Pursuit of Mentoring/품질경영

도미니크 2008. 4. 20. 10:30

 

 

  업계에서 6시그마의 열풍이 있었던 적이 있었다.   지금도 어느정도 진행형이 맞을 것이다.   사실 TQM 6시그마와 다를 바가 없다는 "조셉 쥬란"의 코멘트도 있었지만, 나도 이러한 생각에 전적으로 동의한다.   인간이 유행을 좋아하기 때문에 TQM이라는 동일한 이야기를 계속 들으면 식상하듯이, 미국에서도 TQM은 일본을 쫓아 간다는 선입견 때문인지, BPR이란 용어가 시들해지니 TQM개념의 한가지 키워드인 6 시그마를 대용하고 유행시킨 것 같다.   목표지향적인 미국 산업의 관점에서, 6시그마가 완벽한 품질을 의미하는 이유로 목표에 대한 부각이 확실한 때문이다

 

하지만 6시그마의 문제는 품질목표의 수치적 개념에 집중토록 유도함에 있다만약 대상 상품이 시대에 뒤떨어진 제품일 경우 6시그마를 잘 수행한다는 것은 "안개속에서 빙산에 충돌하는 타이타닉호 갑판에 있는 왼쪽 벤치를 오른쪽으로 옮기는 것과 같다"는 오마에 겐이치의 코멘트는 매우 의미 심장하다.    제품 자체가 사양사업에 속하여 있다면 6시그마는 5년에 접을 사업을 10년으로 연장하는데 도움이 될 뿐이다회사가 안개 속에 있다면, 작은 쾌속 고무보트로 옮겨타고 앞에 무엇이 있는지 재빠르게 확인하는 것이 더욱 옳바른 접근방법이기 때문이다.    이는 새로운 사업에의 진출을 상징한다 하겠다.  

 

1~6 시그마에 대한 테이블은 아래와 같다.

 

 

 

상기 테이블에서 보듯이 백만개의 모집단에서 6시그마에는 불량이 나타나지 않는다.  백만개 중에 2~3개 수준의 불량은 4~5 시그마 사이에 있다.  6 시그마는 10억개는 되어야 2개 정도 나오는 수준이다.  


식스시그마 방법론에서 6시그마를 100만개에서 3~4개로 말한다. 그러나, 100만개에 3.4개의 불량이라고 알려진 6시그마는 통계학적으로 4.5 시그마에 해당된다. 식스시그마 방법론에서 말해온 6시그마와 통계학적인 6시그마의 차이는 “Process long-run drift”라는 개념 때문이다.  “6시그마 - 4.5시그마 =1.5 시그마”는 프로세스가 장기적으로 반복되는 시간차를 고려할 때 발생빈도가 적으니 얼마든지 달성 Shift 될 수있다는 주장을 반영한다.  메시지의 핵심은 4.5시그마가 6시그마와 거의 같은 수준의 관리적 지표라는 주장이다. 아래의 자료 링크를 참고하라.   (필자의 개인적인 의견이지만, 이러한 논거는 비전문 경영자들이 잘못 전파한 식스시그마의 개념 "백만개중에 3.4개"라는 주장을 합당화하기 위한 논리를 통계 전문가들이 억지로 만든 듯하다.)


https://www.dmaictools.com/what-is-six-sigma/the-15-sigma-shift

 

위의 개념을 지지하는 사람들은 shift over the long run 혹은 Distribution shift로 부르고 있다. 


휴대폰을 중국인구에 모두 팔 동안 단지 2개의 불량을 의미한다 하겠다.   그러므로 6 시그마는 완벽한 품질을 상징하고어떤 의미에서는 영원히 지향하여야 하는 품질목표로 인식될 수도 있겠다.  필자의 결론은 6시그마와 TQM은 다른 것이 아니라는 것이고, 6시그마 품질경영이 따로 있고 TQM이 따로 있는 것이 아니니, 독자들은 현혹됨이 없이 TQM에 집중하여 내재화 하면 자연히 6시그마를 배우는 것과 같다는 메시지를 전하고 싶다

 

도미니크.


6시그마 교육을 받은 적이 있는데요,,6시그마가 100만개당 3.4개로 배웠었는데,, 엉터리였군요.ㅎㅎ 정확한 지식 감사합니다.
자료좀 찾다가 우연히 들렀네요....그런데 제가 알기론 사람들은 경험적으로 1.5시그마만큼 평균이 한쪽으로 이동한다는 사실을 알게 되었다고하던데요..그래서 1.5시그마 시프트되어 한쪽은 7.5, 한쪽은 4.5가 되어 7.5는 무시해도 되니....4.5시그마로 계산하여 3.4ppm이라고 하더군요...
아주 스마트한 통찰입니다. 시그마의 곡선이 Linear 하지 않고 포물선을 그리게 되니, 당연히 평균의 포인트점은 한쪽에 치우칠 터인데, 불량의 갯수가 3과 4시그마 사이에 있을 때 시그마 계산을 Linear extrapolation하는 것 보다 "파람님"의 개념을 도입하면 시그마 통계 테이블이 없이도 더욱 근접한 계산이 가능하겠습니다. 좋은 아이디어 입니다.
관리자의 승인을 기다리고 있는 댓글입니다