반도체 공정 품질 예측을 위한 AI 플랫폼: 공정 최적화 기반 확보

반도체 공정 레시피 기반 품질 예측의 어려움

반도체 제조 공정에서는 수많은 공정 레시피와 장비 조건이 복합적으로 작용해 결과물의 특성이 결정됩니다. 이러한 복잡한 인과관계로 인해 품질 지표를 사전에 예측하기 어려웠으며, 공정 조건을 검증하기 위해 반복적인 실험이 수행되면서 비용과 시간이 증가하는 문제가 있었습니다. 또한 AI 모델 개발과 데이터 분석이 단발성 PoC 수준에 머무르면서 지속적인 AI 활용 체계를 확보하기 어려운 상황이었습니다.

폐쇄망 환경 기반 반도체 AI 개발·운영 환경 구현

사내 폐쇄망 환경에서 AI 개발과 운영이 가능한 플랫폼을 적용해 반도체 공정 데이터 기반의 AI 활용 환경을 마련했습니다. 반도체 장비에서 수집된 공정 레시피와 결과 데이터를 기반으로 품질 예측 모델을 개발하고, 공정 조건 간 상관 분석과 데이터 정제, Step 구조 정규화, Config 데이터 통합 등 데이터 파이프라인을 설계했습니다. 또한 베이스라인 모델을 바탕으로 성능 비교와 모델 고도화를 위한 AI 파이프라인 자동화를 적용해 지속적인 모델 개선이 가능한 AI 개발 프로세스를 마련했습니다.

공정 실험 비용 절감 및 데이터 기반 공정 최적화

공정 레시피 변경 시 실제 실험 없이도 결과물 특성을 예측할 수 있는 AI 모델을 적용해 공정 최적화에 필요한 시간과 비용을 줄였습니다. 또한 폐쇄망 환경에서도 AI 학습과 성능 비교, 추론이 가능한 운영 체계를 마련해 반도체 공정 데이터 기반 AI 활용 기반을 확보했습니다.