고객의 정확한 사용환경과 그에 따른 영향을 프로파일 데이터베이스로 만들어 기업의 핵심 자산으로 축적하고 가치화함으로써 다른 경쟁자과 차별화를 꾀할 수 있다. 자동차 E/E의 신뢰성 문제와 이슈는 Sherlock ADA™의 차별적 기능인 고장 메커니즘을 적용해 해결할 수 있다.

자동차 E/E의 신뢰성 예측과 보장 도구로서 Sherlock ADA™와 물리 지식을 어떻게 활용할 수 있는지 지난 호에 이어 설명한다.

4) 제품 생산 단계의 신뢰성 확보를 위한 Sherlock ADA™와 고장 물리 지식의 활용

제품 생산 단계에서 가장 중요한 것은 생산된 제품의 생산 품질이다. 설계와 관련해서는 DFM(Design for Manufacturing) 기법을 적용해 제조 생산성을 높일 수 있고, 체계적이고 철저한 출하 품질 관리를 통해 불량 생산품을 선별해 내어 고객 품질 수준을 개선한다.

생산 과정에서 발생할 수 있는 고장 원인으로는 습기, 정전기, 취급 부주의 등이 있다. 생산 과정에서 발생한 신뢰성 고장 원인 중에서 Sherlock ADA™가 해결할 수 있는 것으로 ICT(In-Circuit Test) 분야가 있다(그림 9).

그림 9. 생산 과정에서 ICT (In-Circuit Test) 부하 검토

ICT 실행 시 픽스처 사용 충격으로 발생할 수 있는 모든 생산 상황을 점검하기 위해 생산업체는 수많은 테스트 포인트를 가정해 테스트해 보는 부담을 줄일 수 있다. 특히 BGA나 무연 솔더 이용이 늘어나면서 제품 출하 후 신뢰성 문제로 나타나는 경우, 매우 큰 손실(이미 많은 양의 제품을 생산한 이후에 발생하기 때문)이 예상된다. 실제로 글로벌 CM(Contract Manufacturer) 중에는 이런 고장 사례를 경험한 경우가 있다.

이처럼 개발이나 테스트 단계에서는 예측하거나 경험하지 못한 신뢰성 고장 원인이 생산 과정에서 발생하면, 제품이 생산돼 고객에게 인도되고 난 후에 발생한다는 점에서 주의가 필요하다. 발생 가능성은 낮지만 적절한 사전 조치가 이뤄지지 않으면 문제 발생 시 리콜 등 높은 비용 부담을 감수해야 한다. 이런 경우에는 설계와 생산 간의 책임 소재 규명도 어렵다는 점에서 제조업체 입장에서는 제품 출하 전에 꼭 수행해야 할 업무다.

5) 유지보수 업무의 효율적인 수행을 위한 Sherlock ADA™와 고장 물리 지식의 활용

자동차의 경우 10년 이상의 무상 유지보수를 제공해야 하고 안전성 보증을 해야 하기 때문에 제품 수명 주기 동안 품질 하자 제로를 목표로 하지만, 고객마다 다른 사용 환경과 운행 패턴이 다르기 때문에 서로 다른 신뢰성 경험을 하게 된다. 즉 신뢰성 고장이 현장에서 발생하게 되면 근본 원인을 조사하게 되고 이를 후속 제품에 반영하는 일관성 있고 체계적인 절차가 필요하다.

만일 ISO 26262, 유연 솔더 사용 규제 등 새로운 형태의 제품 관리 방식이 필요하게 되면 그 목표, 기준, 절차, 지침에 따른 유지보수(특히 신뢰성) 관리를 수행해야 한다. Sherlock ADA™의 경우, 설계 자료를 기준으로 설계 시점부터 부품 단위까지의 베이스라인 DFMEA를 반자동으로 구성하고 실행할 수 있도록 하는 기능을 사용해 물리적 과학 지식이 자연스럽게 신뢰성 업무 체계에 반영될 수 있도록 한다(그림 10).

