
모든 제조 부품은 측정으로 시작됩니다. 치수를 확인하고, 공차를 평가하며, 합격 또는 불합격이라는 결정을 내립니다. 그러나 이러한 판단의 전체 과정은 사용된 계측기와 이를 다루는 사람의 신뢰성에 달려 있습니다. 생산 현장의 단일 데이터 포인트를 신뢰하기 전에, 다음과 같은 근본적인 질문에 답해야 합니다:귀하의 측정 시스템은 실제로 부품을 측정하고 있습니까, 아니면 자기 자신을 측정하고 있습니까?
이 질문에 정확히 답하도록 설계된 것이 바로게이지 R&R 연구입니다. 게이지 반복성 및 재현성(Gage Repeatability and Reproducibility)의 약자인 이 방법은 측정 데이터에서 관찰되는 변동 중 얼마나 많은 부분이 부품 자체에서 비롯되며, 얼마나 많은 부분이 측정 장비와 작업자에서 비롯되는지를 정량화하는 업계 표준 방법론입니다. 자동차, 의료 기기, 소비자 전자 제품, 산업 장비 등 품질이 중요한 환경에서는 생산 전에 게이지 R&R을 수행하는 것이 선택 사항이 아닙니다. 이는 이후의 모든 공정 능력 연구, 관리도, 합격/불합격 결정을 신뢰하기 위한 필수 전제 조건입니다.
이 가이드에서는 게이지 R&R의 정의, 작동 방식, 수행 방법 및 결과 해석 방법을 설명하여, 첫 번째 생산 부품이 출하되기 전에 측정 시스템이 견고함을 입증할 수 있도록 돕습니다.
게이지 R&R이란 무엇인가?
게이지 반복성 및 재현성(Gage Repeatability and Reproducibility, Gage R&R) 은 측정 데이터의 변동 중 얼마나 많은 부분이 부품 간의 실제 차이가 아닌 측정 시스템 자체에 기인하는지를 정의하는 데 사용되는 통계적 방법론입니다.이는 측정 변동을 관찰된 총 변동성과 비교하며, 제조 공정은 정기적인 데이터 수집에 의존하여 공정을 "관리 상태"로 유지하는 통계적 공정 관리(SPC) 방법론의 적용을 통해 모니터링됩니다. SPC 시스템에 입력되는 숫자가 신뢰할 수 없다면, 모든 후속 품질 결정은 의심스러워집니다.
게이지 R&R을 포괄하는 더 넓은 분야는 측정 시스템 분석(Measurement System Analysis, MSA)이라고 합니다.게이지 R&R은 구체적으로 반복성(장비 변동)과 재현성(평가자 변동)을 연구하는 반면, 측정 시스템 분석은 알려진 참조 값과 시스템의 평균 읽기 값을 비교하는 편향 연구와 전체 측정 범위에서 편향이 일관되게 유지되는지 확인하는 선형성 연구를 포함하는 더 넓은 분야입니다. Gage R&R이 MSA 내에서 어디에 위치하는지 이해하면 팀이 특히 중요하거나 안전 관련 치수에 대해 검증 작업을 우선순위화하는 데 도움이 됩니다.
이 단계를 건너뛸 경우의 위험은 상당합니다.변동이 큰 측정 시스템은 공정 능력 연구(Cpk 및 Ppk)를 완전히 왜곡할 수 있으며, 품질 관점에서의 오탐(false accepts) 및 미탐(false rejects) 효과는 말할 것도 없습니다. 실질적으로 이는 좋은 부품이 폐기되고 불량 부품이 출하됨을 의미하며, 전문적인 제조 환경에서는 어느 쪽도 용납될 수 없습니다.
반복성 대 재현성: 각 항목이 측정하는 내용
모든 게이지 R&R 연구의 핵심 구성 요소인 반복성과 재현성의 의미를 이해하는 것이 중요합니다. 두 요소 중 어느 것이 더 큰 기여를 하는지에 따라 시정 조치가 다르기 때문입니다.
반복성 (Repeatability)은 동일한 작업자가 동일한 계측기로 동일한 부품을 여러 번 측정할 때 관찰되는 변동으로, 장비 또는 방법을 반영합니다.재현성 (Reproducibility)은 서로 다른 작업자가 동일한 부품을 측정할 때 발생하는 변동으로, 기법이나 교육 수준의 차이를 반영합니다. 이 두 가지 변동 원인이 합쳐져 게이지 R&R 결과에 캡처된 총 측정 시스템 오류를 구성합니다.
