측정 불확도 입문, GUM 핵심 개념
측정값 하나로는 반쪽입니다. 불확도가 붙어야 결과가 완성됩니다.
측정 불확도는 측정 결과가 얼마나 퍼져 있을 수 있는지를 나타내는 음이 아닌 값입니다. 이 값을 계산하고 표현하는 국제 기준이 GUM(JCGM 100:2008)입니다. GUM은 1995년판에 작은 수정을 더한 문서로, BIPM 누리집에서 무료로 받을 수 있습니다. 교정성적서의 불확도도 이 틀로 계산합니다.
용어
먼저 익힐 다섯 단어
GUM 2.3절이 정의한 용어 가운데 핵심 다섯 개입니다. 이 다섯 개만 알면 성적서와 불확도 예산서를 읽을 수 있습니다.
| 용어 | GUM 정의 요지 | 기호 |
|---|---|---|
| 표준불확도 | 표준편차로 표현한 불확도 | u |
| A형 평가 | 반복 관측값을 통계로 분석해 구한 불확도 | uA |
| B형 평가 | 통계 분석 외 정보(성적서, 사양, 경험)로 구한 불확도 | uB |
| 합성표준불확도 | 여러 입력량의 불확도를 합친 값 | uc |
| 확장불확도 | 합성표준불확도에 포함인자를 곱한 구간 폭 | U = k·uc |
평가 방법
A형과 B형, 차이는 정보의 출처
A형은 같은 조건에서 반복 측정한 값을 통계로 다룹니다. 평균의 실험 표준편차가 대표적입니다. B형은 반복 측정 없이 이미 있는 정보를 씁니다.
B형 정보는 상위 교정성적서, 제조사 사양, 분해능, 과거 데이터 같은 것입니다. 값이 구간 안 어디든 같은 확률로 있다고 보면 직사각형 분포를 씁니다. 이때 반폭이 a라면 표준불확도는 a/√3입니다.
GUM 3.3.4는 두 방법 모두 확률분포에 근거한다고 설명합니다. A형이 B형보다 더 정확하다는 뜻이 아닙니다. 분류는 평가 방식을 구분하려는 편의상의 구분입니다.
절차
GUM 8단계, 순서대로
- 측정량 Y와 입력량 Xᵢ의 관계를 수식(측정 모델)으로 씁니다.
- 각 입력량의 추정값 xᵢ를 정합니다. 반복 측정이나 다른 정보를 씁니다.
- 각 추정값의 표준불확도 u(xᵢ)를 A형 또는 B형으로 구합니다.
- 서로 상관된 입력량이 있으면 공분산을 평가합니다.
- 측정 모델로 결과 추정값 y를 계산합니다.
- 표준불확도와 공분산을 합쳐 합성표준불확도 uc(y)를 구합니다.
- 확장불확도가 필요하면 uc(y)에 포함인자 k를 곱합니다.
- 결과 y와 uc(y) 또는 U를 함께 보고하고, 구한 방법을 밝힙니다.
GUM은 결과가 알려진 계통 효과를 이미 보정한 값이라고 가정합니다(3.2.4). 보정을 하지 않으면 그 효과도 불확도 성분으로 다뤄야 합니다.
계산 예시
25 ℃ 한 점, 불확도 예산
온도 센서를 항온조에서 기준 온도계와 비교 교정한다고 해 보겠습니다. 아래 수치는 이해를 돕는 가상 예시입니다.
| 성분 | 근거 | 평가 | 표준불확도(℃) |
|---|---|---|---|
| 기준 온도계 | 상위 성적서 U = 0.04 ℃, k = 2 | B형, U÷2 | 0.020 |
| 반복성 | 10회 측정, s = 0.03 ℃ | A형, s÷√10 | 0.0095 |
| 피교정 센서 분해능 | 표시 단위 0.1 ℃ | B형, 0.29×0.1 | 0.029 |
| 항온조 균일도 | ±0.05 ℃, 직사각형 | B형, 0.05÷√3 | 0.029 |
| 합성표준불확도 | 제곱합의 제곱근 | — | 0.046 |
| 확장불확도 | k = 2 | — | 0.093 |
가장 큰 성분은 분해능과 항온조 균일도입니다. 기준기를 더 좋은 것으로 바꿔도 결과는 크게 줄지 않습니다. 예산표를 만들면 어디를 개선해야 할지가 보입니다.

보고
결과는 값과 U, 그리고 k
GUM 6.2.1은 확장불확도를 U = k·uc(y)로 정의합니다. 포함인자 k는 보통 2에서 3 사이입니다(6.3.1).
분포가 정규에 가깝고 유효자유도가 충분하면 k = 2로 약 95 % 신뢰수준의 구간을 얻습니다(6.3.3). 그래서 교정성적서에는 'U = 0.093 ℃ (k = 2)'처럼 적습니다.
불확도는 측정이 틀렸다는 뜻이 아닙니다. 결과를 얼마나 믿을 수 있는지 숫자로 밝힌 것입니다.
오해
자주 헷갈리는 세 가지
오차와 불확도는 다릅니다
오차는 측정값과 기준값의 차이입니다. 불확도는 그 결과에 남아 있는 의심의 폭입니다. 오차가 0이어도 불확도는 0이 아닙니다.
분해능이 곧 불확도는 아닙니다
분해능은 성분 하나일 뿐입니다. 0.01 단위로 표시해도 기준기와 환경 성분이 더 클 수 있습니다.
k가 크면 나쁜 결과가 아닙니다
k는 원하는 포함 확률에 따라 고르는 배수입니다. 비교할 때는 같은 k로 맞춰 봐야 합니다.
GUM 외에 몬테카를로 방법(JCGM 101:2008), 측정 모델 작성(JCGM GUM-6:2020) 같은 보완 문서도 있습니다. 국내 교정기관은 KOLAS 지침 「측정결과의 불확도 추정 및 표현을 위한 지침」(KOLAS-G-001)을 함께 봅니다.
함께 볼 글
자주 묻는 질문
자주 묻는 질문
GUM 원문은 어디서 받습니까?
BIPM 누리집의 JCGM 문서 목록에서 무료로 받을 수 있습니다. 영어판과 프랑스어판이 있습니다.
반복 측정을 몇 번 해야 A형 평가가 됩니까?
정해진 최소 횟수는 없습니다. 다만 횟수가 적으면 유효자유도가 작아져 k = 2로 95 %를 말하기 어렵습니다.
표준불확도와 확장불확도 중 무엇을 비교해야 합니까?
같은 종류끼리 비교합니다. 성적서끼리는 보통 확장불확도와 k를 함께 봅니다.
직사각형 분포는 언제 씁니까?
값이 구간 안 어디든 같은 확률로 있다고 볼 때 씁니다. 분해능, 사양 한계, 균일도처럼 범위만 아는 정보가 대표적입니다.
불확도가 작을수록 좋은 교정기관입니까?
꼭 그렇진 않습니다. 사용 목적에 충분한지가 먼저입니다. 인정받은 교정·측정능력(CMC) 범위 안의 값인지도 확인합니다.
참고 자료
- JCGM 100:2008, Evaluation of measurement data — Guide to the expression of uncertainty in measurement (GUM 1995 with minor corrections)
- JCGM 101:2008, Supplement 1 — Propagation of distributions using a Monte Carlo method
- JCGM GUM-6:2020, Developing and using measurement models
- 국가기술표준원, KOLAS-G-001 측정결과의 불확도 추정 및 표현을 위한 지침
