공정능력지수 기반 의사결정
학부 품질관리 수업 프로젝트에서 모의 생산 데이터를 활용해 공정능력지수를 계산해본 경험이 있습니다. 지수가 기준치 1.33에 못 미치는 1.1로 나온 구간을 발견해, 해당 공정의 산포 원인을 분석했더니 측정 장비 교정 주기가 지나 있었던 것이 원인이었습니다. 교정 후 재측정하니 지수가 1.4까지 올랐습니다. 지수를 계산하는 것에서 그치지 않고 원인을 찾아 조치까지 이어진 경험이었습니다.
면접관이 이 한 문장으로 확인하려는 것들. 각 갈래를 알면 답의 뼈대가 잡혀요.
학부 품질관리 수업 프로젝트에서 모의 생산 데이터를 활용해 공정능력지수를 계산해본 경험이 있습니다. 지수가 기준치 1.33에 못 미치는 1.1로 나온 구간을 발견해, 해당 공정의 산포 원인을 분석했더니 측정 장비 교정 주기가 지나 있었던 것이 원인이었습니다. 교정 후 재측정하니 지수가 1.4까지 올랐습니다. 지수를 계산하는 것에서 그치지 않고 원인을 찾아 조치까지 이어진 경험이었습니다.
인턴 기간 중 생산 라인의 불량 데이터를 스프레드시트로 정리해 유형별로 분류하는 업무를 맡았습니다. 현업 담당자에게는 불량 유형별 발생 빈도를 표로, 관리자에게는 전체 추이를 그래프 한 장으로 요약해 보고했습니다. 같은 데이터라도 보는 사람의 필요에 따라 형식을 다르게 만들어야 한다는 피드백을 받았고, 이후 보고 형식을 대상별로 나누는 습관이 생겼습니다. 분석보다 전달 방식의 차이가 의사결정 속도에 영향을 준다는 것을 배웠습니다.
캡스톤 프로젝트에서 소형 조립 공정의 치수 데이터를 관리도로 그려본 적이 있습니다. 초반에는 관리 상한선 안에 있어 문제없다고 넘겼는데, 연속된 점들이 한쪽으로 치우치는 패턴을 뒤늦게 발견해 공정에 미세한 드리프트가 있다는 것을 알았습니다. 설정값을 조정한 뒤 패턴이 사라졌습니다. 관리 한계선만 보는 것이 아니라 점들의 흐름을 함께 봐야 한다는 것을 이 경험으로 배웠습니다.
같은 실수가 반복돼요. 이것만 피해도 절반은 갑니다.
진짜 면접은 두 번째 질문부터예요. 이 답 뒤에 따라올 법한 것들.