2.1 위험식별과 위험등급

위험은 계획된 혹은 예측하는 것과 다르게 진행되는 것으로 포괄적으로 해석할 수 있으며 모든 사업에서 존재한다. 모든 위험을 회피하는 가장 안정적인 품질보증을 위해서는 모든 물품 및 모든 검사 항목에 대하여 전수검사를 수행하여야 한다. 그러나 군수품의 수량이 많고, 단일 군수품의 경우에도 시험의 복잡성이나 경제성으로 인하여 전수검사를 수행 할 수 없다. 그러므로 군수품에 대하여 위험관리를 수행하고 이를 통하여 효율적인 검사를 수행하는 것이 품질보증의 효과를 증대시키는 길이다.

위험관리는 위험을 식별하는 것으로 시작하여 위험관련 자료/정보를 수집하고 관련사항을 구체적으로 파악한다. 이를 위해 과거의 사업보고서, 고객 요구조건리스트, 작업분해도, 제품제작사 규격 등을 분석하여 위험식별을 수행하고 이를 평가한다. 국방기술품질원에서는 US DoD(Department of Defense) 위험관리 안내서(Risk Management Guide)를 기본으로 하여 작성하였다. 국방기술품질원은 위험발생가능성으로 5단계, 위험영향성으로 5단계로 구분하고 이를 매트릭스로 구성하여 저, 중, 고 위험으로 위험등급을 구성하였다. <Figure 1>은 위험매트릭스를 나타낸 것이다.(Kim et al. 2011, 267)(US DoD 2005)

Figure 2

WBS Structure of Warship

위험등급 평가는 위험매트릭스에서 위험발생가능성(Risk Likelihood, RL)과 위험영향성(Risk Consequence, RC)의 조합으로 구성된다. 위험영향성은 군수품의 성능과 사용자의 안전에 심각한 영향을 줄 수 있는 물품일수록 수준이 높으며 위험발생가능성은 위험의 발생 빈도가 높을수록 높다. 위험발생가능성과 위험영향성의 지표선정은 품질보증원이 자료를 바탕으로 판단한다.(DAPA 2009)(US DoD 2005)

높은 위험등급의 품목에 대해서는 공장수락 시험, 공정간 검사, 기능시험 등의 평가과정이 증가하거나 시료에서 샘플의 채취 수량이 증가한다. 즉 위험등급에 따라 품목별로 수행하는 평가항목 및 과정이 변화하게 된다. 이를 통하여 품질보증원은 고 위험군에 대해서는 많은 품질확인 절차를 수행하여 제품의 품질을 보증하고, 저 위험군에 대해서는 품질확인 절차를 간소화 하여 품질보증 비용을 절감한다. 그러므로 위험식별을 통한 위험등급은 품질 보증원의 제품에 대한 품질관리를 수행하는 지표가 되며, 군수품에 대한 품질보증활동의 도구이다.

위험식별을 통한 위험등급을 결정하는 과정에서 위험발생가능성과 위험영향성 지표를 객관적으로 선정하기 위하여 통계적 관리기법을 활용하거나 FMEA기법을 활용하여 지표를 선정하기도 한다. 통계적 관리법은 모집단에 대하여 샘플을 채취하고 샘플에 대한 품질 점검을 통하여 모집단의 품질 관리도를 판정하는 방법으로 대량으로 생산되는 물품에 주로 사용된다. 이때 모집단의 품질수준을 표준정규분포 또는 각각 물품의 특성을 반영한 분포를 따른다고 가정하여 수행한다.(Shin, Lee and Cho 2013, 469-473)

FMEA기법은 개발 초기단계에서 부터 제품 및 공정에서 발생할 수 있는 잠재적 고장이 소비자와 제품에 미치는 영향과 원인 및 메커니즘을 상향식으로 조사하고, 각 고장모드에 대한 위험등급 평가를 수행하여 품질관리를 수행하는 것이다. FMEA기법은 다양한 기능적 계층 수준에서 규명된 각 품목 고장에 대하여 사상 연쇄 및 영향을 평가할 수 있으며, 각 품목에 대한 중요도나 치명도 등을 확인할 수 있다. FMEA를 통하여 각 장비별로 발생되는 고장 빈도 및 고장 영향성 등을 기반으로 위험발생가능성과 위험영향성을 계산하여 위험식별 자료로 활용할 수 있다.

