우리나라의 보편적 장치산업의 각 생산공정 공정 세팅(setting)치는 Adjacent Point를 지향한다. 바로 이 점이 운전 세팅치를 자주 변경하게 하는 것이다. 다시 말해 근접한 점에 맞추려고 하는 행동이 군내 변동은 작게 만들지만, 군간 변동은 더욱 크게 만드는 현상을 초래하고 있다. 이 경우 데이터의 자기상관에도 나쁜 영향을 미친다고 할 수 있다. 또한 빈번히 사고성 Control-out도 나타나게 되며, 장기적으로 보았을 때 설비의 내구성에도 영향을 마치게 된다. 이는 4M 표준화의 필요성과 중요성이 강조되는 이유이기도 하다. 최근에는 다행스럽게 현장 작업자의 4M 표준화(세팅치 포함) 변화의 권한과 행위는 지양되고 담당 Engineer에게 절대적인 책임과 권한이 주어져 4M 표준화 및 공정의 Control-in 개념도 자연스럽게 재고되고 있는 상황이다.
ARIMA를 이용한 통계적 모형을 만들어 분석하는 것이 최고의 결과를 도출하기 위한 방법이라고 할 수 있으나, 이 방법은 모형을 만들고 분석하는 과정이 너무 어렵고 복잡하여 많은 데이터를 다루는 공정에서 사용하기에 무리가 있는 것이 사실이다. 다소 간편하다 할 수 있는 AR모형을 이용하여 관리 상한과 하한 폭을 넓혀서 분석하는 방법도 있지만, 이 또한 마찬가지로 과정이 어렵고 복잡하다.
실제공정에서는 자기상관이 소멸되는 시간간격 데이터를 이용한 Shewhart 관리도로도 공정 관리 상태를 판독하고 관리하는데 별 무리가 없다고 인지되는 상황이다. 그러나 Adjacent Point를 지향한 운전 습관은 그대로 남아 이상원인 검출에 어려움이 생길 수 있다.
본 연구에서는 기존의 Shewhart 관리도보다 가중치에 따라 작은 변화에 보다 더 민감하게 반응하는 EWMA 관리도를 바탕으로 장치 공정에서의 모니터링 효율성 재고를 위한 모델을 제안하고자 한다.

• 조진형(금오공과대학교)
• 이세재(금오공과대학교)
• 오현승(한남대학교)
• 정수일(금오공과대학교)
• 김병극(금오공과대학교)