INSIGHTS · 2026-09-02

불량률 원인 분석, 데이터가 있는데 왜 답이 안 나오나

상관관계는 보이는데 "그래서 뭘 바꿔야 하나"에 답하지 못하는 이유

SECTION / 01

데이터가 부족해서가 아닙니다

공정 로그는 쌓여 있습니다. 온도, 압력, 속도, 습도, 체류 시간까지 초 단위로 기록됩니다. 6개월치면 수만 행입니다.

그런데 회의에서 이런 대화가 반복됩니다.

"불량률이 왜 올랐죠?"

"온도랑 상관관계가 좀 보이긴 하는데요…"

"그래서 온도를 몇 도로 맞추면 됩니까?"

"그건 좀 더 봐야…"

데이터가 부족한 게 아니라 질문에 답하는 도구가 없는 것입니다.

SECTION / 02

지금 쓰는 방법이 답하지 못하는 이유

BI 대시보드 — 과거를 보여줄 뿐입니다

Tableau나 Power BI는 "지난달 불량률이 2.4%였고 온도가 높을 때 함께 올랐다"까지 보여줍니다. 훌륭한 관측 도구입니다.

하지만 관측은 처방이 아닙니다. 대시보드는 "온도를 224도로 올리고 압력을 4MPa 내리면 목표에 도달한다"고 말해주지 않습니다. 그건 대시보드가 하는 일이 아닙니다.

회귀분석 — 방향은 알려주지만 크기는 모릅니다

"온도가 1도 오르면 불량률이 0.03%p 오른다" 같은 계수는 나옵니다.

문제는 변수가 하나가 아니라는 것입니다. 온도를 내리면 처리 시간이 늘고, 압력을 조정하면 온도가 따라 움직입니다. 변수 5개가 서로 얽혀 있으면 개별 계수를 합산해도 실제 결과와 맞지 않습니다.

그리고 회귀는 "현재 조건에서 결과가 어떻게 될까"에 답하지, "목표 결과를 얻으려면 조건이 어때야 하나"에는 답하지 않습니다. 방향이 반대입니다.

생성형 AI — 데이터를 못 올립니다

ChatGPT에 공정 로그를 붙여넣으면 그럴듯한 분석이 나옵니다.

그런데 그 순간 사내 보안 정책을 위반합니다. 제조 공정 데이터는 영업비밀입니다. 외부 API로 나가는 것 자체가 금지된 회사가 대부분입니다.

설령 올릴 수 있다 해도, LLM은 수치를 계산하지 않고 문장으로 그럴듯하게 씁니다. 소수점 둘째 자리까지 맞아야 하는 공정 판단에는 쓸 수 없습니다.

SECTION / 03

질문의 방향을 뒤집어야 합니다

지금까지의 접근은 전부 "조건 → 결과" 방향입니다.

온도가 이렇고 압력이 저러면 → 불량률이 얼마가 될까

현장에서 필요한 건 반대입니다.

불량률을 1.2%로 만들려면 → 온도와 압력을 얼마로 맞춰야 하나

이걸 역방향 What-if 분석(Reverse What-If) 이라고 합니다. 목표값을 먼저 고정하고, 그 목표를 달성하는 변수 조합을 역산하는 방식입니다.

왜 어려운가

변수가 5개면 조합이 사실상 무한합니다. 온도를 올리고 압력을 내려도, 온도를 내리고 속도를 늦춰도 같은 목표에 도달할 수 있습니다.

여기서 필요한 건 두 가지입니다.

1. 실현 가능한 범위 안에서 찾기

온도를 300도로 올리면 목표는 달성되지만 설비가 견디지 못합니다. 각 변수의 물리적·운영적 한계를 제약으로 걸어야 합니다.

2. 왜 그 조합인지 설명하기

"이 값으로 맞추세요"만으로는 현장이 움직이지 않습니다. 어느 변수가 결과에 얼마나 기여했는지 근거가 있어야 품질팀과 생산팀이 합의할 수 있습니다.

SECTION / 04

실제로 어떻게 나오나

XimTier가 반도체 공정 데이터(12,480행)로 시연한 결과입니다. 공개 시연용 데이터셋이며 특정 고객 사례가 아닙니다.

목표: 불량률 2.40% → 1.20%

변수	현재	목표값	조정폭
공정 온도	215.0°C	224.9°C	+9.9°C
주입 압력	88.0 MPa	83.7 MPa	−4.3 MPa

주목할 점이 있습니다. 온도는 올리고 압력은 내립니다. 상관분석만 봤다면 "온도가 높을수록 불량이 는다"는 결론에서 온도를 내렸을 겁니다. 변수 간 상호작용을 함께 풀어야 이런 조합이 나옵니다.

부가 지표:

처리 시간 0.18초 — 슬라이더를 움직이며 실시간으로 시나리오를 볼 수 있는 속도입니다
예측 정확도 92.4% (R² 0.887)
각 변수 기여도는 SHAP 값으로 자동 첨부됩니다 — "왜 이 값인가"에 답이 붙습니다

SECTION / 05

데이터를 내보내지 않고 하는 방법

앞서 말한 보안 문제가 남습니다. 이 계산을 하려면 데이터를 어딘가에 올려야 하지 않나?

온프레미스로 돌리면 됩니다. 분석 엔진을 사내 환경에 설치하고 데이터는 방화벽 안에 둡니다. 계산도 안에서 끝납니다. 외부로 나가는 것은 없습니다.

EU AI Act처럼 설명 가능성을 요구하는 규제가 늘고 있습니다. "AI가 그렇게 판단했다"로는 부족하고, 근거를 문서로 제출해야 하는 상황이 옵니다. SHAP 기반 근거가 자동으로 남으면 그 요구를 함께 충족합니다.

SECTION / 06

정리하면

방법	답하는 질문	못 하는 것
BI 대시보드	무슨 일이 있었나	무엇을 바꿔야 하나
회귀분석	조건 → 결과	결과 → 조건 (역방향)
생성형 AI	문장으로 설명	데이터 반출 · 정확한 수치
역방향 What-if	목표 → 필요 조건	—

데이터가 있는데 답이 안 나온다면, 도구를 더 사는 것보다 질문의 방향을 뒤집어 보는 것이 먼저입니다.

SECTION / 07

더 알아보시려면

XimTier의 AX 시뮬레이션 적용 사례와 도입 절차를 담은 자료를 보내드립니다. 제조 외에 병원·공공·금융 사례도 함께 있습니다.

문의 주시면 24시간 내에 답신드립니다. 보안이 필요한 데이터는 폼 대신 직접 이메일로 보내주십시오.

자료 요청하기 →