실무적인 관점에서 이 구분은 문제 해결에 중요합니다.높은 반복성은 게이지 자체를 가리키며, 높은 재현성은 평가자나 방법을 가리킵니다. 해결책이 다릅니다. 반복성이 지배적인 문제라면 장비를 수리, 재보정 또는 교체해야 할 수 있습니다. 재현성이 지배적이라면 일반적으로 더 나은 작업자 교육, 명확한 측정 절차 또는 측정 중 부품 위치 및 고정 방식의 변동을 줄이는 개선된 지그(fixturing)가 해결책입니다.
게이지 R&R이 단독으로 다루지 않는 내용을 명확히 하는 것도 가치가 있습니다.보정만으로 측정 시스템의 유효성이 보장된다는 것은 흔하지만 잘못된 가정입니다. 보정은 특정 지점에서 게이지가 참조 표준을 충족하는지 확인하지만, 여러 작업자와 부품 형상을 사용하는 실제 생산 조건에서의 성능을 평가하지는 않습니다. 게이지 R&R 연구는 측정 시스템을 실제로 사용되는 상태로 테스트하여 이 공백을 채웁니다. 보정과 게이지 R&R은 상호 보완적이지만, 서로 대체할 수는 없습니다.
생산 시작 전 게이지 R&R이 중요한 이유
경험이 풍부한 품질 엔지니어들이 생산 런이 시작되기 전에 게이지 R&R 연구를 완료하도록 고집하는 이유가 있습니다. 이는 규제 준수를 넘어서는 문제입니다.어떤 측정치를 신뢰하기 전에 다음 질문에 답해야 합니다: 눈에 보이는 변동이 공정에서 오는 것입니까, 아니면 측정 시스템 자체에서 오는 것입니까? 게이지가 신뢰할 수 없다면, 그 데이터를 기반으로 한 모든 관리도, 모든 공정 능력 연구 및 모든 공정 결정은 신뢰할 수 없습니다. 이것이 측정 시스템 분석(MSA)이 품질 개선 프로젝트의 끝이 아니라 시작에 있어야 하는 이유입니다.
출시 후에 측정 문제를 발견할 경우의 결과는 심각할 수 있습니다.실패한 측정 시스템은 하나의 프로젝트에만 영향을 미치는 것이 아니라, 전체 생산 라인에 걸쳐 기준 데이터, 공정 능력 연구 및 관리도를 오염시킬 수 있습니다.결함이 있는 게이지가 실제 생산 환경에서 식별될 때까지에는 재작업 비용, 고객 불만 그리고 잠재적인 리콜이 이미 테이블 위에 올라와 있을 것입니다.
자동차, 의료 또는 항공 우주 고객에게 부품을 납품하는 팀의 경우, 게이지 R&R은 일반적으로 권장이 아닌 계약상 요구 사항입니다.IATF 16949 조항 7.1.5.1.1은 측정 시스템 자체가 변동의 원인일 경우, 공정이 완벽하게 능력이 있음에도 불구하고 통제 불능으로 플래그되거나, 최악의 경우 정상처럼 보이지만 실제로는 그렇지 않을 수 있기 때문에 존재합니다. 문서화되고 통계적으로 유효한 게이지 R&R 결과를 검토용으로 보유하면, 고객이나 감사원이 검사 데이터의 신뢰성을 어떻게 아는지 물었을 때 제조업체는 방어 가능한 품질 기록을 갖게 됩니다.
준수 외에도 실무적인 효율성 측면의 논리가 있습니다.성능 지표가 제조 공정에서 심각한 문제를 보여준다고 상상해 보세요. 팀은 이를 해결하기 위해 상당한 시간과 비용을 투자하지만, 문제는 처음부터 공정에 있었던 것이 아니라 측정에 있었습니다. 이것을 먼저 확인했다면 시간, 비용 및 스트레스를 절약했을 것입니다. 공정 개선을 추구하기 전에 게이지 R&R을 수행하는 것이 단순히 더 합리적인 순서입니다.