그림 10. 부품 레벨의 DFMEA 실행 사례 <출처 Delphi>

 

6) 변형 제품 테스트 효율성 향상을 위한 Sherlock ADA™와 고장 물리 지식의 활용

자동차는 하나의 제품에 여러 옵션 기능을 가감할 수 있게 해 다양한 고객의 요구를 수용하고 판매 가격을 조절할 수 있다. 즉 기준품 하나에 여러 옵션이 가감된 변형품 여러 개가 존재하는데, 대부분의 변형품은 일부 기능의 부품을 제외하고는 기준품과 큰 차이가 없다. 그럼에도 변형품도 OEM의 자동차 본체에 장착될 독립 제품이기에 단위 모듈의 테스트나 통합 테스트 전 과정에 걸쳐 예외 없이 기준품과 동일한 테스트 과정을 거친다.

만일 변형품의 구성 내용이 기준품과 크게 차이가 없고 사용자 안전에 크게 지장을 주는 경우가 아니라면 굳이 비싼 비용과 시간, 노력이 요구되는 모든 테스트를 무조건 진행할 필요는 없다. 한정된 자원을 보다 핵심 기능과 신기술 개발에 집중한다면, 자원 효율성도 높이고 신제품 시장 출시 기간도 많이 줄일 수 있는 현실적인 방안이라고 할 수 있다(그림 11).
 

그림 11. 기준품과 변형품의 신뢰성 프로세스 적용 예 <출처 엑슬리트엣지>

물론, 대안 없이 이렇게 프로세스를 바꾸는 것은 위험한 일이지만 신뢰성(고객의 입장)을 보장할 수 있는 대안을 충분히 확보한다면 현실적인 방법이라고 할 수 있으며, 과학적인 방법인 Sherlock ADA™를 그 해결책으로 고려해 볼 수 있다.

이미 글로벌 OEM과 서플라이어들은 치열한 경쟁, 빠른 제품 주기, 과도한 테스트 비용 등의 문제를 현명하게 극복하기 위한 방법으로 이러한 시도를 하고 있다. 즉 설계 이후에 컴퓨터 상에 가상 물리 모델을 만들어 시뮬레이션 한 후 OEM에게 그 결과를 제출해 “설계 신뢰성 검증”을 받고, 제품 샘플이 만들어지면 신뢰성 시험(TS/PTC와 같은 복합 환경)을 한 후 그 결과로 “개발 신뢰성 검증”을 하고, 실제 제품이 만들어지면 양산 제품에 대한 “제품 신뢰성 검증”을 하는 단계를 수행한다.

여기서 중요한 사항은 “설계 신뢰성 검증”을 한다는 것이다. 이 방안은 전통적인 방법으로는 수행하기 어렵고, 기계적인 구성품이 주종인 가솔린 차량 에서는 사용되지 않는 기법이다. 그러나 E/E 하드웨어가 늘어나고 고 수준의 소프트웨어를 구동하기 위한 ECU가 도입되면서 상황이 달라졌다. 컴퓨터를 이용해 개발 제품의 물리적 모델을 만들고 다양한 부하나 고장 유형을 연동해 시뮬레이션 하는 것이 큰 가치를 지니게 됐고, 선진 글로벌 기업들은 이런 점을 간파하고 새로운 신뢰성 방법론을 도입하고 있다(그림 12).
 

그림 12. 신뢰성/기술적 요구와 새로운 해결 방안 <출처 엑슬리트엣지>

7) E/E 소재 및 부품의 신뢰성 개선을 위한 Sherlock ADA™와 고장 물리 지식의 활용

전형적인 전자기기는 인쇄회로기판(Printed Circuit Board, PCB) 위에 부품을 실장하는 방법으로 제작된다. 이 구성된 제품을 다양한 부하로부터 보호하기 위해 적합한 모양과 재질을 가진 지지 구조와 케이스를 제작해 하나의 어셈블리 모듈로 구성하게 된다. 서로 다른 모듈 간에도 한 모듈에서 구성한 것과 유사한 방법으로 상호 간의 부하를 견디고 지탱해야 한다. 즉 기계적이거나 전자적인 어셈블리 형태의 구조물을 만들어 이들이 노출될 부하에 견디고 원하는 동작을 수행할 수 있도록 한다. 물론 어셈블리 모듈 내에는 소프트웨어를 탑재해 필요한 기능과 동작을 수행할 수 있도록 하지만, 이 글에서는 전자기기 하드웨어 신뢰성에 집중하도록 한다.

