업무·학습
DOE 실험계획법은 어떻게 설계할까: 요인·수준 설정부터 결과 해석과 확인 시험까지

DOE 실험계획법의 답: 한 번에 하나씩 바꾸지 말고, 비교할 조건을 함께 설계한다
DOE는 Design of Experiments의 약자로, 제품이나 공정의 결과를 바꾸는 조건을 계획적으로 조합해 원인과 최적 조건을 찾는 방법이다. 이 글에서 다루는 질문은 단순히 DOE가 무엇인지가 아니라, 현장에서 품질 편차·불량률·처리 시간·강도처럼 해결할 과제가 있을 때 어떤 순서로 실험을 설계하고 결과를 믿을 수 있는 결론으로 바꾸는가이다. 먼저 목표를 반응값으로 한 문장에 고정한다. 예를 들어 사출품의 치수 편차를 줄이려는지, 접합 강도를 높이려는지, 검사 시간을 단축하려는지에 따라 측정 방식과 판단 기준이 달라진다. 반응값은 숫자로 남길 수 있어야 하며, 측정 위치·단위·장비·측정 시점도 함께 정한다. 목표가 불명확하면 많은 데이터를 얻어도 무엇이 좋아졌는지 판단할 수 없다. DOE의 출발점은 복잡한 공정을 작은 실험으로 축소하는 일이 아니라, 의사결정에 필요한 답을 측정 가능한 질문으로 번역하는 일이다.
전통적인 시행착오에서는 온도만 바꿔 보고 다음에는 압력만 바꿔 보는 식으로 움직인다. 그러나 실제 공정에서는 온도가 높을 때 압력의 영향이 달라지거나, 냉각 시간이 짧을 때만 특정 재료의 문제가 나타나는 일이 흔하다. 이런 관계를 상호작용이라고 부른다. DOE는 여러 요인을 동시에 계획해 주효과와 상호작용을 함께 읽을 수 있게 만든다. 다만 모든 조건을 무한히 넣는 방식은 아니다. 공정 지식, 과거 불량 이력, 안전 한계, 비용을 바탕으로 후보를 좁히고 영향이 클 것으로 예상되는 요인부터 고른다. 처음에는 두세 개의 핵심 요인과 현실적인 수준으로 시작한 뒤, 결과가 가리키는 방향에 맞춰 다음 실험을 설계하는 편이 효율적이다. 이 글의 기준일은 2026년 11월이며, 통계 도구의 화면보다 문제 정의·조건 비교·확인 시험이라는 공통 원리를 중심으로 설명한다.
요인·수준·반응을 정하는 법: 공정 지식과 측정 가능성을 한 표에 묶는다
요인은 결과에 영향을 줄 수 있어 실험에서 의도적으로 바꾸는 입력 조건이다. 온도, 압력, 회전수, 원료 배합, 작업 속도, 금형 냉각 시간, 장비 설정값이 대표적이다. 수준은 각 요인에 줄 구체적인 값이며 낮음·중간·높음처럼 표기할 수도 있고 80도·100도·120도처럼 실제 수치로 정할 수도 있다. 반응은 그 조합에서 관찰할 결과로, 치수 편차, 강도, 수율, 불량 개수, 에너지 사용량처럼 목표와 연결돼야 한다. 실무에서는 요인 후보를 많이 적은 뒤 통제 가능한 것과 통제하기 어려운 것을 구분하는 단계가 중요하다. 작업자 숙련도나 실내 습도처럼 당장 고정하기 어려운 조건은 기록하거나 블록으로 묶어야 하며, 원료 로트처럼 결과를 크게 흔드는 변수는 실험 전체에 골고루 배치한다. 요인과 수준을 정할 때는 장비가 실제로 안정적으로 유지할 수 있는 범위를 확인하고, 안전 기준이나 고객 규격 밖의 값은 제외한다. 무리한 수준은 유의미한 차이가 아니라 위험한 실패만 만든다.
설계표에는 각 실행의 조합뿐 아니라 실행 순서, 반복 횟수, 측정 책임자, 중단 조건도 적는다. 실행 순서를 무작위로 섞는 이유는 시간 경과에 따른 온도 변화, 재료 상태, 작업자 피로 같은 외부 요인이 특정 조건에만 몰리지 않게 하기 위해서다. 반복 측정은 같은 조건에서 결과가 얼마나 흔들리는지 보여 주며, 한 번의 좋은 수치가 우연인지 판단하는 근거가 된다. 비교의 공정성을 위해 반응 측정 방법도 실험 전에 고정한다. 예를 들어 치수 편차라면 어느 위치를 몇 회 재고 평균과 범위를 어떻게 계산할지, 불량률이라면 표본 수와 판정 기준을 무엇으로 할지 정한다. 이 준비는 느려 보이지만 실험 뒤에 데이터의 의미를 되묻는 시간을 크게 줄인다. DOE 설계표는 통계 소프트웨어에 입력하기 위한 형식이기 전에, 팀이 같은 가설과 같은 측정 규칙을 공유하는 운영 문서다.

