글로벌 경쟁의 심화, 시장 권력의 고객 이동은 뛰어난 품질이 기업의 성공이라는 공식을 고착시키고 있다. ICT의 고도화, 글로벌 공급망 체계의 확산은 고객에게 더 폭넓은 선택권을 제공하고 있으며, 이같은 상황은 B2C와 B2B 구분없이 진행 중이다. 

품질 관리는 기업 내부적으로는 제품 원가, 업무생산성, 수익성과 직결되고 외부적으로는 시장 점유율, 리콜 및 브랜드 가치를 좌우하는 요소로 작용한다. 2009년 대규모 리콜사태로 천문학적인 손실과 소비자 신뢰 상실로 벼랑 끝에 내몰렸던 토요타 사례를 보자. 

토요타는 전사적 품질경영 강화를 위해 2월24일을 ‘품질경영의 날’로 정했다. 글로벌 품질특별위원회를 설립하고, 전세계 6개 지사에 최고품질책임자 직책을 신설하는 등 품질관리에 집중했다. 이런 노력은 2015년 상반기 영업이익이 전년동기비 20% 늘어나고 2년 연속 최고치를 경신하는 결과로 돌아왔다.

현대기아차, 다임러AG 등 국내외 글로벌 리더기업과 협력해 온 센트랄도 품질관리에 많은 투자를 해왔다. 하지만 시간, 인력과 비용 이슈 때문에 완성품의 일부만 수작업 검사하는 샘플링 방식 등 구조적인 문제로 인한 한계점을 갖고 있었다. 

이 방법은 불량품이 납품될 가능성, 검수 결과의 데이터화 미비, 또 이로 인한 불량품 발생 원인 파악과 개선에 어려움을 준다. 납품된 불량품의 리콜에 뒤따르는 기업의 신뢰 저하와 비용 발생은 더 치명적이다. 하지만 불량품 발생의 근본 원인을 파악할 수 없어 설비 교체나 작업자 교육 강화 같은 포괄적 대응만 반복되는 한계를 갖고 있었다. 

센트랄은 스마트팩토리 솔루션을 통해 샘플링 방식의 검사를 전수검사 체계로 전환하면서 이를 해결했다. 전수 검사에는 인공지능(AI/ML) 비전 기술과 레이저 검사 기법이 적용됐다. 

센트랄의 주력 제품 중 하나인 볼 조인트(Ball Joint)를 예로 들어보자. 볼 조인트가 검사 라인을 통과할 때 AI비전이 제품의 외형, 파손이나 균열 등을 실시간 판별해 불량품 여부를 판단한다.

이와 동시에 레이저 검사로 볼 조인트의 폭, 길이, 허용 오차 및 윤활유 농도 등을 분석해 불량 여부를 판단한다. 검수 데이터는 실시간으로 스마트팩토리 시스템에 전송·저장된다. 

물론 품질검사에 AI비전을 적용, 불량 여부를 판정하는 것은 성공사례가 많다. 센트랄은 공장 전체의 생산 효율 관점에서 AI비전 검사를 스마트팩토리의 핵심분야로 추진했다.

현재 AI비전 및 레이저 검사 기법이 적용되지 않은 일부 업무의 경우 데이터 자동 수집·활용이 가능한 디지털 계측기로 전환했다.

센트랄은 이렇게 확보된 검수 데이터를 기반으로 한 통계적 공정관리(Statistical Process Control) 체계를 구현해 품질관리 수준을 높이고 있다.

SPC 체계 도입으로 통계적 관리, 품질 목표 관리가 가능해지고 품질 트렌드와 불량 원인 파악이 쉬워졌다. 제품 검수 데이터가 주기적으로 축적되고 운용경험이 쌓이면 관리 영역이 더 세분화되고 품질 향상 속도도 빨라질 것으로 기대하고 있다. 

또 가까운 시기 안에 주요 제품의 계절 및 환경별 데이터 확보와 이를 이용한 최적의 값을 산출해 내는 것이 가능할 것으로 예상하고 있다.

가령 평균 온도가 15~20도인 4월과 5월에 생산하는 볼 조인트에 적합한 윤활유 도포량이나 습도가 높은 장마철에 생산되는 제품의 최적 코팅 횟수, 또 원재료 조합 배합 정보 등을 들 수 있다.

현업전문가(SME)로 이뤄진 스마트팩토리 팀도 독립적으로 구성했다. 품질관리를 위한 투자와 노력이 업무 프로세스와 정책, 조직 최적화까지 확대되지 않고 시스템 수준에서 멈추면 미래 경쟁력 확보로 이어질 수 없다는 판단에서다.

회사 차원의 전폭적 지원을 받은 팀은 업무수행에 있어 스마트팩토리에 축적된 제품별 전수 검사 데이터 확보에 집중할 계획이다. 현재 검수 업무의 생산성 향상과 데이터 확보라는 일차적 목표에 집중하고 있지만 데이터 기반의 차별화된 품질관리 체계와 조직 프로세스가 구현되면 최소 수준의 불량품 목표를 달성할 것으로 기대하고 있다.

글: 성 동 선 / 품질관리팀 책임매니저 / 센트랄