DFSS · Design for Six Sigma

연구 현장을 오래 지켜보면 한 가지 장면이 반복됩니다. 시제품이 조립되고 나서야 품질 이슈가 얼굴을 내밀고, 그 시점에는 설계팀이 이미 다음 모델의 킥오프 자리에 앉아 있습니다. 도면을 고치는 비용은 처음의 열 배로 불어나 있고, 일정을 지키기 위한 타협이 또 하나의 관행으로 남습니다.

원인은 깊지 않습니다. 고객의 요구가 설계 명세로 번역되지 못했고, 부품 공차와 환경 잡음이 설계의 전제에 들어오지 못했으며, 평균값만 붙들고 분산은 외면되었기 때문입니다. 설계 단계에 품질의 언어가 없으면, 생산과 시장에서 그 빈자리는 결함으로 채워집니다.

DFSS는 바로 이 공백을 메우려는 방법론입니다. 설계의 완성을 "작동한다"가 아닌 "통계적으로 시그마 수준으로 작동한다"로 선언하게 하고, 그 선언을 뒷받침하는 데이터·수식·검증을 설계 과정 안에 제도화합니다.

DFSS는 Design for Six Sigma의 약자로, 신제품과 신프로세스를 설계할 때 시그마 수준의 품질을 처음부터 내장하기 위한 체계입니다. 기존 프로세스를 개선하는 DMAIC가 "지은 집의 누수를 고치는 일"이라면, DFSS는 "누수가 생기지 않는 구조를 설계하는 일"에 가깝습니다. 둘은 경쟁이 아니라 보완의 관계입니다.

DFSS의 한가운데에는 전달함수라는 개념이 있습니다. 핵심품질특성 Y는 설계 변수 X들의 함수이며, 이 함수를 해석 모델 또는 실험 모델로 손에 쥐는 순간 설계 변경의 영향을 예측할 수 있습니다. 평균뿐 아니라 분산까지 설계 대상에 포함되면서, 품질은 관리의 영역에서 설계의 영역으로 이동합니다.

이 철학은 제조에 한정되지 않습니다. 소프트웨어, 서비스, 비즈니스 프로세스 어느 쪽이든 고객이 경험하는 결과를 설계 단계에서 예측하고 목표값에 맞게 설계한다는 원리는 같습니다. DFSS는 방법이 아니라 설계 문화를 바꾸는 훈련에 가깝습니다.

첫째는 예방의 경제학입니다. 출하 후 1달러의 결함은 설계 단계에서는 1센트에 불과하다는 1:10:100 법칙이 투자 논리의 뿌리입니다. 설계 시간에 들어간 한 시간은 생산과 A/S에서 열 시간, 백 시간을 절약합니다. 이 비대칭이 DFSS의 경제적 근거입니다.

둘째는 통계적 설계입니다. 평균이 목표값에 닿았다고 설계가 끝난 것이 아니라, 분산이 허용 범위에 들어왔을 때 비로소 설계가 완성됩니다. 공정능력지수 Cp와 Cpk를 사전에 예측하는 순간, 품질은 관리 대상에서 설계 대상으로 바뀝니다.

셋째는 고객의 언어입니다. 설계 명세 최상위에 고객의 목소리를 두고, 그 아래로 기술 명세와 부품 사양을 잇습니다. 품질기능전개의 집, 즉 HOQ가 이 계층을 가시화하며, 설계팀은 "이 공차를 왜 지켜야 하는가"라는 물음에 고객의 언어로 답할 수 있게 됩니다.

• 예방의 경제학설계 단계의 한 시간이 출하 후의 백 시간을 대체합니다. 1:10:100 법칙이 투자 우선순위를 결정합니다.
• 통계적 설계평균과 분산을 함께 설계합니다. Cp·Cpk 예측으로 설계의 완성을 숫자로 선언합니다.
• 고객의 언어VoC를 CTQ와 기술 명세로 번역합니다. HOQ가 고객과 부품을 한 장에 잇습니다.

DFSS의 뿌리는 하나가 아닙니다. 품질 기능 전개는 1972년 미쓰비시 코베 조선소에서 아카오 요지에 의해 체계화되었고, Six Sigma라는 이름은 1986년 모토로라의 빌 스미스가 붙였습니다. 이 두 흐름이 GE에서 합류하면서, 1998년경 GE Capital과 GE Medical Systems가 DMADV와 IDOV라는 설계용 로드맵으로 코드화합니다.

GE Medical의 LightSpeed VCT CT 스캐너는 DFSS가 상징적 성과를 남긴 사례로 자주 인용됩니다. 개발 기간을 절반 수준으로 단축하고 출시 초기 결함률을 큰 폭으로 낮춘 이 프로젝트는, 이후 GE 전사의 DFSS 확산을 촉발했습니다. 2003년 Creveling의 실무서와 Yang·El-Haik의 학술서가 출간되며 정전화 단계에 들어섭니다.

