기본 콘텐츠로 건너뛰기

개인정보처리방침

Apex Engineering Journal(이하 "본 블로그")은 방문자의 개인정보와 개인정보 보호를 중요하게 생각합니다. 본 개인정보처리방침은 본 블로그를 이용하는 과정에서 수집·처리될 수 있는 정보와 그 이용 방법에 대해 안내합니다.

  1. 수집할 수 있는 정보
    본 블로그는 별도의 회원가입 절차 없이 운영됩니다. 다만 블로그 이용 과정에서 다음과 같은 정보가 자동으로 수집되거나 처리될 수 있습니다.
    • IP 주소
    • 브라우저 및 기기 정보
    • 운영체제 및 브라우저 종류
    • 방문한 페이지 및 접속 시간
    • 방문 경로 및 이용 기록
    • 쿠키(Cookie) 및 이와 유사한 기술을 통해 수집되는 정보
    이러한 정보는 블로그의 운영, 서비스 개선, 방문 통계 분석, 보안 유지 및 광고 제공 등의 목적으로 사용될 수 있습니다.
  2. 쿠키(Cookie)의 사용
    본 블로그는 서비스 제공 및 사용자 경험 개선을 위해 쿠키 또는 이와 유사한 기술을 사용할 수 있습니다. 쿠키는 웹사이트가 사용자의 브라우저에 저장하는 작은 데이터 파일로, 사용자의 방문 기록이나 설정 등을 기억하고 서비스 이용을 보다 편리하게 만드는 데 사용될 수 있습니다.
    이용자는 웹 브라우저의 설정을 통해 쿠키 저장을 거부하거나 삭제할 수 있습니다. 다만 쿠키 사용을 제한할 경우 일부 서비스 또는 기능의 이용에 제한이 발생할 수 있습니다.
  3. Google 및 제3자 서비스
    본 블로그는 Blogger를 포함한 Google 서비스를 이용하여 운영됩니다. 또한 현재 또는 향후 Google AdSense 등 광고 서비스를 이용할 수 있습니다. 이러한 서비스가 사용되는 경우 Google 및 제3자 광고 제공업체는 광고 제공, 광고 효과 측정, 사기 방지 및 관련성 있는 광고 제공을 위해 쿠키, IP 주소, 웹 비콘 또는 기타 식별 기술을 사용할 수 있습니다.
    Google의 광고 쿠키 사용을 통해 Google 및 그 파트너는 사용자의 본 블로그 또는 다른 웹사이트 방문 기록을 기반으로 광고를 제공할 수 있습니다. 이용자는 Google 광고 설정(https://www.google.com/settings/ads)에서 맞춤 광고와 관련된 설정을 관리하거나 개인 맞춤 광고를 사용 중지할 수 있습니다.
    Google이 파트너 사이트에서 수집한 정보를 활용하는 방식에 대해서는 https://policies.google.com/technologies/partner-sites에서 확인할 수 있습니다.
    본 블로그가 향후 Google Analytics 또는 기타 분석·광고 서비스를 추가로 이용하게 되는 경우, 해당 서비스의 이용 내용에 따라 본 개인정보처리방침을 업데이트할 수 있습니다.
  4. 제3자 링크 및 외부 서비스
    본 블로그에는 외부 웹사이트 또는 제3자 서비스로 연결되는 링크가 포함될 수 있습니다. 외부 웹사이트의 개인정보 처리 및 운영 방식은 본 블로그의 관리 범위에 포함되지 않으며, 해당 웹사이트의 개인정보처리방침 및 이용약관이 적용됩니다.
  5. 개인정보의 보관 및 보호
    본 블로그는 직접적인 회원가입 시스템이나 자체적인 개인정보 데이터베이스를 운영하지 않습니다. 다만 Google 또는 기타 제3자 서비스의 이용 과정에서 수집되는 정보는 해당 서비스 제공업체의 개인정보처리방침 및 정책에 따라 처리될 수 있습니다. 본 블로그는 개인정보 보호를 위해 합리적인 범위 내에서 필요한 조치를 취합니다.
  6. 만 14세 미만 아동의 개인정보
    본 블로그는 만 14세 미만 아동을 대상으로 개인정보를 의도적으로 수집하지 않습니다. 만약 보호자가 만 14세 미만 아동이 본 블로그를 통해 개인정보를 제공했다고 판단하는 경우, 아래의 문의처를 통해 연락해 주시기 바랍니다.
  7. 개인정보처리방침의 변경
    본 개인정보처리방침은 관련 법령, 서비스 운영 방식 또는 사용하는 제3자 서비스의 변경에 따라 수정될 수 있습니다. 개인정보처리방침의 내용이 변경되는 경우 변경된 내용은 본 페이지를 통해 게시하며, 필요한 경우 시행일을 함께 표시합니다.
  8. 문의처
    개인정보처리와 관련한 문의사항은 아래 이메일로 연락해 주시기 바랍니다.
    Email: sdjang@apexesol.com

시행일: 2026년 8월 27일

댓글

댓글 쓰기

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...
댓글 1개
자세한 내용 보기

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...
댓글 쓰기
자세한 내용 보기

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 일부 로 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, 시정...
댓글 쓰기
자세한 내용 보기