산업안전지도사/산업안전일반

[2026 대비] 산업안전지도사 1차 빈출 1위: 신뢰성 공학 및 시스템 안전 계산 완벽 정복

서지원 산업안전랩(Lab) 2026. 3. 21. 16:18
반응형

산업안전일반 13개년(2013~2025) 기출 분석 결과 빈출 1위인 '신뢰성 공학'을 완벽 정리했습니다. 고장률 함수, 욕조곡선별 보전 전략, m-out-of-n 계산 및 가속모델 함정까지 전문가의 시선으로 짚어드립니다. 2026년 합격을 위한 필독 가이드입니다.

--------------------------------------------------------------------------------

[2026 대비] 산업안전지도사 1차 빈출 1위: 신뢰성 공학 및 시스템 안전 계산 완벽 정복

산업안전지도사 1차 시험의 '산업안전일반' 과목에서 신뢰성 공학 및 시스템 안전 계산은 매년 빠짐없이 출제되는 부동의 출제 비중 1위 영역입니다. 수리적인 계산이 포함되어 있어 많은 수험생이 지레 겁을 먹지만, 사실 나오는 공식은 정해져 있습니다. 10년 넘게 수험생들을 지도해온 전문가로서, 단번에 고득점을 챙길 수 있는 '효자 파트' 공략법을 공개합니다.

목차

  1. 신뢰성 공학의 기초: 핵심 함수와 지수분포의 함정
  2. 욕조곡선(Bathtub Curve)과 시기별 보전 전략 (DFR, CFR, IFR)
  3. 시스템 신뢰도 계산: 직렬·병렬부터 m-out-of-n 모델까지
  4. 가용도(Availability)와 보전성 지표(MTBF, MTTR)
  5. 가속수명시험 모델 구별하기 (n승 법칙 포함)
  6. [마무리] 시험 전 반드시 체크해야 할 오답 유형 요약

--------------------------------------------------------------------------------

1. 신뢰성 공학의 기초: 핵심 함수와 지수분포의 함정

신뢰성 공학 문제를 풀기 위해 가장 먼저 마스터해야 할 것은 각 함수의 정의와 관계식입니다.

  • 신뢰도(R(t)): 정해진 기간 동안 고장 없이 작동할 확률
  • 불신뢰도(F(t)): 임의의 시점까지 고장이 발생할 확률 (F(t) = 1 - R(t)) → [Pro-Tip] F(t) + R(t) = 1이라는 항등식은 복잡한 식을 전개할 때 필수입니다.
  • 고장밀도함수(f(t)): 시간당 고장 발생 비율 f(t) = dF(t)/dt
  • 고장률(h(t)): 특정 시점까지 생존한 것이 바로 다음 순간에 고장 날 확률

[핵심 수식: 고장률 계산] h(t) = f(t)/R(t) = f(t)/(1-F(t))  ※ 전문가의 한 끗: 고장률 계산 시 분모에 신뢰도 R(t)가 들어간다는 점을 꼭 기억하세요. "살아남은 놈들 중에서 고장 나는 비율"을 구하는 것이 핵심입니다.

💡 지수분포의 '무기억성'과 평균-중앙값 함정 우발고장을 설명하는 지수분포는 과거 이력이 미래 고장에 영향을 주지 않는 '무기억성'을 가집니다.

  • [함정 포인트] 시험에서는 평균(Mean)과 중앙값(Median)의 크기 비교가 단골로 나옵니다.
  • 논리적 이해: 지수분포는 오른쪽으로 꼬리가 긴 형태이므로 평균이 중앙값보다 큽니다(평균 > 중앙값). 많은 수험생이 좌우 대칭인 정규분포(평균=중앙값)와 혼동하여 "평균이 더 작다"는 오답 지문에 속아 넘어갑니다.

--------------------------------------------------------------------------------

2. 욕조곡선(Bathtub Curve)과 시기별 보전 전략

제품 수명 주기에 따른 고장률 변화를 나타내는 욕조곡선은 각 구간의 특징과 대책을 연결하는 능력이 필요합니다.