전자기기의 신뢰성을 단순화하면 PCB 신뢰성, 부품의 신뢰성, 접합부(솔더, 리드 등) 신뢰성, 어셈블리 외부 케이스 구조물인 인클로저 신뢰성으로 크게 구분할 수 있다. 각 요소 신뢰성은 서로 다른 고장 메커니즘을 따르게 된다. 고장을 발생시키고 전파시키는 근본 원인에는 수많은 요소들이 영향을 미치지만 어느 것이 주된 고장을 야기하는 지에 집중하는 것이 현실적이고 경제적인 선택이다.

신뢰성을 극대화하기 위해 최고 수준의(또는 최고가의) 재료와 부품만으로 구성품을 선정해 제품을 설계하고 제작할 수는 없다. 현실에서는 신뢰성 확보와 더불어 최적화라는 현실적인 요구도 수용해야 한다. 즉 목표한 신뢰성을 만족하면서도 경제적으로 수용 가능한(예 가격, 경쟁 등) 제품이나 반제품을 만들어야 하기 때문에 각 설계 선택사항 간에 트레이드오프를 이해해야 하고, 고객의 다양한 요구에 맞춰 여러 What-if 시나리오를 미리 적용하고 판단해야 한다.

따라서 자신이 설계한 제품의 가상의 물리 모델을 만들어 보고 이런 상황들을 제품 프로토타입 제작 전에 미리 시뮬레이션 할 수 있다면, 설계자의 입장에서 큰 도움이 될 것이다. 이런 방법에서 얻을 수 있는 유무형의 효과는 매우 크다.

PCB 라미네이트 재료를 교체할 경우 어떻게 신뢰성이 달라지고(그림 13), 제품의 조립 구조, 부품 실장 방법, 리드 구조에 따라 제품 신뢰성은 어떻게 달라지며(그림 14), 무연 솔더 재료로 바뀌게 되면(자동차에서는 2016년부터 강제화 될 환경규제) 과연 현재의 수명과 신뢰성이 유지될 수 있을 지(그림 15) 생각해 보면 기업의 생산성은 물론, 수익 구조에 큰 영향을 미칠 것이라는 점은 누구나 쉽게 짐작할 수 있다.

그림 13. 라미네이트 글래스 스타일에 따른 열팽창계수(CTE) 및 탄성계수 <출처 DfR Solutions>



그림 14. 다양한 종류의 리드 및 어셈블리 보드 모델링 및 시뮬레이션




그림 15. 솔더 차이에 따른 동일 제품 수명 곡선 변화 및 차이

이러한 전자기기의 신뢰성 문제와 이슈에 대해 Sherlock ADA™는 고유의 차별적 기능인 고장 메커니즘 적용을 통해 해결한다. 이렇게 가상 물리 모델로 만들고 시뮬레이션 한 결과가 얼마나 정확하게 현실을 반영하고, 얼마나 일치하는 지를 확인하기 위해서는 필요한 설계 자료가 잘 수집되고 정확한 테스트 데이터의 확보 및 특성화가 진행돼야 한다. 그래야 정확한 분석 결과와 명확한 통찰력 제공이 가능하다.

또한 가상 물리 모델이 구성된 이후에는 실제 샘플 생산부터 제품 수명 주기 전반에 걸쳐 체계적으로 피드백을 받아서 가상 물리 모델을 정교하게 만들어가면서 시뮬레이션 고도화를 수행할 필요가 있다. 이러한 과정을 통해 기업은 고객의 정확한 사용환경과 그에 따른 영향을 프로파일 데이터베이스로 만들어 기업의 핵심 자산으로 축적하고 가치화함으로써 다른 경쟁자들과 차별화를 꾀할 수 있다.