게이지 R&R 연구의 유형
모든 제조 시나리오가 동일한 연구 설계를 허용하는 것은 아닙니다. 게이지 R&R 연구의 세 가지 주요 유형은 교차형(crossed), 중첩형(nested) 및 확장형(expanded)이며, 각각 다른 측정 상황에 적합합니다.
교차형 게이지 R&R
교차형 GR&R은 비파괴 시나리오, 즉 측정 중에 부품이 파괴되지 않고 여러 번 측정할 수 있는 경우에 사용됩니다. 예를 들어, 부품의 길이를 측정할 때 측정 중에 부품이 변경되지 않습니다. 이것은 가장 일반적인 설계이며, 모든 작업자가 모든 부품을 측정하므로 장비 변동, 작업자 변동 및 특정 작업자와 특정 부품 간의 상호작용을 분리할 수 있어 가장 풍부한 통계적 그림을 제공합니다.
중첩형 게이지 R&R
중첩형 GR&R은 파괴 테스트 시나리오, 예를 들어 감자칩 봉지를 여는 데 필요한 힘의 양을 테스트하거나, 강철 튜브를 열처리하거나, 로프가 끊어질 때까지 강도를 테스트하는 경우에 사용됩니다. 이러한 예에서는 테스트 중에 샘플이 파괴되어 동일한 샘플을 다시 테스트할 수 없게 됩니다. 중첩 연구에서는 각 작업자가 균질한 배치라고 가정되는 곳에서 서로 다른 세트의 부품을 측정하므로, 배치 내 일관성이 동일한 부품에 대한 진정한 반복 측정을 대체합니다.
속성형 게이지 R&R
측정 시스템이 연속적인 수치 값이 아닌 합격 또는 불합격 결과를 출력할 때는 속성 연구가 필요합니다.측정 시스템이 합격 또는 불합격 값을 출력하거나 출력을 두 개 이상의 카테고리로 분류하는 경우, 속성형 게이지 R&R 연구가 사용됩니다. 속성 데이터를 사용하는 일반적인 측정 시스템에는 Go/No-Go 게이지, 나사 게이지, 육안 검사, 색상 매칭 및 표면 마감 비교가 포함됩니다. 속성 연구는 작업자가 동일한 부품을 얼마나 일관되게 분류하는지, 그리고 그들의 분류가 알려진 참조 표준과 얼마나 잘 일치하는지를 평가합니다.
확장형 게이지 R&R
분석에 세 개 이상의 요인이 포함되면 이 연구를 확장형 GR&R이라고 합니다. 두 개 이상의 요인을 평가하는 경우 확장형 GR&R 연구를 수행할 수 있으며, 이 연구는 부품과 작업자뿐만 아니라 게이지, 실험실 또는 위치와 같은 최대 8개의 추가 요인을 분석할 수 있습니다. 이는 지그 변동, 환경 조건 또는 측정 장비 간 차이가 관찰된 변동의 원인으로 의심되는 다중 사이트 또는 다중 교대 근무 제조 환경에서 특히 유용합니다.
게이지 R&R 연구 수행 방법: 단계별 가이드
표준 교차형 게이지 R&R은 가장 널리 사용되는 설계이며 대부분의 생산 환경에서 논리적인 출발점입니다.변수 게이지 R&R 연구에는 일반적으로 생산 범위를 대표하는 10개 부품, 평소 측정을 수행하는 3명의 작업자, 그리고 작업자당 부품당 2–3회의 시험이 필요하며, 이는 총 60–90회의 측정으로 이어집니다. 단일 데이터 포인트를 수집하기 전에 여기서 내려지는 계획 결정, 특히 부품 선택은 연구가 신뢰할 수 있는 결과를 산출할지 여부를 결정합니다.
- 부품을 신중하게 선택하십시오 – 공차의 상한과 하한에 있는 부품, 심지어 공차 밖에 있는 부품을 포함하여 공정에 존재하는 변동의 대부분을 대표하는 샘플을 수집하는 것이 중요합니다. 때로는 검사원이 측정의 전체 스펙트럼을 대표하는 그룹의 부품을 따로 보관하는 것이 도움이 됩니다. 제조 환경의 게이지 R&R 연구에는 10개의 샘플이 좋은 수로 간주됩니다.
