도심 한복판, 목이 말라 마신 음료수 캔을 버리려는데 쓰레기통이 보이지 않아 난처했던 경험이 누구나 한 번쯤 있을 것이다. 반면, 어떤 곳은 쓰레기통이 너무 자주 보여 관리가 안 되는 것처럼 느껴지기도 한다. 우리가 무심코 지나치는 길거리 쓰레기통의 위치는 단순히 감에 의존해 결정된 것이 아니다. 그 이면에는 방대한 공공 데이터 수집과 과학적인 통계 분석이 숨어 있다. 현대 도시 설계에서 쓰레기통 배치 문제를 해결하기 위해 가장 먼저 활용하는 것은 유동 인구 데이터이다. 통신사 기지국 정보나 교통카드 이용 내역 등을 통해 도시의 어느 구역에 사람들이 많이 몰리고, 어떤 경로로 이동하는지 파악한다. 단순히 사람이 많은 곳뿐만 아니라, 음료수를 사서 들고 다니는 시간이 대략 어느 정도인지, 즉 어느 지점에서 쓰레기가 발생할 확률이 높은지까지 예측한다. 이는 데이터 전처리 과정을 거쳐 분석 가능한 형태로 가공된다. 수집된 데이터는 공간 통계 분석을 통해 구체적인 위치로 환산된다. 특정 구역 내의 유동 인구 밀도와 기존 쓰레기통 간의 거리를 고려하여, 가장 효율적인 배치를 찾아내는 알고리즘을 가동한다. 무작위로 설치하는 것이 아니라, 쓰레기 발생 빈도를 예측하여 관
현장에서 발생하는 문제의 대부분은 비슷한 형태로 반복된다. 불량이 다시 발생하고, 납기가 지연되고, 같은 설비에서 같은 문제가 되풀이된다. 이런 악순환을 끊기 위해 필요한 것이 바로 QC 스토리(Quality Control Story) 이다. QC 스토리는 복잡한 이론이 아니라, 현장에서 문제를 발견하고 해결하는 가장 기본적이면서도 강력한 문제해결 방법이다. QC 스토리의 출발점은 문제의 명확화이다. 막연히 “불량이 많다”가 아니라, 언제, 어디서, 얼마나, 어떤 불량이 발생했는지를 수치로 정의해야 한다. 현장 데이터와 사실 중심으로 문제를 표현해야 이후 단계가 흔들리지 않는다. 두 번째 단계는 원인 분석이다. 특성요인도, 파레토 분석, 5Why 기법을 활용해 문제의 근본 원인을 찾는다. 이때 중요한 점은 개인의 실수가 아니라, 공정과 시스템의 문제로 접근하는 것이다. 현장 작업자의 경험과 데이터가 결합될 때 원인 분석의 정확도가 높아진다. 세 번째는 대책 수립과 실행이다. 실행 가능한 대책을 정하고, 누가, 언제, 어떻게 할 것인지를 명확히 한다. 현장에서 바로 적용할 수 있는 개선이 가장 효과적이다. 작은 개선이라도 즉시 실행하고 결과를 확인하는 것이 중