2020년대에 들어서는 자동차 산업의 IATF 16949, APQP와 결합하고, 공차 시뮬레이션은 AI 기반 변동 모델링으로 확장됩니다. 반세기를 건너오며 DFSS는 한 사람이 만든 도구가 아니라, 여러 세대의 실무자가 조립한 설계 언어가 되었습니다.

Define에서는 사업 기회와 프로젝트 차터가 숫자로 정의됩니다. 목표 매출, 허용 원가, 출시 시점이 경영의 언어로 적히면, 설계의 언어도 흔들리지 않습니다. 게이트 기준을 이 단계에서 합의해 두는 것이 이후 수정 비용을 크게 줄입니다.

Measure에서는 고객의 목소리가 측정 가능한 핵심품질특성으로 번역됩니다. VoC 인터뷰, Kano 분류, QFD의 집이 이 단계의 도구이며, 측정 시스템의 R&R 분석으로 데이터의 신뢰를 먼저 확보합니다. 엉뚱한 척도 위에 쌓아 올린 설계는 결국 무너집니다.

Analyze에서는 컨셉 후보들이 Pugh 매트릭스로 수렴합니다. 점수의 합이 아니라 구조의 우수성을 읽고, 기준 컨셉의 약점을 다른 컨셉의 강점으로 메워 새로운 컨셉을 재생성합니다. 동시에 전달함수의 형태에 관한 가설이 세워집니다.

Design에서는 DOE와 Taguchi의 로버스트 설계로 파라미터가 최적화됩니다. 직교 배열 L8, L18로 실험 횟수를 최소화하고, S/N비로 평균과 분산을 동시에 다룹니다. 이어 공차 설계와 Monte Carlo 시뮬레이션으로 원가와 품질의 절충이 숫자로 결정됩니다.

Verify에서는 시제품 데이터로 Cp와 Cpk가 산출되고, 가속 수명 시험과 HALT로 신뢰성이 확인됩니다. 설계의 완성은 이 단계의 통계로 선언되며, SPC 관리한계와 Control Plan이 양산으로 이어집니다. 숫자가 말하지 않는 설계는 양산으로 내보내지 않는 것이 원칙입니다.

QFD의 HOQ는 고객 요구를 기술 명세와 설계 목표값으로 번역합니다. 상관 지붕, 요구 벽, 관계 매트릭스, 목표 기단이 한 장에 모여, 설계자가 어떤 명세를 왜 지켜야 하는지 고객의 언어로 답하게 합니다. Define과 Measure의 중심 도구입니다.

Pugh 매트릭스는 컨셉을 구조적으로 수렴시키는 Analyze의 중심 도구입니다. 기준 컨셉에 대한 상대 평가로 판단 편향을 줄이고, 한 번의 선택이 아니라 재생성을 반복해 설계 해의 공간을 넓힙니다. 아이디어의 수가 아닌 수렴의 반복이 Pugh의 가치입니다.

Taguchi 로버스트 설계는 잡음에 둔감한 설계를 추구합니다. 직교 배열로 실험을 압축하고 S/N비로 평균과 분산을 함께 최적화하여, 공차 완화의 여지를 찾아 원가를 낮춥니다. 여기에 Monte Carlo 시뮬레이션이 더해지면 공차 누적과 변동 전파가 확률 분포로 시각화됩니다.

도구는 모으는 것이 아니라 잇는 것이 중요합니다. HOQ에서 나온 CTQ가 Pugh의 평가 기준이 되고, Pugh가 고른 컨셉이 Taguchi의 실험 인자로 넘어가며, Monte Carlo가 그 결과의 변동을 양산 관점으로 번역할 때 DFSS의 힘이 나타납니다.

알앤비디파트너스는 삼성전자 17년, 현대자동차 11년 이상의 DFSS 컨설팅 경험을 바탕으로 두 산업의 결을 익혀 왔습니다. 전자 산업은 짧은 출시 주기와 높은 집적도를 요구하기에 DMADV의 Measure·Design 단계를 압축적으로 운영하며, 자동차 산업은 IATF 16949, APQP, DFMEA와 같은 규격 요구를 흡수해 문서 형식과 검증 증적을 표준에 맞춰 운영합니다.

두 버전은 표면이 달라 보이지만 원리는 같습니다. 고객의 목소리를 CTQ로 번역하고, 전달함수로 변수를 관리하며, 분산을 설계 대상에 넣고, Cp·Cpk로 완성을 선언한다는 순서는 산업이 바뀌어도 흔들리지 않습니다. 중소기업 대상의 경량화 버전도 이 골격을 유지하되, QFD와 FMEA, 기본 통계 분석을 중심으로 실행 부담을 낮춰 제공합니다.

도구를 아는 것과 현장에서 쓸 수 있는 것은 다릅니다. 알앤비디는 컨설팅과 교육을 병행해 그 간극을 좁히고, 프로젝트의 마지막 단계에 품질 게이트를 남겨 방법론이 조직의 습관으로 굳도록 돕습니다. DFSS 교육과 설계 품질 혁신 프로젝트에 대해 언제든 문의해 주시기를 바랍니다.