- 올바른 작업자를 선택하십시오 – 생산 중에 실제로 측정을 수행하는 두 명 또는 세 명의 작업자를 선택하십시오. 연구는 실제 생산 조건에서 측정 시스템이 어떻게 작동하는지를 특성화하기 위한 것이므로, 가능한 한 대체 인원을 피하십시오.
- 연구를 블라인드 처리하십시오 – 어떤 인간의 영향도 피하기 위해, 게이지 R&R 연구를 진행하는 사람만이 어떤 샘플이 측정되고 있는지 알아야 합니다. 작업자가 마지막 읽기 값을 기억하는 것에 기반하여 무의식적으로 결과를 달성할 수 없도록 연구는 반드시 블라인드여야 합니다.
- 측정 순서를 무작위화하십시오 – 각 시험 중에 부품을 각 작업자에게 무작위 순서로 제시해야 합니다. 이는 부품 번호 매기기나 순서에 기반한 체계적인 편향이 침투하는 것을 방지합니다.
- 모든 측정치를 주의 깊게 기록하십시오 – 각 작업자가 모든 부품을 측정한 후, 두 번째(및 세 번째) 시험을 위해 모든 부품을 다시 측정합니다. 연구 중에 어떤 작업자도 다른 작업자의 결과를 보아서는 안 됩니다.
- 소프트웨어로 분석하십시오 – ANOVA 계산은 더 복잡하지만 평가자와 부품 간의 관계를 구별할 수 있습니다. 많은 실무자들이 필요한 계산을 수행하기 위해 소프트웨어 프로그램을 사용하며, 이들 대부분은 ANOVA를 포함합니다. Minitab과 같은 통계 소프트웨어는 대부분의 품질 실험실에서 표준이며, 전체 분산 분해를 자동화합니다.
결과 해석: 10/30 규칙과 NDC
연구가 완료되고 소프트웨어가 데이터를 처리하면, 측정 시스템이 허용 가능한지 알려주는 일련의 출력 지표가 남습니다. 가장 중요한 두 가지 출력은%GRR 값과구별 가능한 카테고리 수(Number of Distinct Categories, NDC).
입니다.
%GRR 임계값연구 변동의 백분율로 표현된 %GRR의 경우, 10% 미만은 일반적으로 허용 가능하고, 10–30%는 판단이 필요하며, 30% 초과는 일반적으로 개선이 필요합니다. 응용 분야, 결정 위험 및 개선 비용을 고려하십시오.
이러한 임계값은 AIAG 측정 시스템 분석 참조 매뉴얼에서 나온 것이며, 자동차 공급망 및 품질 관리 시스템 전반에서 널리 인정받고 있습니다. 실무적으로 10–30% 구간은 편안하게 운영할 수 있는 곳이 아니며, 특히 중요한 치수의 경우 게이지가 의도된 목적에 적합한지에 대한 더 깊은 평가를 요구합니다.동일한 %GRR 숫자라도 비교 대상에 따라 다른 이야기를 들려줄 수 있다는 점은 주목할 가치가 있습니다.%연구 변동(%Study Variation)은 관찰된 총 변동 중 얼마나 많은 부분이 측정 시스템에서 오는지를 보여주는 반면, %공차(%Tolerance)는 측정 시스템 변동을 사양 공차(USL 마이너스 LSL)와 비교합니다. 간단히 말해: %연구 변동은 공정 변동에 비해 게이지를 평가하고, %공차는 제품 사양에 비해 게이지를 평가합니다.
구별 가능한 카테고리 수(Number of Distinct Categories, NDC)
NDC 지표는 다음과 같이 다르지만 마찬가지로 중요한 질문에 답합니다: 측정 시스템이 공정 범위 내에서 몇 개의 의미 있게 다른 "버킷"을 구별할 수 있습니까?구별 가능한 카테고리 수는 제품 변동 범위에 걸치는 중복되지 않는 신뢰 구간의 수를 나타내며, 또한 측정 시스템이 공정 데이터 내에서 식별할 수 있는 그룹의 수를 나타냅니다. 실제로 다른 부품을 구별할 수 없는 측정 시스템은 공정 제어 또는 능력 분석에 유용하지 않습니다.
