📏
Cpk 계산기

상한 규격(USL), 하한 규격(LSL), 공정 평균, 표준편차를 입력하면 Cp, Cpu, Cpl, Cpk와 예상 불량률(ppm)을 계산합니다. 샘플 측정값을 붙여넣어 평균과 표준편차를 자동 계산할 수도 있습니다.

Cpk는 공정능력지수(Process Capability Index) 중 하나로, 제품 치수, 중량, 압력, 농도, 전기 특성처럼 규격 한계가 정해진 품질 특성이 현재 공정에서 얼마나 안정적으로 생산될 수 있는지 보여주는 지표입니다. 쉽게 말해, 공정 평균이 규격 안에 들어오는지뿐만 아니라 평균이 어느 쪽으로 치우쳐 있는지와 공정 산포가 얼마나 큰지를 함께 확인하는 값입니다.

Cpk 계산기는 하한 규격인 LSL, 상한 규격인 USL, 공정 평균, 표준편차를 입력해 Cp, Cpu, Cpl, Cpk를 한 번에 계산하는 도구입니다. 샘플 측정값을 입력하면 평균과 표준편차를 자동으로 계산할 수 있어, 품질관리, SPC, 양산 승인, 공정 개선, 공급업체 품질 검토에 활용할 수 있습니다.

Cpk 계산기는 공정이 규격을 얼마나 안정적으로 만족하는지 빠르게 확인할 수 있도록 만든 공정능력지수 계산기입니다. 단순히 평균값이 규격 안에 있는지만 보면 실제 품질 위험을 놓칠 수 있습니다. 예를 들어 평균은 규격 안에 있어도 표준편차가 크면 일부 제품이 규격을 벗어날 수 있고, 평균이 상한 규격이나 하한 규격에 가까우면 한쪽 방향의 불량 위험이 커질 수 있습니다.

이 계산기는 USL, LSL, 평균, 표준편차를 기준으로 Cp, Cpu, Cpl, Cpk를 계산하고, 정규분포를 가정한 예상 불량률(ppm)도 함께 보여줍니다. 따라서 공정의 현재 상태를 숫자로 확인하고, 평균 조정이 필요한지 산포 개선이 필요한지 판단하는 데 도움이 됩니다.

양측 규격이 있을 때 Cpk는 상한 방향 공정능력인 Cpu와 하한 방향 공정능력인 Cpl 중 더 작은 값입니다. 더 작은 쪽이 실제 공정에서 먼저 문제가 될 수 있는 취약 방향이기 때문입니다.

여기서 USL은 상한 규격, LSL은 하한 규격, σ는 공정 표준편차를 의미합니다. 샘플 데이터를 직접 입력하는 경우 이 계산기는 샘플 표준편차를 사용합니다. 실제 양산 공정에서는 관리도 기반의 군내 표준편차, 장기 표준편차, Ppk와의 비교 등 회사 기준에 따라 표준편차 산정 방식이 달라질 수 있습니다.

Cp와 Cpk는 모두 공정능력을 확인하는 지표지만 의미가 다릅니다. Cp는 규격 폭과 공정 산포만 비교하므로, 공정 평균이 규격 중앙에 정확히 있다고 가정했을 때의 잠재 공정능력에 가깝습니다. 반면 Cpk는 평균이 규격 중앙에서 벗어난 정도까지 반영하므로, 실제 공정 상태를 판단할 때 더 자주 함께 확인됩니다.

예를 들어 Cp가 높아도 평균이 상한 규격에 치우쳐 있으면 Cpu가 낮아지고, 최종 Cpk도 낮아집니다. 따라서 Cp는 충분한데 Cpk가 낮다면 산포 자체보다 공정 중심 조정이 먼저 필요할 수 있습니다. 반대로 Cp와 Cpk가 모두 낮다면 중심 조정만으로는 부족하고, 설비, 원재료, 작업 조건, 측정 오차 등 산포 원인을 줄여야 합니다.

Cpk 기준은 업종, 고객사, 품목 위험도, 양산 단계에 따라 달라질 수 있습니다. 아래 기준은 Cpk 계산 결과를 빠르게 해석하기 위한 일반적인 참고 기준입니다.

Cpk가 낮게 나왔다면 먼저 평균이 어느 규격에 가까운지 확인해야 합니다. 상한 쪽 Cpu가 낮다면 평균이 USL에 가까운 상태이고, 하한 쪽 Cpl이 낮다면 평균이 LSL에 가까운 상태입니다. 이 경우 평균을 규격 중앙 쪽으로 조정하는 것이 우선 개선 방향이 될 수 있습니다.

반대로 평균은 규격 중앙에 가까운데 Cp와 Cpk가 모두 낮다면 공정 산포가 큰 상태일 가능성이 있습니다. 이때는 원재료 로트 차이, 설비 조건, 작업자별 편차, 온도·습도 같은 환경 조건, 측정기 반복성·재현성, 샘플링 시간대 차이를 함께 확인하는 것이 좋습니다. Cpk는 하나의 숫자로 공정을 요약하지만, 개선 방향은 평균 이동 문제인지 산포 문제인지에 따라 달라집니다.

이 Cpk 계산기는 입력한 평균과 표준편차를 기준으로 정규분포를 가정해 규격 밖으로 나갈 확률을 ppm으로 추정합니다. ppm은 백만 개 중 예상 불량 개수를 뜻합니다. 예를 들어 1,000 ppm은 이론적으로 백만 개 중 약 1,000개가 규격 밖에 있을 수 있다는 의미입니다.

다만 실제 불량률은 분포 형태, 공정 안정성, 샘플링 방법, 검사 방식에 따라 달라질 수 있습니다. 데이터가 한쪽으로 치우치거나 이상치가 많거나 여러 공정 조건이 섞여 있다면, 정규분포 기반 ppm은 실제 불량률과 다를 수 있습니다. 따라서 ppm 결과는 품질 판단을 위한 참고값으로 활용하고, 실제 출하나 승인 판단에는 관리도, 측정 시스템 분석, 고객 기준을 함께 확인하는 것이 좋습니다.