실험 조합과 실행 순서: 적은 횟수로도 비교 가능한 데이터를 만드는 기준
요인이 두 개이고 각 요인에 낮음과 높음 두 수준을 둔다면 기본적인 전요인 설계는 네 가지 조합을 만든다. 온도와 압력을 예로 들면 낮은 온도·낮은 압력, 낮은 온도·높은 압력, 높은 온도·낮은 압력, 높은 온도·높은 압력을 모두 실행한다. 이 네 조합을 비교하면 온도만 높였을 때의 평균 변화, 압력만 높였을 때의 평균 변화, 두 조건을 함께 높였을 때 기대와 다르게 나타나는 상호작용을 분리해 볼 수 있다. 요인이 늘어나면 조합 수가 빠르게 증가하므로, 처음부터 모든 후보를 정밀하게 다루기보다 선별 설계로 영향이 작은 요인을 걸러 내고 중요한 요인에 실험 횟수를 집중할 수 있다. 어떤 설계를 고르든 조합 수, 반복 수, 실행 가능 시간, 의사결정의 위험도를 함께 계산해야 한다. 실험 횟수를 줄여 비용을 아끼는 것이 목적이 아니라, 필요한 비교를 포기하지 않으면서 낭비를 줄이는 것이 목적이다.
실행 중에는 계획 밖 변경을 기록한다. 설비가 멈췄거나 원료 로트가 바뀌었거나 측정 장비를 교체했다면 그 사실은 불편해도 데이터와 함께 남겨야 한다. 누락된 정보는 분석 단계에서 가짜 효과를 만들 수 있다. 반응값이 이상하게 튀었다고 즉시 지우는 것도 위험하다. 측정 오류인지, 실제 공정 이상인지, 사전에 정한 제외 기준에 맞는지 확인한 뒤 근거를 남겨야 한다. 실험을 마치면 각 조합의 원자료와 평균·산포를 함께 보며, 평균이 좋아도 편차가 커졌다면 현장 적용이 안전한지 따져 본다. DOE는 가장 높은 숫자 하나를 고르는 경쟁이 아니다. 목표 규격 안에서 결과가 안정적인 조건, 다른 제약과 충돌하지 않는 조건, 반복했을 때 재현될 가능성이 높은 조건을 찾는 비교 과정이다.
결과 해석과 확인 시험: 주효과·상호작용을 현장 결론으로 바꾸는 마지막 단계
주효과는 다른 조건을 평균했을 때 한 요인의 수준 변화가 반응에 만드는 차이다. 그래프에서 낮음에서 높음으로 갈수록 평균이 꾸준히 변하면 그 요인은 우선 관리 후보가 된다. 상호작용은 한 요인의 효과가 다른 요인의 수준에 따라 달라지는 현상이며, 두 선이 평행하지 않거나 교차할 때 주의 깊게 살핀다. 예를 들어 압력을 높이는 일이 낮은 온도에서는 강도를 높이지만 높은 온도에서는 오히려 불량을 늘린다면, 압력 하나만의 최적값을 말할 수 없다. 결과를 읽을 때는 평균선만 보지 말고 반복 측정의 흩어짐, 규격 한계, 생산 속도와 비용도 함께 확인한다. 통계적으로 차이가 보인다는 말과 현장에 적용할 만큼 차이가 크다는 말은 다르다. 따라서 분석 표에는 효과의 방향, 크기, 불확실성, 공정상 해석, 다음 행동을 함께 적는 편이 좋다.
마지막은 확인 시험이다. 분석에서 유망했던 조합을 새로 준비해 실제 조건으로 다시 실행하고, 예측한 반응과 관측한 반응이 충분히 가까운지 확인한다. 이때 이전 실험에 쓰지 않았던 시점이나 원료 로트를 포함하면 결론의 견고함을 더 잘 점검할 수 있다. 확인 시험이 기대와 다르면 모델이 놓친 요인, 측정 방법의 문제, 실행 조건의 변화, 상호작용 해석의 한계를 다시 검토한다. 반대로 같은 경향이 재현되면 조건값을 작업 표준과 관리 항목에 반영하고, 어떤 요인을 어느 범위에서 감시할지 정한다. DOE의 성공은 보고서의 그래프가 예쁜 데 있지 않다. 문제를 반응으로 정의하고, 비교 가능한 실험을 실행하고, 주효과와 상호작용을 해석한 뒤, 확인 시험으로 현장에서 다시 검증하는 연결이 완성될 때 비로소 실험계획법은 개선 도구가 된다.