NDC 값이 5 이상인 것이 바람직하다고 간주됩니다. 2 미만은 비교할 것이 없으므로 너무 적습니다. 2와 3의 값은 "더 많음/덜함" 및 "낮음/중간/높음" 카테고리를 만드는 데 사용할 수 있지만 최적은 아닙니다. NDC가 5 미만으로 떨어지면, 첫 번째 단계는 부품 선택이 공정 변동의 전체 범위를 충분히 커버하는지 확인하는 것입니다. 낮은 NDC는 종종 게이지 문제가 아니라 부품 선택 문제이기 때문입니다.
게이지 R&R 연구를 무효화하는 일반적인 실수
잘 의도된 팀이라도 연구 설정이 잘못되면 통계적으로 의미가 없는 게이지 R&R 결과를 산출할 수 있습니다. 가장 일반적인 오류는 약간의 계획으로 피할 수 있지만, 실무에서는 놀라울 정도로 지속됩니다.
- 동일한 배치나 기간에서 부품을 가져오는 것.같은 시간에 생산된 같은 상자에서 10개의 부품을 집지 마십시오. 두 사양 한계에 가까운 부품을 포함하여 서로 다른 시간, 배치, 교대 근무 또는 캐비티에서 부품을 가져오십시오. 부품 변동이 부족하면 %GRR이 과대평가되어 유능한 게이지가 문제가 있는 것처럼 보입니다.
- 작업자가 서로의 결과를 보게 하는 것. 작업자가 동료들이 기록한 값을 알면, 그들은 무의식적으로 그 숫자에 맞추려고 시도하여 재현성 변동을 인위적으로 억제하고 시스템이 실제보다 더 좋게 보이게 만듭니다.
- 먼저 보정되지 않은 게이지를 사용하는 것.게이지 R&R 연구는 측정 시스템의 고유 변동을 정량화하지만, 측정 시스템의 정확성(더 구체적으로는 편향이라고 함)은 보정 프로세스를 통해 검증되어야 합니다. 보정 범위를 벗어난 장비에서 게이지 R&R을 수행하면 편향과 정밀도가 혼동되어 해석하기 어려운 결과가 생성됩니다.
- 게이지 R&R을 일회성 이벤트로 취급하는 것.팀들은 MSA를 지속되는 프로그램이 아닌 일회성 체크리스트로 취급하며, 그 후 3년 동안 아무도 연구하지 않은 게이지에서 고객 불만이 추적됩니다. 게이지는 마모되고, 공정은 개선되며, 작업자는 변경됩니다. 이러한 사건 중 어느 것이든 측정 시스템의 성능을 변화시킬 수 있습니다.
- 잘못된 연구 유형을 사용하는 것. 파괴 테스트 시나리오에 교차형 연구를 적용하거나 육안 검사에 변수 연구를 사용하면 실제 측정 행동을 반영하지 않는 결과가 생성됩니다.
제조 공정 전반에 걸친 게이지 R&R 적용
게이지 R&R은 하나의 제조 유형이나 하나의 계측기 클래스에만 국한되지 않습니다. 이 원칙은 검사 데이터가 현실을 반영하는지 확인할 필요가 있는 곳이라면 어디든 적용되며, 이는 현대 제품 개발 및 제조 라이프사이클 전반의 거의 모든 공정을 포괄합니다.
플라스틱 사출 성형에서는 성형된 부품의 치수 측정이 멀티 캐비티 툴링 전반의 게이트 위치, 재료 수축 변동 및 캐비티 간 차이를 고려해야 합니다. 캐비티와 생산 교대를 샘플링하는 게이지 R&R을 수행하면 측정 시스템이 실제 부품 간 변동을 감지할 수 있는지, 아니면 측정 노이즈로 이를 숨기는지 확인할 수 있습니다. 마찬가지로, 벽 두께, 평탄도 및 보어 치수가 타이트한 공차에 대해 정기적으로 점검되는압력 다이캐스팅으로 생산된 부품의 경우, 검증되지 않은 게이지는 실제로 사양 밖인 부품에 대해 조용히 오탐(false accept) 결과를 생성할 수 있습니다.