2.2 함정 분야의 위험등급

최근 들어 함정분야는 해군에서 보유하고 있는 함정노후화로 인하여 신형함정 건조주기가 도래하고 있고, 주변국의 군비증강 및 해군력 증강에 따른 해군의 현대화 첨단화 요구로 인하여 함정 건조 수 또한 증가하고 있으며, 기술발전으로 인하여 새로운 형태의 특수 함정들이 건조되고 있다. 함정의 종류와 크기에 따라 함정에 탑재되는 장비의 수와 종류가 차이가 있지만, 일반적으로 함정의 탑재장비는 100종류 이상이다. 또한 하나의 장비도 복잡도와 내용에서 큰 차이를 갖는데 예를 들면 위성통신체계의 경우 통신전시기, 신호 증폭단, 위성안테나, 위성안테나 제어부 등으로 세부적으로 많은 장비와 부품으로 구성된 있는 경우가 있는 반면, 해치, 도어, 밸브, 손전등처럼 하부품목이 없는 단순품목도 존재한다. 실제 작업분할구조(Work Break Structure, WBS)에 따라 함정의 부품 종류를 나열하면 1만종 이상이 될 것이며, 이러한 품목 모두에 대하여 위험등급 평가를 하는 것은 매우 비효율적이다. 그러므로 함정에서의 위험등급 평가를 수행하는 단위는 하나의 체계나 부품으로 기능과 역할을 하는 품목단위로 구분한다. WBS로 분석하면 4레벨 정도이고 복잡한 장비의 경우에는 5레벨에서 품질단위로 구분하기도 한다.(DAPA 2009)

함정처럼 장비의 구성이 복잡한 경우에 위험등급 평가 방법으로 FMEA방법을 적용하여 위험등급 평가를 객관화하는 경우가 있다. FMEA방법은 하부 부품단위(WBS level 9)에서 부품수명 및 신뢰도를 분석하고 이를 상위체계의 신뢰성 분석지표로 활용하는 방법이다.(Yun et al. 2011, 355-357) FMEA방법은 체계장비의 신뢰성 평가를 통한 위험식별을 수행하기에 효과적인 방법이지만 하위에 부품이 변경되면 상위체계의 위험등급을 모두 변경해야하는 문제를 갖는다. FMEA방법을 수행하기 위하여 초기에 모든 부품에 대하여 신뢰도 평가를 수행해야하며, 부품변경에 따른 위험등급 재설정에 대하여 많은 시간과 재원이 소요되는 문제를 갖는다.(Woo, Jung and Lee 2013, 477)

함정 분야의 품질보증은 모든 군수품이 갖는 높은 안정성이 요구되지만 실제적으로 국가에서 품질보증을 수행하기 위한 인원 및 재원은 한정적이므로 이를 효과적으로 수행하기 위하여 위험등급 평가 방법을 통하여 선별하지만 이러한 위험등급 평가 방법에서 많은 시간과 재원이 소요된다면 위험등급 평가의 목적을 놓칠 수 있다. 또한 인원의 한정으로 인하여 품질보증원이 개별적으로 각 물품에 대한 위험등급 평가를 수행하게 된다면 주관성이 개입되기 때문에 특정 개별 장비의 품질은 향상될 수 있으나 함정전체로 볼 때 품질저하가 예상된다. 그러므로 함정의 품질보증은 기존의 FMEA처럼 객관적인 자료에 기반 하면서 시간과 재원을 최대한 줄일 수 있는 방법이어야 한다.

본 연구에서는 현재 종합군수지원을 위하여 기존에 개발되어 운영되고 있는 RAM분석 자료를 활용하여 위험등급 평가를 수행하는 방안을 제안한다. RAM분석 자료는 함정 운영데이터를 기반으로 한 객관적인 자료이며, 현재 군수지원을 위해 개발되어 있는 자료이므로 이를 활용하기 위하여 별도의 시간과 재원이 소요되지 않는 방법이다.

3.1 RAM분석

본 연구에서는 함정의 RAM분석 자료 기반의 위험식별 방법을 제안하고자 한다. RAM분석은 종합군수지원의 한 분야로서 무기체계를 구성하고 있는 하드웨어적 구성품 별 예측 및 분석 활동을 통하여 설계지원 및 평가, 설계 및 대안 도출을 하는 방법으로 신뢰도, 가용도, 정비도 산출을 통한 무기체계의 고장빈도, 정비업무량 및 전투준비태세 등을 측정하는 척도로 활용되는 지표이다. RAM분석을 수행하여 산출된 지표로 운용가용도와 정비성 등을 산출할 수 있어 장비의 운용의 안정성을 확보할 수 있으며 효과적인 군수지원 계획을 수립하여 전력운용의 안정성을 높일 수 있다.(Sohn, Chang and Won 2012, 396)

