6시그마 DMAIC, 반도체 현장에 적용하는 다섯 단계

다이어트를 결심한 사람이 가장 먼저 해야 할 일은 굶기가 아니라 목표를 정하고 체중계에 올라가는 것입니다. 무엇을 얼마나 먹는지 기록하고, 살이 찌는 진짜 원인을 찾고, 식단을 바꾼 뒤에도 요요가 오지 않게 습관을 지켜야 하죠. 순서를 건너뛰면 몇 주 반짝 효과를 보고 원래 자리로 돌아오기 쉽습니다.

공정 개선도 같은 길을 걷습니다. 이 순서를 정의, 측정, 분석, 개선, 관리의 다섯 단계로 정리한 방법이 6시그마 DMAIC입니다. 이 글에서는 각 단계가 무엇을 하는지, 시그마 수준이라는 숫자가 무슨 뜻인지, 그리고 반도체 공정에 적용할 때 무엇을 조심해야 하는지 가상 사례로 따라가 봅니다.

6시그마 DMAIC란 무엇인가

6시그마(Six Sigma)는 공정의 산포를 줄여 불량이 거의 나오지 않는 상태를 목표로 하는 데이터 중심의 품질 개선 방법론입니다. 1980년대 모토로라에서 시작되어 제조업 전반으로 퍼졌죠. 그 실행 절차가 DMAIC(Define, Measure, Analyze, Improve, Control)입니다.

핵심은 감이 아니라 데이터로 원인을 확인한 뒤에 바꾼다는 순서입니다. 현장에서는 문제를 보자마자 해결책부터 떠올리기 쉬운데, 6시그마 DMAIC는 그 충동을 일부러 늦추고 측정과 분석을 먼저 거치게 만듭니다. 이미 있는 공정을 개선할 때 쓰는 절차라는 점도 기억해 둘 만하죠. 새 공정이나 제품을 처음부터 설계할 때는 DMADV 같은 다른 절차를 씁니다.

시그마 수준과 1.5시그마 이동

시그마(σ)는 표준편차, 즉 데이터가 평균에서 얼마나 퍼져 있는지를 나타냅니다. 시그마 수준(Sigma Level)은 공정 평균에서 가장 가까운 규격 한계까지 표준편차가 몇 개 들어가는지를 뜻하죠. 규격까지 여유가 넓을수록 시그마 수준이 높고 불량이 적습니다.

6시그마 공정은 흔히 100만 번의 기회당 결함 3.4개(3.4 DPMO)로 설명합니다. 여기서 DPMO(Defects Per Million Opportunities)는 결함이 생길 수 있는 기회 100만 번당 실제 결함 수입니다. 그런데 정규분포에서 평균과 규격 사이가 정확히 6σ라면 양쪽 꼬리를 합쳐도 10억 개 중 두 개 정도에 불과해, 3.4라는 숫자와 맞지 않죠.

이 차이는 1.5시그마 이동(1.5σ shift)이라는 관례에서 나옵니다. 단기간에 측정한 공정도 장기간 운영하면 평균이 조금씩 흔들린다고 보고, 평균이 규격 쪽으로 1.5σ만큼 옮겨 간 상태를 가정하는 것이죠. 그러면 가까운 규격까지 4.5σ만 남고, 그 바깥 꼬리 면적이 약 3.4ppm이 됩니다.

다만 1.5σ는 경험적으로 정한 관례일 뿐, 어느 공정에나 맞는 물리 법칙은 아닙니다. 그래서 6시그마 등급이면 모든 공정의 장기 불량률이 정확히 3.4ppm이라는 이해는 지나친 단순화죠. 실제 반도체 현장에서는 시그마 수준이라는 환산 숫자보다 Cpk, Ppk 같은 공정능력 지수와 실제 불량 데이터를 직접 봅니다.