CNC 가공으로 생산된 프로토타입 및 초기 생산 부품의 경우, 게이지 R&R은 동등하게 중요합니다. 특히 최초 품목 검사(Final Article Inspection) 데이터가 대량 생산을 위해 툴링을 승인하기 전에 공정을 검증하는 데 사용될 때 그렇습니다. 최초 품목 검사 중에 검증되지 않은 측정 시스템은 잘못된 공정 능력 계산으로 이어져 대규모로 결함을 생성할 공정을 승인하는 결과를 낳을 수 있습니다. 동일한 논리는 굽힘 각도, 구멍 위치 및 성형 치수가 여러 측정 이벤트에 걸쳐 신뢰할 수 있게 검증되어야 하는판금 가공으로 생산된 정밀 부품에도 적용됩니다.
의료 기기等行业에서는 규제 기준이 더욱 높습니다.MedTech, 제약 및 항공우주와 같은 규제 산업에서는 제조업체가 준수 제품을 생산할 뿐만 아니라 검증된 공정과 신뢰할 수 있는 검사 시스템을 사용하여 그렇게 한다는 것을 증명할 의무가 있습니다. 게이지 R&R 연구의 적용을 포함한 측정 시스템 검증은 글로벌 품질 및 규제 프레임워크에 포함된 핵심 요구 사항입니다. 이것이 없으면 가장 정교한 제조 운영조차도 감사 실패, 제품 리콜 또는 규정 위반의 위험에 처할 수 있습니다.액체 실리콘 고무(LSR) 성형 또는실리콘 성형과 같은 공정을 통해 의료 또는 안전 중요 애플리케이션용 부품을 생산하는 팀에게는 게이지 R&R 문서를 보유하는 것이 단순한 모범 사례가 아니라 감사 요구 사항입니다.
초기 생산 볼륨에서 더 높은 출력 수준으로 생산이 확장됨에 따라, 검증된 측정 시스템의 중요성은 점점 더 커집니다. 프로그램이소량 생산에 있든,중량 생산으로 확장 중이든, 완전한대량 생산을 운영하든, 측정 시스템은 생산이 요구하는 속도로 품질을 보호하는 데 신뢰할 수 있다고 입증되기 전에 능력이 있음을 증명해야 합니다.
마무리 생각
게이지 R&R은 관료적인 형식주의나 학술적인 연습이 아니라, 생산 프로그램의 다른 모든 품질 결정을 신뢰할 수 있는지 결정하는 기초 테스트입니다.목표는 단순히 게이지를 평가하는 것이 아니라, 공정 능력 연구, SPC 차트 및 공정 개선 프로젝트가 신뢰할 수 있는 데이터 위에 구축되도록 보장하는 것입니다. 그래야만 조직은 비즈니스 및 엔지니어링 결정을 주도하는 숫자가 실제로 현실을 반영한다는 확신을 가질 수 있습니다.
좋은 소식은 잘 설계된 게이지 R&R 연구가 막대한 자원을 요구하지 않는다는 것입니다. 10개 부품, 3명 작업자, 3회 시험으로 구성된 표준 교차형 연구는 한 업무 세션 내에 완료할 수 있습니다. 나쁜 데이터로 생산 결정을 내리는 비용에 비해 투자는 미미합니다. 부품이 완전한 생산에 들어가기 전에 이 연구를 수행하는 것은 제조 팀이 취할 수 있는 가장 높은 수익률의 품질 활동 중 하나입니다.반복성과 재현성을 이해하고 통제함으로써 제조업체는 검사 시스템에 대한 신뢰를 높이고 생산 위험을 줄일 수 있습니다. 게이지 R&R이 일상적인 품질 관리 관행으로 통합되면, 강력하고 유능한 계측 시스템을 유지하기 위한 강력한 도구가 됩니다.
자신감을 가지고 프로토타입에서 생산으로 전환할 준비가 되셨습니까?
NICE Rapid에서는 빠른 프로토타이핑부터 대량 생산까지 제조 라이프사이클의 모든 단계에서 엔지니어링 및 제품 팀을 지원하며, 귀하의 프로그램이 요구하는 공정 엄격성과 품질 시스템을 제공합니다. 빠른 턴어라운드 프로토타입, 사출 성형 부품 또는 확장 가능한 생산 런이 필요하든, 저희 팀은 CAD 파일에서 인증된 생산 준비 부품까지 도달하는 데 도움을 드릴 준비가 되어 있습니다.
오늘 문의하기