설계 전에 점검할 질문: 실험 범위와 성공 기준을 먼저 합의한다
실험을 시작하기 전 팀이 반드시 답해야 할 질문은 세 가지다. 첫째, 개선하려는 반응은 무엇이며 현재 값과 목표 값은 얼마인가. 둘째, 실험 중 고정해야 할 조건과 의도적으로 바꿀 조건은 무엇인가. 셋째, 결과가 좋아졌다고 판단할 기준은 평균 개선인지, 편차 감소인지, 규격 충족률인지, 비용을 포함한 종합 판단인지다. 이 질문에 대한 답은 회의록이 아니라 설계표 첫머리에 남겨야 한다. 예를 들어 접합 강도를 높이는 과제라면 평균 강도만 보는 대신 최소 강도와 파손 형태도 함께 기록해야 할 수 있다. 처리 시간을 줄이는 과제라면 시간이 빨라져도 불량률이나 에너지 사용량이 악화되지 않는지 확인해야 한다. 목표가 여러 개일 때는 어느 기준을 우선할지 미리 정해 두어야, 분석 결과가 나온 뒤에 유리한 숫자만 골라 해석하는 일을 막을 수 있다.
실험 범위는 현재 공정에서 실제로 운용 가능한 영역을 반영한다. 너무 좁은 범위는 차이를 찾기 어렵고, 너무 넓은 범위는 정상 생산과 무관한 실패를 반복하게 한다. 과거 데이터가 있다면 평균값만 보지 말고 불량이 늘어난 구간, 장비 경보가 발생한 구간, 작업자가 조정했던 구간을 함께 검토한다. 현장 담당자가 알고 있는 제약도 중요하다. 특정 설정은 장비 예열 시간이 길거나, 특정 재료는 공급 사정상 매일 쓸 수 없거나, 검사 방식은 생산 중 적용하기 어렵다는 정보가 설계의 현실성을 결정한다. DOE는 통계 전문가만의 작업이 아니라 공정 담당자, 품질 담당자, 생산 담당자가 같은 제약을 공유하는 협업 과정이다. 설계 단계에서 이 정보를 반영하면 실험 결과를 표준 조건으로 옮길 때의 마찰이 줄어든다.
분석 결과를 전달하는 법: 숫자·그래프·현장 언어를 함께 남긴다
DOE 결과 보고서는 유의확률이나 회귀식 하나로 끝내기보다, 누구나 다음 행동을 이해할 수 있는 구조로 작성하는 것이 좋다. 첫 부분에는 과제와 반응값, 측정 단위, 실험 기간을 적고, 다음에는 요인과 수준 및 실행 조합을 표로 제시한다. 그 뒤에 평균과 산포, 주효과 그림, 상호작용 그림, 반복 결과를 순서대로 놓는다. 그래프를 읽는 문장에는 단순히 차이가 있다고 쓰지 말고 어느 요인이 어느 방향으로 반응을 바꾸었는지, 어느 조합에서 효과가 달라졌는지, 그 변화가 규격과 비용 관점에서 어떤 의미인지 적는다. 예를 들어 온도 상승이 평균 강도를 높였지만 산포도 함께 키웠다면, 높은 온도를 곧바로 표준으로 추천하기보다 압력과의 조합을 더 확인하거나 관리 범위를 좁히는 후속 조치를 제안해야 한다.
결론에는 적용 조건만이 아니라 적용하지 말아야 할 조건과 남은 불확실성도 남긴다. 실험이 한 교대조에서만 이뤄졌다면 다른 교대조에서의 재현 여부가 필요하고, 한 원료 로트만 사용했다면 로트 간 차이를 확인해야 한다. 측정 오차가 큰 반응이라면 측정 시스템 분석을 병행하는 편이 안전하다. 이렇게 한계를 적는 일은 결과의 가치를 낮추는 것이 아니라 다음 실험의 질문을 명확하게 만든다. 현장 표준으로 반영할 때는 설정값, 허용 범위, 점검 주기, 반응값의 관리도, 이상 발생 시 조치까지 연결한다. 그래야 DOE의 결과가 발표 자료에 머물지 않고 작업 지시와 품질 관리에 들어간다. 좋은 실험계획법은 한 번의 최적 조건을 찾는 데서 끝나지 않고, 조건 변화가 생겨도 같은 원리로 판단할 수 있는 학습 체계를 남긴다.
