인 정규분포를 따르고 동일한 조건을 적용하면 두 접근의 결과는 이론적으로 같은 방향으로 수렴합니다. 차이가 중요해지는 것은 데이터가 치우쳐 있거나 꼬리가 두껍고, 혼합분포·절단분포처럼 정규분포와 다른 형태를 보이는 경우입니다.

실무에서는 Probability Plot과 Anderson-Darling 검정 결과를 참고할 수 있지만, p값 하나만으로 분포를 결정하는 것은 피하는 것이 좋습니다. 확률도의 형태, 이상치, 시간에 따른 패턴, 공정의 물리적 메커니즘을 함께 검토한 뒤 적절한 분포모형과 계산방법을 선택해야 합니다.

저 역시 과거 현업에서는 두 계산방법의 차이를 명확히 구분하지 않은 채 결과값을 검토한 경우가 있었습니다. 그러나 서로 다른 고객사나 소프트웨어의 결과를 비교하려면 숫자 자체만 볼 것이 아니라 어떤 분포모형과 어떤 계산방법을 사용했는지까지 확인해야 결과 차이의 원인을 제대로 설명할 수 있습니다.

G와 Z 표기는 왜 중요한가

두 계산방법이 함께 사용될 수 있는 환경에서는 결과값만 제시하면 어떤 방법으로 계산했는지 알기 어렵습니다. 따라서 보고서와 내부 분석자료에는 적용한 계산방법을 식별할 수 있도록 G 또는 Z와 같은 방법 식별자를 함께 관리하는 것이 좋습니다.

특히 고객사와 공급사가 서로 다른 SPC 소프트웨어를 사용하거나 과거 데이터와 신규 데이터를 비교하는 경우에는 계산방법, 소프트웨어 버전, 분포모형과 주요 파라미터를 함께 기록해야 결과의 재현성과 추적성을 확보할 수 있습니다.

Cw·Cwk 지수, 왜 구분해서 봐야 하나

Cw와 Cwk는 부분군 내부(within-subgroup)의 변동을 중심으로 공정의 잠재적인 능력을 평가할 때 사용하는 지수입니다. Cw는 규격 폭과 부분군 내부 변동의 관계를 나타내고, Cwk는 평균의 치우침까지 함께 고려합니다. 이때 부분군 내부 표준편차는 R̄/d₂ 또는 s̄/c₄와 같은 방법으로 추정할 수 있습니다.

여기서 중요한 것은 과거 자료와 현재 자료를 비교할 때 지수의 이름만 보고 같은 의미라고 판단해서는 안 된다는 점입니다. SPC 체계가 개정되면서 지수의 명칭과 변동의 정의가 보다 명확하게 구분되었기 때문에 오래된 PPAP 자료나 협력사 보고서를 검토할 때는 어떤 표준편차를 사용했는지, 부분군 내부 변동인지 전체 공정 변동인지부터 확인해야 합니다.

Engineering Recommendation

실무에서 공정능력지수를 비교할 때 가장 먼저 확인해야 할 것은 Cpk나 Ppk의 숫자가 아니라 그 숫자가 어떤 방법과 어떤 데이터 조건에서 계산되었는가입니다.

특히 비정규 데이터에서는 정규성 검정의 통과 여부만으로 계산방법을 결정하지 말고, 공정의 물리적 특성과 실제 분포 형태를 함께 검토해야 합니다. 고객과 공급자 간 결과 차이가 발생하면 원데이터, 분포모형, 계산방법, 소프트웨어 설정을 동일하게 맞춘 뒤 다시 비교하는 것이 가장 빠른 원인 확인 방법입니다.

같은 Cpk라는 이름이라도 계산방법과 변동의 정의가 다르면 같은 결과라고 볼 수 없습니다. 지수값과 함께 계산방법과 데이터 조건을 남기는 것이 공정능력 보고서의 재현성과 신뢰성을 높이는 가장 확실한 방법입니다.

관련 글

SPC 매뉴얼 2026년 개정 총정리 · 성능지수와 능력지수의 결정적 차이 · 기계성능부터 공정능력까지 3단계 · SPC 소프트웨어 검증-새 요구사항