가상 사례로 따라가는 다섯 단계

여기서는 이해를 돕기 위한 가상의 사례를 하나 들어 보겠습니다. 어느 팹의 게이트 식각 공정에서 CD(Critical Dimension, 임계 치수) 산포가 커져 Cpk가 1.0 근처에 머물고, 후속 테스트에서 속도 등급이 낮은 칩이 늘었다는 상황입니다.

측정을 분석보다 먼저 의심하는 이유

측정 단계에서 계측기부터 점검하는 이유는 단순합니다. 계측기 자체의 흔들림이 크면 공정 산포와 측정 산포가 뒤섞여, 분석 단계에서 있지도 않은 원인을 쫓게 되기 때문이죠. 다이어트로 치면 체중계가 매번 다른 숫자를 보여 주는 상황입니다.

분석에서 개선으로 넘어가는 기준

분석 단계의 목표는 후보 원인을 나열하는 것이 아니라, 데이터로 검증된 소수의 핵심 인자를 남기는 것입니다. 산포를 나누어 보는 층별 분석, 회귀 분석, 실험계획법(DOE) 같은 도구가 여기서 쓰이죠. 원인이 확인되기 전에 레시피부터 바꾸면, 효과가 나와도 왜 좋아졌는지 설명할 수 없습니다.

반도체 현장에 적용할 때 주의할 점

6시그마 DMAIC를 반도체에 적용할 때 첫 번째 걸림돌은 공정이 수백 단계로 이어져 있어, 식각 CD를 맞추려고 바꾼 조건이 다음 증착 공정의 두께 균일도를 흔들 수도 있다는 점입니다. 그래서 개선안을 검증할 때는 해당 공정 지표뿐 아니라 최종 수율과 전기적 특성까지 함께 확인해야 합니다.

또 하나는 관리 단계를 가볍게 여기는 습관입니다. 프로젝트가 끝나면 담당자가 바뀌고 설비 정비 주기가 돌아오면서 개선 전 상태로 되돌아가는 일이 흔하죠. 바꾼 조건을 레시피와 정비 기준, 관리도 규칙에 박아 넣어야 개선이 사람의 기억이 아니라 시스템에 남습니다.

자동차용 반도체처럼 공정 변경 자체가 고객 통보 대상이 되는 제품도 있습니다. 이 경우 개선 단계의 조건 변경이 고객 승인 절차와 연결되므로, 정의 단계에서 미리 변경 관리 범위를 확인해 두는 편이 일정상 안전합니다.

DMAIC 단계별 비교 표

구분	핵심 질문	주요 도구	가상 사례의 산출물
정의(Define)	무엇을 얼마나 개선할 것인가	프로젝트 헌장, CTQ 정의	게이트 CD, 목표 Cpk 1.33
측정(Measure)	지금 수준은 어떤가, 측정은 믿을 만한가	Gage R&R, 공정능력 분석	계측기 검증, 기준 Cpk
분석(Analyze)	산포를 만드는 핵심 원인은 무엇인가	층별 분석, 회귀 분석, DOE	챔버 가장자리 온도와 에지 링 마모
개선(Improve)	원인을 어떻게 없애거나 줄일 것인가	최적 조건 실험, 시험 로트	온도 재설정, 교체 주기 단축
관리(Control)	개선된 상태를 어떻게 유지할 것인가	SPC 관리도, 관리 계획서	감시 항목과 이상 조치 절차

핵심 정리

6시그마 DMAIC는 문제를 정의하고, 측정을 검증하고, 데이터로 원인을 확인한 뒤 개선하고, 그 상태를 관리 체계로 묶는 다섯 단계입니다. 3.4 DPMO라는 숫자는 1.5σ 이동이라는 관례를 전제로 한 값이므로, 현장에서는 공정능력 지수와 실제 불량 데이터를 함께 봐야 하죠.

다이어트의 성패가 요요를 막는 생활 습관에서 갈리듯, 공정 개선도 마지막 관리 단계에서 결과가 굳어집니다. 개선 프로젝트를 맡게 되면 해결책을 떠올리기 전에 측정이 믿을 만한지부터 확인하는 순서를 지켜 보시길 권합니다.

면접 대비 질문