7. 욕조곡선(Bathtub Curve)

욕조곡선은 시간에 따른 설비 또는 부품의 고장률 변화를 하나의 곡선으로 나타낸 신뢰성공학의 대표적인 모델이다.

일반적으로 초기에는 고장률이 감소하고, 일정 기간에는 비교적 안정적인 수준을 유지하다가, 수명이 진행되면서 고장률이 다시 증가하는 형태를 보인다.

하지만 욕조곡선을 단순히 “초기고장, 우연고장, 마모고장의 세 단계”로 암기하면 실제 신뢰성 분석에서는 충분하지 않다.

중요한 것은 왜 고장률이 감소하고, 왜 일정해지며, 왜 다시 증가하는가를 이해하는 것이다.

더 나아가 각 구간의 고장 특성에 따라 예방정비를 해야 하는지, 상태감시를 해야 하는지, 설계 자체를 개선해야 하는지가 달라진다.

---

7-1. 욕조곡선의 기본 구조

욕조곡선의 세 영역은 일반적으로 다음과 같이 구분한다.$$\boxed{ 초기고장영역 \rightarrow 우연고장영역 \rightarrow 마모고장영역 }$$

고장률 $h(t)$을 세로축, 시간 $t$를 가로축으로 놓으면 일반적으로 다음과 같은 형태를 생각할 수 있다.

① 초기고장 영역$$h(t)\downarrow$$

② 우연고장 영역$$h(t)\approx 일정$$

③ 마모고장 영역$$h(t)\uparrow$$

그러나 여기서 중요한 점은 모든 설비가 반드시 이 세 영역을 명확하게 통과한다는 뜻은 아니라는 것이다.

실제 설비의 고장률은 부품의 종류, 운전환경, 정비방법, 설계특성, 사용조건에 따라 상당히 다르게 나타날 수 있다.

따라서 욕조곡선은 모든 설비에 그대로 적용하는 절대적인 법칙이라기보다 시간에 따른 고장률 변화를 이해하기 위한 개념적 모델로 보는 것이 적절하다.

---

7-2. 초기고장 영역 — 시간이 지나면서 왜 고장률이 감소하는가?

초기고장 영역에서는 시간이 경과하면서 고장률이 감소하는 특성이 나타날 수 있다.

대표적인 원인은 다음과 같다.

• 제조상의 결함
• 조립 불량
• 설치 오류
• 초기 설정 오류
• 재료의 미세결함
• 품질 편차
• 초기 운전조건 부적합

여기서 흥미로운 부분은 설비가 사용될수록 좋아져서 고장률이 감소하는 것이 아니라는 점이다.

초기 운전에서 결함이 있는 개체가 먼저 고장나고 상대적으로 안정적인 개체가 살아남으면서 전체 집단의 관측 고장률이 낮아지는 현상이 나타날 수 있다.

즉,$$\text{초기고장 감소} \neq \text{시간이 지나며 부품 자체가 개선됨}$$

이다.

이러한 관점은 초기고장 데이터를 해석할 때 매우 중요하다.

---

7-3. 초기고장을 줄이는 가장 좋은 방법은 ‘정비’가 아닐 수 있다

초기고장이 많은 설비에 예방정비 횟수를 늘리는 것이 항상 좋은 해결책은 아니다.

예를 들어 새로 설치한 펌프에서 초기 고장이 반복된다면,

고장 → 부품교체 → 재가동

을 반복하기보다

설치상태 → 축정렬 → 윤활 → 배관응력 → 시운전조건

을 조사해야 할 수 있다.

즉 초기고장 영역에서는 정비기술보다 설계·제조·설치·시운전 품질 개선이 더 효과적인 경우가 있다.

이것이 욕조곡선을 단순한 고장률 그래프가 아니라 고장원인에 따른 개선전략을 결정하는 도구로 볼 수 있는 이유다.

---

7-4. 우연고장 영역 — ‘예측하기 어렵다’와 ‘분석할 수 없다’는 다르다

초기고장 영역을 지나면 일정 기간 동안 고장률이 비교적 일정하게 유지되는 영역이 나타날 수 있다.

이를 우연고장 영역이라고 한다.

이 영역에서는$$h(t)\approx \lambda$$

처럼 고장률을 일정한 값으로 근사할 수 있다.

고장이 특정한 노후화 과정에 의해 증가하기보다 외부 충격, 운전조건 변화, 전기적 이상, 순간적인 과부하 등 다양한 요인에 의해 발생할 수 있기 때문이다.

여기서 중요한 것은 우연고장은 원인을 알 수 없다는 뜻이 아니다.

오히려 고장원인은 분석할 수 있지만, 특정한 시간 경과만으로 다음 고장시점을 예측하기 어려울 수 있다는 의미에 가깝다.

