시계열 플롯과 이동평균으로 공정 드리프트 조기 감지
약 70초
인턴 JMP 활용 공정 데이터 분석, 추세 방향성 시각화
인턴 기간에 공정 데이터 분석을 위해 JMP를 처음 써봤습니다. 그 전까지는 데이터가 관리 한계선 안에 있으면 문제없다고 생각했는데, JMP에서 시계열 플롯에 이동평균을 겹쳐보는 방법을 배우면서 생각이 바뀌었습니다. 한계선 안에 있어도 같은 방향으로 서서히 이동하는 추세가 보이면 조정 타이밍을 앞당겨야 한다는 걸 직접 데이터로 확인했습니다. 이 방식을 적용해 예방 정비 일정을 2주 앞당겼고, 그 기간 동안 공정 이탈이 발생하지 않았습니다.
트렌드는 평균이 아니라 방향으로 읽는다는 걸 그 경험에서 배웠습니다. 이후 저는 어떤 소프트웨어를 쓰든 시계열 추세 시각화를 첫 번째 분석 단계로 삼고, 방향성 판단을 습관으로 들이게 됐습니다. 수치의 절대값보다 방향이 주는 정보가 더 많다는 걸 그때 배웠습니다.
이 결의 특징
관리 한계선 안에 있어도 같은 방향으로 서서히 이동하는 추세를 이동평균으로 확인해 예방 정비를 2주 앞당겨 공정 이탈을 막은 흔적이 있습니다.
이 결이 통하는 자리
트렌드를 평균이 아니라 방향으로 읽는다는 관점이 구체 정비 일정 조정과 함께 제시될 때 통합니다. 방향성 판단을 첫 분석 단계로 삼는 습관이 있는 자리에서 면접관의 신뢰가 쌓이는 결이 보입니다.