Sherlock ADA™의 기술적 기능

Sherlock ADA™는 설계자가 처음 제품을 설계한 후 제조를 목적으로 PCB 생산업체나 자체 PCB 생산부서로 제공하는 거버 파일을 가져오기(Import)함으로써 제품 설계 기초자료를 받아들인다. 제품을 구성하는 각 부품에 대해서는 BOM(Bill of Material) 파일이나 AVL(승인업체목록)을 통해 별도로 받을 수 있다. 최근 출시된 거의 모든 ECAD 제품이 지원하는 국제표준 포맷이나 국내 고객들 대부분이 사용하는 멘토 그래픽스(Mentor Graphics) 사가 시장 표준 목적으로 만든 ODB++ 형식의 파일로 필요한 정보를 한꺼번에 가져오기를 할 수 있다.

이때 부품은 제조사와 모델명이 필수적인 키 정보인데, 이를 통해 JEDEC 표준 패키지 정보를 확인하고 그 물리적 특성을 일치시킴으로써 Sherlock ADA™ 사용자의 자료 입력 부담을 크게 줄여준다. 다시 말해 ECAD와 CAE 간의 단절된 정보 전달 경로를 전자적으로 통합할 수 있도록 함으로써 독립적인 두 부서나 엔지니어 간 유기적인 업무 수행을 도와준다.

또한 Sherlock ADA™는 Abaqus나 Ansys와 같은 상용 해석도구의 선처리(보드 전체의 모델화 과정)를 한 후, 특별한 관심 부위나 사안에 대한 전문가 해석(예, 특정 조건 열 상세 분석) 도구로 모델 자료를 내보내기(Export)하는 연동 기능이 있다. 아울러 그 수행 결과를 다시 가져오기(Import) 하여 후처리(결과를 종합하여 수명 분석)를 할 수 있도록 함으로써 서로 다른 고유 기능과 엔지니어링 자원을 통합함으로써 동시 엔지니어링(Concurrent Engineering) 적용을 통한 생산성 향상에도 기여한다.

물론 시장에서 통용되는 상용(Off-the-Shelf) 부품과는 다른 한정된 고객만이 이용할 수 있도록 설계돼 만들어진 고유의 구성품은 그 맞춤형 사양을 직접 입력해 처리할 수 있다. Sherlock ADA™는 해당 정보의 출처가 어디인지를 나타내고 추적하는 기능도 보유하고 있어, 다양한 고객 상황에 능동적으로 대처할 수 있는 유연성을 가지고 있다.

이전에 없던 새로운 라미네이트 재료가 시장에 출시된다면, 내부 라이브러리에 포함시켜 매 프로그램 실행 시 자동으로 반영될 수 있도록 하고, 경우에 따라서는 엔지니어가 직접 자료를 입력하고 관리할 수 있도록 한다.

이렇게 자료의 가져오기(Import)와 입력이 마무리 되고 나면, PCB의 각 층별 속성을 기준으로 PCB 전체의 물리적 통합 속성(예, 총 두께 및 재료)을 산출해 PCB를 3차원 가상 물리 모델로 만든다. 이어서 해당 PCB 상의 지정된 위치에 정의된 부품들을 올바르게 배치함으로써 보드 어셈블리 전체에 대한 3차원 가상 물리 모델을 생성한다.

물론 보드가 여러 개 어셈블리로 구성된 경우라면(예, 메인 보드와 메모리 보드), 개별 보드별 가상 물리 모델을 포함한 전체 보드를 통합한 3D 어셈블리 가상 물리 모델을 구성해 시뮬레이션 분석을 할 수 있다. 이제 어셈블리 전체 모델이 생성되고 나면, 이 모델에 적용될 부하와 그 환경(또는 단계)을 정의한 후, 이 보드 어셈블리가 수명 주기 동안 유지해야할 신뢰성 목표를 지정(예, 15년 3%이내)하고 나면 시뮬레이션을 실행할 준비가 마무리된다.

가상 물리 모델을 구성한 후에 원하는 고장 메커니즘별로 Sherlock ADA™ 메뉴 상에 있는 여러 분석 도구를 실행함으로써(예, 솔더 피로 분석, 도금 스루홀 수명 분석 등) 고객이 원하는 고장 메커니즘에 따른 신뢰성 예측결과를 얻을 수 있다. 분석결과는 색으로 표현된 스코어카드, 히스토그램을 통한 수명분포, 시간에 따른 고장 수치를 그래프로 도식화한 수명곡선 디스플레이를 포함한다.