특히 함정은 해상에서 장기간의 작전을 수행하며, 전력운용에서 여러 항구를 이동하여 배치되기 때문에 종합군수지원은 매우 중요하며, 함정의 신뢰성, 가용성, 정비성의 항목을 평가하여 군수물자와 수리부속의 공급을 통하여 장비의 운용성을 증가시킨다. 최근 들어 함정정보체계 및 고장이력추적, 군수지원에 대한 관심이 증가하면서 함정운영 자료에 취합이 체계화되고 있으며 앞으로 더욱 효율적인 RMA분석 체계가 확립될 것으로 판단된다. 군수품의 품질보증은 장비 및 물품이 수명기간동안 안정적으로 운영될 수 있도록 설계, 생산, 검사 등의 과정을 관리하는 것이다. 이러한 측면에서 RAM분석 자료는 장비의 운영현장의 고장빈도 및 신뢰성을 나타내는 척도임으로 품질보증을 수행하는데서 품질평가의 지표라고 할 수 있다. 또한 RAM분석 자료는 실제함정의 운용데이터를 기반으로 하였기 때문에 객관적인 지표이며, 시뮬레이션이나 계산식에서 도출된 내용이 아님으로 가장 현실적인 지표라고 할 수 있다.

3.2 RAM분석 기반의 위험등급 평가 방안

위험식별 기법의 RAM분석을 적용하기 위하여 신뢰성 평가척도 중 Mean Time Between Failure (MTBF)를 이용하였다. 함정 탑재장비는 고장이 발생하였을 때 고장이 난 부분의 수리나 교체를 통하여 운용가능하게 하는 수리가능 시스템으로 고장간 평균시간을 산출하여 신뢰도를 측정할 수 있다. 고장간 평균시간은 고장 발생률(ROCOF: Rate of Occurrence of Failures)이 일정한 동질포아송프로세스(HPP: Homogeneous Poisson Process) 및 고장발생률이 일정하지 않은 비동질포아송프로세스(NHPP: Non-Homogeneous Poisson Process)로 가정하여 산출할 수 있다. HPP와 NHPP를 검정하는 Laplace Test를 통하여 HPP의 경우 식 (1)과 같이 NHPP일 경우는 식 (2)와 같이 산출한다.(Sohn, Chang and Won 2012, 397)

RAM분석 자료를 이와 연계하기 위하여 함정의 품질부분에서의 위험발생가능성은 장비의 고장 횟수에 기인하는 것으로 고장 횟수가 많으면 위험발생가능성이 높은 것으로 가정하였고, 위험영향성은 장비의 고장이 중대고장으로 함정이나 체계의 운영기능 저하를 유발하는 고장 횟수가 많으면 위험영향성이 높은 것으로 가정하였다. 이를 위하여 함정의 장비고장이 함 운영에 미치는 영향을 크게 3가지로 분류하였다. 함정의 주요임무 수행을 불가능하게 하는 고장으로 함정과 인명에 중대한 손실을 유발하는 함 차원 고장(F1), 체계운용을 저하시키는 장애를 일으키는 고장으로서 정비를 요하는 고장인 장비 차원 고장(F2), 체계운용에 영항을 미치지 않는 모든 구성품, 부품 등에서 발생하는 모든 결함으로 정비를 요하는 대기태세 시 정비/수리가능 고장(F3)으로 분류하였다. 본 연구에서는 작전의 수행가능성 여부에 따라 고장여부를 설정하여 장비의 중복 구조 중 일부분의 고장은 고장이 아닌 것으로 하였고, 중복구조가 전부 고장 나는 경우만을 고장으로 판단하였다.

위험등급 평가에서 RAM분석 자료를 사용하여 단계분류(1~5)으로 계산할 때 최대 MTBF시간을 1년으로 하여 MTBF시간이 1년을 넘는 장비의 위험발생가능성(RL)과 위험영향성(RC)은 1단계로 되도록 가정하였다. 함정은 건조 후 1년 이내에 가장 많은 문제가 발생하며, 일반적으로 조선소의 보증기간을 인도 후 1년으로 하기 때문에 1년을 지표로 선정하였다. 즉, MTBF시간이 길면 위험발생가능성과 위험영향도의 단계는 낮아지며 반대로 MTBF시간이 짧으면 고장이 많이 발생하여 위험발생가능성과 위험영향도가 높아진다고 가정하였다. 식 (3)은 RAM분석 자료의 고장분류별 MTBF시간으로 각 위험발생가능성 및 위험영향성을 나타낸 것이다.

식 (3)에서 위험발생가능성과 위험영향성을 계산하고 이를 다시 <Figure 1>의 위험매트릭스를 통하여 위험등급으로 평가할 수 있다. 즉 모든 군수품에서 수행하고 있는 위험등급 평가 방안을 활용하면서 세부지침이 명확하지 않은 위험발생가능성과 위험영향성을 객관적인 지표자료인 RAM분석 자료를 기반으로 하여 설정하도록 하였다.

Figure 1

Risk matrix