따라서 이 영역에서는 무조건적인 시간기반 교체보다 고장원인 제거, 보호장치, 상태감시, 운전조건 관리가 중요한 역할을 할 수 있다.

---

7-5. 마모고장 영역 — 고장률이 증가하기 시작하는 순간이 중요하다

마모고장 영역에서는 시간이 지날수록 고장률이 증가하는 특성이 나타난다.

대표적인 현상은 다음과 같다.

• 피로 누적
• 마모
• 부식
• 열화
• 절연 성능 저하
• 윤활성능 저하
• 균열 성장
• 반복하중에 따른 손상 누적

여기서 중요한 것은 마모고장 영역에 들어갔다는 사실 자체보다 고장률이 증가하기 시작하는 시점이다.

이 지점을 정확하게 파악할 수 있다면 예방정비나 상태기반정비의 기준을 보다 합리적으로 설정할 수 있다.

즉,$$\text{마모 시작} \rightarrow \text{열화 감지} \rightarrow \text{고장위험 증가}$$

라는 흐름을 추적하는 것이 핵심이다.

---

7-6. 욕조곡선에서 가장 위험한 오해: ‘오래 사용할수록 반드시 고장률이 증가한다’

욕조곡선의 가장 흔한 오해 중 하나다.

욕조곡선을 보고

“모든 설비는 오래 사용할수록 고장률이 증가한다.”

라고 생각하면 안 된다.

실제 고장률 형태는 부품과 고장모드에 따라 다를 수 있다.

특히 어떤 부품은 마모고장보다 우연고장이 지배적일 수 있으며, 특정 전자부품은 사용시간만으로 고장위험이 크게 증가하지 않을 수도 있다.

따라서 먼저$$\text{고장모드} \rightarrow \text{시간 의존성} \rightarrow \text{고장률 형태}$$

를 확인해야 한다.

욕조곡선을 데이터에 억지로 맞추는 것이 아니라, 실제 데이터에서 어떤 고장률 형태가 나타나는지 확인하는 것이 전문적인 접근이다.

---

7-7. Weibull β는 욕조곡선의 특정 구간을 수학적으로 해석하는 데 유용하다

Weibull 분포에서는 고장률이 다음과 같이 표현된다.$$h(t)= \frac{\beta}{\eta} \left(\frac{t}{\eta}\right)^{\beta-1}$$

여기서 형상모수 β가 매우 중요한 역할을 한다.$$\beta<1$$

이면 고장률이 감소하는 형태가 나타나 초기고장 특성을 분석하는 데 활용할 수 있다.$$\beta=1$$

이면 고장률이 일정한 지수분포와 연결된다.$$\beta>1$$

이면 시간이 지날수록 고장률이 증가하는 형태가 나타나 마모·열화 특성을 분석하는 데 활용할 수 있다.

따라서 욕조곡선을 단순한 그림으로 끝내지 않고$$\boxed{\text{욕조곡선의 구간} \leftrightarrow \text{Weibull }\beta}$$

로 연결하면 훨씬 정량적인 분석이 가능해진다.

---

7-8. 그런데 실제 욕조곡선 전체를 하나의 Weibull로 설명할 수 있을까?

여기서 한 단계 더 들어가야 한다.

일반적인 2모수 Weibull 분포는 특정 조건에서 고장률이 감소하거나 일정하거나 증가하는 하나의 형태를 설명하는 데 유용하다.

하지만 전형적인 욕조곡선처럼$$감소 \rightarrow 일정 \rightarrow 증가$$

하는 전체 형태를 하나의 단순 Weibull 모델만으로 설명하기는 어렵다.

실제 설비에서 이러한 복합적인 고장률이 나타난다면 서로 다른 고장모드가 중첩되어 있을 가능성을 고려해야 한다.

예를 들어,$$초기고장 + 우연고장 + 마모고장$$

이 동시에 존재하면 관측되는 전체 고장률은 여러 고장 메커니즘의 결합 결과가 될 수 있다.

이 관점은 욕조곡선을 단순한 “세 단계 그림”에서 고장모드가 시간에 따라 지배권을 바꾸는 현상으로 해석하게 해준다.

---

7-9. 욕조곡선의 핵심은 ‘시간’보다 ‘지배적인 고장모드’일 수 있다

같은 설비라도 여러 고장모드가 동시에 존재할 수 있다.

예를 들어 회전기계에서는 조립불량. 운전 중 우연한 이상 . 베어링 피로. 마모와 같이 시간에 따라 지배적인 고장원인이 달라질 수 있다.

따라서 욕조곡선을

“설비의 나이를 나타내는 그래프”

라고 이해하기보다,

“시간에 따라 어떤 고장 메커니즘이 지배적으로 나타나는지를 보여주는 개념적 틀”

로 이해하는 것이 더 전문적이다.

