이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
학부 품질 관리 수업에서 SPC의 개념을 배우고, 인턴 때 처음으로 실제 공정 데이터에 적용해봤습니다. 관리도(Control Chart)는 공정 데이터의 변동이 우연 원인인지 이상 원인인지를 구별하는 도구입니다. 3시그마 한계를 벗어나면 공정에 개입이 필요한 신호로 보고, 한계 안에 있어도 연속 7점이 같은 방향이면 이상 원인 가능성을 의심합니다. 인턴 때 X-bar-R 차트를 직접 그려 파라미터 변동을 추적했고, 한계 안에서 한쪽으로 이동하는 추세를 발견했습니다.
문제가 터지기 전에 신호를 잡는 것이 SPC의 핵심이고, 그 감각이 생기면 데이터를 보는 방식 자체가 달라집니다. 그 경험 이후로 저는 공정 데이터를 볼 때 평균값보다 패턴의 모양을 먼저 확인하게 됐습니다.
SPC를 학습하면서 관리도의 핵심이 이탈 감지가 아니라 원인 분류라는 걸 이해했습니다. 공정 변동을 일반원인(Common Cause)과 특수원인(Special Cause)으로 구분하는 것이 SPC의 출발점입니다. 일반원인은 공정 자체에 내재된 변동으로 개입해도 개선이 안 되고 오히려 불안정해지고, 특수원인은 비정상적인 외부 요인으로 제거해야 할 대상입니다. 처음엔 관리한계선을 벗어나면 곧바로 개입해야 한다고 생각했는데, 일반원인에 의한 변동에 과도하게 개입하면 공정이 더 불안정해지는 구조를 이해했습니다.
원인 분류가 맞아야 대응 방향이 맞고, 잘못된 개입이 잘못된 결과로 이어진다는 것을 배웠습니다.
SPC에서 관리한계선을 어떻게 설정하는지를 이해하는 것이 중요하다는 걸 배웠습니다. 인턴 실습에서 UCL·LCL은 규격 한계가 아니라 공정 데이터에서 계산한 통계 한계라는 걸 배웠습니다. 규격 한계(Spec Limit)와 관리 한계(Control Limit)를 혼동하면 공정이 안정적인데도 이탈로 판단하거나, 이탈인데도 안정으로 보는 문제가 생깁니다. 공정능력지수 Cpk는 이 두 한계 사이의 관계를 수치로 표현한 것이라는 것도 이해했습니다.
관리도를 올바르게 설정하려면 공정 데이터를 먼저 충분히 수집한 뒤 한계를 계산해야 하고, 실험적으로 설정한 한계를 쓰면 의미 있는 신호를 놓치는 구조가 된다는 것도 배웠습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 삼성전자 반도체 설비기술 면접관이 던질 가능성이 높은 후속 질문.
이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 특정 회사가 실제로 이 질문을 출제했다는 것을 보장하지 않으며, 모든 예시는 우문현답이 직접 작성한 창작물입니다. 해당 회사의 공식 입장과는 무관합니다. 회사 측의 정정 요청이 있을 경우 24시간 이내에 응답·수정합니다.