구분 고장률 형태 (Rate) 주요 원인 보전 전략 및 대책
초기고장 DFR (감소형) 설계/제조 결함 디버깅(Debugging), 번인(Burn-in)
우발고장 CFR (일정형) 예측 불가 임의 원인 지수분포 적용, 일상 점검을 통한 예방보전
마모고장 IFR (증가형) 피로, 노화, 마모 예방보전(부품 교체 및 오버홀)

⚠️ 여기서 잠깐! 잘못된 상식 바로잡기 기존에는 우발고장 구간에서 예방보전이 무의미하다고 가르치는 경우가 있었으나, 최근 출제 경향(Source [9])에 따르면 이 구간은 '일상적인 점검을 통한 예방보전이 가장 효과적인 구간'으로 정의됩니다. 무작정 부품을 교체하는 오버홀은 비효율적일 수 있으나, 일상 점검은 필수적이라는 점을 명확히 구분하세요.

--------------------------------------------------------------------------------

3. 시스템 신뢰도 계산: 직렬·병렬부터 m-out-of-n 모델까지

시스템 구성에 따른 계산은 실수만 안 하면 100% 점수를 확보하는 영역입니다.

  • 직렬 시스템:R_s = R₁ × R₂ × ... × Rₙ
  • 병렬 시스템:R_s = 1-(1-R₁)(1-R₂)...(1-Rₙ)

[전문가 가이드: m-out-of-n 시스템] n개 중 m개 이상이 작동해야 시스템이 사는 경우입니다. 이는 이항분포 원리를 따릅니다.

[실전 응용: 역산 문제와 계산기 팁] "신뢰도가 A인 동일 부품 4개를 병렬 연결해 시스템 신뢰도 0.9984를 얻었다면 A는?"

  1. 식: 1 - (1-A)^4 = 0.9984  > (1-A)^4 = 0.0016
  2. 풀이: 1-A = \sqrt[4]{0.0016} = 0.2
  3. 결과: A = 0.8
  • [Pro-Tip] 공학용 계산기에서 x^{1/n} 혹은 거듭제곱근 기능을 활용해 0.0016의 4제곱근을 구하는 연습을 미리 하십시오.

--------------------------------------------------------------------------------

4. 가용도(Availability)와 보전성 지표(MTBF, MTTR)

  • MTTF (Mean Time To Failure): 수리 불가 장비의 평균 수명
  • MTTR (Mean Time To Repair): 고장 수리에 걸리는 평균 시간
  • MTBF (Mean Time Between Failures): 수리 가능 장비의 고장 간격 (MTTF + MTTR)

[가용도 공식] Availability = {MTBF}/{MTBF + MTTR}

[실제 계산 예시] MTBF 5년, MTTR 0.5년인 장비의 가용도는?

  • 계산: 5 / (5 + 0.5) = 5 / 5.5 = {10}/{11} = 0.909...
  • 최종 답안: 소수점 둘째 자리 반올림 시 0.91 (91%)

--------------------------------------------------------------------------------

5. 가속수명시험 모델 구별하기

시험 시간을 단축하기 위해 스트레스를 가하는 방식입니다. 명칭 교체 함정을 주의하세요!

  • 아레니우스(Arrhenius) 모델: 오직 온도 스트레스와 반응 속도의 관계만 고려합니다.
  • 아이링(Eyring) 모델: 온도뿐만 아니라 전압, 습도 등 다원적 스트레스를 포함합니다.
  • n승 법칙(n-th Power Law) 모델: 전압이나 하중 스트레스에 적용됩니다.
    • 예시: 하중을 4배 증가시키고 n=2.5라면, 가속계수는 4^{2.5} = 32가 되어 수명이 32배 빨리 줄어듭니다.

--------------------------------------------------------------------------------

6. [마무리] 시험 전 반드시 체크해야 할 오답 유형 요약

신뢰성 공학은 아래 4가지만 완벽히 체크해도 과락 걱정 없는 효자 파트가 됩니다.

  1. 고장률 분모 확인: 고장률 h(t)의 분모는 항상 **신뢰도 R(t)**인가?
  2. 분포의 특징: 지수분포에서 평균 > 중앙값임을 기억하고 있는가?
  3. 보전 전략: 우발고장 구간에서도 **일상 점검(예방보전)**이 효과적이라는 사실을 인지했는가?
  4. 모델 명칭: 온도만 따지면 아레니우스, 전압/습도까지 따지면 아이링임을 구별했는가?

2026년 산업안전지도사 합격을 향한 첫걸음, 신뢰성 공학 계산부터 확실하게 잡고 갑시다. 반복적인 수식 연습이 합격을 만듭니다. 여러분의 도전을 응원합니다!

 

반응형