연쇄‑그룹 샘플링 검사계획(MChGSP)의 설계와 효율성 분석

본 논문은 기존의 체인 샘플링(ChSP)과 그룹 수락 샘플링(GASIP)을 결합한 새로운 검사계획인 Modified Chain Group Sampling Plan(MChGSP)을 제안한다. 계획 파라미터(그룹 수 f, 허용 결함 수 c, 연쇄 길이 i)를 두‑점(AQL, LQL) 접근법으로 최적화하여 전체 샘플 크기(ASN)를 최소화한다. 제시된 수식과 표를 통해 MChGSP가 동일 위험 수준에서 GASIP·SASIP보다 적은 그룹(즉, 샘플)…

저자: Harsh Tripathi, Mahendra Saha

본 논문은 생산 로트의 품질 판단을 위한 새로운 검사계획인 Modified Chain Group Sampling Plan(MChGSP)를 제안한다. 기존의 체인 샘플링(ChSP‑1)과 그룹 수락 샘플링(GASIP)은 각각 과거 로트 결과 활용과 동시에 다수의 샘플을 그룹화해 검사 효율을 높이는 장점을 가지고 있다. 저자는 이 두 접근법을 결합하여, 현재 로트의 불량 수 d가 허용 기준 c 이하일 경우, 직전 i 개의 로트 중 불량이 c 를 초과한 로트가 최대 1개 이하일 때만 로트를 수락하도록 하는 규칙을 만든다. 이를 통해 현재 샘플뿐 아니라 과거 로트의 품질 정보를 함께 고려함으로써, 동일 위험 수준(소비자 위험 α, 생산자 위험 β)에서 필요한 샘플 수를 감소시킬 수 있다. 계획 파라미터는 (f, c, i)라는 자연수 삼중으로 정의된다. 여기서 f 는 그룹 수, c 는 각 그룹에서 허용되는 최대 불량 수, i 는 연쇄할 과거 로트의 개수이다. 샘플 크기 n 은 f × e(그룹당 아이템 수)로 계산되며, 목표는 ASN(average sample number)을 최소화하는 것이다. 이를 위해 저자는 두‑점 접근법을 채택한다. 즉, 허용 품질 수준(AQL, p₀)과 제한 품질 수준(LQL, p₁)에서 각각 소비자 위험 α와 생산자 위험 β를 만족하도록 수락 확률 Eₐ(p) 을 제약조건으로 하는 비선형 최적화 문제를 설정한다. 수식 (2.1)‑(2.4)는 GASIP와 MChGSP의 수락 확률을 일반화한 형태이며, 특히 식 (2.3)과 (2.4)에서 위험 수준에 대한 불평등 제약을 명시한다. 표 1은 그룹 크기 r = 5, α = 0.05, β = 0.10인 경우 다양한 AQL/LQL 조합에 대해 최적의 (g, c, i) 값을 제시한다. 예를 들어 AQL 0.01, LQL 0.02에서는 g = 120, c = 10, i = 3이 최적이며, 이때 전체 샘플 수는 120 × 5 = 600이다. AQL이 커지고 LQL이 작아질수록 필요한 그룹 수는 감소한다는 경향이 관찰된다. 표 2는 동일 위험 조건에서 MChGSP와 기존의 GASIP, SASIP을 비교한다. 대부분의 경우 MChGSP가 요구하는 총 샘플 수가 동일하거나 더 적으며, 특히 낮은 AQL 구간에서 차이가 크게 나타난다. 예를 들어 AQL 0.04, LQL 0.05에서는 MChGSP는 44 × 5 = 220개의 샘플을 필요로 하지만, GASIP은 65 × 5 = 325, SASIP은 262개의 샘플을 필요로 한다. 이는 과거 로트 정보를 활용함으로써 현재 로트에 대한 판단을 보다 효율적으로 내릴 수 있음을 의미한다. 논문은 또한 구체적인 적용 예시를 제공한다. α = 0.05, β = 0.10, AQL = 0.05, LQL = 0.14인 경우 표 1에서 f = 13, c = 6, i = 2, e = 5가 도출된다. 따라서 65개의 아이템을 13개의 그룹으로 나누어 검사하고, 불량 수가 6 이하이며 직전 2개의 로트 중 불량 초과 로트가 1개 이하일 때 로트를 수락한다는 절차가 제시된다. 그러나 논문에는 몇 가지 한계가 있다. 첫째, 수식 전개가 불명확하고 기호 정의가 부족해 재현성이 떨어진다. 특히 식 (2.1)‑(2.4)에서 사용된 ef, p 등이 명시적으로 설명되지 않는다. 둘째, 최적화 문제를 해결하기 위한 구체적인 알고리즘(예: 뉴턴‑라프슨, 유전 알고리즘 등)이 제시되지 않아 실제 적용 시 구현 난이도가 높다. 셋째, 제안 계획의 성능을 검증하기 위한 시뮬레이션이나 실제 생산 데이터 분석이 부족하다. 표 1·2는 이론적 샘플 크기 비교에 불과하며, 다양한 불량 발생 모델(포아송, 와이블, 로그정규 등)별 민감도 분석이 이루어지지 않았다. 넷째, 연쇄 길이 i 가 1 또는 2로 제한된 점은 과거 로트 정보 활용의 폭을 제한한다는 점에서 추가 연구가 필요하다. 결론적으로, MChGSP는 과거 로트 정보를 활용해 샘플 크기를 절감하고 위험 제어를 강화하려는 시도로서 학문적·실무적 가치를 지닌다. 다만 수식의 명확성, 최적화 구현 방법, 실증 검증을 보강한다면 보다 신뢰성 있는 검사계획으로 자리매김할 수 있을 것이다.

원본 논문

고화질 논문을 불러오는 중입니다...

댓글 및 학술 토론

Loading comments...

의견 남기기