---

7-10. 정비전략도 욕조곡선에 따라 달라져야 한다

세 영역에 동일한 정비정책을 적용하는 것은 효율적이지 않을 수 있다.

영역	주요 문제	효과적인 접근
초기고장	설계·제조·설치 결함	품질개선, 시운전, 원인 제거
우연고장	불규칙적 고장	상태감시, 보호장치, 고장원인 관리
마모고장	열화·마모 증가	예방정비, 상태기반정비, 교체전략

따라서$$\boxed{ 고장률 형태 \rightarrow 고장원인 \rightarrow 정비정책 }$$

의 연결이 중요하다.

특히 마모고장 영역에서는 상태데이터가 존재한다면 시간만 기준으로 부품을 교체하기보다 진동, 온도, 전류, 압력 등의 변화로 열화상태를 추적하는 방법을 고려할 수 있다.

---

7-11. 예방정비가 오히려 고장을 증가시킬 수도 있다

이 부분은 실무적으로 상당히 중요한 관점이다.

마모고장을 줄이기 위해 예방정비를 수행하지만, 정비 자체에도 위험이 존재한다.

예를 들어 정상적으로 운전되고 있는 설비를 분해한 후

• 조립 오류
• 체결 불량
• 축정렬 불량
• 오염 유입
• 부품 손상
• 작업자 실수

등으로 인해 새로운 고장이 발생할 수 있다.

이를 흔히 정비 유발 고장(maintenance-induced failure) 관점에서 생각할 수 있다.

따라서 예방정비의 목적은 정비 횟수 증가 가 아니라 총 고장위험 감소 여야 한다.

이것은 욕조곡선을 실제 정비전략과 연결할 때 매우 중요한 독창적 분석 포인트다.

---

7-12. 마모고장이라고 해서 무조건 시간기반 교체가 최선은 아니다

마모고장 영역에서는 흔히 일정 시간이 지나면 부품을 교체하는 방법을 생각한다.

하지만 실제 열화상태를 측정할 수 있다면 상황이 달라진다.

예를 들어 베어링의 진동값이$$V_1<V_2<V_3<V_4$$

처럼 지속적으로 증가한다면 단순히 사용시간만 기준으로 교체하기보다 실제 상태변화를 이용하여 잔여수명을 추정하는 접근이 가능하다.

즉,$$시간기반정비 \rightarrow 상태기반정비(CBM) \rightarrow 예지정비(PdM)$$

로 정비전략을 발전시킬 수 있다.

욕조곡선은 이 전환의 배경을 설명하는 기초적인 신뢰성 모델이 될 수 있다.

---

7-13. 욕조곡선과 RUL의 연결

마모고장 영역에서 중요한 질문은

“언제 고장하는가?”

보다

“현재 상태에서 고장까지 얼마나 남았는가?”

가 될 수 있다.

이를 잔여수명(RUL, Remaining Useful Life) 관점으로 확장할 수 있다.

예를 들어 상태변수 $X(t)$가 시간에 따라 증가하고 임계값 $X_{crit}$에 접근한다고 하면,$$X(t)\rightarrow X_{crit}$$

가 되는 예상 시점을 이용하여 잔여수명을 추정할 수 있다.

즉,$$\boxed{ 욕조곡선 \rightarrow 마모고장 영역 \rightarrow 열화상태 \rightarrow RUL }$$

이라는 연결이 가능하다.

이렇게 보면 욕조곡선은 단순한 기초이론이 아니라 예지정비로 넘어가기 위한 개념적 출발점이 된다.

---

7-14. 욕조곡선을 이용해 정비전략을 잘못 선택하는 경우

다음과 같은 판단은 주의해야 한다.

잘못된 판단 ①

“설비가 오래됐으므로 무조건 교체해야 한다.”

→ 실제로 마모고장이 지배적인지 확인해야 한다.

잘못된 판단 ②

“MTBF가 길기 때문에 예방정비가 필요 없다.”

→ 평균값만으로 시간에 따른 고장위험을 판단할 수 없다.

잘못된 판단 ③

“β>1이므로 일정 시간마다 무조건 교체한다.”

→ β는 고장률 증가 특성을 보여줄 뿐 최적 교체주기를 직접 결정하지 않는다.

잘못된 판단 ④

“모든 설비는 욕조곡선을 따른다.”

→ 고장모드와 설비 특성에 따라 고장률 형태는 달라질 수 있다.

잘못된 판단 ⑤

“예방정비를 많이 하면 신뢰성이 계속 증가한다.”

→ 정비 자체가 새로운 고장을 유발할 가능성도 고려해야 한다.

---

7-15. 욕조곡선을 데이터로 검증하는 방법

전문적인 신뢰성 분석에서는 먼저 실제 고장 데이터를 확보한다.