자주 생기는 오해와 마무리: DOE는 복잡한 통계가 아니라 더 나은 비교의 규칙이다
DOE를 처음 적용할 때 흔한 오해는 데이터가 많을수록 자동으로 좋은 결론이 나온다는 생각이다. 측정 기준이 흔들리고 실행 순서가 편향돼 있거나 핵심 요인이 빠져 있다면 많은 데이터도 잘못된 확신을 줄 수 있다. 반대로 모든 요인을 한 번에 다루지 않아도, 명확한 반응값과 합리적인 수준, 무작위화와 반복이라는 기본을 지키면 작은 실험에서 유용한 방향을 찾을 수 있다. 또 다른 오해는 통계 소프트웨어가 추천한 조건을 그대로 적용하면 된다는 생각이다. 모델은 입력한 범위 안에서의 패턴을 요약할 뿐이며, 장비 안전성·작업성·원가·고객 요구는 별도의 판단이 필요하다. 그래서 그래프와 수치를 공정 지식으로 해석하고 확인 시험으로 다시 검증하는 단계가 빠질 수 없다.
정리하면 DOE 실험계획법의 핵심은 사용자의 과제를 측정 가능한 반응으로 바꾸고, 그 반응을 흔들 수 있는 요인과 수준을 현실적인 범위에서 설계하며, 여러 조합을 공정하게 비교한 뒤 주효과와 상호작용을 해석하는 데 있다. 답변의 범위는 기초 정의에서 조건 선정, 실행, 분석, 확인 시험까지이며, 각 단계는 서로 분리되지 않는다. 다음 업무에서 개선 과제를 만나면 먼저 반응값 한 줄, 후보 요인 세 개, 각 수준 두세 개, 실행 순서와 반복 계획을 적어 보자. 그 작은 설계표가 감에 의존한 조정보다 설명 가능하고 재현 가능한 개선의 출발점이 된다. 최종 조건은 반드시 새 시점의 확인 시험으로 검증하고, 통과한 조건과 관리 기준을 현장 표준에 반영하는 것으로 실험을 마무리한다.
현장 적용 체크리스트: 설계표에서 표준 작업까지 끊기지 않게 연결한다
실험 당일에는 설계표의 조합 번호와 실제 샘플 번호가 정확히 연결되는지부터 확인한다. 각 실행 전에 설정값을 기록하고, 실행 뒤에는 반응값뿐 아니라 특이 사항을 짧게 남긴다. 원료 교체, 설비 알람, 대기 시간, 측정 담당자 변경처럼 사소해 보이는 사건이 나중에 결과 차이를 설명하는 단서가 될 수 있다. 측정값은 임의로 반올림하거나 보기 좋게 정리하지 말고 원자료로 보관한다. 분석용 파일에는 단위와 결측 이유를 명확히 표시하고, 같은 조건의 반복값이 있다면 평균만 남기지 말고 개별값도 함께 본다. 이 습관은 DOE가 끝난 뒤 다른 팀원이 결과를 검토하거나 같은 공정에서 재현할 때 특히 중요하다. 실험의 신뢰도는 고급 통계 기법보다 계획과 기록의 일관성에서 먼저 만들어진다.
확인 시험까지 통과한 조건은 바로 고정된 숫자로만 배포하지 말고 관리 가능한 범위로 전환한다. 예를 들어 온도 100도가 유망했다면 장비의 실제 변동을 고려해 허용 범위를 정하고, 압력·시간처럼 상호작용이 있었던 조건은 함께 점검하도록 작업 표준에 넣는다. 반응값의 측정 주기와 경보 기준, 기준을 벗어났을 때의 점검 순서도 정해야 개선 효과가 오래간다. 이후 생산 데이터가 쌓이면 DOE에서 예측한 방향과 실제 경향이 같은지 다시 비교하고, 새로운 원료나 설비 변경이 생기면 이전 결론을 그대로 복사하지 말고 필요한 범위에서 재검증한다. 이렇게 설계, 실행, 분석, 확인, 표준화, 재검토를 순환시키면 실험계획법은 일회성 프로젝트가 아니라 공정을 배우는 지속적인 방식이 된다.
실무자가 바로 사용할 수 있는 최소 점검 순서는 간단하다. 문제와 반응값을 먼저 쓰고, 영향이 큰 요인 후보를 고르고, 각 요인의 수준이 장비와 안전 기준 안에 있는지 확인한다. 다음으로 조합과 실행 순서를 정하고, 반복과 측정 규칙을 적는다. 실험이 끝나면 평균과 산포를 확인하고, 주효과와 상호작용을 현장 지식으로 설명한다. 마지막으로 유망한 조합을 새 조건에서 확인 시험해 표준과 관리 항목으로 옮긴다. 이 순서를 지키면 분석 결과가 단순한 보고용 숫자가 아니라 다음 작업자가 다시 따라 할 수 있는 근거가 된다.