[책 소개] 근본 원인 분석 (Root Cause Analysis)

[소개]

근본 원인 분석 (RCA)에 대한 본 가이드의 목적은 근본 원인 조사 중에 적절한 도구를 빠르고 정확하게 선택할 수 있는 도구 키트를 근본 원인 조사자에게 제공하기 위한 것이다. 본 핸드북은 두 부분으로 구성되어 있다. 제 1부는 제공된 도구 및 방법에 대한 세부 정보를 제공한다. 제 2부는 배경 정보가 많지 않지만 단계별 지침이 제공되며, 필요한 도구를, 빠른 참조로 사용하기 위한 것이다.

근본 원인 분석은 품질 (제품과 설비) 문제의 근원적 원인을 찾는 것이다. 모든 상황에 적합한 단일 RCA 방법은 존재하지 않는다. 그러나 RCA는 조사 중인 문제에 적합한 도구의 선정과 경험적 방법을 수반해야 한다.  예를 들어, 런 차트는 장기간에 걸쳐 산발적으로 발생하는 길이 편차를 조사하는 데 적합할 수 있다. 길이 편차가 고유 부품 상에 존재하는 경우, 런 차트는 유용하지 않다. RCA는 근본 원인 조사자가 수행한다. 제조 분야에서 품질 엔지니어, 품질 관리자 또는 잘 훈련된 생산 운전원이 수행할 수도 있다.

모든 문제에는 원인이 있으며 RCA 도구를 사용하여 원인을 식별한다 (Doggett, 2005). 대부분의 품질 문제는 전통적인 일곱 가지 품질 도구를 사용하여 해결할 수 있다 (Borrer, 2009). 일반적인 품질 문제는 사양을 벗어난 가공 부품 또는 인장 강도가 불충분한 브래킷 등이 고려된다. 문제를 해결하기 위해 품질 도구만 사용하는 것으로 충분하지 않을 수 있다. Bisgaard (1997)는 RCA를 수행할 때, 과학적 방법의 추가를 권장한다. 일곱 가지 품질 도구와 과학적 방법의 사용이 복잡한 품질 문제의 조사에 충분하지 못할 수도 있다. ReVelle (2012)은 “자유롭게 사용할 수 있는 도구의 수가 제한된 품질 전문가는 최적이 아닌 차선의 방식으로 작업을 수행하여, 자신과 그들이 사용한 도구에 나쁜 평판을 내리게 한다”고 경고한다. 과학적 방법은 전통적인 일곱 가지 품질 도구, 그리고 다른 도구와  방법들과 함께 완전한 품질 도구 상자를 제공한다.

과학적 방법은 RCA의 기본이지만 업계에서 간과하는 경우가 많다. 시스템을 반복적으로 무작위 조정하는 것으로 주의 깊은 관찰과 통제된 실험을 대신하여 사용하는 경우가 많다 (Hare, 2002). 시스템에 대한 미세 무작위 조정은 시스템에 대한 정보를 수집하는 유용한 방법일 수 있다. 그러나 조정은 목적 없는 무작위가 아니라 체계적이어야 한다. 즉, 프로세스에 대한 개별 변경의 결과를 기록하고 영향을 받는 변수를 기록하여, 비교하고, ​​결론을 내릴 수 있도록 해야 한다. 변수는 시스템의 변화가 모르는 요인의 결과가 아니라 고려 중인 요인에 잘못이 있는 것으로 귀결되도록 제어해야 한다.

부적절한 실험의 예는 회사가 생산하는 강관에 녹 문제가 있는 가상의 제조 회사이다. 품질 엔지니어는 열화를 시뮬레이션하기 위해 일주일 동안 습도 챔버에 다양한 튜브 크기의 샘플을 두어 튜브 직경에 대한 녹의 영향을 연구하기로 결정한다. 실험은 6개월 동안 진행될 예정이다. 매주 무작위로 선택된 동일 지름의 튜브 5개에 대하여 지름을 기록하고, 튜브를 세척하여 금속 조각을 제거한 다음, 녹 방지제를 분무하고 습도 챔버에 넣는다.  매일 샘플에 녹이 발생했는지 확인하고, 녹이 있는 것으로 관찰된 첫째 날을 기록하여, 연구 종료 시, 품질 엔지니어는 녹과 직경 사이에 상관관계가 있는지 여부를 결정할 수 있다. 주말에 직경이 다른 5개의 새로운 튜브 세트가 무작위로 선택되고, 이 과정이 반복된다. 녹과 관 직경 사이에 상관관계는 불명이며, 상관관계가 있다면 약한 상관관계가 있을 것으로 예상된다. 녹과 녹 억제제 사이의 음의 상관관계는 알려진 강한 상관관계이다. 불행히도, 녹 방지제 용기는 일주일에 한 번 생산 중에 대형 용기에서 다시 채워졌고, 물에 대한 녹 방지제의 비율은 컨테이너 용기에서 물이 증발하면서 매일 달라졌다. 녹에 대한 튜브 직경의 영향은 제어되지 못한 녹 방지제 강도 변화의 이방인 효과로 데이터가 손실되었다.

과학적 방법을 적절하게 사용하면, 잘못된 결과를 초래할 수 있는 실험에 소요되는 시간 낭비를 방지할 수 있다. 과학적 방법은 데이터를 이해하는 강력한 방법이다. 그러나 산업 및 품질 분야에서 사용할 수 있는 유일한 방법론은 아니다. 고전적인 일곱 가지 품질 도구는 ‘올드 세븐’, ‘최초의 일곱 가지’, ‘기본적인 일곱 가지’ (Rooney, 2009) 등 많은 이름으로 알려져 있으며, 미국 품질 협회가 품질 엔지니어의 지식 체계의 일부로 간주할 정도로 품질 분야의 문제 해결 도구로서 중요하다 (Borrer, 2009). 그런 도구는 데이터 수집 및 분석에 유용하며 과학적 방법을 지원하는 데 사용할 수 있다.

전통적인 일곱 가지 품질 도구 외에도 다양한 유용성을 가진 많은 도구가 있다. 5 Why, 교차 조립 (Cross Assembling), is-is not analysis, 매트릭스 다이어그램과 같은 추가 품질 도구들이 이 책에서 소개된다. 덧붙여, 근본 원인 조사자가 여러 가지 증거를 추적하여 근본 원인에 도달하는 방법에 대하여 설명한다.

품질 도구는 탐색적 데이터 분석 (EDA)을 통해 지원 받을 수 있다. EDA 형태의 과학적 방법, 품질 도구와 통계를 함께 사용하면, 조사 중인 실제 상황을 파악할 수 있으며, 근본 원인 조사자는 사건의 진정한 근본 원인을 추구할 수 있다.