고장 시간 수집 -> weibull적합 -> 전략 결정 추정 -> 고장률 형태 판단 -> 정비전략 결정

특히 중요한 것은 전체 고장을 한꺼번에 분석하지 않는 것이다.

초기 설치불량과 베어링 마모고장을 하나의 데이터 집합으로 묶어 분석하면 실제 고장 특성이 희석될 수 있다.

따라서 가능하다면 고장모드별 분석을 수행하는 것이 좋다.

---

7-16. 욕조곡선의 독창적인 해석: ‘설비의 나이’보다 ‘고장원인의 교대’

욕조곡선을 더욱 깊게 해석하면 다음과 같은 관점에 도달할 수 있다.

설비의 고장률이 단순히$$시간 \uparrow \Rightarrow 고장률 \uparrow$$

하는 것이 아니다.

시간이 흐르면서 지배적인 고장원인이 바뀌기 때문에 전체적인 고장률의 형태가 달라질 수 있다.

예를 들어,$$초기: \text{설치·제조 결함}$$$$중기: \text{운전 중 우연고장}$$$$후기: \text{마모·피로·열화}$$

와 같이 고장 메커니즘의 중심이 이동할 수 있다.

따라서 욕조곡선은 “설비의 생애주기”를 나타내는 그림인 동시에 “고장 메커니즘의 지배권이 이동하는 과정”을 이해하는 틀로 볼 수 있다.

이 관점에서 보면 정비전략 역시 고정되어서는 안 된다.$$\boxed{ 고장원인이 바뀌면 \rightarrow 고장률 해석이 바뀌고 \rightarrow 정비방법도 바뀌어야 한다. }$$

---

7-17. 전문가 관점의 욕조곡선 분석 프레임

실제 설비를 분석할 때는 다음 질문을 순서대로 확인할 수 있다.

① 현재 고장률은 감소·일정·증가 중 어느 형태인가?

② 어떤 고장모드가 현재 고장률을 지배하는가?

③ 초기고장이 실제로 존재하는가, 아니면 단순한 데이터 착시인가?

④ 마모고장이 시작되는 시점을 데이터에서 확인할 수 있는가?

⑤ Weibull β가 시간 또는 설비군에 따라 어떻게 달라지는가?

⑥ 예방정비가 실제 고장률을 낮추고 있는가?

⑦ 정비 자체가 새로운 고장을 발생시키고 있지는 않은가?

⑧ 상태데이터를 이용하면 시간기반정비를 상태기반정비로 전환할 수 있는가?

이 질문을 적용하면 욕조곡선은 단순한 이론 그림이 아니라 설비 생애주기별 의사결정 프레임으로 활용할 수 있다.

---

7-18. 욕조곡선에서 다음 신뢰성 분석으로 확장하기

욕조곡선을 이해하면 다음과 같은 전문적인 주제로 자연스럽게 연결된다.$$\boxed{ 욕조곡선 \rightarrow Weibull\ 분석 \rightarrow 고장모드 분석 \rightarrow 예방정비 }$$

그리고 마모고장 영역에서는$$\boxed{ 열화데이터 \rightarrow 상태기반정비 \rightarrow 고장예측 \rightarrow RUL }$$

로 발전시킬 수 있다.

반대로 초기고장 영역에서는$$\boxed{ 초기고장 \rightarrow 원인분석 \rightarrow 설계·제조·설치 개선 \rightarrow 초기고장률 감소 }$$

로 연결된다.

즉 욕조곡선은 신뢰성공학의 여러 분석방법을 연결하는 중간 축이라고 볼 수 있다.

---

핵심 정리

구간	고장률 변화	지배적 문제	주요 대응
초기고장	감소	제조·설치·조립 결함	품질·설계·시운전 개선
우연고장	비교적 일정	불규칙한 외부·운전 요인	보호·상태감시·원인관리
마모고장	증가	마모·피로·열화	예방·상태기반·예지정비

가장 중요한 해석

욕조곡선은 단순히 “설비가 오래되면 고장난다”는 그래프가 아니다.

보다 정확하게는,$$\boxed{ 시간의 흐름에 따라 지배적인 고장 메커니즘이 변화하고, 그에 따라 고장률의 형태와 적절한 정비전략도 변화한다. }$$

따라서 전문가가 욕조곡선을 활용할 때는 곡선의 모양을 암기하는 것보다 실제 고장 데이터에서 어떤 고장모드가 어느 시점에 지배적으로 나타나는지를 확인하는 것이 중요하다.

결국 욕조곡선의 진정한 가치는 고장률을 설명하는 데 그치지 않고, 설계개선 → 예방정비 → 상태기반정비 → 예지정비 → RUL 분석으로 이어지는 신뢰성 관리의 방향을 결정하는 데 있다.