좀 더 상세한 자료나 이해가 필요하면, 각 부품별로 구분된 변형의 정도와 수명예측 시간을 도표나 그래프의 형식으로 확인할 수 있고, 신뢰성 예측 상태를 도식화하여 3D 가상 물리 모델 속에 시각적으로 표시한다. 이렇게 함으로써 자신이 설계한 제품이 여러 형태의 환경 부하나 고객의 사용 시나리오에 따라서 어떻게 신뢰성이 달라지는지 미리 꼼꼼히 확인하고 필요한 조치를 취할 수 있도록 사용자에게 통찰력을 제공한다.

Sherlock ADA™를 이용하면, 설계 제품에 대한 프로토타입을 제작해 테스트를 진행하지 않더라도 설계 단계에서 만들어질 제품의 신뢰성 상황을 전반적으로 조망해 보고, 만일 문제가 예상되거나 최적화가 필요한 부분이 있으면 설계에 반영해 수정할 수 있다. 이렇게 수정된 사항이 있다면, 프로토타입이 만들어진 후에 과연 변경된 부분이 원하는 결과를 내고 있는지, 아니면 다른 결과로 이어졌다면 그 이유는 무엇이었는지를 평가해 볼 수 있다.
 
즉 과학적인 원인-결과-해결에 집중하는 과정을 지원하는 도구라고 할 수 있다. 또한 실제 설계 내용에 따라서 모델이 구성됐기 때문에 부품 레벨 구성 단위까지 제품 하드웨어 해부 구조(Breakdown structure)가 자동적으로 생성되도록 할 수 있다. 이를 통해 제품의 생산과 판매 이후에 테스트나 사용 과정에서 피드백 될 설계 고장 모드 효과 분석(Design Failure Mode Effects Analysis, DFMEA)을 별도의 정리나 응용 프로그램 개발을 통하지 않고도 손쉽게 수행할 수 있다. DFMEA 관리 방법은 다른 제품에서는 찾아볼 수 없는 독특한 기능으로 전자기기의 구조적인 특성에 잘 맞춰진 차별적 기능이다.

기대효과

Sherlock ADA™가 가진 차별적인 기능의 적용을 통해 고객은 투자와 동시에 비용의 절감, 생산성 향상, 매출과 이익의 증대라는 효과를 달성할 수 있다. 또한 진정한 의미의 신뢰성 경제학이라는 이전에는 쉽게 보이지 않던 효과를 실감할 수 있게 된다. 문제를 발견하고도 수정하지 않으면 1, 그 문제가 해결되지 않은 채로 제품이 만들어지게 되면 10, 만들어진 제품이 고객의 손에까지 들어가 고장으로 이어지면 100이라는 엄청난 비용을 기업이 부담하게 된다는 1:10:100 규칙이 그것이다(그림 16).
 

그림 16. 신뢰성 경제학

이제는 제품이 고객의 손에 들어가 고장이 발생한 후에 설계를 고치거나 뒤늦게 공급자를 문책하려고 하는 방법만으로는 더 이상 만족해서는 안 된다. 또한 설계자가 제품 설계를 할 때 원가, 일정, 성능을 고려하듯이 제품 신뢰성도 필수적으로 반영할 수 있는 체계나 도구를 적극적으로 확보하고 활용해야 한다.

단순히 디자인 가이드라인을 가지고 있다는 것만으로는 부족하다. 또한 기업의 엔지니어링 조직을 서로 구조적으로 연결할 수 있도록 체계화해 동시 엔지니어링(Concurrent Engineering)을 지속적으로 심화해 가지 않는다면 글로벌 경쟁기업에 비해 고 비용, 저 효율, 저 생산성이라는 상황에 직면하고 기업의 경영 성과인 매출과 수익을 위협받게 될 가능성이 매우 높다.

이런 이유로 글로벌 선진기업들은 신뢰성을 높이고 보장하는 방법으로서 뿐만 아니라 기업문화와 시스템을 새롭게 바꾸어가는 방식으로 Sherlock ADA™를 사용하고 있다. PoF를 포함한 물리적인 과학지식을 새로운 제품을 만들거나 기업문화를 혁신하는 데 이용한다는 점은 시사하는 바가 매우 크다.