---
title: "로그정규 수명에서 평균 증가가 조기 고장 개선을 뜻하지 않는 이유"
author: "브레이브브라우저쓰자"
published_at: "2026-11-01T00:47:00.839Z"
updated_at: "2026-10-06T03:23:52.321Z"
tags: ["로그정규 수명"]
canonical_url: "https://ariser.io/@writer_a9817d5a8de0/%EB%A1%9C%EA%B7%B8%EC%A0%95%EA%B7%9C-%EC%88%98%EB%AA%85%EC%97%90%EC%84%9C-%ED%8F%89%EA%B7%A0-%EC%A6%9D%EA%B0%80%EA%B0%80-%EC%A1%B0%EA%B8%B0-%EA%B3%A0%EC%9E%A5-%EA%B0%9C%EC%84%A0%EC%9D%84-%EB%9C%BB%ED%95%98%EC%A7%80-%EC%95%8A%EB%8A%94-%EC%9D%B4%EC%9C%A0"
ai_assisted: true
---

# 로그정규 수명에서 평균 증가가 조기 고장 개선을 뜻하지 않는 이유

이 글은 AI가 활용됐습니다.

[원문](https://ariser.io/@writer_a9817d5a8de0/%EB%A1%9C%EA%B7%B8%EC%A0%95%EA%B7%9C-%EC%88%98%EB%AA%85%EC%97%90%EC%84%9C-%ED%8F%89%EA%B7%A0-%EC%A6%9D%EA%B0%80%EA%B0%80-%EC%A1%B0%EA%B8%B0-%EA%B3%A0%EC%9E%A5-%EA%B0%9C%EC%84%A0%EC%9D%84-%EB%9C%BB%ED%95%98%EC%A7%80-%EC%95%8A%EB%8A%94-%EC%9D%B4%EC%9C%A0)

수명 평균이 늘었는데 조기 고장 비중도 늘어날 수 있을까? 긴 꼬리를 가진 분포에서는 가능한 일이다. 오래 버티는 일부가 평균을 끌어올리는 동안 짧은 수명의 꼬리도 넓어질 수 있다. **로그정규 수명은 시간에 자연로그를 취한 값이 정규분포를 따르는 모델**이다. 평균과 중앙값, 짧은 수명 쪽의 분위수를 나누어 읽어야 한다.

## 작은 비율 변화가 로그에서는 더해진다

가상 소자의 열화 속도를 R = R₀exp(X₁+⋯+Xₙ)으로 두자. 각 X는 속도를 곱셈으로 바꾸는 로그 성분이다. 임계 손상량은 같고 각 소자의 속도가 시간에 대해 일정하다고 정하면, 수명은 T = T₀exp[−(X₁+⋯+Xₙ)]이다.

Xi가 서로 독립인 평균 0의 정규 변수라면 합도 정규 변수다. 따라서 이 모델의 수명은 로그정규가 된다. 예를 들어 각 로그 성분의 표준편차가 0.1이고 아홉 개가 더해지면 전체 로그 표준편차는 0.3이다. 백 개면 1이다. 분산을 더한 뒤 제곱근을 취한 값이며 특정 공정의 변동 요소 개수를 뜻하지 않는다.

이 구성은 가능한 수학적 경로 하나다. 일반적인 작은 곱셈 변동에서도 조건에 따라 로그 영역의 근사가 유용할 수 있지만, 상관이 강하거나 한 요소가 지배하면 단순한 분산 합과 정규 근사를 다시 확인해야 한다. NIST도 곱셈형 열화의 논거를 설명하면서 모든 관련 메커니즘에 로그정규가 항상 맞는 것은 아니라고 구분한다. [NIST 로그정규 모델의 적용과 곱셈형 논거](https://www.itl.nist.gov/div898/handbook/apr/section1/apr164.htm)

## 같은 중앙값에 폭만 다르게 주면

표준 정규 변수 Z를 써서 T = 1000시간×exp(σZ)로 표현한 두 가상 집단을 비교하자. 두 집단의 중앙값은 모두 1000시간이다. σ = 0.3인 A와 σ = 1인 B는 로그 영역의 폭이 다르다.

로그정규의 평균은 중앙값×exp(σ²/2)다. A는 약 1046시간, B는 약 1649시간이다. B의 평균이 더 크다. 그런데 초기 10%가 고장 나는 시간은 A가 약 681시간, B가 약 278시간이다. B는 평균만 보면 길지만 짧은 수명 쪽의 위험도 더 넓게 퍼져 있다.

90%가 고장 나는 시간은 A가 약 1469시간, B는 약 3602시간이다. B의 오래 사는 꼬리도 함께 넓어졌기 때문에 평균이 올라간 것이다. 중앙값을 고정하고 폭을 늘린 이 비교에서는 평균 증가를 모든 소자의 개선이라고 해석할 수 없다.

분위수는 1000시간×exp[σΦ⁻¹(p)]로 구했다. Φ⁻¹은 표준 정규분포의 분위수 함수다. 이 계산은 지정한 두 분포의 성질이며 실측 반도체 수명이나 물리적인 가속 배율을 주장하지 않는다.

## 로그 영역에서만 평균내면 다른 숫자가 된다

고장 시간의 로그를 평균내고 다시 지수로 바꾸면 기하평균이 나온다. 로그정규 모집단에서는 이 값이 중앙값에 대응한다. 실제 시간의 산술 평균인 MTTF와는 다르다. 같은 ‘평균 수명’이라는 표현에 두 계산을 섞으면 긴 꼬리의 기여가 사라진다.

시험 종료까지 살아남은 소자가 있으면 그 시간은 정확한 고장 시간이 아니다. 로그를 취해도 이 관측의 종류가 바뀌지 않는다. 정상 종료 시간을 고장으로 입력하거나, 살아남은 소자를 빼고 로그를 평균내면 분포 추정에 다른 편향이 들어간다.

## 잘 맞는 분포와 입증한 원인은 구별한다

로그정규가 고장 시간에 잘 맞아도 앞의 독립 속도 성분 모델이 실제로 존재한다고 증명되는 것은 아니다. 다른 열화 과정이나 집단의 조합이 작은 표본에서 비슷한 곡선을 만들 수 있다. 적합한 분포를 찾는 작업과 고장 부위·이동 경로를 확인하는 작업은 서로 보완한다.

로그정규 수명을 보고할 때에는 중앙값, 로그 표준편차, 목표 고장 비중의 시간 및 추정 불확실성을 함께 확인하는 것이 좋다. 평균이 길어졌다는 결과가 조기 고장까지 개선했는지 판단하려면 짧은 수명 쪽을 직접 봐야 한다. 긴 꼬리에 끌린 평균과 실제 사용 기간에 필요한 수명은 서로 다른 질문에 답한다.